Porém, porque nem todas são, é necessário tomar precauções. Isso significa encontrar o equilíbrio certo entre rapidez e eficiência, e a proteção do lucro e da reputação da marca.
Vamos dar uma olhada nas vantagens e desvantagens de cada abordagem.
Quando as empresas escolhem utilizar estratégias de inteligência artificial para analisar seletivamente apenas as transações que aparentam ser fraudulentas, elas assumem muitos riscos.
• Dificuldade em distinguir o fraudulento do legítimo. Comerciantes inexperientes podem julgar erroneamente transações fraudulentas que aparentam ser legítimas.
• Rejeitar muitas transações. Um índice baixo de fraude pode, na verdade, indicar um índice alto de rejeições que pode afetar negativamente a reputação de um comerciante.
• A mutação da fraude. Estratégias tradicionais com base na inteligência artificial podem falhar em detectar novas tendências de fraude. Quando fraudadores evoluem suas táticas e as regras da inteligência artificial não conseguem manter-se a par das mudanças, o serviço de controle à fraude do comerciante torna-se ineficiente.
• Brincando com o sistema. Fraudadores são muito bons em passarem despercebidos por um filtro antifraude. Se eles descobrem que um comerciante tem um índice mínimo de R$1.000 para a análise de fraude, eles mantêm suas pedidos abaixo de R$999 para que sejam automaticamente aprovadas.
• Gerenciamento complicado do filtro antifraude. Comerciantes normalmente utilizam diversas regras em seu filtro antifraude para marcar o máximo de transações fraudulentas possível. Porém, isso também pode aumentar a exposição ao risco. Se o comerciante não é cuidadoso sobre a ordem em que as regras são aplicadas (qual vai primeiro, segundo, etc.) é possível que algumas regras cancelem outras, diminuindo a proteção do negócio.
• Não ver o panorama completo. Lidar com transações individuais pode levar o comerciante a não enxergar o quadro amplo. Por exemplo, a compra de um notebook para a Rua Tabapuã pode parecer legítimo. Mas, se o comerciante não está analisando todas as transações, pode não perceber que 10 notebooks foram entregues a diferentes endereços na mesma rua – todos com entregas próximas – o que pode indicar um ataque fraudulento.
Quando o foco são casos individuais e não uma coleção, a prevenção a grandes ataques fica mais difícil.
Se a seleção manual de transações para análise não é a resposta, pode ser melhor analisar todas as transações efetuadas usando outras ferramentas como complemento.
Quais as vantagens disso?
• Baixo custo ainda pode indicar perigo. Fraudadores tendem a fazer pedidos de baixo custo para verificar se um número de cartão de crédito furtado funciona. Se funciona, abre a porta para maiores pedidos fraudulentas. Analisar todas as transações deixa que encontre as pequenas compras que são feitas para testar o sistema de fraudes – transações que podem passar despercebidas em outro caso.
• Analisar mais transações permite formar uma visão geral. Quando você analisa mais transações, você aumenta a quantidade de informações no seu banco de dados de transações efetuadas para que, futuramente, possa tomar decisões mais bem informadas. Considere nosso exemplo anterior com os notebooks enviados a Rua Tabapuã. Cada venda individual pode parecer inocente, mas o verdadeiro padrão da fraude aparece apenas quando as transações são vistas em conjunto em um contexto mais amplo.
• Transações duvidosas podem ser avaliadas mais atentamente. Algumas transações sempre ficarão indefinidas, sem ter como dizer se são fraudulentas ou não. Sistemas de controle à fraude que dependem apenas da inteligência artificial vão automaticamente rejeitar todos esses pedidos. Se você tiver um sistema que pesquisa que analisa essas transações, saberá que alguns desses pedidos são bons e devem ser aprovadas.
• Previne ataques fraudulentos em grande escala. Fraudadores profissionais tendem a trabalhar em conjunto para coordenar ataques a uma empresa em um curto espaço de tempo. Se uma única empresa avalia os pedidos, é como jogar água fria em um incêndio; os ataques podem ser mais identificados, interrompidos e prevenidos mais rapidamente.
A inteligência artificial trouxe grandes avanços ao controle à fraude, mas as empresas não podem depender apenas dela para determinar quais pedidos são fraudulentos e quais são legítimos. Ao invés disso, empresas que combinam a inteligência artificial com uma equipe de analistas humanos descobrem que a equipe ajuda a solução de inteligência artificial a ficar mais inteligente e eficiente, permitindo que as transações corretas sejam aprovadas e aumentando a média de satisfação do cliente, encorajando-o a continuar sendo consumidor.
Desenvolvendo Uma Solução Compreensiva de Controle à Fraude
Enquanto fraudadores constantemente melhoram suas táticas, é importante para comerciantes virtuais desenvolverem uma abordagem compreensiva para prevenir fraudes que inclui:
• Tecnologia avançada — para acumular dados rapidamente
• Inteligência estatística — para determinar quais padrões de dados são suspeitos e requerem análise detalhada
• Análise humana sofisticada — para ajudar as empresas a ter uma visão mais ampla para aumentar a aprovação de pedidos.
A tecnologia, embora impressionante, não é suficiente para combater a fraude por si só. Quando comerciantes têm uma visão mais inclusiva de seu panorama de vendas – que inclui tecnologia e análise humana – eles podem aumentar a identificação precisa de fraudes e ficar atualizados em um mercado que é constantemente mutável.
A Clearsale combina a análise de grande volume de dados, inteligência estatística e experiência humana para oferecer um equilíbrio preciso entre a proteção contra a fraude e um maior número de vendas.