Análise Preditiva

A análise preditiva utiliza dados históricos para estimar a probabilidade de um resultado futuro. No âmbito da fraude e do risco, ela gera uma pontuação — a probabilidade de que um pedido seja fraudulento, de que uma conta entre em inadimplência ou de que uma transação seja não autorizada. Ela é útil, mas apresenta uma limitação estrutural que é mais importante do que qualquer escolha de modelagem: ele só consegue prever padrões que aparecem nos dados com os quais foi treinado.

Saída Uma probabilidade ou pontuação, não uma decisão
Requer Resultados históricos classificados para servir de lição
Métodos comuns Regressão, árvores com reforço de gradiente, redes neurais, modelos de sobrevivência
Por fraude Pontuação de solicitações, risco de transação, probabilidade de inadimplência, probabilidade de estorno
Depende de Qualidade do registro — o relato do que, na verdade, acabou se revelando uma fraude
Ponto cego estrutural Resultados que, desde o início, nunca foram rotulados corretamente
Restrição regulatória Explicações sobre medidas adversas nas quais uma decisão afeta o crédito
Diferente de A análise comportamental, que mede o desvio em vez de prever um resultado

Como funciona e onde está o ponto fraco

Um modelo preditivo é treinado com base em registros históricos cujo resultado é conhecido. Ele aprende quais combinações de características precederam quais resultados e aplica essas relações a novos casos. Tudo depende dos rótulos — o registro do resultado final de cada caso histórico.

É nesse ponto que a modelagem de fraudes se diferencia da maioria dos problemas de previsão, e essa diferença não é um mero detalhe. As classificações de fraude apresentam erros sistemáticos em uma direção específica.

Considere fraude de identidade sintética. Como não há vítima para reclamar, a conta não é registrada como fraude. Os pagamentos são suspensos e o valor é baixado como perda de crédito. O modelo é então treinado com dados nos quais esse caso está rotulado padrão, não fraude — e ele aprende, de forma fiel, que esse padrão de comportamento indica risco de crédito, e não fraude. O modelo está funcionando corretamente. Os dados de treinamento lhe ensinaram a lição errada.

O resultado é um ponto cego que nenhuma sofisticação na modelagem consegue eliminar, pois ele se situa a montante do modelo. Melhorar o algoritmo não resolve o problema de rótulos que foram atribuídos incorretamente.

Análise preditiva em comparação com abordagens semelhantes

Abordagem O que é solicitado O que é necessário
Análise preditiva Qual é a probabilidade desse resultado ocorrer? Resultados históricos rotulados
Análise comportamental Isso difere do padrão esperado? Uma linha de base, por usuário ou por segmento
Regras Isso corresponde a um padrão que definimos? Um padrão que alguém anotou
Detecção de anomalias Isso é incomum em relação à população? Uma população, sem rótulos

Trata-se de complementos, e não de alternativas, e as diferenças revelam os pontos cegos de cada um. Os modelos preditivos precisam de rótulos e não conseguem identificar categorias rotuladas incorretamente. Análise comportamental precisa de uma linha de base e não consegue identificar a fraude que criou essa linha de base. As regras exigem previsão e não conseguem detectar nada novo. A detecção de anomalias não precisa de rótulos, mas não consegue distinguir o incomum do errado.

Por que isso é importante para a verificação de identidade

Dois limites determinam em que ponto a pontuação preditiva deve ser aplicada em um fluxo de identidade.

A partida a frio. No momento da abertura da conta, não há histórico dessa pessoa junto a essa instituição. Os modelos recorrem a características derivadas da população e de agências de crédito, que são mais fracas justamente para as pessoas que menos se assemelham à população de treinamento — candidatos com poucos registros, recém-chegados e jovens adultos. Um modelo ajustado exclusivamente com base na taxa de fraude rejeitará sistematicamente esses candidatos, o que representa um risco à equidade no crédito, além da perda de um cliente.

Explicabilidade. Quando uma decisão afeta o crédito, o solicitante tem direito a uma justificativa. É difícil explicar ao solicitante e a um órgão regulador uma pontuação proveniente de um modelo que ninguém consegue decompor; é por isso que os modelos interpretáveis continuam sendo utilizados na tomada de decisões, mesmo quando existem modelos mais precisos.

Ambos apontam na mesma direção: no momento da integração, as evidências determinísticas superam a inferência probabilística. Um documento autenticado e uma correspondência biométrica respondem se se trata de uma pessoa real e corretamente identificada — um fato, não uma probabilidade, e que não perde validade para candidatos sem histórico. A pontuação preditiva, então, faz o que sabe fazer de melhor, que é classificar o risco entre pessoas cuja identidade já está comprovada. Verificação de documentos de identidade apresenta o fato; informações em tempo real fornece os sinais sobre os quais um modelo pode raciocinar; e identidade sintética e roubada Os controles abordam a categoria que os rótulos nunca captaram.

O que a análise preditiva não consegue fazer

Ela não pode aprender com uma história distorcida. A fraude registrada como perda de crédito ensina ao modelo que a fraude é um risco de crédito.

Ele não consegue prever um método que nunca viu. Ataques inéditos, por definição, não estão presentes nos dados de treinamento.

Isso gera uma pontuação, não uma decisão. A definição do limite é uma questão de política que envolve o custo relativo de um falso positivo e de um falso negativo.

Correlação não significa causalidade, e os indicadores substitutos são reais. Uma característica correlacionada a uma característica protegida irá codificá-la, independentemente de alguém ter tido essa intenção ou não.

Os modelos sofrem desvios. O comportamento e os métodos de ataque mudam, e um modelo que não seja monitorado e retreinado se degrada silenciosamente, em vez de apresentar falhas visíveis.

Perguntas frequentes

Para que serve a análise preditiva na prevenção de fraudes?

Avaliação da probabilidade de um resultado futuro — de que um pedido seja fraudulento, de que uma conta entre em inadimplência, de que uma transação seja não autorizada. O resultado é uma probabilidade que serve de base para uma decisão, e não a decisão em si.

Qual é a diferença entre análise preditiva e análise comportamental?

A análise preditiva estima a probabilidade de um resultado com base em dados históricos rotulados. A análise comportamental avalia se a atividade atual se desvia de um padrão estabelecido e requer uma linha de base, em vez de rótulos. Elas apresentam falhas de maneiras diferentes, e é por isso que os programas geralmente utilizam ambas.

Por que os modelos preditivos não detectam a fraude de identidade sintética?

Devido à forma como os dados de treinamento são rotulados. As perdas por identidade sintética não têm vítimas para denunciá-las, por isso geralmente são registradas como perdas de crédito, e não como fraude. Um modelo treinado com base nesse histórico aprende o padrão como risco de crédito. O problema está nos rótulos, não no algoritmo; portanto, um modelo melhor não resolve a questão.

Um modelo preditivo é capaz de explicar suas decisões?

Isso depende do modelo. Métodos mais simples são interpretáveis por definição; os complexos exigem técnicas de explicação que se aproximam do raciocínio, em vez de revelá-lo. Quando uma decisão afeta o crédito, os requisitos relativos a ações adversas determinam que o requerente tenha direito a uma justificativa, e é por isso que os modelos interpretáveis continuam sendo comuns na tomada de decisões.

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