A cada 15,4 segundos é registrada uma tentativa de fraude por identidade no Brasil, na qual dados pessoais são usados para fazer negócios pela internet sob falsidade ideológica ou obter crédito com a intenção de não honrar o pagamento, segundo levantamento da Serasa Experian.

---

A fim de auxiliar empresas a diminuír o risco de sofrer esse tipo de golpe, pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) – um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) apoiados pela FAPESP – estão desenvolvendo modelos estatísticos para detecção e prevenção de fraudes em operações financeiras.

Alguns dos modelos estatísticos já estão sendo usados por bancos, seguradoras e empresas atuantes no segmento de comércio eletrônico (e-commerce).

“A fraude é um fenômento muito volátil que ocorre muito rapidamente. Sem uma estrutura adequada para detectá-la de forma eficiente, o fraudador entra na base de dados de uma empresa ou instituição financeira, permanece nela por alguns segundos, comete a fraude e sai sem ser percebido”, disse Francisco Louzada Neto, coordenador de transferência de tecnologia do CeMEAI, à Agência FAPESP.

“A ideia dos modelos estatísticos que estamos desenvolvendo é acompanhar todos os passos dos clientes, a partir do momento em que ingressam na base de dados de uma empresa, e detectar quais possíveis operações que estão sendo realizadas têm alta probabilidade de serem fraudulentas”, explicou o pesquisador, que é professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), campus de São Carlos, onde o CeMEAI está sediado.

O método desenvolvido pelos pesquisadores combina diferentes modelos estatísticos que interrelacionam diversas variáveis, como idade, sexo, estado civil e localidade do cliente, além do tipo e o valor da operação, entre outras informações, para prever a ocorrência de uma fraude.

Os diferentes modelos estatísticos apresentam uma capacidade preditiva variável de estabelecer interrelações entre essas diferentes variáveis e inferir a possibilidade de fraude em uma operação.

A combinação deles possibilita aumentar a capacidade de previsão de ocorrência de fraudes, explicou Louzada.

“Nós comparamos os modelos estatísticos usuais, propomos novos com maior capacidade de detectar fraudes e combinamos eles com o objetivo de aumentar a capacidade preditiva da modelagem”, afirmou.

Para estimar a probabilidade de fraude, o método desenvolvido pelos pesquisadores utiliza dados históricos de operações normais e fraudulentas, além de informações de clientes já cadastrados na base de dados da empresa.

Com base nesse conjunto de informações, o método estatístico faz comparações do perfil de um novo cliente que acabou de ingressar no site da empresa e da operação que está realizando com dados históricos de fraude e extrai a probabilidade da operação em andamento ser fraudulenta.

“É difícil dizer se uma determinada operação é ou não fraudulenta. Por isso, o método que desenvolvemos fornece uma probabilidade de fraudulência”, explicou Louzada.

Além de informações objetivas provenientes dos dados dos clientes e das operações, o método também pode incorporar informações fornecidas com base na percepção subjetiva de analistas de operações da própria empresa, disse o pesquisador.

“Se tiver dentro da empresa especialistas que, de alguma forma, trabalham na análise de operações, é possível acoplar ao método que desenvolvemos a percepção subjetiva deles sobre determinados tipos de fraude”, afirmou.

Após ser desenvolvido sob demanda e testado e avaliado, o método estatístico é implantado no sistema da empresa para ser usado on-line para calcular a probabilidade ou classificar como fraude uma determinada operação financeira.

https://youtu.be/6-vGrCgXi38

Método adaptável

Inicialmente, o método estatístico foi voltado para prever a ocorrência de fraude em compras com cartão de crédito.

Recentemente, contudo, começou a ser adaptado para prever fraudes na liberação de consultas, procedimentos e reembolsos por convênios médicos.

Mas, segundo Louzada, um dos principais focos de aplicação do método estatístico hoje é para analisar operações em sites de comércio eletrônico.

“Os bancos e instituições financeiras, tradicionalmente, já contam com grandes equipes de estatísticos que trabalham com modelos de previsão de fraudes em operações de crédito, enquanto empresas de varejo que atuam no comércio eletrônico ainda têm uma carência por esse tipo de serviço e são mais vulneráveis a fraudes”, comparou Louzada.

Segundo a Serasa Experian, só ao longo deste ano já foram registradas mais de 1,5 milhão de tentativas de fraude no país.

Os setores mais afetados são o de telefonia, seguido pelo de serviços – que inclui contrutoras, imobiliárias e seguradoras, entre outras –, além do bancário e o de varejo.

Agência FAPESP