O varejo online proporciona muitas vantagens para aqueles que investem nesse setor, mas para garantir a rentabilidade há um desafio constante a se vencer: as temidas fraudes. O estudo conduzido pela Adobe e Signifyd, “O futuro do e-commerce na América Latina” deixa claro que os prejuízos da fraude para o e-commerce vão além da ação em si: apesar das fraudes representarem 3,5% dos pedidos na América Latina (Statista), 28% dos e-commerces entrevistados ainda recusam de 6% a 10% dos pedidos que recebem, em grande parte por medo da fraude.
Para mitigar os efeitos negativos das fraudes no comércio eletrônico, entender o que a última geração de antifraudes tem a oferecer é essencial para os varejistas. Para isso é preciso analisar a linha do tempo de evolução.
1ª geração de antifraudes: solução baseada em regras
As plataformas de antifraude de primeira geração se definiam por meio de regras. Ou seja, quase como se existisse o “certo” e o “errado” na análise feita sobre as ações dos consumidores. As regras, definidas manualmente, usavam padrões de informações baseados na experiência da empresa, no conhecimento dos especialistas e no comportamento do consumidor.
A otimização manual funciona até certo ponto para fraudes mais simples e específicas, mas não basta. Isso porque, quando baseada em regras estáticas, a solução traz barreiras, além de limitações em compreensão humana e precisão. Com isso, o antifraude exige um alto custo de manutenção, já que as novas regras necessitam de configurações e ajustes manuais. A maior parte das soluções baseadas em regras também é limitada em recursos e capacidade e não oferece um dos maiores diferenciais para e-commerces que buscam um antifraude assertivo: cobertura financeira para chargebacks de fraude.
2ª geração de antifraudes: solução baseada em score de risco
A segunda geração de soluções realiza análises das transações baseando-se em uma pontuação de risco para confirmar ou não a fraude. O score analisa dados pessoais do consumidor, como nome, endereço, CPF, qual dispositivo foi utilizado para a compra, meio de pagamento, histórico de fraudes na região, etc.
Apesar de ser benéfico para detectar alguns comportamentos fraudulentos e um avanço quando comparado com a primeira geração baseada em regras, a dependência desse tipo de solução à processos manuais representa custos operacionais mais altos e uma brecha importante para a maximização do desempenho do e-commerce.
Ao se basear apenas no score, os falsos positivos – quando compras de bons consumidores são recusadas erroneamente, por falta de informação adicional para comprovar a legitimidade daquela transação – são mais frequentes.
Em pesquisa recente, a Signifyd identificou que 52% dos compradores brasileiros já vivenciaram um falso positivo. Além de declinar uma venda legítima, a experiência do consumidor acaba sendo afetada por um antifraude incapaz de separar o joio do trigo:
- 33% dos consumidores se incomodam com a compra recusada sem justificativas;
- 14% nunca nem sequer souberam o motivo do status negativo da sua compra;
- 12% afirmaram que a transação foi identificada como suspeita de fraude.
Buscando preencher esta lacuna e oferecer proteção que não impactasse negativamente o desempenho de vendas no e-commerce, o mercado atual, liderado por empresas que investem massivamente em tecnologia, já avançou para a terceira geração de soluções antifraude.
3ª geração de antifraudes: decisões automáticas e com garantia contra fraude baseadas em Machine Learning
A última e mais moderna geração de antifraudes, baseia-se em tecnologia para fornecer análises automatizadas e decisões em tempo real garantidas financeiramente contra chargebacks fraudulentos. Na terceira geração de antifraudes, a Inteligência Artificial é grande aliada para oferecer modelos que evoluem constantemente com machine learning, e acompanham a evolução da fraude.
Ela se destaca em relação às outras gerações porque ao utilizar a IA em grande escala, é possível garantir a proteção do comércio eletrônico sem criar atritos na jornada de compra nem prejudicar o desempenho de vendas das lojas online. Com capacidade analítica superior, soluções como a da Signifyd cruzam milhares de variáveis para analisar profundamente cada transação.
Ao cruzar tantos e mais dados, as análises automatizadas oferecem maior precisão na detecção de fraudes, o que ajuda a reduzir os falsos positivos, maximizar as taxas de aprovação de transações e eliminar as perdas financeiras por chargebacks, protegendo a experiência de compra online de ponta a ponta e gerando ganho de receitas.
Na América Latina, a Signifyd ajuda os e-commerces a aprovarem, em média, de 7 a 15% mais pedidos, removendo barreiras restritivas no checkout. Os lucros são protegidos pela garantia financeira contra chargebacks.
A Rede de E‑commerces da Signifyd combina dados de inteligência de identidade e intenção de milhares de e-commerces no mundo para bloquear novas tendências de fraude de forma proativa, reconhecendo e otimizando instantaneamente a jornada de compra de clientes legítimos.
Principais diferenças entre as gerações de soluções antifraude
Qual geração de antifraude seu e-commerce utiliza?