real-time scam prevention para bancos

Detecte golpes ao entender a relação entre quem paga e quem recebe.

A Incognia combina informações do Physical Social Graph, baseadas em locais de confiança e no reconhecimento persistente de dispositivos, com outros sinais de risco para identificar relações suspeitas e ajudar os bancos a impedir golpes antes que o dinheiro seja transferido.

Ilustração da relação entre pagador e recebedor
AS EVIDÊNCIAS QUE FALTAM

Mesmo com bons controles antifraude, golpes podem passar despercebidos.

O pagador e o pagamento podem parecer legítimos, mesmo quando o dinheiro vai para um golpista.
01 / AUTENTICAÇÃO
Autenticação

Quem está fazendo o pagamento?

A engenharia social pode induzir um cliente legítimo a autorizar um pagamento com credenciais válidas e um dispositivo reconhecido.
O cliente passa na verificação.
02 / MONITORAMENTO DE TRANSAÇÕES
Monitoramento de transações

O pagamento foge do padrão?

As regras avaliam valores, frequência das transações e histórico do recebedor. Ainda assim, um golpe pode se parecer com uma transação habitual do cliente.
A transação também pode passar na verificação.
03 / INCOGNIA
Incognia

O que conecta as duas partes?

A Incognia combina informações do Physical Social Graph com outros sinais de risco para identificar conexões suspeitas por trás dos pagamentos.
Analise a relação.
A RELAÇÃO POR TRÁS DO PAGAMENTO

Conheça também quem recebe o pagamento.

O Physical Social Graph da Incognia usa o histórico de locais de confiança para identificar indícios de uma relação entre pagador e recebedor.

  • Locais frequentados em comum Visitas recorrentes aos mesmos locais podem indicar uma relação já estabelecida no mundo físico.
  • Padrões históricos de localização Compare os locais que as duas partes frequentam, com precisão em nível de apartamento. A análise considera esse histórico, em vez da distância indicada por GPS ou IP no momento do pagamento.
  • Sinais complementares para avaliar o risco de golpe Use os sinais disponíveis de contas laranja, chamadas em andamento, acesso remoto e integridade dos dispositivos para confirmar ou reavaliar a análise da relação.
Histórico em comum
Padrão de risco
POR QUE INCOGNIA

Trusted Locations: tecnologia patenteada.
A base do Physical Social Graph da Incognia.

A Incognia constrói um contexto persistente a partir dos locais que as duas partes frequentam, em vez de depender da localização do pagador no momento do pagamento.

Esse histórico ajuda a identificar conexões no mundo físico e padrões de relacionamento suspeitos que não aparecem no registro de uma transação.

  • Inteligência sobre o histórico das relações Identifique locais de confiança em comum e padrões recorrentes que indiquem conexões no mundo físico entre pagador e recebedor.
  • Inteligência cruzada entre instituições Use informações de instituições participantes para identificar conexões suspeitas que vão além do histórico de transações do próprio banco.
  • Uma visão mais ampla da rede Indícios de relações e de atividades abusivas podem estar além do histórico de transações do próprio banco.
Localização identificada com precisão
RESULTADOS DA ANÁLISE EM UM BANCO

O histórico das relações pode revelar golpes em transações que parecem legítimas.

Na base de dados analisada, somente o Trusted Locations identificou aproximadamente 70% das transações classificadas como golpe, antes da inclusão de outros sinais de validação.

Essa taxa de detecção se limita à base analisada. Outros sinais de risco ajudam a corroborar as evidências sobre a relação.

~70%

das transações classificadas como golpe foram identificadas

apenas pelo Trusted Locations, na base de dados analisada de um banco com mais de 80 milhões de usuários ativos.
65%
das transações classificadas como golpe ocorreram entre usuários classificados como conexões de terceiro grau ou superior, indicando poucos indícios de uma relação no mundo físico com base nos padrões históricos de localização.
79%
das transações legítimas ocorreram entre usuários classificados como conexões de primeiro grau, sugerindo uma provável relação no mundo físico com base nos padrões históricos de localização.
Fonte: análise da Incognia sobre transações de um banco com mais de 80 milhões de usuários ativos. Os resultados se referem exclusivamente à base de dados analisada e não representam uma taxa de detecção aplicável a todos os cenários.
COMO FUNCIONA

Avalie o risco de golpe antes de concluir um pagamento autorizado.

A Incognia avalia a relação entre as partes de uma transferência pendente e fornece evidências para o processo de decisão antifraude que o banco já utiliza.
Construa o contexto histórico
Analise a relação
Corrobore o risco
O banco aplica suas políticas
PERGUNTAS FREQUENTES

O que os bancos precisam saber.

O alcance e os limites da análise de golpes baseada na relação entre as partes.

A análise usa a localização do cliente no momento do pagamento?

Não. A Incognia compara o histórico dos locais frequentados pelo pagador e pelo recebedor, ou seja, os lugares que ambos visitam repetidamente ao longo do tempo. A proximidade em um único momento não é tratada como prova de uma relação.

Uma grande distância ou a ausência de locais em comum comprova fraude?

Não. Pagamentos legítimos para pessoas distantes acontecem todos os dias. As evidências do histórico da relação são combinadas com outros sinais disponíveis de golpe para avaliar o risco. Isoladamente, elas não determinam se há fraude.

A análise precisa de dados do pagador e do recebedor?

A análise completa da relação entre pagador e recebedor depende de informações relevantes sobre as duas partes. A disponibilidade dos sinais varia conforme a cobertura da rede e o histórico que pode ser observado.

Como a solução funciona com os controles antifraude existentes?

A Incognia fornece evidências sobre a relação entre as partes, complementadas por sinais como chamadas em andamento, acesso remoto e integridade dos dispositivos. O banco utiliza essas avaliações nas políticas antifraude que já adota.

A Incognia bloqueia a transferência?

A Incognia fornece evidências de risco. O banco decide se autoriza o pagamento, solicita uma verificação adicional, recusa ou investiga a transação.

FALE COM A INCOGNIA

Detecte golpes que passam pela autenticação. Antes que o dinheiro seja transferido.

Veja como o Real-Time Scam Prevention pode usar a inteligência sobre relações no mundo físico para apoiar as decisões de pagamento do seu banco.
  • Converse sobre cenários de golpes em pagamentos autorizados pelo cliente
  • Conheça a análise do histórico das relações e os sinais complementares de risco
  • Avalie como a solução se encaixa no seu processo de decisão sobre pagamentos

By clicking "Accept" or continuing to use this Website after this notice, you agree to our Terms of Use - including your rights, responsibilities, and how we handle disputes.