Golpe invisível: Black Friday expõe novo risco no varejo, a autofraude
Comportamento de consumidores de má-fé, que usam dados reais para fraudar compras online, desafia varejistas e exige novas estratégias de prevenção durante o período mais lucrativo do ano
Provenir
A Black Friday e o Natal, tradicionalmente os períodos mais aguardados pelo varejo, também se tornaram terreno fértil para um tipo de ameaça cada vez mais comum e difícil de detectar: a autofraude. Diferente dos ataques externos, esse golpe é praticado por consumidores que utilizam seus próprios dados reais como nome, CPF e informações bancárias para obter vantagens indevidas, como compras sem intenção de pagamento, manipulação de renda, abuso de estornos, cashback e promoções.
Dados da Serasa Experian, apontam que o Brasil registrou quase 3,5 milhões de tentativas de fraude apenas no primeiro trimestre de 2025, um salto de 22,9% em relação ao mesmo período do ano anterior. Embora o foco da segurança digital ainda esteja voltado para fraudadores externos, o varejo enfrenta um desafio interno crescente que pode comprometer margens de lucro e abalar a confiança do setor em seu momento mais estratégico.
Segundo projeção da Associação Brasileira de Inteligência Artificial e E-commerce (ABIACOM), o comércio eletrônico brasileiro deve movimentar R$ 13,34 bilhões durante a Black Friday 2025, um crescimento de 14,74% em relação a 2024. Esse avanço reforça o apetite do consumidor, mas também amplia a superfície de risco para práticas fraudulentas, exigindo das empresas maior atenção aos mecanismos de prevenção e autenticação de transações.
“A autofraude é um risco invisível, mas com efeitos muito concretos. Ela exige que o varejo vá além da análise de crédito tradicional e adote uma abordagem preditiva e inteligente para proteger suas operações”, afirma Ricardo Wodianer, Customer Success and Growth Manager da Provenir.
Para enfrentar esse desafio, o setor precisa ir além das ferramentas tradicionais de análise de crédito. Tecnologias como inteligência comportamental, machine learning e análise de dados em tempo real são aliadas poderosas na detecção de padrões suspeitos. Elas permitem identificar comportamentos atípicos, como compras recorrentes com estorno, inconsistências entre perfil e renda declarada, ou uso abusivo de promoções. Com modelos preditivos e sistemas de decisão automatizados, é possível agir preventivamente, bloqueando transações de risco antes que causem prejuízos.
“Infelizmente, a autofraude não é dívida incobrável, é fraude de fato. E tratá-la como mero risco de crédito é desistir de proteger empresas e consumidores legítimos. Mas, o cenário é promissor, pois já contamos com tecnologia e dados suficientes para virar esse jogo. O que falta é mudar a mentalidade e aceitar que os “bons clientes” também podem esconder custos muito mais altos do que imaginamos”, explica Wodianer.
Notícia distribuída pela saladanoticia.com.br. A Plataforma e Veículo não são responsáveis pelo conteúdo publicado, estes são assumidos pelo Autor(a):
GABRIELA KANTUTA PANIAGUA CALDERON RIBEIRO
[email protected]