Como avaliar a pontuação de fraude em cartões, ACH e transferências bancárias

Última atualização: Setembro de 2026

Uma pontuação de fraude é tão boa quanto o contexto do cliente por trás dela. A maioria das instituições compra e ajusta a pontuação para uma forma de pagamento de cada vez, fazendo com que o mesmo cliente acabe sendo avaliado com base em limites diferentes, com informações diferentes e em cronogramas diferentes. A maneira útil de avaliar a pontuação de fraude em cartões, ACH e transferências eletrônicas é perguntar se todas as três decisões compartilham uma única visão do cliente, uma única camada de política controlada pela equipe de risco e um único ciclo de testes. A precisão por tipo de transação importa, mas fica em segundo lugar.

Resumo profissional (TL;DR)

• Uma pontuação de fraude estima a probabilidade de um pagamento ser fraudulento com base nos sinais que o sistema de pontuação consegue visualizar. O que ele consegue visualizar é a primeira coisa a ser avaliada.

• Estruturas isoladas por tipo de transação se formam porque as instituições compram uma ferramenta para cada tipo de pagamento. O resultado é uma lógica duplicada, limites separados e nenhuma troca de sinais entre as diferentes formas de pagamento.

• O ponto cego fica entre as formas de pagamento. O cartão costuma ser o canal mais forte; a transferência eletrônica geralmente traz o menor contexto próprio.

• Cinco perguntas separam uma pontuação que funciona em várias formas de pagamento de uma que só funciona isoladamente: contexto do cliente, controle da política, limites de tolerância, explicabilidade e regras operando junto com modelos.

• Faça testes com seu próprio histórico e com tráfego em tempo real no modo sombra antes de confiar em uma pontuação para um novo canal, e meça as aprovações junto com as fraudes detectadas.

O que significa avaliar a pontuação de fraude em cartões, ACH e transferências eletrônicas?

Uma pontuação de fraude é uma estimativa da probabilidade de um pagamento ou evento de conta ser fraudulento, calculada a partir dos sinais que o sistema de pontuação consegue visualizar no momento da decisão. A pontuação de fraude é a prática de gerar essa estimativa e agir com base nela: aprovar, recusar, reter ou enviar para análise.

Avaliar a pontuação de fraude em cartões, ACH e transferências eletrônicas exige uma pergunta diferente da precisão por canal individual. A questão é se a pontuação de uma transferência eletrônica sabe o que as atividades de cartão e ACH disseram sobre o mesmo cliente. Um diretor de análise quantitativa em fraudes corporativas de um grande banco dos EUA descreveu essa lacuna: "Atualmente, não temos nada que permita que sinais de vários tipos de pagamento, ou até riscos ou características do cliente, informem a tomada de decisão em um único tipo de pagamento."

Portanto, a resposta curta é avaliar quatro coisas primeiro: contexto do cliente compartilhado, quem controla a política, como as mudanças são testadas e se o motivo da pontuação chega ao analista. O desempenho de cada canal individual vem depois disso.

Por que a maioria dos bancos pontua cada canal de pagamento separadamente?

A maioria dos bancos avalia cada canal de forma isolada porque adquiriu suas ferramentas de fraude dessa maneira, um tipo de pagamento por vez, geralmente sob a responsabilidade de equipes diferentes. O mesmo diretor explicou de forma simples: "Cada tipo de pagamento tem seu próprio motor de decisão, por assim dizer." O cartão fica em uma plataforma, o ACH e a transferência eletrônica em outra, o cheque em uma terceira. Nas palavras do diretor, "é basicamente uma tomada de decisão muito fragmentada e segregada por pagamento e canal."

Um membro da equipe de prevenção a fraudes de um banco comunitário descreveu o mesmo padrão em uma instituição menor: um produto para um tipo de pagamento, outro para fraudes de cheques e outro para cartões. Cada compra fazia sentido no momento em que foi realizada. Juntas, elas formam uma pilha de ferramentas pontuais e desconexas.

Adicionar uma nova ferramenta nem sempre simplifica a estrutura. Um líder de tecnologia de fraude de um grande banco regional dos EUA descreveu que a adição de uma ferramenta dedicada a fraudes em transferências eletrônicas sobre as regras existentes gerou uma lógica que "parece uma duplicata e exige muita manutenção." Uma fraude confirmada em transferência eletrônica ainda precisava ser inserida manualmente no sistema.

O cartão costuma ser o canal mais forte porque a rede de cartões oferece monitoramento em tempo real. Um líder de fraudes em um banco regional dos EUA classificou o cartão como o canal no qual a equipe é "muito boa", enquanto os pagamentos instantâneos iniciados pelo internet banking eram onde a equipe quase não tinha visibilidade para mudar de estratégia. A fraqueza está justamente na falta de conexão entre os canais.

Onde as pontuações de fraude isoladas ficam cegas para o mesmo cliente

As pontuações de fraude por canal falham de três maneiras previsíveis: limites inconsistentes, falta de sinais compartilhados e cronogramas diferentes. Cada uma delas faz com que a instituição avalie o mesmo cliente de forma diferente, dependendo de como o dinheiro está sendo movimentado.

Limites inconsistentes

O mesmo apetite ao risco se manifesta como limites diferentes em ferramentas distintas, muitas vezes mantidas por equipes separadas. Ninguém decidiu que um cliente deveria passar por um teste mais rígido no ACH do que no cartão. Isso aconteceu porque os dois sistemas foram ajustados de forma independente.

Um diretor de conformidade de uma administradora de cartões pré-pagos fez uma pergunta que muitas equipes de risco vão reconhecer: "Conseguimos fazer isso com base em uma única regra? Ou precisamos ter cinco regras separadas se quisermos analisar limites diferentes com pontuações diferentes?"

Sem sinal compartilhado

Uma anomalia no cartão, um dispositivo novo ou uma mudança recente nos dados da conta nunca informam a decisão de ACH ou transferência eletrônica para aquele cliente. Cada motor pontua com os dados que recebe. O motor de transferências eletrônicas não sabe o que o motor de cartões viu uma hora antes.

Cronogramas diferentes

Os canais operam em horários e velocidades diferentes. Um gerente de fraude de uma cooperativa de crédito dos EUA descreveu que o ACH e os cheques são analisados em lotes várias vezes ao dia, as transferências eletrônicas e o internet banking são monitorados em tempo real, e os débitos são revisados em um lote ao final do dia. O mesmo cliente é avaliado com base em informações diferentes em momentos diferentes, e um fraudador que movimenta dinheiro entre os canais pode agir mais rápido do que o mais lento desses fluxos.

O fraudador enxerga uma única jornada: a identidade, o dispositivo, a conta vinculada, o padrão de financiamento e, em seguida, o pagamento. A instituição vê apenas fragmentos. É também por isso que as perdas por fraude, o custo de análise e a taxa de aprovação parecem engrenagens interligadas, onde mover uma altera a outra. Grande parte dessa dependência vem de decisões tomadas com pouca informação, e uma pontuação isolada por canal é, por definição, uma decisão baseada em apenas parte das informações.

O que cada canal precisa ter de forma própria — e o que precisa ser compartilhado

Cada canal tem seus próprios prazos, dados e feedback, e a pontuação de fraude precisa respeitá-los. O que não deve variar de acordo com o canal é o conhecimento que a instituição tem sobre o cliente.

Cada canal gera boas pontuações com seus próprios dados. O que falta são as informações dos outros canais, e esse contexto ausente é a parte que precisa ser compartilhada.

Cartão. O cartão costuma ser o canal onde a pontuação é mais madura, e a prevenção de fraudes em cartões geralmente se beneficia de dados de rede que faltam em outros canais. A lacuna é que o contexto do cartão raramente é enviado para as outras formas de pagamento.

ACH. O risco de ACH agora é uma obrigação formal, bem como um problema de perda, e as regras de 2026 da Nacha exigem que as partes "estabeleçam e implementem processos e procedimentos baseados em risco razoavelmente destinados a identificar lançamentos de ACH iniciados devido a fraude." A Fase 1 entrou em vigor em 20 de março de 2026. A Fase 2 entrou em vigor em 19 de junho de 2026, na prática segunda-feira, 22 de junho, porque 19 de junho é um feriado federal, e estendeu a exigência para todos os RDFIs restantes e para Originadores não consumidores, prestadores de serviços terceirizados e remetentes terceirizados abaixo do limite da Fase 1. O que a regra exige é uma capacidade operacional real.

Um fornecedor de cartões não cobre isso automaticamente: uma empresa de pagamentos que assumiu que seus fornecedores de fraude de cartão cobririam o ACH descobriu que eles não lidavam bem com esse cenário. Para obter detalhes específicos sobre esse canal, consulte nosso guia de detecção de fraudes em ACH.

Transferência Eletrônica. A prevenção de fraudes em transferências eletrônicas depende mais do contexto externo do que qualquer outro canal. Um responsável técnico de produtos para plataformas de fraude e identidade de um grande banco regional dos EUA resumiu o problema em uma pergunta: "Os dados de transferência eletrônica são muito complexos, não são?" O mesmo comprador descreveu vários fornecedores "fazendo isso em pedaços" e disse que gostaria de ver tudo "em uma única tela." Uma mensagem de transferência eletrônica diz muito pouco sobre o cliente, por isso a pontuação depende do que se sabe sobre ele em outros locais.

Pagamentos instantâneos. O FedNow é um serviço de liquidação bruta em tempo real que funciona 24 horas por dia. De acordo com seus procedimentos operacionais, a liquidação se torna definitiva no momento em que o serviço registra o débito ou crédito, ou quando envia uma mensagem de Aviso de Crédito (o que ocorrer primeiro). Depois disso, o remetente só pode solicitar uma devolução, e a instituição receptora decide se devolve os fundos. As fraudes em pagamentos instantâneos precisam ser identificadas e decididas antes que o dinheiro seja movimentado.

Compartilhado entre todos os canais. Identidade resolvida do cliente, histórico de dispositivos e comportamento, alterações recentes na conta e risco no nível de relacionamento. Grande parte desse contexto começa no cadastro; o que uma estrutura de fraude na abertura de contas deve capturar é um assunto à parte e não é definido aqui.

Cinco perguntas a fazer sobre qualquer pontuação de fraude que precise funcionar em vários canais

Estas cinco perguntas transformam os pontos cegos mencionados acima em uma avaliação. Faça-as ao analisar sua configuração atual ou qualquer fornecedor, nesta ordem.

1. Contexto do cliente. A decisão de transferência eletrônica consegue ler o que as atividades de cartão e ACH disseram sobre esse cliente, no momento da decisão? Uma pontuação que só enxerga seu próprio canal será cega exatamente das maneiras descritas acima, por mais precisa que seja naquele canal específico.

2. Controle da política. A equipe de risco consegue alterar um limite em um canal, ou em todos eles, sem precisar abrir um chamado para a equipe de engenharia? Se cada mudança de regra depender de um lançamento da engenharia, o cronograma de desenvolvimento ditará o ritmo de qualquer melhoria.

3. Uma política, muitos limites. Uma única regra pode conter limites específicos para segmentos e canais, ou cada variação vira uma nova regra? Criar cinco regras para uma única política significa mais manutenção e maior chance de os limites ficarem desalinhados.

4. Explicabilidade. O motivo de uma pontuação chega de forma clara ao analista que está tratando o caso? O teste prático é verificar se cada decisão traz códigos de motivo e atributos que o operador na fila consiga entender perfeitamente.

5. Regras e modelos trabalhando juntos. Regras determinísticas podem atuar junto com o resultado do modelo em cada canal? Regras e modelos respondem a perguntas diferentes, e um programa maduro executa ambos, usando regras como limites de proteção em torno da pontuação probabilística. Quando uma decisão específica deve caber a uma regra ou a um modelo é uma questão à parte e merece um tratamento próprio.

Se você estiver comparando plataformas em vez de auditar sua própria estrutura, nosso guia para avaliar softwares de detecção de fraudes aborda critérios de compra mais amplos.

Como testar uma pontuação de fraude antes de confiar nela em um novo canal

Teste uma pontuação de fraude primeiro em seu próprio histórico, depois no tráfego em tempo real sem permitir que ela decida (modo sombra) e, finalmente, em produção. Dados de desempenho de fornecedores mostram apenas como a pontuação funcionou com os clientes de outras empresas.

• Faça testes retrospectivos com seus próprios resultados, por canal. Execute a pontuação em transações históricas e fraudes confirmadas em cada canal onde planeja usá-la. Uma pontuação ajustada para resultados de cartão pode se comportar de maneira diferente nas devoluções de ACH.

• Pergunte se o modo sombra é real. O diretor de conformidade citado anteriormente explicou bem essa questão: "É um modo sombra real, onde podemos testar regras e ver qual seria o impacto? Ou é essencialmente um ambiente de homologação onde os dados precisam ser carregados para podermos fazer qualquer teste?" Um modo sombra real pontua o tráfego ao vivo em paralelo com o sistema atual, sem interferir nele.

• Reduza o custo dos testes comparativos (challenger). O diretor do banco descreveu o processo comum: "nós vamos lá, alteramos manualmente a regra, colocamos em modo de teste e vemos o que acontece... é simplesmente um processo muito manual." O mesmo diretor observou que a gestão de risco de modelos do banco trata as estratégias de regras como modelos, de modo que cada alteração de limite precisa de comprovações. Testes lentos e manuais transformam cada uma dessas mudanças em um grande projeto.

• Trate o ajuste como um processo contínuo. Um analista de risco de uma empresa de pagamentos descreveu o ciclo: encontrar as regras que mais disparam, adicionar atributos para reduzir falsos positivos, testar e repetir. Esse ciclo roda durante todo o período em que a pontuação estiver em uso.

• Meça as aprovações junto com as fraudes detectadas. Um falso positivo também custa receita: bloquear um bom cliente significa perder aquele pagamento e, a partir de certo ponto, o próprio cliente. Como reduzir os falsos positivos sem deixar passar fraudes é um tema que merece atenção dedicada.

Erros que fazem uma pontuação parecer melhor do que realmente é

• Avaliar com base apenas na precisão de cada canal isoladamente, o que esconde completamente os pontos cegos entre os canais.

• Confiar nos dados de desempenho do fornecedor em vez de usar seus próprios resultados.

• Testar em uma cópia estática de dados de produção e chamar isso de modo sombra.

• Contabilizar as fraudes evitadas sem contar os bons clientes que foram recusados.

Onde a Oscilar se encaixa

A Oscilar é uma plataforma unificada: estrutura de dados em tempo real, inteligência de dispositivo e comportamento, regras e gestão de casos em uma única solução, com agentes de risco nativos. As decisões de fraude, crédito, cadastro e conformidade funcionam no mesmo perfil de risco unificado do cliente, e cada decisão lê e alimenta esse mesmo perfil. A plataforma mantém um histórico completo de auditoria por decisão com justificativas armazenadas, tendo a supervisão humana integrada desde a concepção do processo.

A avaliação funciona como um teste retrospectivo em relação aos seus alertas históricos, seguido pelo modo sombra na fila em tempo real, gerando um relatório detalhado ao final. A Nacha nomeou a Oscilar como Parceira Preferencial para Validação de Contas, Monitoramento de Fraudes e Prevenção de Riscos e Fraudes.

O que uma plataforma de prevenção a fraudes em tempo real precisa além da pontuação é uma questão mais ampla do que a abordada neste guia. Para ver como funciona a tomada de decisão entre canais na prática, comece com decisões sobre fraudes em transações em diferentes tipos de pagamento. Se preferir analisar seus próprios canais junto com nossa equipe, você pode agendar uma demonstração.

Perguntas frequentes

O que é pontuação de fraude?

A pontuação de fraude é a estimativa de quão provável é que um pagamento ou evento de conta seja fraudulento, a partir dos sinais disponíveis no momento da decisão, usando essa estimativa para aprovar, recusar, reter ou revisar. A pontuação é tão boa quanto os sinais por trás dela. Uma pontuação que enxerga apenas um canal de pagamento está avaliando o cliente apenas parcialmente.

Uma única pontuação de fraude pode funcionar em cartões, ACH e transferências eletrônicas?

Sim, desde que ela use uma visão unificada do cliente, respeitando os prazos e dados de cada canal. Cartões, ACH, transferências eletrônicas e pagamentos instantâneos precisam de limites diferentes e decidem em velocidades diferentes. O que deve ser compartilhado é o contexto do cliente: identidade, histórico de dispositivos e comportamento, alterações recentes na conta e risco no nível de relacionamento.

Por que pontuações de fraude separadas por canal de pagamento criam pontos cegos?

Pontuações isoladas não conseguem se comunicar. Uma anomalia no cartão ou um novo dispositivo nunca chega à decisão de ACH ou transferência eletrônica para o mesmo cliente; os limites se distanciam porque equipes diferentes fazem os ajustes, e os canais em lotes ou em tempo real avaliam o cliente em momentos distintos. O fraudador enxerga uma jornada contínua, enquanto a instituição vê apenas fragmentos.

Como um banco deve testar uma pontuação de fraude antes de adotá-la em um novo canal?

Faça um teste retrospectivo comparando-a com os resultados históricos do próprio banco naquele canal e, em seguida, execute-a em modo sombra real no tráfego ao vivo, sem que ela tome decisões ativas. Compare-a com o sistema atual como um modelo desafiante (challenger) e meça as aprovações, bem como as fraudes detectadas. Só depois disso permita que ela decida.

Quais dados uma pontuação de fraude utiliza?

Uma pontuação de fraude utiliza as informações do próprio pagamento mais tudo o que o sistema sabe sobre o cliente. No caso de cartões, isso inclui dados de autorização e da rede. No ACH e em transferências eletrônicas, o pagamento traz menos dados, de modo que a pontuação depende mais de identidade resolvida, histórico de dispositivos, comportamento e alterações recentes na conta.

Como as equipes podem reduzir falsos positivos sem aumentar as perdas por fraude?

Forneça mais contexto a cada decisão em vez de simplesmente alterar o limite de tolerância. Mudar um limite apenas troca um erro por outro, enquanto um melhor contexto do cliente ajuda a separar o que é incomum do que é fraudulento. Em seguida, teste a alteração no histórico e em modo sombra antes de colocá-la em produção.