Retornos, Disputas e o Crescimento do Fraude de Primeira Parte

À primeira vista, parece uma simples devolução ou uma disputa de rotina. Mas por trás de muitas dessas transações está um problema crescente frequentemente mal caracterizado como fraude amigável — uma forma de fraude de primeira parte que causa prejuízos significativos às organizações e que está a ser cada vez mais normalizada pelos consumidores.

Embora às vezes seja chamado de fraude amigável, não há nada de benigno em explorar os processos de devolução das organizações. O que é ainda mais preocupante é que um número crescente de consumidores sente-se justificado em não pagar por produtos e serviços que encomendou e recebeu.

No entanto, grande parte das informações críticas para combater a fraude de primeira parte já está ao alcance de muitos bancos.

Numa recente conversa no podcast PaymentsJournal, Craig Agulnek, Vice-Presidente de Gestão de Produto na Quavo, Brady Harrison, Chefe de Estratégia e Execução na Equifax, e Jennifer Pitt, Analista Sénior de Fraudes na Javelin Strategy & Research, discutiram como as instituições financeiras podem identificar esses dados e utilizá-los para incorporar defesas contra a fraude de primeira parte nos seus fluxos de trabalho.

Da Visão Geral ao Primeiro Plano

Um dos desafios ao abordar a fraude de primeira parte é que ela abrange uma vasta gama de cenários. Por exemplo, um cliente pode não reconhecer uma transação válida na sua declaração e disputá-la por engano. Por outro lado, a fraude de primeira parte também pode ser um esforço coordenado por redes de atores mal-intencionados que identificaram e exploraram vulnerabilidades nos sistemas de uma empresa.

Embora as operações de fraude sejam uma constante dor de cabeça para as organizações, o que é igualmente alarmante é a mentalidade mais ampla dos consumidores.

“Mais pessoas estão a sentir-se como, ‘Está tudo bem, vou apenas fraudar este comerciante’,” disse Harrison. “Com a inflação, o custo de vida e outras pressões, mais pessoas sentem que, ‘Não quero pagar por este item.’ Não se trata de cada encomenda ou até de cada tentativa. Já tive conversas com restaurantes de serviço rápido onde é só na quinta ou na décima encomenda que as pessoas dizem, ‘Não quero pagar por isto.’”

Alguns consumidores estão mais inclinados a envolver-se neste tipo de fraude quando lidam com comerciantes maiores que acreditam poder absorver mais facilmente os custos de devoluções fraudulentas. Embora um cliente possa sentir que uma devolução fraudulenta de baixo valor tem pouco impacto, essas cobranças acumulam-se rapidamente.

“A fraude de primeira parte passou de um problema secundário para uma questão em destaque,” afirmou Agulnek. “Representa cerca de 70% de todos os casos de fraude com cartão de crédito e custa à indústria 132 mil milhões de dólares por ano — portanto, não é uma exceção, é a maior parte do problema.”

“O que estamos a ver é uma aceleração rápida,” disse ele. “Em 2024, 79% dos comerciantes relataram ter experienciado fraude de primeira parte, enquanto no ano anterior eram apenas 34%. Esse aumento mostra que não é uma tendência lenta. É uma tendência rápida, que ganha força muito rapidamente, especialmente com o impacto das redes sociais e tendências populares para obter fundos adicionais ou tirar vantagem do sistema.”

Fontes de Dados Ainda Não Aproveitadas

As expectativas crescentes dos clientes agravaram esses problemas. Hoje, os consumidores esperam respostas imediatas e reembolsos rápidos, com poucas perguntas, colocando uma pressão enorme sobre as instituições para resolver disputas rapidamente.

Como resultado, as instituições lidam com volumes de transações significativamente maiores, expectativas elevadas dos clientes, aumento de abusos intencionais e pouco espaço para erros. No entanto, as mesmas tecnologias que elevaram essas expectativas também podem beneficiar as instituições financeiras. Ainda melhor, muitas já possuem essas capacidades ao seu alcance.

“As instituições têm acesso a essas fontes de dados, mas podem estar isoladas dentro da sua própria instituição financeira,” afirmou Agulnek. “Histórico de reclamações é o principal; muitos bancos e cooperativas de crédito analisam as disputas uma a uma, em vez de perceberem o padrão ao longo de meses ou até anos. Com que frequência alguém apresenta uma disputa, quão rapidamente após uma compra, e se esse comportamento repetido ocorre entre diferentes comerciantes ou tipos de comerciantes?”

Muitas organizações têm acesso a dados comportamentais ricos, como mudanças súbitas de dispositivo, alterações no comportamento de login e atividades incomuns na conta. Embora esses sinais frequentemente apareçam antes de uma disputa ser apresentada, raramente são incorporados ao processo de revisão até que uma transação já tenha atingido a fase de chargeback e taxas tenham sido incorridas.

Além disso, os dados contextuais de comerciantes e transações são frequentemente subutilizados. Certos tipos de comerciantes, modelos de cumprimento e comportamentos de assinatura introduzem pontos de fricção previsíveis onde a fraude de primeira parte é mais provável de ocorrer.

Quando as organizações não aproveitam os sinais de risco incorporados nesses dados, muitas vezes ficam sem orientações claras sobre como responder.

“O desafio é que não estamos a separar de forma eficiente uma disputa verdadeira de terceiros, dentro dos programas regulares de fraude e disputa, e essa outra coisa que potencialmente está a ser contada nesse mesmo grupo,” disse Harrison. “Como podemos separar os fraudadores amigáveis — pessoas que estão a abusar do sistema? Essa retroalimentação é útil para ajudar as pessoas a chegarem à conclusão correta mais cedo.”

Saindo da Zona de Conforto

Mesmo as instituições que se destacam na identificação de sinais de risco dentro de suas próprias organizações não estão imunes à fraude de primeira parte. Cada vez mais, as empresas de serviços financeiros oferecem uma gama mais ampla de produtos, o que significa que as organizações não podem mais confiar apenas nos dados de seus próprios domínios.

“Sou um grande fã de cartões de viagem, então se você olhar apenas para a minha conta DDA, pode não ter detalhes sobre qual é o meu gasto normal em meu cartão de crédito de recompensas,” disse Harrison. “Além disso, minha esposa e eu partilhamos um cartão de crédito, então se você olhar apenas para os dados de disputa do Brady, pode perder o fato de que a maioria das disputas é feita com o cartão da minha esposa, porque é esse cartão que é usado ou que foi roubado.”

Com essa proliferação de produtos, criar uma imagem clara da situação financeira de um indivíduo é muitas vezes desafiador. As instituições devem considerar fatores adicionais, como o agregado familiar do cliente, dispositivos utilizados e localização física, para obter uma visão mais completa e precisa.

“Aqueles que vivem na mesma casa tendem a ter o mesmo relacionamento bancário, mas depois olhamos para as fintechs modernas que têm aplicações financeiras voltadas para educação infantil, que também são aplicações bancárias,” afirmou Agulnek. “Como podemos juntar esses elementos de forma segura?”

“Ao aproveitar a vasta quantidade de dados, é possível identificar esses links e integrá-los,” disse ele. “Começa-se a desmembrar o perfil do indivíduo, vendo mais do seu perfil holístico através de diferentes instituições.”

Partilhando os Detalhes

Embora muitas instituições financeiras tenham relutado em partilhar dados protegidos de clientes, a participação no ecossistema mais amplo de serviços financeiros tornou-se imperativa. Afinal, os atores mal-intencionados ganham vantagem ao partilhar rapidamente dados e ferramentas entre redes — uma agilidade que os bancos não podem ignorar.

“Poderá ter ouvido falar do erro do TikTok/Chase que aconteceu no ano passado,” disse Pitt. “Basicamente, houve uma publicação viral nas redes sociais onde alguém dizia: ‘Pode ir a um ATM do Chase, colocar qualquer cheque — seja falso ou de valor superior ao saldo na sua conta — e pode sacar dinheiro imediatamente.’”

“O Chase conseguiu conectar os pontos rapidamente e interromper isso, mas esses fraudadores depois divulgaram nas redes sociais: ‘O Chase descobriu isso, vamos a outros bancos que ainda não perceberam,’” ela explicou. “Infelizmente, vários outros bancos foram vítimas da mesma fraude. Se tivessem participado nesse esforço colaborativo e partilhado essas informações, não teriam sido vítimas desse tipo de fraude.”

Além das hesitações na partilha de dados, outros obstáculos dificultam o desenvolvimento de uma solução unificada de dados de serviços financeiros, incluindo as limitações dos sistemas tecnológicos legados e um ambiente regulatório e de conformidade complexo.

Ainda assim, os custos crescentes da fraude de primeira parte tornam insustentável para as organizações manterem os dados restritos.

“Ouvir que as disputas custam entre 50 e centenas de dólares para gerir,” disse Harrison. “Se olharmos para essa questão de, ‘Quantas dessas disputas posso eliminar?’, é como perguntar: ‘Como posso encontrar informações fora da minha instituição, com detalhes adicionais sobre esse consumidor ou sobre esse evento específico?’”

Evitar a Excessiva Correção

Tornou-se fundamental que as instituições implementem medidas para mitigar a fraude de primeira parte, pois os desafios económicos e do retalho provavelmente irão piorar antes de melhorar. A inflação persistente, a pressão contínua dos consumidores e a crescente aceitação social da fraude de primeira parte devem continuar.

Apesar desses desafios, as instituições financeiras devem evitar responder aumentando excessivamente os controles de disputa de forma irracional.

“Se tenho uma disputa com um banco e eles me fazem passar por um calvário para provar que não fui eu e assinar todos esses formulários, provavelmente será uma experiência única com essa instituição,” disse Harrison. “Não precisamos de uma correção excessiva, mas sim de como podemos classificar e distinguir essas transações e eventos, separando consumidores legítimos de pessoas que estão a abusar do direito de contestar uma transação.”

Identificar a fraude de primeira parte é particularmente desafiante, especialmente para instituições menores. No entanto, plataformas como o QFD® da Quavo podem maximizar o valor dos dados já gerados pelas instituições financeiras, conectando insights através de transações para revelar o quadro geral.

“Essa é a abordagem que o nosso sistema traz,” afirmou Agulnek. “O QFD unifica os sinais internos que importam, acrescentando a identidade entre instituições que torna esses sinais mais relevantes. Quando automatizamos tarefas rotineiras e colocamos inteligência nesse momento de decisão, os esquemas podem resolver casos mais rapidamente e focar no que realmente importa.”

“Essa velocidade impulsiona diretamente um maior uso de cartões e contas, mais próximo do topo da carteira, maior confiança do titular da conta, e uma operação mais eficiente e escalável — tudo vantagens para a instituição financeira e também para o cliente,” concluiu.