Antifraude que barra cliente bom: como calcular o custo do falso positivo antes da Black Friday

O erro que não aparece no relatório

Todo sistema antifraude erra de dois jeitos. Pode aprovar um golpe — e a perda vira chargeback, visível na conciliação. Ou pode recusar um cliente legítimo — e a perda some, porque ninguém registra a venda que não aconteceu. Esse segundo erro é o falso positivo.

Ele é mais provável justamente nos pedidos que fogem do padrão: um tíquete bem acima do habitual, um aparelho novo, entrega em outro endereço. São comportamentos que também descrevem presentes, mudanças de casa e compras de fim de ano. Na Black Friday, que em 2026 cai em 27 de novembro, esse perfil se multiplica.

Fricção também é recusa

A venda perdida não vem só da transação negada. Cada etapa extra de verificação — código por SMS, cadastro obrigatório, nova autenticação — dá ao comprador um motivo para desistir. O Baymard Institute, que consolida 50 estudos e chega a uma taxa média de abandono de carrinho de 70,22%, lista entre os motivos declarados pelos consumidores: checkout longo ou complicado (17%), exigência de criar conta (18%), desconfiança em informar o cartão (19%) e cartão recusado (10%).

Os percentuais não somam nem se aplicam diretamente a uma loja brasileira, mas mostram que segurança e experiência competem pelo mesmo cliente. Uma barreira colocada para o fraudador é percorrida também por quem paga.

Como estimar o custo do falso positivo

Não há como saber com certeza quais recusas eram de clientes bons, mas dá para estimar com dados que a loja já tem:

• taxa de aprovação por regra — quantos pedidos cada regra do antifraude derruba; regras que recusam muito e raramente pegam fraude confirmada são as primeiras candidatas a revisão;
• nova tentativa — quantos clientes recusados tentam de novo com outro cartão ou outro meio e são aprovados; é um sinal forte de que eram legítimos;
• amostra de contato — ligar ou escrever para uma amostra de recusados e perguntar se a compra era deles;
• fraude confirmada — chargebacks por fraude no mesmo período, para comparar o que foi evitado com o que foi perdido.

Com isso, a conta básica fica assim: pedidos legítimos recusados vezes a margem de contribuição de cada um, somados ao valor das compras futuras que aquele cliente deixou de fazer. Um exemplo ilustrativo: se 300 recusas num mês eram de clientes legítimos e cada pedido deixaria R$ 60 de margem, a perda direta é de R$ 18 mil — antes de contar a recompra. Se a fraude efetivamente evitada pelas mesmas regras foi menor que isso, a proteção está saindo mais cara que o risco.

Ajustes que protegem sem expulsar

• verificação proporcional ao risco — autenticação extra só para pedidos com pontuação alta, em vez de aplicar a todos;
• revisão humana para tíquete alto — em vez de recusa automática, uma análise rápida pode salvar a venda de maior valor;
• alternativa de pagamento na tela de recusa — oferecer Pix quando o cartão não passa mantém o cliente na loja; o Pix não tem estorno de cartão (chargeback), embora conte com o Mecanismo Especial de Devolução do Banco Central para casos de fraude. O gerador de QR Code Pix ajuda em vendas por canais diretos;
• histórico de bons clientes — quem já comprou e pagou sem problema merece um caminho mais curto;
• revisão depois do pico — regras criadas às pressas durante uma data promocional devem ser reavaliadas quando ela passa.

Checklist para as próximas semanas

Antes de novembro, vale separar uma tarde para quatro tarefas: exportar a taxa de aprovação dos últimos três meses por regra; identificar as três regras que mais recusam; medir quantos recusados foram aprovados numa segunda tentativa; e combinar com o fornecedor de antifraude ou com o intermediador de pagamento qual será a política para pedidos de alto valor durante a Black Friday.

Automatizar essa leitura, com alertas quando a aprovação cai, é um dos usos em que a automação rende de verdade — como discute automação no e-commerce: onde gera eficiência. E o tamanho do mercado em jogo está em números do e-commerce brasileiro em 2026.