Ordem de prioridades para a Recomendação

A nossa solução utiliza a seguinte hierarquia para definir as recomendações e decisões sobre os pedidos:

• Listas de decisão

As listas de decisão ditam se o pedido será negado (blocklist), revisado (reviewlist) ou aprovado (allowlist), de acordo com as informações cadastradas.

Ex.: Se um e-mail é inserido em uma allowlist, o pedido que tiver esse e-mail será aprovado imediatamente, ignorando as regras e o algoritmo.

• Regras

As regras são cadastradas para atuação em cenários específicos, como aumento de aprovação, contenção de ataques ou comportamentos suspeitos.

Seguindo a hierarquia, caso os dados inseridos no pedido não constem em nenhuma lista de decisão, nossa solução verificará na sequência se esses mesmos dados do pedido ativam alguma Regra cadastrada.

Ex.: Pedido com e-mail relacionado à fraude - Regra: Negar pedidos com e-mails ligados a histórico fraudulento.

• Algoritmo

Após passar pelas listas de decisão e regras, nosso algoritmo entra em cena. Com base nas características dos clientes da loja, do histórico de chargebacks e de diversos outros fatores (incluindo o “feijão com arroz” da análise de risco, como o cruzamento de CPF e número de cartão de crédito), nossa solução detecta padrões de comportamento de usuários e identifica a possibilidade de fraude.

Os 4 mil dados coletados por nosso sistema de risco têm diversas origens. São dados cadastrais, informações referentes a fingerprint, compras recentes feitas por aquele cliente (naquela loja virtual ou em outros e-commerces clientes da Konduto), dados de pagamento, informações sobre comportamento de navegação – como por exemplo origem da visita, tempo de permanência na página, páginas visualizadas, comparação de preços, produtos visualizados, etc.

A inteligência artificial aprende com cada um dos pedidos recebidos pela loja virtual diariamente, aumentando a conversão de vendas boas e reduzindo a incidência de chargebacks.

É importante frisar que nossa solução gera recomendações baseadas em uma série de fatores. Entretanto, levamos em conta a expertise do lojista com relação ao seu modelo de negócio, e por isso sempre levamos em consideração primeiro as listas de decisão e regras cadastradas, para só aí aplicarmos nosso algoritmo. Justamente por isso, esses recursos devem ser usados com cautela, uma vez que tanto as listas de decisão quanto as regras customizadas podem ter uma recomendação diferente do algoritmo e impactar de maneira significativa na aprovação ou não dos pedidos.

Outro ponto de atenção: nossa solução levará em conta o cenário mais conservador. Isso se dá também por status:

1. Negar
2. Revisar
3. Aprovar

Essa hierarquia pode ser alterada com o aumento da prioridade da regra sugerida.