A transformação digital está mudando a maneira como as pessoas vivem e, consequentemente, houve um aumento no volume de dados gerados, sejam eles estruturados ou não. Com essa convergência também surgem novos riscos e os métodos tradicionais de prevenção de fraudes não acompanham a velocidade necessária para se adaptar a esse novo cenário.
O principal desafio na segurança e na prevenção de fraudes é que as ameaças também estão se tornando cada vez mais sofisticadas e globalizadas. Os fraudadores podem acessar facilmente novas informações ou falhas e compartilhá-las rapidamente por meio de redes complexas que abrangem todo o mundo. Em contrapartida, as empresas devem responder com investimentos em inteligência por meio de recursos humanos experientes em prevenção a fraudes e uso de ferramentas e sistemas que permitam a essas pessoas aplicar as mais avançadas tecnologias e metodologias analíticas.
O que as empresas líderes de mercado fazem para se manter à frente na segurança e na prevenção de fraudes é combinar o uso de uma autenticação mais forte (e não mais camadas de autenticação) com análises avançadas. Os principais exemplos desse tipo de autenticação são o uso de tokens, medidas de segurança biométrica (facial, impressão digital e voz), senhas de uso único e 3D Secure para compras online – todos já colocados em prática no nosso dia a dia.
Quando nos referimos a Análise Avançada na prevenção de fraudes, estamos falando do uso de modelos preditivos, redes neurais (deep learning), análise de links, machine learning e detecção de anomalias. Essas técnicas complementam as estratégias atuais, baseadas em regras de negócios estáticas, e estão em uma tendência crescente, principalmente devido ao novo volume de dados gerado nesta era de transformação digital.
Hoje, os dados são o ativo mais valioso para detectar e evitar fraudes. Embora existam obstáculos como dados em silos, dados de baixa qualidade, fontes diferentes não integradas, falta de recursos humanos analiticamente qualificados, o investimento necessário para ter uma boa estrutura de gestão de dados permitirá transformá-los em valores agregados, seja resolvendo problemas de negócios ou problemas regulatórios. O retorno é muito compensatório para a empresa. É sempre possível começar pequeno, usando a análise de dados para atingir algumas metas e resultados iniciais e, em seguida, expandindo essa cultura dentro da companhia.
Também é importante ter uma ferramenta completa de prevenção de fraudes que ofereça suporte à área de negócios para implementar e integrar a autenticação e possibilitar a Análise Avançada. Atualmente, os padrões mínimos que uma empresa deve procurar nesse tipo de solução são:
- Facilidade de integração e preparação de dados para análise;
- Acompanhamento de transações com regras e modelos otimizados que funcionam em tempo real, com uma visão única do cliente;
- Capacidade de geolocalização e análise de ID de dispositivo para contas móveis e digitais;
- Gestão integrada acessível em toda a empresa para dar suporte a alertas e investigações necessárias;
- Visualização de dados por meio de relatórios e gráficos estruturados para a rápida identificação de eventos, atividades ou conexões potencialmente suspeitas.
Os líderes de todos os setores – bancários, seguros, serviços e governo, entre outros – estão trabalhando para simplificar a experiência do cliente com opções de pagamento e serviços online e móveis, fechando as portas da fraude e da exposição. Equilibrar segurança e conforto requer uma abordagem que combine a autenticação voltada ao consumidor com medidas de segurança em segundo plano, como a análise do comportamento do usuário, por exemplo. O investimento não é trivial, mas os retornos e a confiança obtidos valem a pena.
Sobre o autor
Robson Ohosaku, gerente de Inteligência de Segurança do SAS América Latina
