É uma solução que analisa cadastros de maneira
inteligente, atribuindo ratings e insights,
combinando-os com o melhor score de fraude
do mercado brasileiro para garantir a confiança
no bom cadastro.
Gera um score de fraude de 0 a 100
3 níveis de vínculos (Baixo, Médio
e Alto) entre as 5 variáveis:
+370 possíveis insights divididos em
16 categorias como gestão de risco,
histórico de fraude, idade,
geolocalização, etc.
Nossos modelos estatísticos processam os dados informados e
transformam em variáveis que formam um número único – o SCORE DE FRAUDE.
• Ele ordena a propensão de ser fraude, quanto maior a nota maior o risco
• Ele varia de 0 a 99,9999%
• Utiliza informações do DATA LAKE da ClearSale
• Este score será atualizado considerando a variável resposta associada ao 2º fator de autenticação
Insights são informações sobre os dados informados, positivos ou alertas baseados no histórico, combinados ou isolados, desses dados no Data Lake ClearSale que podem auxiliar na avaliação de risco de uma transação e consequentemente nos processos de autenticação.
Para complementar os insights, o Data Trust também informa um rating que é a força do vínculo que as variáveis informadas tem com base no Data Lake ClearSale - esse vínculo pode ser alto, médio ou baixo.
RATINGS
INSIGHTS
O compartilhamento excessivo de dados e informações entre as pessoas, resultou na necessidade de mecanismos mais amplos de proteção. Não basta somente confiar nos métodos comuns de segurança para prevenção da fraude, é necessário trabalhar com múltiplas camadas de segurança, como o 2º fator de autenticação (2FA) e a tokenização.
2º Fator de Autenticação
Tokenização
O segundo fator de autenticação da ClearSale utiliza o poder do nosso Data Lake e a força do vínculo entre o CPF e o Telefone para enviar um SMS/Email de
confirmação da operação que está sendo realizada, para o HotPhone/HotEmail deste CPF e não para o celular informado.
A Tokenização, envia um código de 6 dígitos para validar que o celular/e-mail informado está realmente em posse da pessoa naquele momento.
Mais de 370 Insights
Divididos entre Categorias,
Propriedades e Agrupadores
Combinação de até 5 Dados
+370 INSIGHTS DEDICADOS
Característica Digital Características do E-mail Força do Vínculo dos Pares
Gestão de Risco Device Gestão de Risco E-mail
Gestão de Risco Geolocalização Gestão de Risco IP Gestão de Risco Telefone
Histórico de Fraude do Dado Isolado Histórico de Fraude do Par
Idade do Dado com CPF
Idade do Dado Isolado Idade do Par de Dados Informações Cadastrais Informações Cadastrais
com CPF Relacionados
16 Categorias
CPF: 173 Insights E-mail: 143 Insights Telefone: 121 Insights
CEP: 87 Insights Device: 134 Insights
Este universo amplo que conta com mais de 370 insights, divididos em 16 categorias, auxilia na tomada de decisão do seu negócio, utilizando a informação que mais lhe trouxer benefício.
• O dado informado é um Hot da pessoa • O dado informado foi visto pela primeira vez (menos 6; de 6 a 12; 1 a 2 anos; mais de 2 anos) • O dado informado é do mesmo estado que pessoa transita/localiza
• O dado informado nunca foi visto no Data Lake • O dado informado não é o HotPhone da pessoa • Existem outros dados informados possíveis para a pessoa
• Resposta dada no telefone informado • Resposta dada no e-mail informado
• Resposta dada por um HotPhone e diferente do celular informado
• O celular/e-mail da resposta foi utilizado pela pessoa pela última vez há ( menos de 3 meses; de 3 a 6 meses; 6-12; +12)
Como as empresas utilizam os insights, ratings
(força do vínculo) e resposta do
HotPhone/HotEmail?
As empresas podem inserir os retornos dos insights e ratings em suas regras de autenticação do consumidor como
variáveis.
Quanto às respostas do HotPhone/HotEmail, além da
utilização de regras de autenticação, quando uma resposta é negativa e a fraude identificada, é recomendado que a
empresa não autentique o consumidor se houver tempo hábil, ou realize processos de bloqueio de entrega, instalação ou prestação do serviço.
Vamos testar?
Existem duas opções:
• API
• Interface Data Trust, com tela para consulta manual
https://api.clearsale.com.br/docs/datatrust
Efeito de Rede
Plataformas colaborativas e
ecossistemas são o futuro. Na prevenção à fraude, o benefício do efeito de rede
é ainda mais latente.
Variável Resposta
Para todas as decisões tomadas, temos o retorno efetivo dos acertos e erros, o
que nos permite combater ataques rapidamente e entregar os melhores
resultados.
Dados Transacionais
Lidamos com uma base dinâmica em que o consumidor possui total interesse
em fornecer apenas dados legítimos e atualizados
Data Lake
Temos a maior base de dados de
comportamento de compra do Brasil,
o que nos confere visão ampla da
fraude em diversos segmentos
+
160 milhões
de pares distintos de CPF + celular66%
de HotPhones da população economicamente ativa do Brasil70mil
Conhecemos novostelefones todos os dias
(quase 2 milhões de novos telefones por mês)
50%
Taxa de retorno do SMS
80%
desta taxa responde em até 30min.
121
Insights Dedicados
Gestão de Risco de Telefone
Melhor experiência de usuário - Fraudes + Vendas Scores e Ratings utilizando Machine Learning • Gestão de Risco • Histórico de Fraude • Idade • Intensidade de Uso • Força dos Vínculos • Geolocalização • Relacionados, etc...
11
Categorias
+
66milhões
de pares e-mail + CPF55,5
milhões
de e-mails com histórico positivo121
milhões
de e-mails na base Conhecemos 9 a cada 10 e-mails utilizados no e-commerce80mil
Conhecemos novose-mails todos os dias (quase 2,5 milhões de novos e-mail por mês)
Conhecemos 3 e-mails para cada CPF no
Gestão de Risco de E-mail
143
Insights Dedicados
• Gestão de Risco • Histórico de Fraude • Idade • Intensidade de Uso • Força dos Vínculos • Geolocalização • Relacionados, etc...15
E são classificados em: positivos, neutros ou alertas
Melhor experiência de usuário - Fraudes + Vendas Scores e Ratings utilizando Machine Learning Categorias
92%
de cobertura nacional de CEPS77mi
de pares CPF + CEP em nosso Big DataGestão de Risco de CEP
87
Insights Dedicados
• Gestão de Risco • Histórico de Fraude • Idade • Intensidade de Uso • Força dos Vínculos • Geolocalização • Relacionados, etc...8
E são classificados em: positivos, neutros ou alertas
Melhor experiência de usuário - Fraudes + Vendas Scores e Ratings utilizando Machine Learning Categorias
+ de 2,1mi
de pedidos com fraude
152mi
de dispositivo em nosso Big Data
(71% desktop & 29% mobile)
113mi
de pares de CPF +dispositivo
Gestão de Risco de Device
134
Insights Dedicados
• Gestão de Risco • Histórico de Fraude • Idade • Intensidade de Uso • Força dos Vínculos • Geolocalização • Relacionados, etc...12
E são classificados em: positivos, neutros ou alertas
Melhor experiência de usuário - Fraudes + Vendas Scores e Ratings utilizando Machine Learning Categorias
SCORE de FRAUDE
Combinação de variáveis e modelos para maximizar a separação de fraude em todos os segmentos
Modelos em Paralelo para comparação e desafio de resultados. ou + de 500 Variáveis
...
Principal Model Behavior Analytics Challenge ModelForça do Vínculo
Variáveis ponderam a força dos vínculos dos dados
CPF
TEL
DEV
CEP
Data Lake ClearSale Modelo dá a força do vínculo do dados e da relação entre eles Baixo Médio Alto...
+ de 50 Variáveis Principal Model Behavior Analytics Challenge ModelCadastro (CPF, nome, data de nascimento, telefone, e-mail, CEP) Usuário Efetua cadastro Informa seus dados a empresa Empresa consulta as informações e valida o cadastro no Data Trust
1
2
3
O Data Trust permite que o usuário escolha se quer ser autenticado via SMS
ou e-mail
SMS
Retorno de Insights Positivos e Negativos Retorno de Força de Vínculo 2º Fator Token 2º Fator TokenUtilização dos dados informados, Score, Insights
e Força do Vínculo para criar regras que realizam validação ou bloqueio de conta ou cadastro Confirmação e Validação Fraude Identificada • Serviços Financeiros • Telecom • Venda Direta • E-Wallets
Cliente potencial entra em contato telefônico para contratação de pacote de TV Cliente informa todos os dados para a empresa de TELECOM Consultor malicioso utiliza todos os dados
informados com alteração do endereço de entrega com a intenção do desvio do equipamento 1 2 3
Data Trust aponta baixo vínculo entre CPF e CEP de instalação informado e insights reforçam que a região é arriscada
4
Pedido é derivado para uma célula de
investigação de pedidos arriscados
5
Informação é ajustada evitando: perda dos equipamentos, custos
operacionais para cobrança, eventuais custos jurídicos com negativação indevida e desgaste da imagem da empresa 7 Vínculo baixo Risco alto
Telecom
Geolocalização – Força do Vínculo do CPF com CEPFraude Identificada
6
Baseado nos vínculos baixos da informação, insights relacionados a célula consegue identificar em contato que o pedido é fraudulento
Pessoa participa de palestra focada em atrair novos consultores
Necessário fornecer os seus dados para participação no final
Com acesso aos dados o consultor cadastra os participantes do sorteio
sem intenção de roubo de mercadoria, apenas de ganho de comissão/ bônus/ campanha 1 2 3
Venda Direta
Cadastro de novo Consultor 4 SMS HotPhone/HotEmail Reconhece a operação HotPhone/HotEmailNão reconhece a operação interrompido, Processo pagamento de incentivo indevido evitado, custos do kit evitado, custos atrelados ao envio
do kit evitado
6
Kit de Vendas entregue com sucesso para o(a) novo consultor(a)
6
Data Trust dispara 2FA (SMS ou E-mail) para o suposto novo consultor, mesmo a conjuntura do pedido sendo sem risco de fraude pois todos os
Uso do da dupla CPF + Telefone no processo de validação de resgate de previdência.
O objetivo é identificar e evitar resgates fraudulentos enviando SMS 2FA
para o número mais provável do real beneficiado.
Resultados Primeiros 2 meses de operação
ROI = 402%
*(Ticket médio de resgate = R$1.000,00) Cliente desde Novembro 2018
0,4%
de fraudes
identificadas
+ de 9.000
vendas
auditadas
Seguradora
Redução
custo de
fraude
Uso da dupla CPF + Telefone no processo de validação de contratação de serviços adicionais
de suporte técnico vinculados ao contrato inicial do consumidor com a Telecom.
O objetivo é de confirmar com o real consumidor a contratação de serviços
realizados via um intermediário, o vendedor, para identificar venda indevida.
*Custo de fraude = dobro do valor cobrado indevidamente Cliente desde Outubro 2018
Telecom
Resultados primeiro mês de operação.
Identificação de
10,4%
de venda indevida Desligamento de49%
de vendedores ofensores Redução de21%
de custo operacional com PAs Redução estorno de valores cobrados ao clienteROI = 503%
Uso da dupla CPF + Telefone para aumento de performance em modelos
De concessão de crédito.
Os insights e rating desta dupla foram incorporados como variáveis
No modelo de crédito do banco, melhorando performance do modelo.
Resultado
Ganho em +2p.p. em KS
Exemplos dos insights utilizados:Banco Tradicional
EMISSÃO DE
BOLETOS
Uso do Rating (força dos vínculos)para melhora das regras
O celular informado não foi encontrado em nossas pesquisas vinculado a esta pessoa O celular informado é um Hotphone da pessoa O celular informado possui vínculo regional, por DDD, com a pessoa O celular informado é da mesma região que a pessoa transita
Serviços que podem ser impactados:
Vazamento de Dados:
LGPD – Multa de
