Detectando Fraudes em E-commerce com uso da análise de dados SQL e Google Sheets.

A aplicação de análise de dados permite a decodificação de padrões complexos de fraude, transformando dados brutos em camadas de proteção que reduzem perdas financeiras com transações maliciosas.

O projeto abaixo tem como objetivo encontrar padrões e gerar insights acionáveis de negócio.

Para resolver esse problema, será usado SQL para responder às hipóteses levantadas e o Google Sheets será usado para fazer a representação gráfica do resultado das queries.

Problema de negócio

Segundo dados Expert XP a fatia do varejo online saltou de 1% em 2000 para 14% em 2021, tendo alcançado 16% no pico da pandemia.

Contudo o crescimento exponencial trouxe um efeito colateral crítico: as fraudes.

fonte: Statista, XP.

Hoje o e-commerce enfrenta o desafio de equilibrar a experiência do usuário com sistemas de segurança robustos. Neste projeto, utilizo a análise de dados para mapear o modus operandi de agentes maliciosos, transformando padrões comportamentais em inteligência para estancar perdas financeiras e preservar a margem de lucro operacional.

imagem meramente ilustrativa

Os dados que fundamentam esta análise foram extraídos do dataset ‘Fraud e E-commerce’ disponível no Kaggle, compreendendo o ciclo transacional de janeiro a dezembro de 2015.

🔍 Objetivo: O foco central deste estudo é extrair insights acionáveis que permitam aos tomadores de decisão compreender profundamente como diferenciar o ataque de uma transação legítima para proteger o faturamento, trazendo estratégias preventivas mais assertivas.

por: Giannini J. da Silva

Planejamento da resolução da análise

Para criar as hipóteses que ajudarão a responder a pergunta de negócio, é preciso seguir os 3 passos abaixo:

1️⃣Definição do problema de negócio

→ Qual o perfil e comportamentos dos fraudadores?

2️⃣Dimensão

→ É o que influência diretamente o aumento ou diminuição do fato.

3️⃣Características ( detalhes da dimensão)

→Exemplo: Há mais fraudes em e-commerce durante o final do ano devido Black Friday e compras de final de ano.

estratégia de resolução do problema

Algumas hipóteses de negócio

• Final de ano é o período com maior número de fraudes
• Final de semana o número de fraudes é maior que o meio da semana
• A maioria das fraudes acontecem durante a madrugada

Dicionário de dados

descrição de cada coluna

Dados

amostra dos dados

Seguindo o CRISP-DM, na etapa de preparação dos dados, não foi identificado, duplicatas ou valores faltantes, e também não foi necessário criar uma coluna extra.

Respostas às hipóteses de negócio

Quantidade de casos analisados

• Foram analisados 151.112 casos

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Quantidade de casos legítimos x fraudes

• Casos legítimos 136.961
• Casos de fraudes 14.151
• As compras com fraudes correspondem a quase 10% do total de compras

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Proporção de transações fraudulentas versus legítimas

• Legítimas: 90.64%
• Fraudes: 9.36%

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Final do ano é o período com maior número de fraudes

• Provavelmente houve uma falha na segurança no mês de janeiro, e isso gerou um outlier neste mês em relação a quantidade de fraudes e valor perdido com essas fraudes.

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Distribuição de Receita: Transações Legítimas vs. Volume de Fraude

• As fraudes deixam um furo no faturamento da empresa de quase 10%

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Os fraudadores usam mais de um perfil para cometer a fraude

• Não.

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Fraudadores usam mais que um dispositivos para fraudar

• Há fraudadores que usaram o mesmo dispositivo até 19 vezes (lista negra), porém usam contas diferentes
• Já as compras legítimas, os clientes usam no máximo 3 dispositivos

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

O tempo mínimo entre cadastro e compra é de 10min entre os fraudadores

• Apenas um segundo é suficiente para acontecer uma operação fraudulenta, é bem provável que por uso de bots automáticos

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Finais de semanas têm mais casos de fraudes

• As fraudes aumentam nos finais de semana

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Ticket Médio das fraudes é maior no final de semana

• Embora a quantidade de fraudes cresça aos finais de semana, é no meio da semana que o valor das transações maliciosas é maior.

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Comportamento Temporal e Financeiro da Fraude por Browser

Quantidade de Fraudes x Valor Total

• O Chrome mantém uma faixa de ataques durante o dia, com um pico na parte da tarde

Quantidade de Fraudes x Valor Total

• Opera tem dois picos de ataque forte na parte da manhã e um a noite

Quantidade de Fraudes x Valor Total

• O FireFox tem as fraudes mais rentáveis das 20 às 22h

Quantidade de Fraudes x Valor Total

• O Safari tem um comportamente parecido com o FireFox

Quantidade de Fraudes x Valor Total

• O IE tem um volume de fraudes maior que o valor fraudado, comportamento comum de ‘testes de cartões’

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

A maioria dos fraudadores têm pouca idade

Ao iniciar a análise exploratória, uma das hipóteses levantadas foi a existência de uma faixa etária predominante entre os fraudadores. No entanto, os dados contam uma história de homogeneidade.

Utilizando o software estatístico Jamovi, realizei uma análise descritiva comparativa entre as classes. O resultado foi surpreendente: a média de idade dos fraudadores (33,3 anos) é virtualmente idêntica à dos usuários legítimos (33,1 anos). Além disso, ambas as populações apresentam a mesma mediana (33 anos) e uma dispersão (desvio padrão) quase milimétrica de ~8,6.

Conclusão Estatística: > Com distribuições tão sobrepostas, a variável “Idade” não possui poder discriminatório. Em termos de negócio, isso significa que não podemos segmentar ou bloquear transações baseando-se na idade do usuário, pois o comportamento de fraude, neste dataset, não escolhe geração.

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Fraudes por ADS são as maiores

• O caminha preferido dos fraudadores são canais pagos e orgânicos, eles buscam termos específicos ou clicando em anúncios
• É preciso tomar cuidado com as palavras-chaves que estão atraindo mais bots do que clientes qualificados

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Lista dos usuários fraudadores por Canal

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Total a economizar bloqueando os usuários acima

• Economia de: R$523.488,00

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Fraudadores usam mais de um ip_address para fraudar

• Os fraudadores usam apenas ip_address por conta

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Os fraudadores usam mais de uma conta por dispositivo

• Os fraudadores usam até 19 contas diferentes no mesmo dispositivo
• É preciso implementar ‘velocity checks’ por dispositivo, a recomendação é focar no dispositivo

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —

Recomendações

📈 Implementar Desafios Adaptativos (CAPTCHA) especialmente nas janelas de altas volatilidade (madrugadas e início do dia) principalmente no meio da semana.

📈Bloquear ou enviar para análise manual dispositivos que realizam mais de uma transação em um intervalo menor que 5 minutos.

📈Criar regras mais rígidas para todos os browsers nos períodos da manhã e tarde, com autenticação em dois fatores.

📈Bloquear todos os device_id e user_id que estão na ‘black_list’, isso trará uma Receita Preservada de R$523.488,00.

📈ADS e SEO concentram ~75% das fraudes, é preciso tomar cuidado com as palavras-chaves que estão atraindo mais bots do que clientes qualificados.

📈Aumentar barreiras antifraude no checkout.

Dashbord

Com os indicadores e KPIs de negócio

https://datastudio.google.com/reporting/d198742a-e744-4476-a145-4eb734d1c0ea

Contato

Estou à disposição para esclarecimento de dúvidas em meu perfil no LinkedIn, através do link www.linkedin.com/in/giannini-j-da-silva-56bb9a16b