A fraude de cartão de crédito é extremamente comum, com quase 450.000 americanos relatando o uso indevido das informações dos seus cartões somente em 2024. Sinais de alerta de fraude de pagamento são sinais observáveis que indicam uma probabilidade acima do normal de atividade fraudulenta. Reconhecê-los antes que uma transação seja concluída pode ser o que separa as empresas que detectam a fraude na autorização daquelas que a absorvem como estornos semanas depois.

Abaixo, abordamos os sinais de fraude mais importantes em transações, contas e formas de pagamento, como agir sobre eles quando aparecem e como criar um sistema de monitoramento que fica mais preciso ao longo do tempo.

Principais conclusões

• Sinais no nível da transação (por exemplo, incompatibilidade entre os endereços de faturamento e os endereços de entrega, anomalias de velocidade, pedidos de alto valor de contas novas) podem ser indicadores precoces de fraude.

• Sinais comportamentais e de conta, como a criação rápida de conta, repetidas tentativas de pagamento que falharam ou atividades incomuns na sessão geralmente aparecem antes da conclusão de uma transação.

• As ferramentas automatizadas de detecção de fraude pontuam as transações em tempo real usando ferramentas de detecção de fraude baseadas em machine learning. As regras personalizadas permitem que as empresas definam seus próprios limites de risco.

O que são sinais de alerta de fraude de pagamento

Sinais de alerta de fraude de pagamento são sinais observáveis e específicos de que uma transação ou interação na conta apresenta um risco maior do que o normal de ser fraudulenta. Eles são indicadores probabilísticos que, isoladamente ou em combinação, sugerem uma atividade que vale a pena analisar.

Quais sinais no nível da transação indicam um alto risco de fraude

Alguns dos sinais de alerta mais claros de fraude de pagamento estão no nível da transação, onde os detalhes de um pedido criam um padrão detectável. Isoladamente, cada um pode ser explicado, mas quando aparecem em combinação, tendem a ser um indicador confiável de fraude em potencial.

Fique atento a:

• Incompatibilidade entre os endereços de faturamento e de entrega: quando o endereço de faturamento do cartão e o endereço de entrega diferem substancialmente, é necessária uma revisão mais rigorosa.

• Pedidos de alto valor de contas novas ou não verificadas: um cliente iniciante que faz um pedido de US$ 1.200,00 com frete expresso não tem histórico de compras para compensar o risco. A combinação de alto valor, conta nova e urgência é o sinal de alerta.

• Anomalias de velocidade: várias transações em um curto intervalo de tempo do mesmo cartão, dispositivo ou endereço IP podem sugerir teste de cartões ou fraude automatizada.

• Envio para transitários ou endereços de reenvio: esses endereços ocultam o destino final da entrega, o que torna os estornos mais difíceis de contestar e a recuperação quase impossível. Esse padrão tende a aparecer com frequência em eletrônicos de consumo de alto valor, vales-presente e produtos de luxo.

• Composições do pedido que não correspondem ao histórico da conta: um cliente cujos pedidos anteriores ficaram todos abaixo de US$ 50,00 que faz de repente um pedido de US$ 900,00 de itens comumente visados em fraudes de revenda (por exemplo, eletrônicos, tênis, vales-presente) vale uma segunda análise.

Quais comportamentos de conta e usuário são indicadores comuns de fraude

Os sinais comportamentais muitas vezes aparecem antes da conclusão de uma transação. Esses padrões aparecem no nível da conta, na atividade da sessão e nas próprias credenciais de pagamento.

Por exemplo:

• Criação rápida de conta seguida por uma compra imediata de alto valor: clientes legítimos tendem a navegar, comparar e retornar. Uma conta criada e usada em minutos se encaixa no padrão de uma conta descartável criada para explorar um cartão roubado antes que seja sinalizado.

• Várias tentativas de pagamento que falharam: um agente fraudulento com acesso a dados parciais do cartão pode tentar várias combinações antes de acertar um conjunto válido de credenciais. Muitas tentativas com falha em diferentes cartões no mesmo dispositivo em um curto intervalo de tempo são um forte sinal.

• Comportamento incomum da sessão: sessões sem atividade de rolagem ou navegação antes do checkout, preenchimento de formulário extremamente rápido e navegação direta para páginas de produtos de alto valor sem contexto de referência podem sugerir comportamento automatizado ou em script em vez de um cliente real.

• Padrões de endereço de e-mail suspeitos: endereços usando strings de caracteres aleatórios, domínios recém-registrados ou variações de um e-mail fraudulento conhecido são comuns em operações de fraude. Alguns sistemas fazem referência cruzada de há quanto tempo um e-mail está ativo e sua reputação de domínio para avaliar o risco.

• Sinais de IP e dispositivo: um único endereço de protocolo de internet (IP) gerando várias criações de contas, compras de um dispositivo que apareceu em incidentes de fraude anteriores ou logins de localizações inconsistentes com o histórico da conta aumentam significativamente a pontuação de risco.

Quais sinais de alerta específicos de pagamento as empresas devem monitorar

A própria forma de pagamento traz sinais de risco independentes do comportamento da conta ou da transação. O monitoramento desses indicadores oferece às empresas uma camada de detecção adicional que é difícil para os agentes fraudulentos contornarem totalmente.

Atente-se a:

• Cartões pré-pagos e virtuais: eles podem ser comprados de forma anônima e descartados após o uso, o que os torna comuns em operações de fraude.

• Vários cartões vinculados a um único dispositivo ou conta: um cliente que usa três cartões diferentes em um curto período, principalmente se algumas tentativas falharem, sugere teste de cartões ou uma tentativa deliberada de espalhar a exposição em credenciais roubadas.

• Cartões internacionais com endereços de entrega nacionais: se o seu perfil de cliente típico for nacional e você receber um pedido em um cartão emitido em um país do qual normalmente não recebe tráfego, vale a pena sinalizar essa incompatibilidade, principalmente quando o endereço de entrega é local.

• Frequência anormal de pedidos em curtos intervalos de tempo: um cartão que não foi usado na sua empresa antes de aparecer em três transações ao longo de duas horas, ou o mesmo endereço de entrega que recebe vários pedidos de diferentes formas de pagamento em um único dia são padrões que valem a pena sinalizar.

• Sequências de recusa seguida por aprovação: uma transação que falha em um cartão e é aprovada imediatamente em outro na mesma sessão indica a rotação de cartões, uma técnica em que os agentes fraudulentos alternam as credenciais roubadas até que uma seja liberada.

Como as empresas devem agir em relação aos sinais de alerta de fraude

A resposta certa aos sinais de alerta de fraude depende da gravidade do sinal, da combinação de indicadores presentes e do contexto da empresa.

A gama de respostas disponíveis vai da passiva à ativa:

• Sinalização para revisão manual: os sinais de baixo risco que não atendem a um limite de bloqueio automático podem ser direcionados para uma fila de revisão, em que uma pessoa avalia o pedido antes da execução. Isso funciona bem para transações de alto valor com um ou dois sinais não essenciais.

• Acionamento de verificação adicional: as empresas podem exigir autenticação reforçada (por exemplo, um código de uso único, um e-mail de confirmação ou 3D Secure) quando uma transação atinge determinados limites de risco.

• Suspensão da execução: principalmente com bens físicos, colocar um pedido em estado pendente enquanto a pontuação de risco é avaliada dá às empresas uma janela para agir sem recusar imediatamente a transação ou enviar o produto.

• Bloqueio automatizado: os sinais de alta confiança (por exemplo, cartões fraudulentos conhecidos, IPs sinalizados ou transações que excedem um limite de risco definido) normalmente justificam a recusa imediata sem revisão manual.

Como as empresas podem criar um sistema de monitoramento de fraude para reduzir a exposição ao longo do tempo

Uma lista de sinais de alerta é tão útil quanto o sistema construído em torno dela. Sem uma lógica de regras consistente, limites definidos e um ciclo de feedback, o monitoramento de fraude permanece reativo. Veja como criar um sistema que funciona.

Transforme os sinais em regras

Traduzir os sinais de fraude identificados em regras personalizadas que são executadas no momento da autorização permite bloquear ou investigar instantaneamente um comportamento suspeito antes que os fundos sejam transferidos. Uma regra pode bloquear qualquer transação em que o número de identificação bancária (BIN) do cartão seja pré-pago e o valor do pedido exceda US$ 500,00, ou sinalizar para revisão quando o endereço de entrega corresponder a um transitário conhecido. As ferramentas de detecção de fraude que usam machine learning fazem com que os modelos de risco fiquem expostos a padrões de ataque emergentes que empresas individuais não detectariam sozinhas até que o dano já tivesse sido causado.

Ajuste os limites ao longo do tempo

Um conjunto de regras muito agressivo bloqueia clientes legítimos; se for muito permissivo, a fraude passa. A calibração certa muda conforme os padrões de fraude mudam e conforme você acumula mais dados sobre quais sinais realmente previram a fraude em vez de quais geraram falsos positivos. Escolha ferramentas de detecção de fraude que ofereçam a visibilidade necessária para fazer ajustes com base em evidências, e não em adivinhação.

Feche o ciclo de feedback

Quando um estorno chega, ele deve retroalimentar a lógica das regras: qual sinal foi disparado, qual não foi e se um ajuste de limite é justificado. Cada incidente de fraude se torna uma entrada que aprimora a detecção ao longo do tempo, em vez de ser apenas um custo a absorver.

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 esses modelos continuamente com base nas tendências de fraude mais recentes, protegendo sua empresa conforme a fraude evolui.

A Stripe também oferece o Radar for Fraud Teams, que permite aos usuários adicionar regras personalizadas para lidar com cenários de fraude específicos de suas empresas e acessar análises avançadas sobre fraude.
O Radar pode ajudar 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 já hoje.