Como a Dibsy reduziu as revisões manuais em 50%
>50%
menos revisões manuais
Sobre
Dibsy
Dibsy está na vanguarda da modernização dos pagamentos online no Catar, fornecendo às empresas a capacidade de aceitar pagamentos online de qualquer lugar do mundo. Como uma empresa confiável por mais de 200 empresas registradas e que gerencia mais de 500.000 transações bem-sucedidas mensalmente, a Dibsy se estabeleceu como um jogador crucial no cenário de pagamentos digitais. Regulada pelo Banco Central do Catar e aderindo aos mais altos padrões de segurança, incluindo PCI-DSS e 3DS2, a Dibsy garante que cada transação seja protegida, oferecendo uma variedade de métodos de pagamento para aumentar a conversão e satisfação do cliente.
Caso(s) de Uso
Detecção de Fraude
Indústria
Serviços Financeiros
Visite o site deles
↗
O Desafio
Dibsy estava lutando para construir um sistema de detecção de fraudes com expertise limitada e o alto custo das soluções disponíveis.
Dibsy enfrentava o desafio multifacetado de desenvolver um sistema interno de detecção de fraudes, devido à expertise e recursos limitados em engenharia internos, e às complexidades de certos cenários de pagamentos online da EMEA, onde as alternativas adequadas eram ou excessivamente caras ou faltavam transparência.
Antes de encontrar a Oscilar, Dibsy enfrentou a tarefa assustadora de criar um sistema interno de monitoramento, detecção e resposta a fraudes, do zero. A expertise e o conhecimento limitados internamente significavam que isso não era apenas um esforço técnico, mas também um desafio estratégico com múltiplas discussões sobre a melhor abordagem a ser adotada.
As ferramentas disponíveis no mercado, embora potencialmente eficazes, eram frequentemente exorbitantemente caras e funcionavam mais como caixas pretas opacas. Essas ferramentas careciam do nível de personalização e transparência que Dibsy desejava. Como os pagamentos online ainda estavam surgindo no Catar, havia uma lacuna significativa na conscientização sobre os riscos associados às transações digitais.
O cenário foi ainda mais complicado pelo fato de que a grande maioria das disputas, 7 em 8 para ser preciso, eram decididas a favor dos clientes, apesar das rigorosas medidas de KYC da Dibsy.
![](data:image/svg+xml,<svg display="block" role="presentation" viewBox="0 0 48 48" xmlns="http://www.w3.org/2000/svg"><g d="M 46.882 24.345 L 35.413 24.345 C 34.868 24.345 34.402 24.74 34.323 25.269 C 34.141 26.487 33.841 27.656 33.453 28.763 C 32.117 32.604 29.651 35.774 26.545 37.726 L 26.577 37.726 C 26.577 37.726 35.2 37.505 38.085 28.763 L 38.085 28.763 L 42.677 28.763 C 40.772 34.24 36.591 38.351 31.501 39.505 C 30.56 39.718 29.596 39.829 28.6 39.829 C 26.988 39.829 25.439 39.536 23.984 38.991 C 19.684 37.386 16.207 33.6 14.523 28.755 C 14.128 27.641 13.835 26.471 13.654 25.261 C 13.575 24.724 13.108 24.337 12.563 24.337 L 1.11 24.337 C 0.438 24.337 -0.084 24.937 0.011 25.601 C 0.161 26.684 0.383 27.735 0.675 28.763 C 3.181 37.734 10.611 44.247 19.368 44.255 C 15.108 42.808 8.445 38.769 5.307 28.763 L 5.307 28.763 L 5.307 28.763 L 9.899 28.763 C 11.101 33.047 13.424 36.786 16.483 39.505 C 18.665 41.449 21.218 42.88 24 43.638 C 25.478 44.041 27.027 44.255 28.616 44.255 C 37.382 44.255 44.819 37.734 47.325 28.763 C 47.609 27.743 47.831 26.684 47.989 25.601 C 48.084 24.937 47.562 24.337 46.89 24.337 Z M 1.11 19.918 L 12.579 19.918 C 13.124 19.918 13.59 19.523 13.669 18.993 C 13.851 17.776 14.152 16.606 14.539 15.5 C 15.875 11.658 18.333 8.489 21.431 6.537 L 21.407 6.537 C 21.407 6.537 12.784 6.758 9.899 15.5 L 9.899 15.5 L 5.307 15.5 L 5.307 15.5 C 7.204 10.022 11.393 5.904 16.475 4.75 C 17.416 4.537 18.38 4.426 19.376 4.426 C 20.989 4.426 22.538 4.719 23.992 5.264 C 28.292 6.869 31.77 10.655 33.453 15.5 L 33.453 15.5 L 33.453 15.5 C 33.848 16.614 34.141 17.784 34.323 18.993 C 34.402 19.531 34.868 19.918 35.413 19.918 L 46.882 19.918 C 47.554 19.918 48.076 19.318 47.981 18.654 C 47.831 17.579 47.609 16.519 47.317 15.492 C 44.819 6.529 37.374 0 28.608 0 C 32.868 1.446 39.539 5.478 42.685 15.5 L 42.685 15.5 L 38.093 15.5 L 38.093 15.5 L 38.093 15.5 C 36.899 11.208 34.568 7.477 31.509 4.75 C 29.327 2.806 26.774 1.383 24 0.617 C 22.514 0.213 20.973 0 19.384 0 C 10.611 0 3.173 6.529 0.675 15.5 L 0.675 15.5 L 0.675 15.5 C 0.391 16.527 0.169 17.579 0.011 18.661 C -0.084 19.325 0.438 19.926 1.11 19.926 Z" fill="transparent" height="44.254853622795224px" id="Oy3B2G02e" transform="translate(-0.003 1.875)" width="48px"><path d="M 46.882 0.008 L 35.413 0.008 C 34.868 0.008 34.402 0.403 34.323 0.933 C 34.141 2.15 33.841 3.32 33.453 4.426 C 32.117 8.268 29.651 11.437 26.545 13.389 L 26.577 13.389 C 26.577 13.389 35.2 13.168 38.085 4.426 L 38.085 4.426 L 42.677 4.426 C 40.772 9.904 36.591 14.014 31.501 15.168 C 30.56 15.381 29.596 15.492 28.6 15.492 C 26.988 15.492 25.439 15.2 23.984 14.654 C 19.684 13.05 16.207 9.264 14.523 4.418 C 14.128 3.304 13.835 2.134 13.654 0.925 C 13.575 0.387 13.108 0 12.563 0 L 1.11 0 C 0.438 0 -0.084 0.601 0.011 1.265 C 0.161 2.348 0.383 3.399 0.675 4.426 C 3.181 13.397 10.611 19.91 19.368 19.918 C 15.108 18.472 8.445 14.433 5.307 4.426 L 5.307 4.426 L 5.307 4.426 L 9.899 4.426 C 11.101 8.71 13.424 12.449 16.483 15.168 C 18.665 17.112 21.218 18.543 24 19.302 C 25.478 19.705 27.027 19.918 28.616 19.918 C 37.382 19.918 44.819 13.397 47.325 4.426 C 47.609 3.407 47.831 2.348 47.989 1.265 C 48.084 0.601 47.562 0 46.89 0 Z" fill="rgb(20, 20, 20)" height="19.91824092137921px" id="Hl4ydHRG3" transform="translate(0 24.337)" width="48.00000000004601px"/><path d="M 1.11 19.918 L 12.579 19.918 C 13.124 19.918 13.59 19.523 13.669 18.993 C 13.851 17.776 14.152 16.606 14.539 15.5 C 15.875 11.658 18.333 8.489 21.431 6.537 L 21.407 6.537 C 21.407 6.537 12.784 6.758 9.899 15.5 L 9.899 15.5 L 5.307 15.5 L 5.307 15.5 C 7.204 10.022 11.393 5.904 16.475 4.75 C 17.416 4.537 18.38 4.426 19.376 4.426 C 20.989 4.426 22.538 4.719 23.992 5.264 C 28.292 6.869 31.77 10.655 33.453 15.5 L 33.453 15.5 L 33.453 15.5 C 33.848 16.614 34.141 17.784 34.323 18.993 C 34.402 19.531 34.868 19.918 35.413 19.918 L 46.882 19.918 C 47.554 19.918 48.076 19.318 47.981 18.654 C 47.831 17.579 47.609 16.519 47.317 15.492 C 44.819 6.529 37.374 0 28.608 0 C 32.868 1.446 39.539 5.478 42.685 15.5 L 42.685 15.5 L 38.093 15.5 L 38.093 15.5 L 38.093 15.5 C 36.899 11.208 34.568 7.477 31.509 4.75 C 29.327 2.806 26.774 1.383 24 0.617 C 22.514 0.213 20.973 0 19.384 0 C 10.611 0 3.173 6.529 0.675 15.5 L 0.675 15.5 L 0.675 15.5 C 0.391 16.527 0.169 17.579 0.011 18.661 C -0.084 19.325 0.438 19.926 1.11 19.926 Z" fill="rgb(20, 20, 20)" height="19.926144985236892px" id="Jt1DMWCge" transform="translate(0 0)" width="47.99209593618835px"/></g></svg>)
Impacto do Oscilar
Uma detecção de fraude rápida e personalizável por meio de integração de dados fluida e ferramentas específicas para lojistas.
A intervenção da Oscilar marcou um ponto de virada na busca da Dibsy por ferramentas robustas de detecção e prevenção de fraudes. Para a Dibsy, uma empresa na vanguarda da tecnologia e das soluções baseadas em dados, as capacidades da Oscilar de fundir de forma fluida os dados internos com informações de fornecedores externos foram revolucionárias. Essa integração expandiu e aprimorou sua base de dados, abrindo caminho para tomadas de decisão mais informadas e precisas.
"Rapidamente conseguimos usar as ferramentas e modelos da Oscilar, oferecendo uma camada imediata de proteção que vai evoluir ainda mais à medida que coletamos mais dados para desenvolver modelos de machine learning ainda mais sofisticados para cada lojista."
Tanish Panjwani
Gerente de Projetos
Dibsy
Aproveitando as ferramentas e modelos avançados da Oscilar, a Dibsy conseguiu não apenas implementar rapidamente uma defesa inicial, mas também estabelecer a base para evoluir progressivamente seus sistemas. Essa evolução teve como objetivo coletar dados mais refinados, que seriam usados para moldar modelos avançados de machine learning adaptados de forma exclusiva às particularidades de cada lojista.
Resultados
Redução significativa de chargebacks.
Após a integração com o Oscilar, a Dibsy experimentou resultados transformadores. Observando diligentemente padrões específicos para detecção de fraudes e ajustando suas estratégias adequadamente, a Dibsy viu um declínio drástico nos chargebacks. A implementação de certas estratégias, como a revisão rigorosa de transações em alta velocidade e a introdução de fricções com base em gatilhos específicos, fez uma diferença palpável. Esta abordagem proativa teve um efeito positivo em cascata; a carga de trabalho associada a revisões manuais diminuiu substancialmente, permitindo a realocação de recursos preciosos para outras tarefas essenciais.
No front competitivo, as ferramentas do Oscilar fortaleceram a posição da Dibsy no mercado. Sem precisar de um grande investimento em marketing de suas capacidades aprimoradas contra fraudes, a Dibsy observou uma queda tranquilizadora em suas perdas, em contraste acentuado com as crescentes perdas vivenciadas pelos concorrentes dos seus comerciantes.
Olhando para o futuro, a Dibsy está entusiasmada em compartilhar essas capacidades com seus parceiros comerciais, aumentando a conscientização e permitindo maior flexibilidade nos processos de aceitação de pagamentos.
![](data:image/svg+xml,<svg display="block" role="presentation" viewBox="0 0 48 48" xmlns="http://www.w3.org/2000/svg"><g d="M 0 48 L 0 0 L 48 0 L 48 48 Z M 44.447 0 L 3.544 0 C 1.584 0 0 1.547 0 3.459 L 0 44.531 C 0 46.444 1.584 48 3.544 48 L 44.447 48 C 46.406 48 48 46.444 48 44.541 L 48 3.459 C 48 1.547 46.406 0 44.447 0 Z M 14.241 40.903 L 7.116 40.903 L 7.116 17.991 L 14.241 17.991 Z M 10.678 14.869 C 8.391 14.869 6.544 13.022 6.544 10.744 C 6.544 8.466 8.391 6.619 10.678 6.619 C 12.956 6.619 14.803 8.466 14.803 10.744 C 14.803 13.013 12.956 14.869 10.678 14.869 Z M 40.903 40.903 L 33.787 40.903 L 33.787 29.766 C 33.787 27.113 33.741 23.691 30.084 23.691 C 26.381 23.691 25.819 26.588 25.819 29.578 L 25.819 40.903 L 18.712 40.903 L 18.712 17.991 L 25.537 17.991 L 25.537 21.122 L 25.631 21.122 C 26.578 19.322 28.903 17.419 32.362 17.419 C 39.572 17.419 40.903 22.163 40.903 28.331 L 40.903 40.903 Z" fill="transparent" height="48px" id="adFk4VB3K" width="48px"><path d="M 0 48 L 0 0 L 48 0 L 48 48 Z" fill="transparent" height="48px" id="DghPi7XP3" width="48px"/><path d="M 44.447 0 L 3.544 0 C 1.584 0 0 1.547 0 3.459 L 0 44.531 C 0 46.444 1.584 48 3.544 48 L 44.447 48 C 46.406 48 48 46.444 48 44.541 L 48 3.459 C 48 1.547 46.406 0 44.447 0 Z M 14.241 40.903 L 7.116 40.903 L 7.116 17.991 L 14.241 17.991 Z M 10.678 14.869 C 8.391 14.869 6.544 13.022 6.544 10.744 C 6.544 8.466 8.391 6.619 10.678 6.619 C 12.956 6.619 14.803 8.466 14.803 10.744 C 14.803 13.013 12.956 14.869 10.678 14.869 Z M 40.903 40.903 L 33.787 40.903 L 33.787 29.766 C 33.787 27.113 33.741 23.691 30.084 23.691 C 26.381 23.691 25.819 26.588 25.819 29.578 L 25.819 40.903 L 18.712 40.903 L 18.712 17.991 L 25.537 17.991 L 25.537 21.122 L 25.631 21.122 C 26.578 19.322 28.903 17.419 32.362 17.419 C 39.572 17.419 40.903 22.163 40.903 28.331 L 40.903 40.903 Z" fill="rgb(20, 20, 20)" height="48px" id="Qi9pnIQwR" width="48px"/></g></svg>)
![](data:image/svg+xml,<svg display="block" role="presentation" viewBox="0 0 48 48" xmlns="http://www.w3.org/2000/svg"><path d="M 34.653 0 L 41.4 0 L 26.659 16.847 L 44 39.772 L 30.422 39.772 L 19.788 25.868 L 7.62 39.772 L 0.869 39.772 L 16.635 21.752 L 0 0 L 13.922 0 L 23.535 12.709 Z M 32.285 35.734 L 36.023 35.734 L 11.891 3.826 L 7.879 3.826 Z" fill="rgb(20, 20, 20)" height="39.77194px" id="A8r2uGwai" transform="translate(2 3.808)" width="44px"/></svg>)
