Queda de 2,8% para 0,3%
na taxa de chargeback (fraude), redução de aproximadamente 89%
Introdução
Em um cenário de altíssimo volume de transações, com picos de mais de 1.000 compras por minuto em datas como a Black Friday, uma das maiores operações de e-commerce e fintech do Brasil enfrentava uma taxa de fraude muito acima da média de mercado, com impacto direto em receita e reputação. A Objective atuou lado a lado com o time de Risco do cliente para transformar dados em decisão, combinando engenharia de dados, IA aplicada e governança para reduzir o perda financeira causado por fraude sem abrir mão de vendas um exemplo prático de como coevolução digital orientada por dados e IA gera impacto sustentável de negócio em escala.
Destaques
+90% de acurácia
na priorização dos casos analisados manualmente pelo time de Risco
+10% de eficiência operacional
na análise manual de fraude
Primeiros resultados percebidos em 3 meses
com consolidação total em cerca de 18 meses
Infraestrutura de dados em escala
3 clouds integradas, 11 tribos operando sobre a mesma base de dados, mais de 70 relatórios analíticos e 200+ usuários ativos na plataforma de dados
Data Lake construído para o antifraude
tornou-se a fundação para múltiplas novas frentes de negócio do cliente
Contexto e desafio da empresa
Como maior operação do seu setor no Brasil na época, o cliente lidava com um volume de dados e transações fora do padrão do mercado, e isso se refletia diretamente em uma taxa de fraude bem acima do benchmark do setor, gerando perda financeira direta e risco à credibilidade junto às bandeiras de cartão de crédito. O desafio central não era apenas reduzir a fraude, mas fazer isso sem comprometer a receita, a experiência de compra e a confiança de clientes legítimos.
Taxa de chargeback muito acima da média de mercado, resultando em perda financeira relevante
Volume altíssimo de dados e transações, com picos de mais de 1.000 compras por minuto
Risco reputacional junto às bandeiras de cartão de crédito
Necessidade de reduzir a fraude sem impactar vendas, marketing e a experiência de clientes legítimos
Soluções de mercado disponíveis cobriam apenas entre 85% e 90% das transações, por dependerem de bases de dados genéricas e comuns a todo o setor
Solução
A Objective estruturou uma solução de Dados & IA em Escala, combinando um modelo de machine learning próprio, construído sobre dados exclusivos do cliente, como histórico de compras, navegação e comportamento, com a solução de mercado já utilizada, cobrindo exatamente a lacuna deixada pelas ferramentas genéricas de antifraude. Essa abordagem foi sustentada por uma base de Cloud & Infraestrutura para IA: migração de sistemas on-premise para a nuvem e construção de um Data Lake corporativo, com arquitetura multi-cloud para reduzir a dependência de fornecedor único.
Modelo de IA aplicada, treinado e validado em ciclos sucessivos sobre grandes volumes de dados históricos
Dados confiáveis e exclusivos do cliente combinados a soluções de mercado, ampliando a cobertura de análise de fraude
Construção de Data Lake corporativo e migração de infraestrutura de dados para a nuvem, em arquitetura multi-cloud
Dashboards para priorização inteligente da fila de análise manual, direcionando o time humano aos casos mais críticos
Governança ativa da Objective, com metodologia ágil (Scrum) para condução das entregas
Solução construída em parceria direta com o time do cliente, com total transparência e transferência de conhecimento
Resultados
A combinação de dados, IA aplicada e governança levou a fraude a um patamar abaixo da média de mercado, sem reduzir vendas, e transformou a forma como a equipe de Risco trabalha, com IA e pessoas atuando de forma complementar. O impacto foi além dos números: a base de dados criada para o antifraude passou a sustentar novas frentes estratégicas do negócio, evidenciando como uma fundação sólida de dados e IA em escala gera valor contínuo muito além do problema original.
Redução da taxa de chargeback de 2,8% para 0,3%, sem impacto negativo em vendas
Time de análise de Risco mais eficiente, com foco nos casos de maior complexidade e risco real
Ganho de moral e confiança do time do cliente, que passou a operar acima da média de mercado
Redução de risco reputacional junto às bandeiras de cartão de crédito
Data Lake expandido para novas frentes: programa de fidelidade, reconciliação financeira, atendimento ao cliente e carteira digital
Transformação dos modelos de trabalho da área de Risco, com adoção de ferramentas orientadas por dados no dia a dia da operação
