E-commerces adotam medidas para se proteger contra fraudes

Cada vez mais, no Brasil, os donos de e-commerces concentram seus esforços não somente em aumentar suas vendas, mas também em se proteger de pessoas mal-intencionadas que agem especialmente nas altas temporadas do varejo, como a Black Friday. A Emailage, empresa especializada em soluções preventivas contra fraudes online, registrou o dobro de solicitações de lojas virtuais para realizar consultas ao histórico de internautas interessados em adquirir produtos e serviços entre janeiro e agosto de 2019, comparativamente, ao mesmo período do ano passado. O objetivo da verificação é garantir uma venda segura e evitar prejuízos.

O país já conta com quase 1 milhão de sites dedicados ao comércio eletrônico, segundo dados do levantamento divulgado recentemente pelo BigData Corp em parceria com o Paypal Brasil. Infelizmente, só em 2018, 72% dos negócios online admitiram aumento de prejuízos devido ao avanço de fraudes digitais em suas operações. É o que mostrou o Global Identity and Fraud Report, pesquisa realizada pela Experian, que entrevistou mais de 1.000 companhias em todo o mundo. O Brasil aparece como o terceiro maior entre os apurados – atrás apenas dos Estados Unidos e do Reino Unido.

“Com a chegada da Black Friday, as compras eletrônicas terão um aumento em relação a outros períodos do ano. Infelizmente, isso significa que o número de fraudes contra comércios virtuais também aumentará”, afirma Luciana Lello, Gerente Geral da Emailage para América do Sul. Somente a Emailage, registrou um aumento de 200% do número de fraudes compartilhadas por seus clientes em todo o mundo, entre setembro de 2018 e setembro de 2019. Desse total, 55% das denúncias foram feitas no Brasil.

IA é aliada dos e-commerces para evitar prejuízos com fraudes

Segundo Luciana Lello, “Uma das formas mais seguras de realizar transações virtuais é conhecer a identidade digital dos comparadores e um dos principais elementos que formam essa identidade é o e-mail, pois seu histórico ao ser analisado é a fonte mais rica de informações que as empresas com transações online, solicitam aos consumidores de seus produtos ou serviços”, comenta.

Graças aos avanços da inteligência artificial e ao uso de sistemas de machine learning, é possível classificar o nível de risco dos emails dos compradores, sua reputação e comportamento durante as transações online para identificar solicitações suspeitas e evitar novas fraudes.

Bruno Rodrigues, head de prevenção a fraudes LATAM da Grow, destaca o impacto positivo da utilização do sistema de análise de e-mails como fator preventivo no combate à fraude. “No início da nossa operação online, tivemos muitos problemas nesse sentido. Foi então que buscamos a Emailage, fizemos uma integração de sistemas muito rápida e tranquila e em 30 e 60 dias vimos nossos números de Charge Back (Estorno) melhorando de forma bastante efetiva”, diz Rodrigues.

A mesma tecnologia capaz de detectar e-mails suspeitos, também classifica os confiáveis com notas. “Um e-mail criado há muitos anos, atrelado a diferentes contas de redes sociais, utilizado em contas bancárias e em outras compras no passado, por exemplo, normalmente, é um e-mail com histórico positivo e bem avaliado”, explica Luciana Lello. “Essa recomendação feita a partir da IA oferece ao comerciante virtual maior segurança na hora de aprovar as transações realizadas em seu estabelecimento e diminui drasticamente as riscos de fraudes”, completa.

É o que atesta o gerente de prevenção à fraudes da Azul Linhas Aéreas, Henrique Thomas Florencio Silva. “Nós temos uma preocupação grande em aplicar medidas de prevenção à fraude nas nossas transações comerciais, gerando o mínimo de impacto possível aos nossos clientes. A Emailage nos ajuda nesse desafio, porque consegue fazer uma autenticação silenciosa dos e-mails cadastrados, capturando informações valiosas de cada um deles para que nos resguardemos de prejuízos”, explica Silva. “Assim, temos mais segurança, com menos burocracia e menos desgaste com os clientes”, concluiu.

Situações em que a IA detecta a tentativa de fraude ao analisar o e-mail do comprador

Tentativa de compras com e-mails, que foram detectados como fraudulentos no passado;
Tentativas de fraudes ao comprar com e-mails recém-criados (sem histórico, portanto, suspeitos);

Tentativas de compra relacionadas com telefones associados a casos anteriores de fraudes;

Transações usando e-mails com padrões de risco claros, como sintaxe suspeita, entre outros elementos;

Tentativas de compras com endereços de entrega associados a ataques de fraudes anteriores;

E-mails que fazem tentativas de compras em várias lojas ao mesmo tempo ou em um curto período de tempo.

Adicionar aos favoritos o permalink.

Os comentários estão encerrados.