Fraud Strategies

O Que Eu Aprendi: O Alto Custo da Auto-Fraude (ou como as pessoas normais enganam você para poupar dinheiro)

agosto 31, 2018

O caminho que me levou à indústria da fraude foi, como tantos outros, indireto.

Após alguns anos fazendo suporte a subscrição e comercialização para uma empresa de leasing de subprime (crédito de risco), eu estava procurando por uma mudança de ritmo. Como resultado, acabei na equipe de suporte ao cliente de um conhecido e-commerce.

Em pouco tempo, houve uma abertura no departamento de fraudes. Sem nada a perder e com uma afinidade com outros grupos da organização, eu decidi me mudar de área.

Ainda bem que mudei.

Porque ser analista de fraude é uma das coisas mais divertidas que faço na minha vida adulta.

O fato é que, embora os fraudadores sejam sempre os mesmos, a própria fraude está sempre mudando.

Como alguém que sempre foi boa em encontrar brechas em um sistema, eu ainda estava surpresa com algumas coisas que são comuns no mundo das fraudes.

Claro que o fraudador experiente é difícil de detectar

Eles são muito mais precisos e metódicos. Os fraudadores têm que se mover rapidamente e só suportarão o atrito necessário antes de seguir em frente.

Em contraste, eu não tinha ideia de até onde as pessoas normais iriam para “dibrar” o sistema para economizar uns trocados.

Quando digo “normal”, quero dizer o consumidor diário que vai a extremos para explorar um sistema, sem necessariamente cometer “fraude” em si. A indústria apelidou esse esquema de “Auto-Fraude”.

É notável por quanto tempo esses fraudadores amigáveis vão fingir ignorância de qualquer irregularidade. Um caso de auto-fraude em que trabalhei envolveu um cliente que abriu vários cartões de crédito para comprar mais de 20 mil dólares em mercadorias de alto valor em nosso website. Itens como bolsas e sapatos de grife, eletrônicos e perfumes de luxo.

Alguns comportamentos, tomados isoladamente, não são inerentemente suspeitos

Nesse caso, no entanto, todas as transações foram feitas dentro de alguns dias, uma após a outra.

Nossa equipe decidiu entrar em contato com o cliente para garantir que tudo fosse verificado. Depois de falar com eles, determinamos que essas compras pareciam legítimas.

Mesmo assim, ficamos de olho na conta deles, para o caso de algo estranho acontecer. Algumas semanas depois, o cliente recebeu todos os seus itens e recebemos um aviso de que uma de suas compras havia sido devolvida. Reivindicou que eles receberam o item errado.

Enganos acontecem. Raramente acontecem duas vezes … ou três vezes

Na quarta vez, começamos a monitorar mais de perto a conta. O cliente então voltou a devolver Toda Santa Vez.

Eles eram devolvidos a cada vez, alegando ter recebido o item errado. Neste ponto, a fraude estava clara como o dia; fechamos a conta e bloqueamos os reembolsos.

Mas este auto-fraudador não desistiu nem desapareceu. Ele lutou com unhas e dentes por quase seis semanas, registrando vários estornos de serviço após nossa recusa em restituir.

Essas pessoas “normais” podem representar muito mais trabalho do que um fraudador de rotina

Mesmo que os fraudadores sejam mais perigosos, casos como esse requerem muito tempo e recursos da sua equipe, afetando a sua receita final.

Lutar contra fraudes em todas as frentes requer um sistema em camadas que monitore esse tipo de comportamento. A modelagem de fraude por meio de machine learning pode identificar padrões de comportamento de cobrança retroativa e fornecer insights significativos por meio de pontuação preditiva.

O resultado é uma compreensão mais clara do comportamento do cliente e do histórico transacional, o que, por sua vez, pode ajudar a determinar se um estorno é genuíno ou um sinal mais profundo de abuso repetido.

Fazer isso economizará muito tempo e energia a longo prazo, sem mencionar o dinheiro. O custo da introdução de medidas de segurança adicionais é muito inferior às perdas causadas por auto-fraude.


Convido você a me seguir no LinkedIn

Siga a Emailage no LinkedIn e no Twitter (@emailage)

Baixe este white paper CNP.com para descobrir como você pode usar o endereço de e-mail para causar medo no coração dos fraudadores e, ao mesmo tempo, aumentar sua lucratividade.

close-link
close-link
close-link