Foto: Jan Va\u0161ek\/Pixabay<\/p><\/div>\n

A fraude est\u00e1 se espalhando por todos os setores da economia, e o setor de avia\u00e7\u00e3o n\u00e3o \u00e9 exce\u00e7\u00e3o. De acordo com a RSA Security e a Juniper, a avia\u00e7\u00e3o civil \u00e9 um dos segmentos mais atingidos pelas fraudes online, respondendo por 46% das transa\u00e7\u00f5es fraudulentas nos Estados Unidos, com perdas anuais estimadas em US$ 1 bilh\u00e3o.<\/p>\n

De acordo com a McKinsey & Company, em 2020 a receita da ind\u00fastria a\u00e9rea totalizou US$ 328 bilh\u00f5es, o que \u00e9 apenas 40% do ano anterior, e o tr\u00e1fego a\u00e9reo n\u00e3o deve retornar aos n\u00edveis de 2019 antes de 2024. No entanto, o avan\u00e7o dos programas de vacina\u00e7\u00e3o pelo mundo, as alternativas de trabalho remoto, o retorno gradual \u00e0s atividades produtivas e os atrativos descontos oferecidos por companhias a\u00e9reas e operadoras de viagens come\u00e7am a reativar o turismo de lazer.<\/p>\n

A Associa\u00e7\u00e3o Latino-Americana e Caribenha de Transporte A\u00e9reo (ALTA) considera que a aplica\u00e7\u00e3o da vacina permitir\u00e1 que mais pessoas viajem novamente e as companhias a\u00e9reas reativar\u00e3o a conectividade entre os pa\u00edses; Estima-se que at\u00e9 o final deste ano as taxas de ocupa\u00e7\u00e3o atinjam 60% do total de voos registrados em 2019.<\/p>\n

Oscar Bello, diretor-geral da Vesta Am\u00e9ricas, afirma que, nesse cen\u00e1rio de recupera\u00e7\u00e3o, os cibercriminosos est\u00e3o encontrando novas formas de explorar o sistema de pagamentos digitais. A boa not\u00edcia \u00e9 que, com a ajuda do aprendizado de m\u00e1quina e da detec\u00e7\u00e3o automatizada de fraudes, as companhias a\u00e9reas podem ter muito mais controle sobre como as transa\u00e7\u00f5es fraudulentas est\u00e3o afetando seus resultados financeiros.<\/p>\n

Por que a fraude a\u00e9rea est\u00e1 aumentando?<\/strong>
\nAs barreiras para comprar uma passagem de avi\u00e3o s\u00e3o excepcionalmente baixas, o que \u00e9 um dos principais motivos pelos quais os golpistas visam esse setor. A maioria das ferramentas automatizadas de detec\u00e7\u00e3o de fraude depende da identifica\u00e7\u00e3o de discrep\u00e2ncias em pontos de dados padr\u00e3o (como seu endere\u00e7o, endere\u00e7o IP ou n\u00famero de telefone), mas quando se trata de comprar uma passagem a\u00e9rea, eles geralmente n\u00e3o existem.<\/p>\n

N\u00e3o \u00e9 incomum que os consumidores comprem passagens a\u00e9reas durante a viagem, o que torna dif\u00edcil verificar com precis\u00e3o seu endere\u00e7o IP. Al\u00e9m disso, as passagens a\u00e9reas geralmente s\u00e3o compradas online e impressas na casa do cliente ou adicionadas a uma carteira digital. Isso torna as verifica\u00e7\u00f5es muito dif\u00edceis.<\/p>\n

Identificando os padr\u00f5es<\/strong>
\nDe acordo com a Federal Aviation Administration, a Organiza\u00e7\u00e3o de Tr\u00e1fego A\u00e9reo (ATO) atende a mais de 45.000 voos com 2,9 milh\u00f5es de passageiros em um determinado dia. O grande volume dessas transa\u00e7\u00f5es di\u00e1rias \u00e9 um desafio consider\u00e1vel no combate \u00e0 fraude no setor de avia\u00e7\u00e3o civil.<\/p>\n

No entanto, ter um grande hist\u00f3rico de transa\u00e7\u00f5es significa que h\u00e1 muitos dados dispon\u00edveis para serem analisados. A intelig\u00eancia artificial avan\u00e7ada de aprendizagem \u00e9 alimentada por dados. Na verdade, quanto mais dados de transa\u00e7\u00f5es estiverem dispon\u00edveis, mais precisos os modelos de aprendizado de m\u00e1quina podem se tornar. As plataformas de preven\u00e7\u00e3o de fraude usam tecnologia de aprendizado de m\u00e1quina para gerar pontua\u00e7\u00f5es de risco que permitem \u00e0s companhias a\u00e9reas eliminar efetivamente as transa\u00e7\u00f5es fraudulentas sem rejeitar as leg\u00edtimas.<\/p>\n

Transa\u00e7\u00f5es baseadas em informa\u00e7\u00f5es<\/strong>
\nO neg\u00f3cio de pagamentos decrescentes \u00e9 complicado. As companhias a\u00e9reas geralmente est\u00e3o dispostas a assumir mais riscos para ocupar assentos que, de outra forma, iriam para o lixo. Um mecanismo de decis\u00e3o preciso \u00e9 vital para reduzir as tentativas de pagamento fraudulentas e falsas recusas, que em 2023 custar\u00e3o \u00e0s empresas US $ 386 bilh\u00f5es em todo o mundo. \u00c9 aqui que os algoritmos do aprendizado de m\u00e1quina tornam o processo de detec\u00e7\u00e3o de pagamentos por fraude menos complicado para os consumidores.<\/p>\n

\u00c9 hora de combater a fraude a\u00e9rea<\/strong>
\nA fraude a\u00e9rea custa bilh\u00f5es de d\u00f3lares por ano \u00e0s companhias a\u00e9reas e aos agentes de emiss\u00e3o de bilhetes, e isso naturalmente tamb\u00e9m afeta os viajantes. As empresas n\u00e3o precisam ficar \u00e0 margem e serem v\u00edtimas de fraude, por isso as companhias a\u00e9reas est\u00e3o procurando solu\u00e7\u00f5es baseadas em modelos de aprendizado de m\u00e1quina e bancos de dados de transa\u00e7\u00f5es em constante expans\u00e3o e aprimoramento, com o objetivo de eliminar de forma efetiva o custo crescente das fraudes, a revis\u00e3o manual de transa\u00e7\u00f5es e a corre\u00e7\u00e3o de estornos.<\/p>\n","protected":false},"excerpt":{"rendered":"

[…]<\/p>\n","protected":false},"author":4,"featured_media":7561,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[96],"tags":[8850,8849,8852,8851],"yoast_head":"\n