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.
– 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: algumas soluções 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
