Na sessão de junho da Risk Women, tive a oportunidade de conversar com a comunidade sobre um dos temas mais desafiadores hoje para quem trabalha com prevenção a fraudes: como identificar o risco de contas laranjas ainda no onboarding.
Esse é um assunto que tem ganhado cada vez mais relevância porque o crime migrou, de forma acelerada, para o digital. Se antes muitos crimes contra o patrimônio estavam associados ao mundo físico, hoje vemos um avanço expressivo dos golpes e fraudes digitais, especialmente aqueles viabilizados por engenharia social, Pix, boletos falsos, compras online, invasões de conta e uso indevido de cartões.
Os números ajudam a dimensionar o problema. Segundo dados apresentados na Masterclass, 56 milhões de brasileiros foram vítimas de golpes e fraudes digitais nos últimos 12 meses, o equivalente a 1 em cada 3 adultos. Também falamos sobre o impacto financeiro desse fenômeno, com prejuízos bilionários associados a golpes de engenharia social no Brasil.
Mas, quando falamos de conta laranja, o desafio é ainda mais complexo.
Diferente de uma conta falsa, criada com documentos fraudados, ou de uma conta invadida, acessada por terceiros sem autorização, a conta laranja muitas vezes nasce “limpa” aos olhos dos controles tradicionais. Ela pode passar pela biometria facial, ter documentos válidos e não apresentar, isoladamente, um sinal óbvio de fraude. O problema é que essa conta pode ter sido “alugada”, cedida ou usada conscientemente para receber e movimentar valores ilícitos.
E é justamente aí que mora o desafio: como identificar um risco que não se comporta de forma binária?
Durante a Masterclass, destaquei que o grande erro no onboarding é tomar decisões com base em apenas um sinal. Bases como DICT e Resolução 6 são importantes, mas têm limitações. Elas podem gerar falsos positivos, quando uma vítima ou uma empresa em desacordo comercial é marcada indevidamente, e falsos negativos, quando o sinal chega tarde demais ou simplesmente não aparece. No caso de contas laranjas, esperar a marcação formal muitas vezes significa agir depois do prejuízo.
Por isso, acredito que a prevenção de contas laranjas exige um modelo mental mais próximo de PLD do que de fraude tradicional. Não estamos falando apenas de “sim” ou “não”, mas de trabalhar no cinza, combinando múltiplos sinais para construir clusters de confiança e desconfiança.
No caso de CPF, alguns sinais podem indicar maior confiança, como histórico positivo de open finance, vínculo com conselho de classe, perfil de servidor público ou participação societária em grandes empresas. Por outro lado, determinados históricos jurídicos, perfis etários mais vulneráveis a fraude familiar ou sinais de inconsistência local podem exigir atenção adicional.
No caso de CNPJ, o cenário também é sensível. Na base apresentada, 2 em cada 3 contas denunciadas no SOS Golpe eram de CNPJ. Isso acontece porque contas PJ costumam ser mais caras de “alugar” e também se beneficiam de zonas cinzentas, como alegações de desacordo comercial, falta de visibilidade sobre clientes de intermediários de pagamento e estruturas societárias que dificultam a leitura imediata do risco.
Outro ponto importante é o impacto. Uma conta laranja aprovada no onboarding não gera apenas perda financeira direta. Ela pode virar contestação, MED, reclamação em RDR, judicialização e até fraude de crédito. Ou seja, o custo real vai muito além da primeira transação suspeita.
Na Silverguard, temos estudado como transformar dados ainda pouco explorados em sinais acionáveis para prevenção. Um dos caminhos que apresentamos foi o uso de dados judiciais aplicados ao onboarding. Em um estudo com 4 mil documentos denunciados no SOS Golpe, sendo 2 mil CPFs e 2 mil CNPJs, observamos que uma parcela relevante já possuía histórico judicial prévio antes da primeira denúncia de fraude registrada. Entre os CPFs, esse percentual foi de 39,3%. Entre os CNPJs, 55,4%.
Isso não significa usar dado judicial como sentença automática. Pelo contrário. O ponto é traduzir dados brutos, espalhados em centenas de tribunais e escritos em linguagem jurídica complexa, para uma taxonomia compreensível pelos times de risco. É transformar informação fragmentada em inteligência aplicável, em escala, sem travar o negócio e sem gerar fricção desnecessária para bons clientes.
Para mim, esse é o grande avanço que precisamos buscar: sair da lógica de validação isolada e construir uma visão mais contextual, multissinais e proporcional ao risco.
Prevenir contas laranjas não é bloquear todo mundo. Também não é aprovar todo mundo até que o problema apareça. É saber diferenciar quando negar, quando monitorar, quando alertar e quando aceitar. É criar um onboarding que proteja a empresa, reduza prejuízos, preserve a experiência do usuário legítimo e, principalmente, dificulte a vida de quem transforma identidades e empresas em instrumentos para golpes.
A conversa de junho na Risk Women reforçou algo em que acredito profundamente: o futuro da prevenção a fraudes será cada vez menos sobre um único score ou uma única base, e cada vez mais sobre inteligência combinada, contexto e capacidade de decisão em tempo real.
E, nesse futuro, identificar contas laranjas no onboarding deixa de ser apenas uma necessidade operacional. Passa a ser uma vantagem estratégica para qualquer negócio digital que queira crescer com segurança.
Uma resposta
Artigo muito bom !