Guia completo sobre fraud scores e modelos de scoring

O que é um score de fraude?

O score de fraude funciona como um indicador rápido de possível fraude. É uma avaliação macro do risco relacionado a um pedido, auxiliando os lojistas a decidir se aprovam, rejeitam ou solicitam uma análise mais detalhada da compra. Os scores de fraude são calculados por modelos que analisam padrões e dados históricos relacionados a comportamentos suspeitos e fraudes passadas para identificar riscos. Scores de fraude são utilizados em diversos setores que operam com transações digitais e precisam identificar rapidamente potenciais fraudes. Como os scores de fraude são apenas indicadores, eles não são decisivos. Embora os scores indiquem o nível de risco de um pedido, a decisão final sobre aprovar, rejeitar ou analisar cabe ao lojista, que define os parâmetros.

Quais fatores são considerados para determinar um score de fraude?

Conforme explicado anteriormente, os scores de fraude são o resultado de um modelo de pontuação. O modelo de pontuação incorpora diversas variáveis que, em conjunto, avaliam o risco de uma transação online — não existe um conjunto mínimo fixo de fatores que compõem o score. Alguns desses fatores podem incluir:

• Combinação de cobrança e entrega: Embora seja bastante simples, pedidos em que os endereços de cobrança e entrega correspondem geralmente são classificados como mais seguros do que aqueles que não o são.
• Combinação de BIN: A maioria dos titulares de cartão possui endereço de cobrança no mesmo país do banco emissor do cartão, por isso é um bom indicador quando o BIN (Número de Identificação do Banco) e o país do endereço de cobrança coincidem.
• Distância de IP e cobrança: Normalmente, quanto maior a distância entre os endereços de IP e de cobrança do titular do cartão, maior é o risco de fraude.
• Detecção de proxy: O uso de proxies abertos ou anônimos é um sinal de alerta para fraudes. Fraudadores têm maior probabilidade de usar proxies para ocultar sua localização real ou burlar ferramentas de detecção por geolocalização.
• Idade do e-mail: Quanto mais antigo for um endereço de e-mail, mais confiável será a transação. Um endereço de e-mail usado há 7 anos geralmente é mais confiável do que um criado há apenas 3 dias.

Como saber se os scores de risco são adequados para o seu negócio?

Lojistas optam por modelos de score por oferecerem controle completo sobre as decisões de aprovação, rejeição ou revisão dos pedidos, podendo se encaixar em operações tradicionais de prevenção de fraude baseadas em análises manuais.

Para os lojistas que buscam uma solução potencialmente mais precisa, modelos avançados de gestão de fraudes oferecem decisões definitivas — aceitar ou recusar — assumindo total responsabilidade financeira por eventuais chargebacks. Em contraste, o score de fraude oferece apenas uma indicação de risco, cabendo as empresas definir os limites para cada caso ou segmento. Como os modelos de pontuação não são definitivos e costumam ser mais simples, geralmente são mais baratos por transação.

Vamos considerar os prós e contras dos scores de risco:

Ao avaliar prós e contras, os lojistas podem perceber que as desvantagens do score de risco de fraude superam as vantagens. Por exemplo, muito controle pode levar a dores de cabeça para algumas empresas. Os modelos de score geram um valor dentro de uma faixa, exigindo que os lojistas mantenham uma equipe interna para revisar manualmente transações borderline e ajustar seus critérios. Manter uma equipe interna robusta para revisões, somado ao custo por transação do score de fraude, pode gerar despesas altas e falta de escalabilidade.

Além disso, determinar o limite correto para recusar um pedido é desafiador e pode variar com o tempo, à medida que as fraudes evoluem. Se você decidir recusar toda transação com score abaixo de 12, o que fazer com uma transação que recebeu 12,14? Embora essa regra funcione para um segmento do volume de pedidos, pode não ser adequada para outro. Além disso, com que frequência sua equipe deve reavaliar esse limite? Como resultado, os limites são constantemente ajustados para se adaptar às novas tendências de fraude e comportamentos dos consumidores.

Outra grande preocupação é que os incentivos dos modelos de pontuação não estejam alinhados com os interesses dos lojistas. O provedor do modelo de score fatura por transação processada, sem considerar a quantidade de aprovações, recusas ou a exatidão dos scores. No fim das contas, o lojista é quem paga o preço por taxas elevadas de chargebacks e aprovações abaixo do ideal. Scores de fraude podem parecer soluções milagrosas, mas cuidado antes de basear toda a sua estratégia de gestão de fraude apenas neles.

Ao invés disso, considere um parceiro de fraude responsável, que tenha seus ganhos atrelados ao sucesso do cliente. Um parceiro responsável é financeiramente motivado a manter os chargebacks (custos) baixos e as taxas de aprovação (receita) altas. Para saber mais sobre como um parceiro antifraude responsável pode ajudar sua empresa a impulsionar o crescimento do ecommerce, leia este guia.

Prevenção de fraudes em ecommerce: melhores práticas