Propor um modelo que consiga detectar mudanças nos métodos de fraudes em cartões de crédito é o principal objetivo da pesquisa de Fidel Beraldi, do Instituto de Matemática e Estatística (IME) da USP. O projeto integra tanto aspectos acadêmicos quanto de mercado.

Cartões de crédito começaram a ser utilizados no século XX e foram, aos poucos, ganhando mais adeptos. Por ser um mercado de dois lados, foi sempre necessária a existência de pessoas que tivessem os cartões e estabelecimentos que os aceitassem. Do contrário, não haveria transação. Com o avanço tecnológico, surge o comércio online e com ele, adapta-se a utilização dos cartões para uma rede em conexão. Assim, aparece também o problema das fraudes. “Devido a não presença do cliente na transação, começaram a surgir a possibilidade de fraudes”, afirma Fidel.

Assim, cria-se também a questão de como detectar e prevenir as fraudes nesse tipo de comércio. Como afirma Fidel: “Criou-se o sistema baseado em regras, o qual gera um alerta dependendo das compras dos clientes”, por exemplo, se uma pessoa compra muitos produtos iguais repentinamente. “É um sistema de prevenção barato e fácil de implementar, mas precisa-se de um especialista, que tenha um domínio para fazer as detecções”. Além do sistema baseado em regras, aparecem os modelos estatísticos. Esses são aquelas baseados em uma grande quantidade de informações e variáveis: “São informações que te dão uma pontuação, que varia de zero a 999. Quanto mais próximo de 999, maior a probabilidade de ser fraude”.

O problema surge quando fraudador percebe que está sendo detectado, e a pesquisa de Beraldi foca justamente nesse ponto: “O problema é que o fraudador, muitas vezes, percebe que a empresa está detectando as suas fraudes, e isso faz com que ele procure outra maneira de fazê-la”, o que acaba por despistar o sistema que as identifica: “Os modelos não conseguem acompanhar essa mudança. acabam se deteriorando, porque não viveu essa experiência, não teve essa situação de antemão, uma situação que não existia até determinado tempo quando foi feita a modelagem.”

O novo modelo apresentado busca minimizar esse problema: “O que proponho é uma atualização dinâmica, uma estrutura de modelo que procura detectar um novo modus operandi que os fraudadores possam vir a utilizar”, afirma Fidel. É uma estrutura de modelo que possui uma base de estatística robusta, para poder detectar essas mudanças e incorporá-las. “Você consegue ver uma variável que não era importante de repente se tornar importante”, afirma o pesquisador.

Um fato relevante e interessante é que Fidel utilizou dados reais para a sua pesquisa. Através de um acordo com uma empresa, teve como base mais de 10 milhões de registros. “Não é nada artificial, quis ficar no muro entre a academia e a parte empresarial”, afirma. O modelo proposto já tem sido aplicado, mas é necessária uma grande estrutura computacional. Apesar disso, o que se aproveita já tem feito bastante sucesso: “Eu não vou precisar ficar adicionando novos dados o tempo todo. O que alimenta esse novo modelo são as próprias transações, as próprias fraudes, você consegue ver isso acontecendo automaticamente”, afirma Fidel. Assim, o modelo detecta as mudanças e pode continuar atuando de maneira satisfatória.