Meça fraude e atrito em conjunto

As perdas importam e, em muitos mercados, são pequenas como parcela do valor. A Autoridade Bancária Europeia e o Banco Central Europeu calcularam a taxa de fraude de pagamentos no Espaço Econômico Europeu em cerca de 0,002% do valor das transações, enquanto a fraude total registrada subiu para EUR 4,2 bilhões em 2024, contra EUR 3,5 bilhões em 2023. Nas transferências a crédito, os usuários dos serviços de pagamento arcaram com cerca de 85% das perdas em 2024, na maioria por golpes que os levaram a fazer o pagamento eles mesmos. Uma taxa tão pequena ainda pode significar somas grandes, e não diz nada sobre os clientes que foram barrados no caminho.

Os comerciantes relatam cada vez mais dessa forma. O Global eCommerce Payments and Fraud Report 2026 do Merchant Risk Council (Conselho de Risco de Comerciantes), resumido pela Visa Acceptance Solutions, concluiu que a taxa de sucesso de pagamentos e a receita ocupam os dois primeiros lugares entre 14 medidas de pagamento para comerciantes no mundo, e que os falsos positivos continuam aumentando mesmo com a queda da fraude geral pelo segundo ano. Na pesquisa de 2025 do Conselho com 1.082 profissionais de comércio, os comerciantes estimaram em 3,2%, globalmente, a parcela da receita anual de e-commerce perdida com fraude em pagamentos. O número de perdas e a taxa de sucesso descrevem as mesmas decisões, portanto devem ser lidos juntos.

Apresente estas medidas em conjunto, para o mesmo período e os mesmos segmentos de clientes, sempre que os números de fraude forem apresentados.

Perdas por fraude

Em valor e em quantidade, divididas por tipo: cartão não presente, tomada de conta, golpes autorizados pelo cliente, uso indevido pelo próprio titular.

Taxa de aprovação ou de sucesso de pagamento

A parcela das tentativas legítimas que se concluem, medida a partir da primeira tentativa do cliente.

Falsos positivos

Bons pagamentos recusados ou retidos, estimados como descrito a seguir, com o valor que representavam.

Taxa e conclusão de verificações adicionais

Com que frequência os clientes precisam provar quem são e quantos concluem. Uma verificação adicional que o cliente abandona funciona como uma recusa e deve ser contada como tal.

Revisão manual

Parcela dos pagamentos enviados para revisão, tempo até a decisão e frequência com que os revisores revertem o sistema.

Contatos de clientes

Ligações, chats e reclamações que se seguem a uma recusa ou a um desafio.

Bons clientes perdidos

Clientes cuja atividade diminui nos meses seguintes a uma recusa, em comparação com clientes semelhantes que foram aprovados.

Um pagamento recusado nunca mostra o que teria acontecido, então as recusas indevidas não podem simplesmente ser contadas. Três tipos de evidência, usados em conjunto, dão uma estimativa defensável.

O primeiro é um pequeno grupo controlado. Aprove uma parcela pequena e aleatória dos pagamentos que o sistema teria recusado, dentro de limites que o seu apetite de risco define de antemão: valores baixos, produtos conhecidos e um teto para a exposição total. Os resultados mostram quantas recusas atingiram bons clientes. É a única medida direta e continua barata enquanto os limites forem firmes.

O segundo são as novas tentativas que depois dão certo. Quando um cliente recusado paga com sucesso logo em seguida com o mesmo cartão, conta ou dispositivo, a primeira recusa provavelmente estava errada. Conte essas ocorrências e considere que os fraudadores também tentam de novo.

O terceiro são os contatos de clientes. Uma recusa seguida de uma ligação ou de um chat do titular da conta é uma forte evidência de um bom cliente, e os motivos que ele dá mostram onde as regras foram traçadas de forma ampla demais.

As equipes de crédito conhecem esse problema como inferência de rejeitados. Um modelo que aprende apenas com os empréstimos aprovados nunca descobre se os solicitantes recusados teriam pago, e por isso pode perpetuar as decisões de ontem. As soluções valem aqui também: exploração controlada dentro do apetite de risco e um grupo de controle que revele o efeito real do sistema.

Os resultados de fraude demoram a aparecer. Os chargebacks podem chegar semanas depois do pagamento, e as vítimas de golpes muitas vezes só relatam quando percebem o que aconteceu. Uma semana que parece limpa hoje pode parecer diferente daqui a dois meses.

Mostre cada período com a sua maturidade: quanto tempo se passou e que parcela das perdas finais costuma ter sido relatada nessa idade. Compare os números preliminares deste mês com os do ano passado na mesma idade e marque os períodos recentes como provisórios em todos os gráficos. Baseie as decisões sobre limites em períodos maduros e use os recentes como alertas antecipados.

As equipes de fraude costumam ser premiadas por perdas menores e as de crescimento por mais clientes aprovados, e cada uma pode melhorar o seu número à custa da outra. Combine uma visão única: uma curva das perdas esperadas por fraude em função da taxa de aprovação para a estratégia atual, mostrando para onde cada mudança proposta moveria o negócio. Uma mudança que se move ao longo da curva é uma escolha de apetite e pertence às duas equipes. Uma mudança que desloca a curva, capturando mais fraude com a mesma taxa de aprovação, é uma melhoria real e deve ser comprovada sobre pagamentos passados antes de entrar em produção.

Defina metas sobre essa curva, como um teto para as perdas por fraude com um piso para as aprovações, segmento a segmento. Clientes novos, pagamentos internacionais e pedidos de alto valor merecem metas próprias, porque uma taxa única esconde onde está o atrito. O método vale para emissores e marketplaces no Golfo tanto quanto em qualquer outro lugar.

Para cada resposta (aprovar, recusar, exigir verificação adicional, revisar ou suspender), some a fraude que passa, o tempo dos revisores, o custo de cada mensagem ou ligação de verificação adicional, a margem perdida quando um bom cliente desiste, os contatos e as reclamações e os ressarcimentos quando as regras os exigem. Segundo a UK Finance, os bancos ressarciram GBP 267,1 milhões em fraudes de pagamentos push autorizados (APP) em 2024, cerca de 59% do dinheiro roubado dessa forma. O mesmo relatório diz que o setor evitou GBP 1,45 bilhão em fraudes não autorizadas, o equivalente a 67 pence para cada GBP 1 tentado. Números de prevenção como esses devem ficar ao lado das perdas, desde que o atrito que os pagou também seja informado.

Depois, avalie qualquer mudança no nível da decisão, contra um controle: um grupo de controle em que o processo atual continua para uma parte dos casos. Informe a mudança no resultado por decisão multiplicada pelo volume, com todos os custos acima incluídos.

O Mantika Argus responde a cada pagamento com aprovar, recusar, exigir verificação adicional, revisar ou suspender, e, em caso de dúvida, pergunta ao cliente em vez de recusar.

European Banking Authority e European Central Bank, relatório conjunto sobre fraude em pagamentos, comunicado de imprensa de 15 de dezembro de 2025 (taxa de fraude do EEE em torno de 0,002% do valor; EUR 4,2 bilhões em 2024 e EUR 3,5 bilhões em 2023; nas transferências a crédito, os usuários arcaram com cerca de 85% das perdas em 2024)Visa Acceptance Solutions, Why payment success rate is now a fraud metric, citando o Merchant Risk Council 2026 Global eCommerce Payments and Fraud Report (os dois primeiros lugares entre 14 medidas; falsos positivos em alta enquanto a fraude cai pelo segundo ano)Merchant Risk Council, 2025 Global eCommerce Payments and Fraud Report (pesquisa com 1.082 profissionais de comércio, de outubro a novembro de 2024; 3,2% da receita de e-commerce perdida com fraude em pagamentos)UK Finance, comunicado de imprensa do Annual Fraud Report 2025, 28 de maio de 2025 (ano civil de 2024: GBP 267,1 milhões em fraude APP ressarcidos, cerca de 59%; GBP 1,45 bilhão em fraudes não autorizadas evitadas pelo setor, 67 pence para cada GBP 1)