default
Publicidade: default

IA, Machine Learning e dados: atuação anti-fraude deve visar integração e performance

default
Por: Lucas Kina

Jornalista e produtor de Podcasts no E-Commerce Brasil

A busca pelo sucesso na primeira tentativa é o que norteia o trabalho de empresas de pagamentos. Uma compra bem-sucedida sem percalços pode ditar o sucesso com clientes e a procura de novos estabelecimentos. Para um processo descomplicado, segundo Thaisa Fausto, head de Vendas Empresariais do PayPal, a busca principal das companhias deve ser pelo alinhamento de três pontos: Inteligência Artificial, Machine Learning e dados.

“A otimização, por exemplo, de fatores do back-end em empresas é o caminho para o tratamento ideal de dados. Mais do que isso, trabalhar essa cultura internamente ajuda a garantir o futuro da própria empresa”, pontua.

Monitoramento de transação (comportamentos e ações);
Pontuação de risco;
Biometria Comportamental;
Detecção final de fraude (baseado na análise anterior).

Com este tipo de trabalho, o patamar de autonomia cresce e proporciona habilidades como:

Dados robustos
Machine Learning e IA amplificados
Solução de risco integrada ao aprendizado de máquina
Parcerias com as Bandeiras e Bancos
Network Token (token de bandeira)
Account Updater
Retentativas
Soluções financeiras diversas para o caso de uma transação negada

“Uma boa ferramenta anti-fraude visa otimizar performance e a conversão do estabelecimento parceiro. Por isso, a escolha de um player precisa levar em consideração que este ofereça o formato mas compatível possível. Afinal, este pode ser um diferencial competitivo aos vendedores” finaliza.

Publicidade: default