Segurança Antifraude 18 de Nov de 2026

Sistema antifraude: como funciona e como escolher

Um sistema antifraude confere, no cadastro e em cada transação, se a pessoa é quem diz ser e se o comportamento combina com o esperado. Em seguida decide: aprovar, recusar ou mandar para revisão manual. Ele reduz a fraude, não a elimina. Na PH3A, essa camada é o DataFraud, apoiado pela validação cadastral do DataBusca.

Este guia é para equipes de risco, produto e tecnologia que precisam comparar fornecedores sem se perder em promessa. Ele traz as camadas de um sistema antifraude, um fluxo de decisão de exemplo, a matriz de testes para o piloto e as perguntas que separam uma boa proposta de uma apresentação bonita.

O que um sistema antifraude verifica?

Ele verifica três coisas: se a identidade existe e pertence a quem a apresenta, se o canal usado (dispositivo, rede, sessão) é confiável e se o pedido combina com o histórico daquela pessoa ou daquela conta. Nenhuma camada sozinha responde às três. Por isso um sistema antifraude é um conjunto de camadas, e a decisão sai da combinação delas.

Camada O que verifica Cadastro (onboarding) Transação (compra, Pix, saque)
Fontes cadastrais e bureau Se CPF ou CNPJ, nome, data de nascimento, endereço e telefone existem e são coerentes entre si Principal filtro: confere os dados informados contra fontes externas Pontual: reconsulta quando há troca de dado sensível, como telefone ou e-mail
Identidade: documento, biometria e prova de vida Se o documento é autêntico e se quem está na câmera é a pessoa do documento, presente naquele momento Usada quando o risco do produto justifica a fricção Usada como desafio extra em operação de valor alto ou fora do padrão
Dispositivo e rede Se o aparelho, o navegador e o IP já apareceram em cadastros recusados, se há emulador ou alteração do sistema Liga cadastros diferentes feitos do mesmo aparelho Detecta troca de aparelho logo antes de uma operação relevante
Comportamento Ritmo de digitação, navegação, horário, valor e frequência comparados ao padrão da conta Pouco histórico; serve mais para detectar automação (robôs) Camada central: compara a operação com o comportamento conhecido do cliente
Motor de regras e modelos Aplica a política da empresa aos sinais das camadas anteriores e devolve uma recomendação com motivo Decide aprovar, recusar ou revisar o cadastro Decide em tempo de resposta curto, antes de a operação ser concluída
Revisão manual Um analista examina os casos que o motor não resolveu com segurança Trata divergências de cadastro Trata alertas de valor alto e contestações

Risco de fraude não é risco de crédito

Fraude pergunta "esta pessoa é quem diz ser e está agindo por conta própria?". Crédito pergunta "esta pessoa vai conseguir pagar?". Um bom pagador pode ter a identidade roubada; um cadastro verdadeiro pode ter alto risco de inadimplência. Misturar as duas análises num único número esconde o motivo da recusa e dificulta a contestação. A ordem mais segura é confirmar a identidade primeiro e avaliar a capacidade de pagamento depois, com critérios e registros separados.

Como dados, regras e análise humana se combinam?

Os dados alimentam os sinais, as regras transformam os sinais em decisão e a análise humana resolve o que ficou no meio. O fluxo abaixo é fictício: uma fintech de exemplo recebe pedidos de abertura de conta pelo aplicativo.

  1. Recebe o cadastro. Nome, CPF, data de nascimento, telefone, e-mail e endereço chegam pela API.
  2. Confere os dados. As informações são comparadas com fontes cadastrais externas. Resultado: coerente, divergente ou inexistente.
  3. Lê o dispositivo. O sistema verifica se o aparelho já foi usado em cadastros recusados ou em muitos cadastros diferentes.
  4. Pede prova de identidade quando a política exige. Documento e selfie com prova de vida entram para o produto de maior risco, não para todos.
  5. Aplica a política. O motor de regras soma os sinais e devolve uma recomendação com o motivo registrado.
  6. Decide.
Situação (fictícia) Sinais Decisão Motivo registrado
Dados coerentes, aparelho sem histórico negativo Todas as camadas sem alerta Aprovar Sem divergência
Endereço diferente do encontrado nas fontes, demais dados coerentes Uma divergência de baixo peso Aprovar com pergunta de confirmação ou revisão manual leve Divergência de endereço
Telefone cadastrado há pouco e aparelho com vários CPFs Sinal forte de dispositivo Revisão manual Dispositivo compartilhado
CPF sem correspondência nas fontes ou documento com sinal de adulteração Identidade não confirmada Recusar Identidade não confirmada
  1. Só então avalia o crédito. O cadastro aprovado segue para a análise de crédito, que tem regras e registro próprios.
  2. Guarda a trilha. Cada decisão fica registrada com os sinais usados, a versão da regra e o motivo. É essa trilha que permite responder a uma contestação e auditar o sistema.

Quais critérios mudam entre cadastro e transação?

No cadastro, a pergunta é "quem é você?"; ela é feita uma vez e tolera alguns segundos a mais de espera. Na transação, a pergunta é "foi você mesmo que pediu isto, agora?"; ela se repete a cada operação e precisa de resposta antes que o dinheiro saia.

Critério Cadastro Transação
Pergunta central A identidade existe e pertence a quem a apresenta? A operação foi feita pelo titular e combina com o padrão dele?
Sinais mais úteis Fontes cadastrais, documento, biometria, dispositivo Comportamento, dispositivo, valor, destinatário, horário
Tempo tolerado Maior: o cliente espera a conclusão da abertura Menor: a decisão precisa sair antes da conclusão da operação
Custo do falso positivo Cliente bom desiste no meio do cadastro Compra recusada, cliente irritado, ligação no atendimento
Custo do falso negativo Conta aberta por fraudador, usada depois para golpe Perda direta, contestação e, no cartão, chargeback
Revisão manual Viável para parte dos casos Restrita: costuma ser desafio extra ao cliente, não fila

Como medir fraude, falsos positivos e tempo de decisão?

Medindo sempre contra uma linha de base da sua própria operação. Sem saber quanto de fraude e quantas recusas você tem hoje, nenhum número do fornecedor diz nada. As métricas que importam:

  • Taxa de fraude detectada: das fraudes que de fato ocorreram na amostra, quantas o sistema barrou ou mandou para revisão.
  • Taxa de falsos positivos: dos clientes legítimos, quantos foram recusados ou mandados para revisão. É o custo escondido de um antifraude rígido demais.
  • Taxa de aprovação: quanto do volume legítimo passa sem fricção. Deve ser lida junto com a detecção, nunca sozinha.
  • Taxa e tempo de revisão manual: quantos casos caem na fila e quanto tempo levam para ser resolvidos.
  • Tempo de resposta da API: a mediana e os percentis altos (os casos mais lentos), porque é o caso lento que derruba a experiência na transação.
  • Disponibilidade: quanto tempo o serviço respondeu dentro do combinado e o que aconteceu quando não respondeu.
  • Perdas: valor perdido com fraude, contestações e chargebacks, separado das perdas por inadimplência.
  • Explicabilidade: se cada decisão traz um motivo que o analista entende e consegue comunicar ao cliente.

As metas de cada métrica são decisão da sua empresa, a partir da linha de base. Desconfie de fornecedor que promete percentual sem ter visto seus dados.

Como testar integração, contingência e revisão de decisões?

Com um piloto sobre amostra histórica rotulada: casos passados em que você já sabe quem era fraude e quem era cliente legítimo. Rode o fornecedor em paralelo, sem que ele decida nada (o chamado modo sombra), e compare as recomendações dele com o que aconteceu de fato. Depois, teste os cenários de falha, que são os que a demonstração comercial não mostra.

Cenário de teste Como simular O que se espera Métrica
Cliente legítimo com dados completos Casos históricos aprovados e sem problema posterior Aprovação sem fricção Taxa de aprovação
Cliente legítimo com divergência (falso positivo) Casos bons com endereço desatualizado, telefone novo ou nome com grafia diferente Aprovação ou revisão leve, nunca recusa automática Taxa de falsos positivos
Identidade sintética Casos rotulados de cadastro que mistura dados reais e inventados Revisão ou recusa Taxa de fraude detectada
Dados verdadeiros usados por terceiro Casos rotulados de cadastro com dados roubados e aparelho desconhecido Pedido de prova de identidade ou recusa Taxa de fraude detectada
Tomada de conta Sequência de troca de aparelho, troca de senha e operação de valor alto Desafio extra antes da operação Detecção e tempo até o bloqueio
Transação fora do padrão (Pix ou cartão) Valor, horário ou destinatário incomuns para a conta Desafio ou revisão antes da conclusão Detecção e tempo de resposta
API indisponível Desligar o serviço ou bloquear a rede no ambiente de teste A política de contingência entra sozinha (aprovar com limite, segurar ou recusar, conforme o risco) e o caso é marcado para reanálise Tempo até a contingência e casos reprocessados
API lenta Forçar resposta acima do tempo limite combinado O sistema não trava o cliente; aplica a mesma contingência Percentis altos do tempo de resposta
Resposta incompleta Simular retorno sem um dos campos esperados Decisão conservadora e registro do erro, sem aprovação silenciosa Erros tratados sobre erros ocorridos
Contestação do cliente Escolher casos recusados e pedir a explicação da decisão Motivo claro, trilha completa e caminho para revisão humana Tempo para responder e casos revertidos
Mudança de regra Alterar uma regra e reprocessar a mesma amostra Diferença visível entre versões, com registro de quem mudou Variação de aprovação e detecção entre versões

Como escolher um sistema antifraude?

Pelas evidências, não pela demonstração. Use a tabela como roteiro de conversa com cada fornecedor.

Critério Pergunta ao fornecedor Evidência a exigir
Separação entre fraude e crédito A recomendação de fraude sai separada da avaliação de crédito? Exemplo de retorno da API com os dois resultados e motivos distintos
Cobertura de camadas Quais camadas vocês cobrem e quais dependem de parceiro? Lista de camadas por produto e por momento (cadastro e transação)
Detecção e falsos positivos Como medem detecção e falsos positivos, e em que base? Resultado do piloto sobre a sua amostra, não média de mercado
Taxa de aprovação Qual o efeito na aprovação de clientes legítimos? Comparação entre a aprovação atual e a do piloto
Tempo de resposta e disponibilidade Qual o tempo de resposta nos casos mais lentos e o compromisso de disponibilidade? Contrato com nível de serviço e medição do piloto
Contingência O que acontece quando a API não responde? Teste de indisponibilidade feito no piloto e documentação do comportamento
Explicabilidade Cada decisão vem com motivo legível? Amostra de decisões com motivo e trilha
Integração Como é a API, há ambiente de teste e quanto tempo leva integrar? Documentação técnica e acesso ao ambiente de teste
Atualização das fontes Com que frequência os dados e as regras são atualizados? Descrição do processo de atualização e da origem dos dados
Custo Como é cobrado: por consulta, por volume, por camada? Tabela de preço aplicada ao seu volume real
LGPD e contestação Qual a base legal, que dados são guardados, por quanto tempo, e como o titular contesta? Documentação de privacidade, contrato de tratamento de dados e fluxo de contestação
Piloto Aceitam piloto com amostra histórica e modo sombra? Plano do piloto com métricas definidas antes de começar

Como a PH3A atua na prevenção a fraudes?

A PH3A trabalha a camada de dados e regras do antifraude com o DataFraud e a conferência cadastral com o DataBusca.

  • Validação de novos cadastros no momento da entrada: o DataFraud recebe os dados do cadastro e verifica na hora se estão corretos.
  • Decisão em três saídas: confirmação para casos sem divergência, alerta ou pergunta de confirmação nos casos de dúvida e interrupção quando a fraude é constatada.
  • Conferência em módulos sequenciais: o mesmo cliente passa por verificações encadeadas, configuradas conforme a política da empresa.
  • Análise de cadastro e transação contra padrões de fraude: os dados de onboarding e de transações são comparados com padrões de fraude conhecidos e comportamentos anômalos.
  • Checagem de dados cadastrais contra fontes oficiais: o DataBusca cruza os dados informados pelo cliente com fontes confiáveis para confirmar a existência e a coerência das informações.

A análise de crédito é uma etapa à parte, com critérios próprios, e não é tratada como parte do antifraude neste guia.

Perguntas frequentes

O que é um sistema antifraude?

É o conjunto de dados, regras e análise humana que decide se um cadastro ou uma operação deve ser aprovado, recusado ou revisado, com base no risco de a identidade ser falsa ou de a operação não ter sido feita pelo titular.

Sistema antifraude para e-commerce funciona igual ao de banco?

A lógica é a mesma; o peso das camadas muda. No e-commerce, a transação com cartão é o momento crítico e a perda aparece como chargeback. No banco e na fintech, o cadastro pesa mais, porque uma conta aberta por fraudador vira ferramenta para golpes posteriores.

Como funciona um sistema antifraude no Pix?

A decisão precisa acontecer antes do envio, porque depois que o dinheiro sai a recuperação depende de processos de contestação, sem garantia de devolução. Por isso o Pix exige leitura rápida de comportamento, dispositivo e destinatário, com desafio extra para operações fora do padrão.

O que muda em um sistema antifraude bancário?

Volume, exigência regulatória e trilha. O banco precisa registrar o motivo de cada decisão, responder a contestações e auditar mudanças de regra. A revisão manual costuma ter equipe dedicada e prazos definidos.

O que um sistema antifraude de documentos confere?

Se o documento é autêntico, se os dados impressos batem com as fontes cadastrais e se a pessoa que envia a selfie é a mesma do documento, presente naquele momento (prova de vida). É uma camada de identidade, não uma decisão completa.

Qual a diferença entre sistema antifraude e análise de crédito?

O antifraude pergunta se a pessoa é quem diz ser e se a operação é legítima. A análise de crédito pergunta se ela vai conseguir pagar. São riscos diferentes, medidos de formas diferentes, e devem gerar decisões e registros separados.

Leia também

Para saber mais sobre os produtos da PH3A Tecnologia, clique aqui.

Marcadores

Ficou alguma dúvida?
Marque uma reunião conosco!

Enviado

Obrigado pelo contato.
Em breve nós entraremos em contato.

Digite um nome completo
Digite uma data de nascimento
Digite um e-mail válido
Digite um telefone celular válido
Por favor digite uma mensagem