Que o Brasil é um país extremamente visado pelos fraudadores todo mundo já sabe. Para se ter uma ideia, um levantamento realizado pela Visa no final de 2023 mostrou que o índice de risco de fraudes no país é de 14,24%, o segundo maior do mundo e atrás apenas da China (14,93%).
No relatório, a Visa destaca a importância de continuar investindo em tecnologias avançadas, como a inteligência artificial, para fortalecer os sistemas de segurança e reduzir ainda mais os índices de riscos de fraudes.
Já falamos por aqui sobre como utilizar Machine Learning no combate à fraude e os benefícios como escala operacional e agilidade na aprovação. Sim, a Inteligência Artificial se tornou essencial para os negócios que querem se manter saudáveis e obter os melhores resultados. Contudo, ainda existem algumas possibilidades que podem potencializar os efeitos dos modelos preditivos, como a combinação deles com regras.
Antes da evolução da tecnologia e a grande capacidade de analisar dados da Inteligência Artificial, as regras eram a base das soluções antifraudes. Contudo, mesmo com a velocidade dos modelos preditivos, é certo falar que as regras não deixaram de ser úteis.
Elas permitem mais flexibilidade no combate à fraude e podem ser referência em usabilidade ao dar mais poder e possibilidades nas mãos dos analistas antifraudes. Claro, como já dissemos algumas vezes, um modelo preditivo capaz de estar sempre se adaptando às novas tentativas de fraude é o melhor caminho, mas as regras podem ser utilizadas para exceções.
Além disso, um negócio com condições específicas pode utilizar as regras não apenas para bloquear uma transação, mas também para permitir um comportamento que o modelo pode entender como fraudulento. Por exemplo, uma loja de bebidas, um produto bastante visado, pode utilizar as regras para ajustar o score e liberar mais compras em determinado horário.
Foi pensando nesses benefícios trazidos pelas regras quando alinhadas com os modelos preditivos, a Glass Data evoluiu seu produto com um motor de regras que possibilita que os analistas antifraudes criem regras a partir de algumas condições.
Sobre o motor de regras da Glass Data
O motor de regras da Glass Data permite que os analistas antifraude criem as regras a partir do que chamamos de condições. A análise de risco da Glass Data pode processar regras pré-definidas usando as informações recebidas pela API. As regras permitem customizar a recomendação de risco de acordo com critérios específicos de cada negócio.
Essas condições são criadas a partir de uma linguagem simplificada, semelhante às fórmulas que utilizamos em planilhas eletrônicas, como o Excel. Assim, é possível que os analistas criem funções para as regras como OU, SE, NÃO, entre outras. A sintaxe das expressões de nosso motor de regras pode ser consultada neste link.
Uma regra é composta por uma ou mais condições e trazem como resultado bloquear ou permitir, conforme a imagem abaixo.
Cada uma das expressões criadas pelos analistas antifraude são validadas como verdadeira ou falsa. Se a condição for analisada como verdadeira, a recomendação de risco será fornecida conforme a ação configurada - as opções possíveis são Permitir, Verificar e Bloquear. Agora, se nenhuma condição for vista como positiva, o que vale é a recomendação do modelo preditivo.
Histórico de versões
Um dos grandes diferenciais do motor de regra da Glass Data é a possibilidade de consultar versões anteriores das regras criadas a partir de nossa feature de versionamento. Com ela, assim que o analista faz uma modificação na regra que está em funcionamento, o sistema automaticamente cria uma V2.
Isso é importante porque possibilita olhar para um histórico e compreender o que aconteceu para a geração dos resultados. Ou seja, o motor permite consultar a transação, observar se a regra foi ou não utilizada e qual condição foi utilizada para liberar ou bloquear determinado pagamento.
Além disso, qualquer questão que exija uma auditoria ou compliance fica mais fácil de ser resolvida devido à transparência trazida por nossa plataforma.
Para que as regras podem ser utilizadas?
As regras complementam o kit de ferramentas contra os fraudadores e podem ser bastante importantes para algumas situações específicas.
Um dos pontos importantes é a velocidade, já que o combate à fraude pode ser comparado com uma corrida. A Inteligência Artificial necessita das informações sobre comportamentos e resultados anteriores para aprendizado para alimentar os modelos preditivos. Como o chargeback pode chegar em até 90 dias, uma data específica como a Black Friday, por exemplo, pode gerar um resultado negativo.
Nesse caso, o sistema antifraude pode ser calibrado com mais velocidade para um evento específico por meio da criação de regras, que não dependem do fluxo de comunicação dos chargebacks.
Ou seja, durante um evento específico, o analista antifraude pode tomar ciência de alguma tendência de fraudes e comportamentos e usar as regras proativamente para evitar os ataques.
Como dissemos acima, outro fator positivo das regras é a utilização delas para a aprovação, uma capacidade importante para determinados momentos em que os negócios estejam com um apetite de risco maior, como em um evento específico.
O poder dos modelos preditivos
Apesar de todos esses benefícios, é importante deixar claro que o modelo preditivo sempre será mais rentável do ponto de vista da aprovação, enquanto, a regra é para uma ação rápida e pontual - ou algo muito específico. Quando falamos em padrão de comportamento, as decisões oriundas dos algoritmos são mais precisas, já que o aprendizado de máquina mantém o modelo sempre atualizado.
Escorar-se apenas em regras não é algo recomendável, já que, se mal configuradas, elas podem até mesmo prejudicar um negócio ao bloquear uma quantidade significativa de bons usuários. Ou seja, o ideal é fazer com que a regra funcione como uma auxiliar do modelo preditivo.
Por isso, nosso sistema antifraude continua priorizando a análise dos modelos preditivos desenvolvidos especificamente para cada um de nossos clientes.
Por fim, é possível afirmar que a transparência e facilidades de nosso motor de regras trazem mais flexibilidade para o analista antifraude e possibilitam a criação de algo específico para um determinado momento.
Quer entender mais sobre nosso sistema antifraude e como aliar regras com os modelos preditivos no combate à fraude? Fale com um de nossos analistas. É só clicar neste link.
