Mesmo com a projeção de bastante sucesso, com 85% das pessoas pretendendo comprar algo, segundo dados do Mercado Livre, a Black Friday sempre liga um sinal de alerta aos varejistas. Isso porque, no último ano, uma pesquisa da Clearsale apontou que, no período, foram mais de 400 tentativas de fraude por hora, o que equivaleria a um prejuízo de R$ 8,5 mil por minuto. Além disso, um levantamento da Serasa Experian estima para 2024 um volume de 89 mil investidas de golpes entre a sexta-feira e o fim de semana da data, o correspondente a perdas aproximadas de R$ 500 milhões.
Por mais que grande parte dos golpes vitimam os consumidores finais, na maioria das vezes quem acaba saindo prejudicado é o varejista. Isso porque, em caso de roubos de dados em sua plataforma, ele é obrigado a ressarcir o seu consumidor lesado, já que é de sua responsabilidade garantir um ambiente seguro para que seu usuário possa fazer as compras em paz.
Além disso, uma das modalidades mais comuns de fraude no e-commerce consiste em malfeitores comprando produtos, recebendo-os normalmente e depois alegando que a loja não fez o envio, ganhando um reembolso por isso. Assim, o comerciante fica sem o dinheiro da venda e sem a mercadoria, que é revendida pelo golpista.
Ao se manter um ambiente seguro para seu usuário, a plataforma de e-commerce mantém a sua reputação online, o que é essencial para garantir a fidelização dos clientes, já que um dado da Opinion Box mostra que 73% dos usuários costumam pesquisar bem a fama das lojas virtuais antes de fechar negócio. Além disso, a pesquisa E-Commerce Trends 2024 é categórica: 92% das pessoas já deixaram de comprar online por medo de fraudes. Já um outro dado, da EY, mostra que 71% dos consumidores brasileiros têm medo de ter seus dados roubados na internet.
Dessa forma, como o varejista pode se proteger dos golpes mais comuns e garantir sucesso na Black Friday? Uma solução efetiva tem sido o emprego de ferramentas antifraude que aprimoram seus sistemas com IA e Machine Learning.
Esse tipo de tecnologia é capaz de avaliar dados transacionais diversos dos clientes, determinar padrões de consumo e, com isso, formar uma base de informações. Dessa forma, ela tem em mãos todo o comportamento online de um determinado consumidor, como o método de pagamento mais utilizado, os produtos mais buscados, a localidade mais acessada, os dias favoritos para se fazer aquisições, etc.
Assim, caso alguma transação fuja da matriz estipulada pela tecnologia, o sistema entende que pode ser uma fraude e sinaliza para o varejista. O mais interessante é que a solução de Machine Learning consegue ir se aprimorando sozinha, porque quanto mais transações ela avalia, mais informações ela agrega em sua base de dados, o que só aumenta sua precisão na detecção de operações fraudulentas. Com isso, a tecnologia está sempre a par até mesmo dos modelos mais atuais de golpes virtuais.
Para se ter uma ideia, um levantamento da Accenture mostrou que empresas que adotaram tecnologias de IA e machine learning no combate a fraudes viram uma diminuição de até 70% nos prejuízos financeiros decorrentes de golpes.
Com isso, é essencial o investimento nesse tipo de solução para proteger suas operações e garantir um ambiente de compras seguro para os consumidores. Além de minimizar perdas financeiras, isso fortalece sua reputação em um período de grande procura como a Black Friday, contribuindo para o sucesso e a longevidade da marca no e-commerce.
Walter Campos é gerente geral da Yuno
