Detecção de fraude em tempo real

Contexto

Grande banco de varejo francês (10M de transações por dia) enfrentando um aumento de 25% na fraude de cartão bancário em 2 anos. O sistema antifraude atual se baseia em 200 regras estáticas definidas manualmente há 5 anos. Os fraudadores aprenderam a contornar essas regras. A taxa de falsos positivos é de 90%, saturando a equipe de 15 analistas de fraude que só consegue tratar 30% dos alertas.

Problema & Desafio

Fraude de cartão em alta de 25% em 2 anos apesar de 200 regras antifraude estáticas. Falsos positivos a 90%: 15 analistas de fraude só conseguem tratar 30% dos 50K alertas mensais. Novas tipologias de fraude (engenharia social, SIM swap) não cobertas pelas regras existentes. Tempo médio de detecção: 48h após a transação fraudulenta. Perdas diretas de fraude: 20M€/ano com tendência de alta. Fricção excessiva para o cliente: 5% das transações legítimas bloqueadas.

Solução & Entregas

Modelo ML de detecção de fraude em tempo real avaliando cada transação em <100ms com 50+ features comportamentais. Redução dos falsos positivos de 90% para 30% enquanto aumenta a taxa de detecção de 60% para 92%. Feature engineering avançado: perfil comportamental por cartão, estabelecimento, geolocalização, device fingerprint. Sistema adaptativo: retreinamento mensal sobre os novos padrões de fraude detectados. Dashboard em tempo real para os analistas de fraude com priorização inteligente dos alertas. Primeiro resultado visível em 30 dias - industrialização completa em 3 meses.

Tecnologias