Este é um guia estruturado para avaliar fornecedores de prevenção a fraudes. O Stripe Radar é incluído como ponto de referência em todo o documento; é um exemplo concreto de como é a melhor infraestrutura de prevenção a fraudes do mercado em 2026.

Este guia inclui tanto os resumos das seções quanto um texto de exemplo. Você pode criar seu próprio documento de RFP com marca ou usar o texto fornecido.

Página de rosto

O objetivo da página de rosto é informar aos fornecedores exatamente o que estão vendo e com quem conversar. Ela também inclui datas importantes e informações de como o envio final deve ser.

Informações de contato

Datas importantes

Formato de envio

Todas as respostas devem ser enviadas eletronicamente por e-mail em formato PDF. Modelos de pontuação e precificação (fornecidos separadamente no Excel) devem ser anexados em seus formatos originais.

Convenção de nomenclatura de arquivos

[Nome do fornecedor]–[Nome do projeto]–RFP–Resposta–[Data].pdf

Objetivo desta RFP

A [sua empresa] está buscando um parceiro de faturamento capaz de oferecer transações seguras em várias moedas, facilmente integrado aos sistemas internos através de APIs modernas e que ofereça alta confiabilidade, detecção proativa de fraudes e transparência de dados em todas as regiões.

Este documento descreve os requisitos, os critérios de avaliação e o processo para envio de propostas.

Aviso breve de confidencialidade

Esta RFP contém informações confidenciais e proprietárias pertencentes à [sua empresa]. O documento é fornecido exclusivamente com o propósito de preparar uma resposta. É proibida a distribuição a outras pessoas que não as diretamente envolvidas na preparação de uma proposta. Ao aceitar esta RFP, o destinatário concorda em proteger essas informações com pelo menos o mesmo nível de cuidado adotado para proteger as próprias informações confidenciais.

Seção A: instruções administrativas

Esta seção define as regras básicas. Relacionamentos com fornecedores de prevenção a fraudes envolvem acesso profundo aos dados da sua transação e à infraestrutura de risco. A ambiguidade aqui pode criar problemas de âmbito jurídico, operacional e de segurança mais tarde. Seja preciso.

A.1 Declaração de confidencialidade e não divulgação

Todas as informações nesta RFP são confidenciais e destinam-se exclusivamente a permitir que o fornecedor prepare uma resposta. Os fornecedores não devem divulgar, reproduzir ou distribuir este documento ou qualquer parte dele sem o consentimento prévio por escrito da [sua empresa]. Informações proprietárias incluídas nas propostas devem ser claramente rotuladas; a [sua empresa] as tratará de acordo.

A.2 Limitação de responsabilidade financeira

Esta RFP não é uma oferta de contrato. A [Sua empresa] não tem a obrigação de conceder um contrato ou reembolsar custos incorridos na preparação de uma resposta. Os fornecedores são os únicos responsáveis por suas próprias despesas ao longo deste processo.

A.3 Cronograma da RFP

A.4 Diretrizes de envio

• Todas as propostas devem ser enviadas por e-mail para [endereço de e-mail de contato].

• Os fornecedores devem confirmar o recibo em até três dias úteis após a emissão.

• As perguntas devem ser enviadas por escrito até a data listada em A.3.

• Toda a comunicação deve passar pelo gerente de RFP designado. O contato direto com outros funcionários da [sua empresa] durante o período de avaliação pode resultar em desqualificação.

A.5 Documentos obrigatórios para envio

A.6 Visão geral da avaliação

A [sua empresa] avaliará as propostas quanto à qualidade do modelo de IA, abrangência da cobertura de fraudes, taxas de falsos positivos, prontidão do comércio agêntico, confiabilidade da API e estabilidade do fornecedor. Os fornecedores devem demonstrar melhorias mensuráveis na redução de fraudes, taxas de contestações e eficiência operacional com comprovantes de produção. Reivindicações sem dados não serão pontuadas.

A.7 Confirmação do fornecedor

Os fornecedores devem preencher e devolver o aviso de recebimento abaixo em até três dias úteis após o recebimento desta RFP.

Confirmamos o recebimento da RFP intitulada “[nome da RFP]” e confirmamos nossa intenção de ☐ enviar / ☐ não enviar uma resposta.

Nome da empresa: ________________________

Representante autorizado: ________________________

Cargo: ________________________

Data: _______

Seção B: visão geral e escopo do trabalho

Uma visão geral vaga gera propostas genéricas. Dê aos fornecedores o contexto específico de que precisam para responder de forma inteligente: seu modelo de negócio, sua atual exposição a fraudes, os vetores de ataque identificados e os resultados que você precisa melhorar. As fraudes se desenvolvem rapidamente e a sua RFP deve refletir isso.

Veja alguns detalhes adicionais que você pode incluir para personalizar:

• Sede e principais mercados
  
• Volume de transações e valor médio de cada pedido
  
• Divisão entre transações domésticas e internacionais
  
• Principais formas de pagamento em uso (ex.: cartões, ACH, SEPA, carteiras digitais)
  
• Equipes internas envolvidas (ex.: Engenharia, Finanças, Jurídico e Conformidade, Operações)
  

B.1 Contexto da empresa

• A [sua empresa] é um/uma [B2B/B2C/C2C] [marketplace/empresa de SaaS/empresa de e-commerce/plataforma] que atua em [inserir mercados]. Processamos cerca de [X] transações por mês em várias [X] formas de pagamento e moedas. Atualmente, temos uma taxa de fraudes de cerca de [X]% e uma taxa de contestação de [X]%, e nossos custos com fraudes são de cerca de US$ [X] por mês. Estamos buscando um parceiro de prevenção a fraudes cuja plataforma cubra toda a pilha (fraude em transação, fraude em conta e abuso de cliente), sem exigir manutenção contínua de engenharia.
  

B.2 Objetivo do projeto

• Esta RFP existe para identificar um parceiro de prevenção a fraudes que proteja a nossa empresa à medida que as ameaças de fraude mudam. Nossa situação atual é a seguinte: [descrever a lacuna (ex.: nosso sistema baseado em regras produz muitos falsos positivos, não temos cobertura para fraude em conta ou abuso, nossa taxa de contestação está aumentando, não temos visibilidade dos vetores de fraude emergentes)].
  

B.3 Escopo do trabalho

Principais entregas

• Prevenção a fraudes em transações: pontuação de fraudes em cada pagamento com tecnologia de IA, documentação das taxas de falsos positivos e números sobre redução de fraudes na produção

• Prevenção a fraudes em contas: detecção e ação automatizadas em contas fraudulentas durante todo o ciclo de vida, do onboarding ao monitoramento de atividades

• Prevenção contra abusos: detecção e bloqueio de abuso de avaliações gratuitas, abuso de pagamento por uso e vetores de fraude autêntica

• Gestão de contestações: automação de estorno, o que inclui envio de comprovante, controle da taxa de vitórias e análise de contestações

• Mecanismo de regras personalizadas: a capacidade de nossa equipe de riscos criar e testar regras personalizadas sem a intervenção da engenharia

• Dashboard unificado e relatórios: visibilidade em tempo real sobre taxas de fraude, taxas de contestações, desempenho de regras e resultados de modelos em um só lugar

• Acesso à API: integração programática de equipes que precisem integrar inteligência de prevenção a fraudes aos fluxos de trabalho personalizados

Entregas adicionais

• Proteção ao comércio agêntico: pontuação de fraudes e detecção de anomalias em transações iniciadas por agentes de IA

• Aceitar as [inserir formas de pagamento necessárias (ex.: ACH, SEPA, carteiras digitais, compre agora e pague depois, stablecoins)]

• Controles de fraude na plataforma para os operadores do marketplace: reservas, restrições de repasse e ações do ciclo de vida da conta

B.4 Trabalho fora do escopo

Defina o que é excluído para que os fornecedores não cobrem nem assumam a responsabilidade por isso. Veja alguns exemplos:

• Infraestrutura total de KYC e conformidade com PLD (tratados separadamente por nosso processador de pagamentos)

• Verificação de identidade de clientes além dos sinais de risco de fraude

• Inteligência de negócios em geral ou data warehousing sem relação com fraudes

B.5 Resultados desejados

• Redução da taxa de fraude em pelo menos [X]% até 90 dias após o lançamento (para fins de referência, o Radar reduz as fraudes em 32% em média)

• Taxa de contestação inferior a [X]% em 90 dias

• Taxa de falsos positivos abaixo de [X]% (medida por transações legítimas recusadas ou sinalizadas incorretamente)

• Bloqueio de avaliações gratuitas com pelo menos 90% de precisão (referência atual)

• Redução do tempo de engenharia para manter a infraestrutura de fraudes em [X]%

• Configuração zero-code concluída em [X] dias após a celebração do contrato

Seção C: instruções da proposta

Padronize o que você recebe para poder comparar fornecedores lado a lado. Propostas de prevenção a fraudes tendem a começar com descrições de produtos e jargão de ML. Em vez disso, exija resultados de produção.

C.1 Formato e estrutura de envio

Cada proposta deve seguir esta estrutura:

• Resumo executivo (no máximo três páginas)

• Respostas a todos os requisitos da Seção E, numeradas de forma correspondente

• Modelo de preços preenchido no Excel

• Perfil do fornecedor e resumo financeiro

• Mínimo de três referências de clientes de empresas comparáveis

• Documentos de suporte: certificações de conformidade, estudos de caso com métricas de produção, documentação da API, descrição dos dados de treinamento do modelo de IA

Envios que se desviam significativamente ou omitem elementos exigidos podem ser considerados fora de conformidade.

C.2 Requisitos de formatação

• Respostas narrativas em PDF; modelo de preços como arquivo Excel

• Fonte mínima de 11 pt, margens de uma polegada, números de página obrigatórios

• Todos os valores monetários em USD, salvo especificação em contrário

• Nomenclatura do arquivo: [Nome do fornecedor]–Fraude–RFP–[Data].pdf

C.3 Orientações sobre o conteúdo da proposta

Resumo executivo

• Comece com resultados medidos de implementações comparáveis: porcentagens de redução de fraudes, melhorias na taxa de contestações, taxas de falsos positivos, precisão na prevenção de abusos. Não descreva seu produto. Mostre o que ele produz.

• Inclua sua visão para essa parceria ao longo de três anos, especificamente como seu modelo de IA continuará a superar o desenvolvimento de fraudes.

Visão geral da solução e arquitetura

• Descreva como sua plataforma cobre toda a pilha de fraudes (fraude de transação, fraude de conta, prevenção de abuso e gestão de contestações) em uma única integração.

• Descreva a base de dados por trás dos seus modelos de IA: o volume de transações, a amplitude geográfica e de emissores e a diversidade de formas de pagamento. Essa base determina se o modelo tem bom desempenho ao crescer. A referência para infraestrutura líder de fraudes é a IA treinada em mais de US$ 1,9 trilhão em transações anuais.

• Descreva como seu modelo é atualizado à medida que os padrões de fraude mudam e com que rapidez novos vetores de fraude são incorporados.

Comércio agêntico

• Descreva suas atuais capacidades de produção para detectar e prevenir fraudes em transações iniciadas por agentes de IA. O comércio agêntico é um requisito atual, não um item de planejamento futuro. Propostas que o posicionam como algo futuro serão pontuadas de acordo.
  

Cobertura e formas de pagamento

• Especifique exatamente quais formas de pagamento você cobre (por exemplo, cartões, ACH, SEPA, carteiras, compre agora e pague depois, stablecoins).
  

Segurança e conformidade

• Confirme a conformidade com o PCI DSS v4.0 (em vigor desde março de 2024) e a data da auditoria mais recente.

• Forneça 12 meses de dados históricos de disponibilidade. A expectativa para a infraestrutura de fraudes em nível de produção é de uma disponibilidade superior a 99,999%.

C.4 Esclarecimentos e perguntas

As perguntas devem ser enviadas por escrito até [prazo das perguntas] para [e-mail do gestor da RFP]. As respostas serão distribuídas simultaneamente a todos os participantes. Nenhuma discussão informal com outros funcionários da [sua empresa] é permitida durante o processo.

C.5 Validade da proposta

As propostas devem permanecer válidas por 90 dias a partir do prazo de envio, a menos que sejam prorrogadas por acordo mútuo por escrito.

C.6 Direito de rejeitar ou negociar

A [sua empresa] reserva-se o direito de rejeitar qualquer proposta, solicitar esclarecimentos ou conduzir negociações paralelas com um ou mais fornecedores. A participação não constitui um compromisso de compra.

Seção D: processo de avaliação

A transparência na pontuação incentiva os fornecedores a responderem com comprovantes em vez de alegações. Todos os critérios são mapeados diretamente para os requisitos da Seção E.

D.1 Metodologia de avaliação

Todas as propostas serão revisadas por uma equipe multifuncional que inclui Engenharia, Finanças, Jurídico e Conformidade, Risco e Operações.

A avaliação ocorre em três etapas:

• Revisão de conformidade: confirme se todos os documentos obrigatórios estão presentes e atendem aos requisitos de formatação.

• Avaliação qualitativa: pontue cada envio em relação a critérios ponderados usando uma escala de 1 a 5 (5 = excepcional, com suporte de comprovantes de produção; 1 = não atende à linha de base). Uma pontuação de 5 exige métricas de produção documentadas.

• Demonstração e revisão final: fornecedores pré-selecionados apresentam demonstrações da plataforma ao vivo. As demonstrações devem usar uma área restrita com paridade de produção, e não um passo a passo roteirizado.

D.2 Critérios de avaliação e pesos

A cobertura contra ameaças emergentes e agênticas tem peso de 15%, pois a capacidade de detectar fraude em transações iniciadas por agente de IA é uma lacuna estrutural de funcionalidade entre os fornecedores. Por exemplo, 65% dos líderes de empresas concordam que a fraude está se desenvolvendo rápido demais para as empresas acompanharem. Os fornecedores que não conseguem demonstrar cobertura flexível hoje ficarão mais para trás à medida que os vetores de fraude continuarem a mudar.

D.3 Requisitos para a demonstração

Fornecedores pré-selecionados demonstrarão as seguintes opções ao vivo em um ambiente de área restrita:

• Pontuação de fraude de transação em tempo real: acione uma transação de alto risco e mostre como o modelo a pontua, com uma explicação dos sinais que contribuem

• Detecção de fraude de conta: mostre como a plataforma identifica e atua em uma conta fraudulenta durante o onboarding e após a ativação

• Prevenção contra abuso na prática: demonstre a detecção de abuso de avaliação gratuita com o benchmark de precisão de 90%

• Criação de regras personalizadas: um analista de risco cria uma nova regra sem o envolvimento da engenharia, faz o teste na área restrita e analisa o impacto projetado

• Fluxo de trabalho da gestão de contestação: mostre o envio automatizado de comprovante para um estorno, com rastreamento da taxa de vitórias

• Proteção ao comércio agêntico: mostre como a plataforma aplica a pontuação de fraude em uma transação iniciada por agente de IA e sinaliza o comportamento anômalo do agente

• Dashboard unificado: revisão da taxa de fraude, taxa de contestação, desempenho de regras e resultados do modelo em um só lugar

Os fornecedores devem fornecer credenciais de demonstração temporárias válidas por pelo menos 10 dias úteis após a demonstração.

D.4 Negociação e adjudicação do contrato

[Sua empresa] reserva-se o direito de realizar sessões de esclarecimento, solicitar as melhores ofertas finais e conduzir negociações paralelas. Nenhum contrato será vinculante até ser firmado por ambas as partes.

⚑ Notas do avaliador: remova antes de enviar aos fornecedores

• Pontue de forma independente antes da deliberação em grupo. Uma pontuação de 5 exige métricas de produção documentadas, e não funcionalidades declaradas.
  
• Peça a cada fornecedor para informar a pegada de dados de treinamento do seu modelo de IA em termos específicos: volume de transação, anos de dados, amplitude geográfica, cobertura de emissor e diversidade na forma de pagamento. A resposta revela qual parte do desempenho de detecção de fraude é real em vez de ser uma alegação. O benchmark é de mais de US$ 1,9 trilhão em transações anuais.
  
• Investigue a cobertura da forma de pagamento. Para cada forma de pagamento na sua lista (por exemplo, ACH, SEPA, carteiras, compre agora e pague depois, stablecoins), pergunte se o modelo foi treinado com dados dessa forma de pagamento e como são os números de redução de fraude especificamente para ela.
  
• A demonstração de comércio agêntico é inegociável. Qualquer fornecedor que não consiga apresentar detecção de fraude em transações iniciadas por agente de IA em uma área restrita hoje não está pronto para a direção que a sua plataforma está tomando.
  
• Peça taxas de falsos positivos de produção, não projeções. Um modelo que bloqueia 40% das fraudes, mas recusa 5% das transações legítimas é um problema de receita, não uma solução de fraude.
  
• Peça dados de disponibilidade de 12 meses, não apenas um SLA. A diferença entre 99,900% e 99,999% de disponibilidade é importante para infraestruturas de fraude que são executadas em todas as transações.
  

Seção E: requisitos principais

Esta é a seção mais importante. Exija respostas factuais e com base em evidências. Qualquer fornecedor que valha a pena implantar pode apontar resultados documentados de implantações reais. Para cada requisito, os fornecedores devem indicar seu status: Standard (em produção hoje), Configurável (requer configuração), Custom (requer desenvolvimento) ou N/A.

E.1 Modelo de IA e qualidade do conjunto de dados

A IA de prevenção a fraudes é tão boa quanto os dados nos quais é treinada. Um modelo treinado em dezenas de bilhões de transações em todos os mercados, emissores e formas de pagamento produz resultados substancialmente melhores do que um modelo construído em um conjunto de dados mais restrito. Há 92% de chance de que um cartão usado na rede da Stripe tenha sido visto antes. Esse nível de sinal prévio é a referência. Essa é uma vantagem cumulativa que não pode ser replicada apenas com esforço de engenharia.

E.2 Prevenção a fraudes em transações

As fraudes em transações estão aumentando. O custo das fraudes em pagamentos online foi projetado para crescer 15% em 2025. A infraestrutura certa detecta fraudes que outras não conseguem porque seu modelo já viu o padrão antes.

E.3 Prevenção a fraudes de contas

A fraude de conta (contas fraudulentas criadas para explorar sua plataforma) atua em todo o ciclo de vida da conta. Detectá-la no onboarding é mais barato do que após a ativação. A referência da infraestrutura líder é o bloqueio de mais de 3,5 milhões de contas conectadas fraudulentas por ano.

E.4 Prevenção a abusos

O abuso primário (abuso em período de avaliação, abuso nos modelos com pagamento conforme o uso e fraude amigável) custa US$ 200 bilhões anualmente às empresas. No ano passado, 94% das empresas passaram por isso. As ferramentas tradicionais de prevenção a fraudes não foram criadas para detectar esses problemas. Exija evidências de produção, não a descrição do cronograma do fornecedor.

E.5 Gestão de contestações

As contestações custam às empresas US$ 35 para cada US$ 100 em estornos, considerando os custos operacionais, tarifas da rede e o tempo. A infraestrutura certa automatiza o envio de comprovantes, mostra as probabilidades das taxas de vitórias por contestação para que a sua equipe faça uma triagem eficiente dos casos e, idealmente, evita as contestações antes do envio.

E.6 Regras personalizadas e ferramentas da equipe de risco

Uma plataforma de prevenção a fraudes que exige o envolvimento da equipe de engenharia para ajustar a estratégia de risco é um gargalo. Sua equipe de risco precisa agir mais rápido do que a fraude. Isso significa que usuários não técnicos devem poder criar, testar e implementar regras sem abrir um chamado.

E.7 Comércio agêntico e ameaças emergentes

Os agentes de IA já estão iniciando transações comerciais, e atores fraudulentos estão usando as mesmas ferramentas de IA que as empresas legítimas usam. Marketplaces que não protegem transações iniciadas por agentes de IA enfrentarão uma exposição cada vez maior à medida que o volume agêntico crescer. Qualquer fornecedor que não consiga demonstrar a detecção de fraudes em transações iniciadas por agentes em uma área restrita atualmente não está pronto.

E.8 Análises, relatórios e inteligência em tempo real

As análises e relatórios de fraudes são obrigatórios. Se a sua equipe de risco não puder ver o que está acontecendo em tempo real, investigar decisões de transações individuais e receber alertas proativos quando um ataque estiver em andamento, ela sempre estará reagindo à fraude em vez de se antecipar a ela.

E.9 Arquitetura de plataforma e qualidade da API

Uma integração de prevenção a fraudes que exija manutenção contínua da engenharia para continuar eficaz é um imposto oculto sobre sua equipe de produto. Avalie a API da mesma forma que avaliaria a infraestrutura principal.

E.10 Segurança, conformidade e privacidade de dados

A infraestrutura de fraude fica no caminho de dados de cada transação. O padrão é uma taxa de sucesso de 100% nas auditorias do PCI.

E.11 Certificação do fornecedor

Certifico que todas as respostas são precisas na data de envio e que os recursos marcados como Standard ou Configurable estão disponíveis em ambientes de produção no momento. Alegações sem o suporte de documentação ou de uma demonstração em tempo real não serão avaliadas.

Representante autorizado: ________________________

Cargo: ________________________

Data: _______

⚑ Notas para o avaliador (remover antes de enviar aos fornecedores)

• Uma pontuação de 5 em qualquer critério exige métricas de produção documentadas. Afirmar "Nós aceitamos isso" sem comprovantes é, na melhor das hipóteses, um 3.
  
• Peça a cada fornecedor que declare a área de abrangência dos dados de treinamento do seu modelo de IA em termos específicos: número de transações, anos de dados, amplitude geográfica e do emissor e diversidade das formas de pagamento. Esse é o maior diferencial no desempenho da detecção de fraudes.
  
• Investigue a cobertura das formas de pagamento. Para cada método da sua lista (por exemplo, ACH, SEPA, carteiras, compre agora e pague depois, stablecoins), pergunte se o modelo foi treinado com dados de produção desse método e como é a redução de fraudes especificamente para ele.
  
• Peça as taxas de falsos positivos, e não apenas as taxas de redução de fraudes. Um modelo com uma redução de fraudes de 40% e uma taxa de falsos positivos de 5% está custando receita para você.
  
• Peça para ver a interface de criação de regras em linguagem simples em tempo real. Usuários não técnicos devem ser capazes de criar e simular uma nova regra na demonstração sem assistência.
  
• Peça aos fornecedores que demonstrem o modo de sombra. Execute uma nova regra em relação a dados históricos e mostre o impacto projetado antes que ela entre em produção. Esse é um fluxo de trabalho fundamental para qualquer equipe de risco séria.
  
• Pergunte se as listas de bloqueio e permissão podem incluir campos de dados personalizados da empresa. Um fornecedor que aceita apenas atributos de transação padrão atingirá o limite rapidamente.
  
• Em relação às contestações, pergunte se as integrações da Verifi e da Ethoca são nativas ou se exigem contratos separados com terceiros. A integração nativa é importante para a velocidade da intervenção.
  
• Peça para ver um alerta de ataque de fraude em tempo real de produção. Como é a notificação, com que rapidez ela é disparada e o que diz a mitigação recomendada?
  
• A demonstração do comércio agêntico é um requisito rigoroso. Qualquer fornecedor que não consiga mostrar a detecção de fraudes em transações iniciadas por agentes de IA em uma área restrita hoje não está preparado.
  
• Peça 12 meses de dados históricos de disponibilidade e o histórico completo de auditoria do PCI. O SLA e o status de certificação atual não são suficientes.
  

Seção F: implementação e suporte

Ativar a prevenção a fraudes em uma plataforma em produção apresenta riscos. Uma regra configurada incorretamente ou um limite de modelo excessivamente agressivo pode bloquear receitas legítimas. Esta seção estabelece se o fornecedor tem a metodologia e a experiência necessárias para gerenciar esse risco.

F.1 Abordagem de implementação

Os fornecedores devem descrever:

• Tempo documentado até o primeiro sinal de fraude para empresas com volume de transações comparável, com exemplos específicos em vez de intervalos (a referência para configuração sem código é a ativação no mesmo dia)

• Como lidam com a calibração inicial do modelo (o processo de definição de limites que equilibra a redução de fraudes com as taxas de falsos positivos para o seu mix de transações específico)

• Seus processos para execução paralela (testar a nova plataforma com tráfego em tempo real antes da implementação completa, permitindo validar o desempenho antes de desativar os controles existentes)

• Como gerenciam a migração de regras, se você estiver trazendo regras personalizadas existentes de outra plataforma

F.2 Recursos e governança

Os fornecedores devem informar:

• Gerente de conta e especialista em fraudes designados para este engajamento

• Hierarquia de escalonamento e ritmo de tomada de decisões durante a implementação

• Se a equipe de implementação é a mesma que lida com o suporte pós-lançamento (a transferência é frequentemente onde a qualidade do serviço cai)

F.3 Treinamento e documentação

Os fornecedores devem descrever:

• Treinamento disponível para as equipes de Risco, Engenharia, Finanças e Operações

• Qualidade e atualidade da documentação, sendo que as melhores plataformas mantêm documentações que os analistas de risco preferem usar em vez de fazer perguntas ao suporte

• Como a documentação é atualizada à medida que o modelo e o produto lançam novos recursos de detecção de fraudes

F.4 Modelo de suporte e SLAs

Os fornecedores devem especificar:

• Níveis de suporte e o que está incluído (um pico de falsos positivos ou degradação do modelo às 2h da manhã é um incidente de Severidade 1 que exige resposta imediata)

• SLAs de tempo de resposta por severidade, com compromissos contratuais

• Como os clientes são notificados durante incidentes no modelo de fraudes ou eventos de degradação e o que a análise pós-incidente produz

• Dados históricos de tempo de resposta de Severidade 1, não apenas o SLA

F.5 Melhoria contínua

Descreva especificamente como sua plataforma usa machine learning e análises de produção para melhorar os resultados de fraudes ao longo do tempo. Forneça exemplos com métricas de produção: melhorias na redução de fraudes entregues a clientes existentes ao longo de 12 meses, mudanças na taxa de falsos positivos e melhorias na taxa de contestações.

F.6 Atestado do fornecedor

Certifico que todos os detalhes de implementação e suporte são precisos a partir da data de envio e refletem as práticas de produção atuais.

Representante autorizado: ________________________

Cargo: ________________________

Data: _______

⚑ Notas para o avaliador (remover antes de enviar aos fornecedores)

• Peça exemplos específicos de implementação de empresas comparáveis (por exemplo, volume de transações, taxa de fraudes na época, número de mercados). Rejeite intervalos.
  
• Pergunte especificamente sobre o processo de calibração de limites. Um fornecedor que define um único limite global e segue em frente não está tratando seu perfil de fraude como único.
  
• Solicite os dados reais de tempo de resposta de Severidade 1 dos últimos 12 meses.
  
• Pergunte se a equipe de implementação é a mesma que lida com o suporte pós-lançamento.
  
• Pergunte com que rapidez um novo vetor de fraude (um que sua empresa não encontrou antes) seria incorporado ao modelo após ser detectado.
  

Seção G: condições comerciais

A precificação da prevenção a fraudes varia significativamente entre fornecedores e modelos. Alguns cobram por transação, outros pelo resultado de redução de fraudes e alguns por nível. Padronize a divulgação para comparar os custos reais.

G.1 Visão geral da estrutura de precificação

Os fornecedores devem fornecer:

• Preços detalhados para cada componente (prevenção a fraudes básica, acesso a regras personalizadas, prevenção a abusos avançada, ferramentas de gestão de contestações, acesso à API e complementos).

• Uma narrativa que explique as suposições de preços (volume de transações, valor médio do pedido, taxa de fraudes e mix de formas de pagamento).

• Identificação clara de compromissos mensais mínimos ou limites de volume que afetam os preços.

• Todos os valores em dólares (USD), incluindo a lógica de conversão, se outras moedas forem cotadas.

G.2 Componentes de precificação

G.3 Sensibilidade de volume

Forneça o custo total estimado nos seguintes volumes de transações:

G.4 Termos do contrato

• Duração de contratos disponíveis e incentivos de precificação para cada um

• Se a precificação diminui automaticamente com a redução de volume

• Cláusulas de rescisão e portabilidade de dados: como sinais de fraude, configurações de regras e dados históricos são devolvidos, em qual formato e em qual cronograma

• Requisitos de gasto mínimo

G.5 Premissas e dependências

Liste todas as premissas comerciais que fundamentam sua precificação. Premissas não declaradas descobertas após a execução do contrato podem ser tratadas como uma falsa representação material.

G.6 Certificação do fornecedor

Certifico que todas as informações de precificação e comerciais estão completas e precisas até a data de envio.

Representante autorizado: ________________________

Data: _______

⚑ Notas do avaliador: remova antes de enviar aos fornecedores

• Reconcilie a narrativa com a planilha do Excel. Discrepâncias são um sinal.
  
• A precificação da prevenção a fraudes muitas vezes oculta o custo de regras personalizadas e prevenção avançada a abusos em níveis mais altos. Modele o custo total no fluxo de trabalho da sua Equipe Antifraude, e não apenas no nível básico.
  
• Pergunte como a precificação muda se a sua taxa de fraude melhorar. Alguns modelos penalizam o sucesso ao reduzir o valor aparente do produto à medida que as taxas de fraude caem.
  
• A portabilidade de dados geralmente é o verdadeiro mecanismo de fidelização forçada. Avalie os termos de rescisão antes de assinar, e não depois.
  
• Peça aos fornecedores para modelarem o custo total em 10× o volume da sua transação atual. A curva de precificação ao longo do crescimento é tão importante quanto a taxa atual.
  

Seção H: perfil do fornecedor

Seu parceiro de infraestrutura de prevenção a fraudes está no caminho dos dados de cada transação. Entenda a empresa como um todo: sua saúde financeira, profundidade de desenvolvimento de IA, taxa de melhoria e histórico com empresas semelhantes à sua.

H.1 Visão geral da empresa

Forneça um resumo de dois a três parágrafos que explique sua história, missão e posição no mercado. Concentre-se em sua experiência com empresas em [sua indústria ou segmento (por exemplo, e-commerce, SaaS, marketplace, empresas de IA, plataformas)]. Descreva seu histórico de manutenção da qualidade de detecção à medida que os padrões de fraude se desenvolveram e seu histórico de lançamento de recursos de prevenção a fraudes antes das ameaças emergentes.

H.2 Base de clientes e histórico

Forneça dados específicos sobre sua base de clientes:

• Número de empresas que usam sua infraestrutura de prevenção a fraudes

• Volume agregado de transações protegido por ano

• Indústrias e modelos de negócios representados em sua base de clientes

• Proporção de empresas no seu segmento-alvo (por exemplo, e-commerce, SaaS, plataformas) que você protege

• Redução agregada de fraudes documentada em toda a sua base de clientes (a referência é uma redução média de fraudes de 32%)

H.3 Estabilidade financeira

Forneça demonstrações financeiras auditadas ou comprovante equivalente de solvência. Empresas privadas devem fornecer uma carta do CFO que certifique a liquidez. Descreva sua estrutura de financiamento.

H.4 Certificações e conformidade

H.5 Reconhecimento de analistas

Forneça reconhecimento de analistas independentes relevante para prevenção a fraudes e segurança de pagamentos. O benchmark atual para um provedor líder de prevenção a fraudes é o reconhecimento como Líder nas categorias de pagamentos e fraudes. A IA do Radar da Stripe é usada com confiança por 50% das empresas da Fortune 100. Descreva onde sua plataforma se posiciona em relação a esse benchmark.

H.6 Ritmo de melhorias

Descreva a cadência de lançamentos de produtos nos últimos 12 meses, incluindo o número de atualizações enviadas e as principais funcionalidades lançadas em detecção de fraudes por IA, prevenção a abusos e proteção do comércio agêntico. O benchmark atual para uma plataforma líder é de mais de 200 atualizações de produto por ano. Explique como o seu roteiro para os próximos 12 a 18 meses continua investindo nas funcionalidades que importam para o [seu segmento].

H.7 Declaração de precisão do fornecedor

Certifico que todas as informações na Seção H são precisas até a data de envio e que o [fornecedor] tem a capacidade financeira, técnica e operacional para executar os serviços descritos.

Representante autorizado: ________________________

Data: _______

Seção I: referências

Referências de empresas comparáveis são mais valiosas do que qualquer demonstração. Priorize referências que correspondam ao seu modelo de negócio, mix de transações e presença geográfica. Um fornecedor que protege uma empresa com um perfil de fraude semelhante ao seu deve ter referências que possam falar sobre resultados reais.

I.1 Requisitos de referência

Os fornecedores devem fornecer no mínimo três referências que atendam a estes critérios:

• Modelo de negócio comparável ao da [sua empresa] (mesma indústria ou tipo de transação).

• Volume de transações ou taxa de fraudes comparável no momento da implantação.

• Pelo menos uma referência que usou recursos avançados: regras personalizadas, prevenção a abusos ou gestão de contestações.

• Cliente ativo em produção por pelo menos 12 meses.

I.2 Tabela de referências

I.3 Resumo dos resultados das referências

Para cada referência, forneça resultados documentados: porcentagem de redução de fraudes, taxa de falsos positivos, melhoria na taxa de contestações, precisão na prevenção a abusos ou ganhos de eficiência operacional. Forneça números específicos, não intervalos.

I.4 Validação das referências

Confirmo que cada cliente consentiu em servir como referência e que todas as informações são precisas. A [Sua empresa] se reserva o direito de contatar as referências diretamente.

Representante autorizado: ________________________

Data: _______

⚑ Notas do avaliador (remova antes de enviar aos fornecedores)

• Ligue para pelo menos duas referências. Os resumos por escrito são selecionados pelo fornecedor.
  
• Pergunte às referências especificamente se as taxas de redução de fraudes e de falsos positivos na proposta correspondem ao que eles viram em produção.
  
• Pergunte sobre a experiência de implementação e o processo de calibração de limites, e não apenas sobre a plataforma em estado estável.
  
• Pergunte se o modelo do fornecedor se adaptou a novos vetores de fraude que a referência encontrou após o lançamento e com que rapidez fez isso.
  
• Sinalize referências de modelos de negócio não comparáveis. Uma referência de uma empresa de varejo físico diz muito pouco sobre o desempenho de fraudes digitais.
  

Seção J: Apêndices

J.1 Checklist de envio (uso do fornecedor)

Anexe como a primeira página do seu pacote de resposta. Envios incompletos podem ser excluídos da avaliação.

J.2 Glossário de termos

J.3 Matriz de pontuação da avaliação (uso interno)

J.4 Lista de verificação de referência rápida de requisitos

Para autoavaliação do fornecedor antes do envio.

Qualidade do modelo de IA e do conjunto de dados

• O volume de dados de treinamento do modelo de IA descrito em termos específicos (volume, geografia, emissores e formas de pagamento)

• Redução de fraudes documentada a partir da produção (a média de 32% é o benchmark)

• Pontuação de risco granular (0 a 99) com explicabilidade no nível do sinal por transação

• Pontuação de fraude por transação com taxa de falsos positivos documentada

• Frequência de atualização do modelo (se contínua ou periódica), incluindo o cronograma de incorporação de novos vetores

• Inteligência em nível de rede em escala

• Suporte a vários processadores: pontuações de risco disponíveis para pagamentos processados externamente

• Pontuações de risco pré-autorização para decisões de direcionamento de pagamentos

• Triagem flexível em vários pontos do fluxo de checkout

Prevenção a fraudes em transações

• Pontuação de fraude em tempo real (latências p50, p95 e p99 documentadas)

• Limites de bloqueio configuráveis (no-code)

• 3DS dinâmico e SCA (aplicados apenas a transações de alto risco, não a todas)

• Cobertura em cartões, ACH, SEPA, carteiras, compre agora e pague depois e stablecoins

• Detecção de teste de cartões (aumentar a taxa de detecção de 59% para 97% é o benchmark de melhoria)

• Portabilidade de PAN (listas de bloqueio e permissão e histórico de fraudes transferíveis entre processadores)

• Detecção de fraudes transfronteiriças

Prevenção a fraudes em contas

• Pontuação de fraude no nível da conta durante o onboarding com taxas de falsos positivos documentadas

• Monitoramento contínuo da conta após a ativação

• Verificação aprimorada para contas limítrofes (não conclusivamente fraudulentas)

• Visualização de contas sinalizadas (lista em tempo real de contas suspeitas)

• Alertas em tempo real para fraude de comerciante em nível de plataforma

• Ações automatizadas da conta (reservas, restrições de repasse e bloqueio)

• Mais de 3,5 milhões de contas conectadas fraudulentas bloqueadas por ano (métrica equivalente necessária)

• Redução de 5,3x na exposição a fraudes (métrica equivalente necessária)

Prevenção a abusos

• Prevenção a abusos em testes gratuitos (90% de precisão é o benchmark)

• 715.000 testes de alto risco bloqueados e US$ 6 milhões em perdas evitadas em dois meses (equivalente necessário)

• Detecção 6,2x melhor de novos vetores de abuso (equivalente necessário)

• Prevenção a abusos com pagamento conforme o uso

• Cobertura contra abusos no ciclo de vida do cliente

Gestão de contestações

• Envio automatizado de comprovante por tipo de contestação

• Probabilidade da taxa de vitórias por contestação individual

• Recomendações de comprovante por contestação individual

• Smart Refunds ou reembolso proativo antes do estorno

• Avisos antecipados de fraude dos emissores antes do estorno formal

• Integração nativa de Verifi e Ethoca

• Rastreamento e análise da taxa de vitórias em contestações

• VAMP e posição no programa de monitoramento no Dashboard

Regras personalizadas e ferramentas para equipes de risco

• Criação de regras sem código na produção hoje

• Criação de regras em linguagem simples para usuários não técnicos

• Listas de bloqueio e permissão: endereço IP, e-mail, BIN do cartão, impressão digital do dispositivo

• Sugestões de regras com base nos seus principais indicadores de fraude

• Modo de sombra ou simulação "what-if" em relação a dados históricos

• Dados da empresa Custom em regras (por exemplo, loyalty_tier, product_category)

• Análises de desempenho de regras em tempo real

• Limites configuráveis por valor, região, tipo de conta ou forma de pagamento

• Fila de revisão manual com ferramentas de fluxo de trabalho

Análises e relatórios

• Dashboard unificado: fraude, pagamentos e contestações em uma única visualização

• Atualizações do Dashboard em tempo real, sem atrasos

• Revisão por transação com pontuação de risco e detalhamento de sinais

• Alertas de ataques de fraude em tempo real com recomendações de mitigação

• Ferramentas de investigação de padrão de fraudes

• Situação do programa de monitoramento em tempo real

• Sincronização de data warehouse (por exemplo, Snowflake, BigQuery, Redshift)

• Filtragem de análises por operador

• Gerenciamento programático de contestações por meio de API com webhooks

Cobertura de ameaças emergentes e de agentes

• Pontuação de fraude em transações iniciadas por agente de IA (demonstrar na área restrita)

• Detecção de anomalias para comportamento de agentes

• Cobertura de abuso próprio (first-party abuse) para modelos de negócios nativos de IA

• Mais de 200 atualizações de produtos por ano (cadência de melhoria comprovada)

Arquitetura da plataforma e API

• Configuração sem código: ativação no mesmo dia

• Latência da API p99 (números de produção necessários)

• Mais de 99,999% de disponibilidade (dados históricos de 12 meses)

• Taxa de sucesso de 100% em auditorias do PCI (histórico completo)

• Área restrita completa com paridade de produção, incluindo fluxos de agentes

• Configuração de regras e limites sem código

Segurança e conformidade

• PCI DSS v4.0 (em vigor a partir de março de 2024): taxa de sucesso de 100% em auditorias

• SOC 2 Tipo II

• GDPR e CCPA

• Recomendado por 50% das empresas da Fortune 100

J.5 Certificação de envio do fornecedor

Certifico que este envio está completo e que todas as informações fornecidas são precisas até onde sei. A [Sua empresa] reserva-se o direito de verificar quaisquer alegações feitas nesta resposta.

Nome da empresa: ________________________

Representante autorizado: ________________________

Cargo: ________________________

Assinatura: ________________________

Data: _______

Como o Stripe Radar pode ajudar

O Stripe Radar usa modelos de IA para detectar e prevenir fraudes, treinados com dados da rede global da Stripe. Ele atualiza continuamente esses modelos com base nas últimas tendências de fraude, protegendo sua empresa à medida que a fraude evolui.

A Stripe também disponibiliza o Radar for Fraud Teams, que permite aos usuários adicionar regras personalizadas voltadas a cenários de fraude específicos aos seus negócios e acessar informações avançadas de fraude.

O Radar pode auxiliar sua empresa a:

• Prevenir perdas por fraude: a Stripe processa mais de US$ 1 trilhão em pagamentos por ano. Essa escala permite que o Radar detecte e previna fraudes com alta precisão, ajudando você a economizar.

• Aumentar a receita: os modelos de IA do Radar são treinados com dados reais de contestações, informações de clientes, dados de navegação e muito mais. Isso permite identificar transações de risco e reduzir falsos positivos, impulsionando sua receita.

• Economizar tempo: o Radar é integrado à Stripe e não requer nenhuma linha de código para configuração. Você também pode monitorar o desempenho da prevenção a fraudes, criar regras e muito mais em uma única plataforma, aumentando a eficiência.

Saiba mais sobre o Stripe Radar, ou comece hoje mesmo.