6 formas de melhorar a qualidade de dados e prevenir fraudes

O minucioso mapeamento dos dados a serem enviados aos sistemas antifraude e de autenticação, como o 3DS 2.0, é condição necessária para a obtenção de bons resultados

Muito tem se falado e investido em ferramentas e em tendências de prevenção à fraude em pagamentos digitais. Temas como Inteligência Artificial, Machine Learning, Analytics e os mais diversos modos de automação de decisão estão há muito tempo presentes nas soluções da CyberSource.

Essas ferramentas necessitam de um importante insumo para o sucesso de todas essas técnicas: dados abundantes e de qualidade. Não é novidade que o minucioso mapeamento dos dados a serem enviados aos sistemas antifraude e de autenticação, como o 3DS 2.0,  é condição necessária para a obtenção de bons resultados.

E nem é apenas uma questão de percepção: os números comprovam a diferença na performance e o grande retorno financeiro do investimento no assunto.

Abaixo deixo algumas dicas sobre como melhorar a qualidade dos dados que chegam aos sistemas de controle de risco:

ID de dispositivos: nossos estudos mostram que dispositivos devidamente identificados e com histórico possuem um nível de risco até 90% menor do que dispositivos novos. A solução de Device Fingerprint integrada na CyberSource possui fácil implementação e fornece dezenas de atributos adicionais relativos ao dispositivo usado

Endereços IP: saber o IP de origem das transações auxilia, não apenas na identificação da forma de conexão, mas também no cruzamento das informações de geolocalização presentes na transação.

Email: de forma similar ao Device Fingerprint, o email é usado na busca de vínculos no histórico de transações. Também serve como chave de identificação do cliente em listas positivas e negativas. Um ponto de atenção aqui é estudar formas de evitar erros de digitação do email por parte do cliente.

Carrinho de compras: a perfeita identificação dos produtos adquiridos é ponto chave na determinação do risco da transação. As estratégias são totalmente segmentadas de acordo com o tipo e com a quantidade de produtos adquiridos, bem como a relação dos mesmos com os demais dados de comportamento e de localização coletados.

prevencaoafraude

Endereços e telefones: a análise de regiões de entrega e a forma na qual essas se relacionam com o histórico dos pedidos e com demais informações da transação são cruciais na tomada de decisão. Aqui é importante mapear corretamente os campos de logradouro, número e complemento para que o sistema interprete as informações da forma mais fluida possível.

Dados do cartão: alguma solução podem dar aos dados do cartão o devido tratamento em cumprimento aos requisitos PCI. Isso é feito enquanto se mantém a visibilidade das informações relevantes e que auxiliam na identificação de risco como: a variante do tipo de cartão e a geração de uma chave encriptada para busca de histórico.

(*) Daniel Villar é diretor de Vendas da CyberSource