Falsos positivos em antifraude: como reduzir sem abrir mão de segurança

Resposta rápida: Um falso positivo em antifraude é quando uma operação legítima é tratada como suspeita — um cadastro recusado, uma compra bloqueada, uma verificação extra exigida de quem não precisava dela. A forma mais eficaz de reduzir falsos positivos sem abrir mão de segurança é parar de decidir com base em um único sinal e passar a usar um score que combina vários sinais (e-mail, CPF, device) para graduar a resposta: aprovar com baixa fricção, pedir uma verificação leve, ou enviar para revisão manual — em vez de apenas aprovar ou bloquear.

O custo escondido dos falsos positivos

Quando um sistema antifraude erra para o lado da fraude — aprova algo que não devia — o custo é visível: um chargeback, uma perda financeira, um caso para investigar. Quando o mesmo sistema erra para o lado contrário — recusa algo que era legítimo — o custo é quase sempre invisível. O cliente recusado simplesmente desiste, vai para outro lugar, ou tenta de novo e desconfia da marca.

Esse desequilíbrio de visibilidade é o motivo pelo qual times de risco, sem querer, calibram sistemas antifraude para serem mais restritivos do que o necessário: o erro que aparece nos relatórios é sempre o de deixar passar uma fraude, nunca o de recusar um bom cliente. Com o tempo, isso empurra a calibração na direção errada.

A fraude que passa aparece em um relatório de prejuízo. O cliente legítimo recusado simplesmente não aparece em lugar nenhum.

Por que eles acontecem

A causa mais comum de falsos positivos é uma decisão binária baseada em um sinal isolado: "se X, bloquear". O problema é que quase todo sinal isolado de risco também descreve situações legítimas — um e-mail recém-criado pode ser fraude, mas também pode ser um cliente novo de verdade; um device desconhecido pode ser uma conta comprometida, mas também pode ser alguém que trocou de celular.

Quando a regra trata esses sinais como definitivos, ela acerta nos casos óbvios e erra em todos os casos ambíguos — que, na prática, são a maioria. Combinar múltiplos sinais é o que permite diferenciar esses casos ambíguos de forma mais confiável.

Como reduzir sem perder segurança

Reduzir falsos positivos não significa remover verificações — significa redistribuir onde elas se aplicam. Na prática, isso acontece em três passos:

1. Substituir regras binárias por um score

Em vez de "aprovar" ou "bloquear" com base em um sinal, calcular um score que combina vários sinais e reflete um nível de confiança contínuo, não uma decisão de tudo ou nada.

2. Criar uma faixa intermediária de verificação leve

Para scores que não são claramente altos nem claramente baixos, em vez de bloquear, oferecer uma verificação adicional — uma confirmação extra, um passo de autenticação — que filtra o caso sem recusar de imediato.

3. Reservar o bloqueio automático para os casos mais claros

Bloqueio direto fica reservado para os casos em que múltiplos sinais de risco se combinam de forma consistente — reduzindo a chance de recusar alguém que só "parecia" suspeito por um único motivo.

Ponto-chave: O objetivo não é "confiar mais" de forma genérica — é direcionar a fricção apenas para os casos em que ela realmente reduz risco.

O que medir

Para acompanhar se a redução de falsos positivos está funcionando, três métricas ajudam: a taxa de recusa em operações de baixo risco (deve cair), a taxa de fraude confirmada (não deve subir de forma relevante) e a taxa de abandono após verificação — que indica se a fricção adicional está afastando clientes legítimos.

Acompanhar essas três métricas juntas evita o erro de otimizar uma às custas da outra: reduzir recusas sem monitorar fraude pode parecer um ganho até que o custo apareça mais tarde, de forma concentrada.