Revisão do manual

A revisão manual é a etapa em que um ser humano decide sobre um caso que um sistema automatizado não decidiria. Na verificação de identidade, ela identifica os casos que ficam entre uma aprovação definitiva e uma recusa definitiva — e seu volume é a medida mais confiável do desempenho da automação subjacente.

O que causa isso Uma pontuação na faixa de incerteza, uma regra de política ou uma exigência regulatória
Decisões típicas Aprovar, recusar ou solicitar documentação adicional
Custo por caixa Tempo do analista, medido em minutos
Custo para o cliente De horas a dias de espera e uma parcela significativa de desistências
Risco à qualidade Inconsistência entre revisores em casos idênticos
Perspectiva de conformidade A justificativa para a substituição deve ser documentada e defensável perante um examinador
Taxa saudável Percentual baixo, de um único dígito, para a captação de consumidores
O que significa uma taxa elevada Limites nos quais ninguém confia, ou qualidade de captura muito baixa para se tomar uma decisão

Como funciona

Um caso chega à instância de revisão de uma das três maneiras, e é preciso diferenciá-las, pois têm significados distintos.

Roteamento por faixa de pontuação encaminha os casos que o modelo identificou como verdadeiramente ambíguos. Essa é a revisão manual funcionando conforme planejado — um ser humano resolvendo o que o sistema não conseguiu.

Roteamento por política encaminha categorias a um avaliador humano, independentemente da pontuação: solicitações de alto valor, determinadas jurisdições, pessoas politicamente expostas. O sistema pode estar totalmente seguro; a instituição decidiu que uma pessoa deve analisar o caso de qualquer maneira.

Roteamento em caso de falha é o que realmente importa do ponto de vista operacional. Os casos chegam porque a imagem estava de qualidade insuficiente para avaliação, o tipo de documento não foi reconhecido ou um cheque ultrapassou o tempo limite. Não se trata de decisões discricionárias. São problemas de captura e cobertura que acabam sendo absorvidos por um processo humano oneroso e, geralmente, representam a maior parte da fila em um fluxo com dificuldades.

O revisor analisa as imagens dos documentos, os dados extraídos, os resultados das verificações e quaisquer sinais de risco detectados — e, então, aprova, rejeita ou solicita mais informações. A questão da qualidade está na consistência: dois revisores encarregados do mesmo caso deveriam chegar à mesma conclusão, mas, sem critérios claros e uma calibração regular, isso frequentemente não ocorre.

Por que isso é importante para a verificação de identidade

A taxa de revisão manual é o indicador mais revelador em um programa de verificação, e vale a pena analisá-la com atenção, em vez de simplesmente tentar minimizá-la.

Uma taxa elevada não é sinal de cautela. Geralmente significa que os limites são definidos de tal forma que ninguém confia na decisão automatizada, ou que qualidade de captura é tão ruim que grande parte das imagens não pode ser avaliada de forma alguma. Ambos os problemas podem ser resolvidos na origem, e nenhum deles é resolvido com a adição de revisores.

O custo para o cliente é maior do que o custo para o analista e raramente é medido. Um candidato a quem se pede para aguardar enquanto sua identidade é verificada frequentemente não volta, e aqueles que desistem são, de forma desproporcional, clientes legítimos — um fraudador é paciente porque o ganho justifica isso. Portanto, uma fila de verificação filtra os bons clientes com mais eficiência do que os maus.

Há também uma questão de conformidade. Os auditores analisam as taxas de derrogação e verificam se as derrogações foram consistentes e devidamente documentadas. Derrogações elevadas ou inconsistentes sugerem um programa cujos próprios limites não são considerados confiáveis. Limites configuráveis com justificativa registrada é o que torna isso justificável, e a Microblink’s fluxo de trabalho de verificação foi desenvolvido para manter a faixa estreita, resolvendo os problemas de captura antes que se tornem casos para revisão.

Revisão manual x verificação por etapas

  Revisão manual Verificação de escalonamento
Quem resolve isso? Um analista, mais tarde O usuário, imediatamente
Experiência do cliente Espere, sem nenhum progresso visível Mais uma verificação e, em seguida, uma decisão
Tempo até a resolução Horas a dias Segundos
Abandono Alto Baixo
Custo Tempo dedicado pelo analista por caso Marginal
Mais adequado para Casos-limite reais e revisão exigida por políticas Incerteza que o usuário pode resolver por conta própria

Grande parte do que fica nas filas de revisão não se trata de um caso excepcional — trata-se de uma incerteza que o solicitante poderia esclarecer em segundos, reenviando um documento ou realizando uma verificação de autenticidade. Encaminhar isso para um ser humano, em vez de devolvê-lo ao usuário, é o custo evitável mais comum em um fluxo de verificação.

O que ele não consegue fazer

Isso não pode tornar os seres humanos melhores do que o que as evidências indicam. Um revisor que analisa uma imagem desfocada e cheia de reflexos faz suposições com mais cuidado do que o próprio modelo. Quando a informação não está na imagem, o ser humano acrescenta interpretação em vez de precisão.

Não consegue superar a automação no que diz respeito à autenticidade de documentos em grande escala. Os revisores são bons em avaliações contextuais, mas menos eficazes do que um modelo treinado na detecção de falsificações sutis em milhares de tipos de documentos. A revisão manual é uma camada de avaliação, não uma camada de detecção superior.

Ele não pode manter a consistência sem calibração. A consistência dos revisores varia de acordo com o cansaço, o tempo de serviço e a carga de trabalho. Os programas que não testam periodicamente os revisores com os mesmos casos geralmente não sabem o quanto eles se tornaram inconsistentes.

Isso não é escalável. O volume dobra e a fila também. Qualquer estratégia que dependa da revisão manual para absorver o crescimento está apenas adiando o problema, em vez de resolvê-lo.

Perguntas frequentes

Qual é uma boa taxa de revisão manual para a verificação de identidade?

Índice de um dígito baixo para a integração de consumidores. Qualquer valor substancialmente mais alto geralmente indica problemas na qualidade da captura de dados ou nas configurações de limite, e não clientes realmente ambíguos; é melhor corrigir isso nas etapas iniciais do que contratar pessoal para lidar com isso.

Por que as verificações de identidade são encaminhadas para análise manual?

Três motivos que justificam a separação: o modelo apresentava uma incerteza real, a política exige revisão humana para essa categoria ou o envio não pôde ser avaliado de forma alguma devido à qualidade da imagem ou a um documento não reconhecido. O terceiro motivo costuma ser o mais comum e o mais fácil de corrigir.

A revisão manual melhora a precisão?

No que diz respeito ao julgamento contextual, sim. Para detectar falsificação em diversos tipos de documentos, os modelos treinados geralmente apresentam melhor desempenho do que os revisores humanos. A revisão manual acrescenta um elemento de julgamento, mas não contribui para uma análise forense mais precisa.

Como a revisão manual afeta a conversão?

De forma substancial e assimétrica. Os candidatos a quem se pede que aguardem apresentam altas taxas de desistência, e aqueles que desistem tendem a ser usuários legítimos — os fraudadores esperam porque o ganho justifica a espera. Reduzir o volume de análises geralmente melhora tanto a taxa de conversão quanto os resultados relativos à fraude.

Leitura relacionada

Descubra nossas soluções

Para explorar nossas soluções, você está a apenas um clique de distância. Experimente nossos produtos ou converse com um de nossos especialistas para se aprofundar no que oferecemos.

Relatório
Analisando o aumento das fraudes de identidade impulsionadas pela IA

A IA não se limitou a tornar a fraude mais rápida. Ela a transformou em um sistema. Analisamos milhões de interações relacionadas à identidade para mapear como os ataques de identidade estão evoluindo em diferentes regiões, tipos de ataque e níveis de sofisticação — e o que as organizações precisam repensar para acompanhar essa evolução.

Veja os dados