Este blog foi traduzido do japonês para o inglês, e foi publicado originalmente aqui.
A Asoview Co., Ltd., operadora da plataforma "Asoview!", um dos principais serviços de reserva de lazer e experiências no Japão, buscou desenvolver uma capacidade de detecção de fraude independente de seus provedores de serviços de pagamento (PSPs). Para isso, a empresa implementou o Sardine, uma solução de próxima geração para detecção de fraudes.
A DGBT conversou com Junya Ebe, Diretor Executivo Sênior e CIO, sobre o caminho que levou a essa decisão e os resultados que se seguiram.
Este artigo é baseado em uma apresentação realizada no "DGBT CommerceDay 2025", realizada em dezembro de 2025.
"Uma experiência segura" como princípio central do serviço
Você pode começar com uma visão geral da Asoview e do que orienta a forma como vocês conduzem o serviço?
A Asoview opera dois produtos interconectados: "Asoview!", uma plataforma voltada ao consumidor para reservar experiências de lazer e atividades ao ar livre, e "Urakata", um SaaS de gestão de reservas e bilhética para instalações de lazer e operadores de atividades. Juntos, eles funcionam como uma plataforma integrada, atendendo atualmente cerca de 6.000 empresas parceiras e 16 milhões de membros registrados. Nossa base principal de usuários é composta sobretudo por adultos entre 20 e 40 anos, com forte presença de casais e famílias. A pandemia foi um período extremamente difícil, mas nós a transformamos em um ponto de virada ao captar a crescente demanda de instalações de lazer que buscavam digitalizar suas operações.
O princípio que orienta tudo o que fazemos é segurança e proteção. Quando as pessoas saem para lazer, esses momentos precisam ser especiais. Não podemos ser o motivo de essa experiência ser arruinada.
Em termos concretos, consideramos as três áreas a seguir como os pilares do que “segurança” significa para os nossos usuários:
- Investimento ativo em segurança da informação e gestão de dados de clientes
- Priorização da disponibilidade e estabilidade do sistema
- Garantir experiências perfeitas tanto para os usuários quanto para os operadores das instalações
Quando ingressos de alta demanda entram em venda e o tráfego aumenta drasticamente, as transações precisam continuar fluindo. É por isso que mantemos sistemas de backup para cenários de indisponibilidade e tratamos a disponibilidade como uma prioridade constante.
Romper com a dependência de PSP
O que levou você a desenvolver sua própria capacidade de detecção de fraude?
Quando você depende das ferramentas de prevenção a fraudes incluídas de um PSP, toda vez que troca de provedor, toda a sua postura de prevenção a fraudes é reiniciada. Os dados que você acumulou, os padrões que aprendeu – nada disso é aproveitado. Concluímos que ter nossa postura de segurança atrelada às decisões comerciais de um provedor de pagamentos criava um risco estrutural no médio e longo prazo.
Segurança e proteção são fundamentais no que oferecemos. Decidimos desenvolver uma capacidade independente de detecção de fraude, que não ficasse refém de qualquer PSP que estivéssemos usando.
Seis critérios de avaliação e por que a Sardine venceu
Como você abordou a avaliação dos fornecedores?
Avaliámos os candidatos em seis dimensões:
- Flexibilidade da tecnologia de detecção (IA vs. baseada em regras, metodologia)
- Latência e taxa de transferência
- Facilidade de implementação e operação contínua
- Flexibilidade na aplicação da cobertura a categorias específicas de produtos
- Custo-benefício
- Viabilidade a longo prazo
A velocidade de processamento foi o fator ao qual demos maior peso. Quando um ingresso muito disputado entra em venda, o volume de transações pode disparar em um instante. Qualquer latência no processamento de pagamentos nesse momento degrada diretamente a experiência do usuário. A média de tempo de resposta a fraudes inferior a 0,2 segundos, combinada com a capacidade deles de lidar com centenas de solicitações por segundo em pico de carga, foi um fator decisivo.
Também valorizamos a capacidade de aplicar a detecção de fraude de forma seletiva, direcionando categorias de produtos de maior risco em vez de aplicar uma cobertura geral a todas as transações. Essa flexibilidade se traduziu diretamente em uma estrutura de custos mais racional.
Como você avaliou especificamente a tecnologia da Sardine?
A combinação de biometria comportamental e inteligência de dispositivo destacou-se como particularmente eficaz. O sistema analisa sinais comportamentais sutis, como o movimento do mouse, o ritmo de digitação e a inclinação de um smartphone na mão do usuário, para diferenciar bots de usuários legítimos. Em uma era em que a IA generativa torna cada vez mais fácil fabricar informações pessoais, padrões comportamentais inconscientes são muito mais difíceis de falsificar. É exatamente aí que essa abordagem de detecção se destaca.
A capacidade da Sardine de identificar a verdadeira origem das conexões, mesmo quando endereços IP são manipulados para fazer com que acessos do exterior pareçam domésticos, também chamou nossa atenção. Vemos esse tipo de spoofing com frequência nos dados de transações da Asoview, e o impacto dessa capacidade tem sido tangível.
A arquitetura híbrida que combina IA e lógica baseada em regras foi outro ponto a favor da Sardine. Uma IA pura leva tempo para atingir alta precisão. Regras puras não conseguem acompanhar a evolução das táticas de fraude. A abordagem em duas camadas, em que cada uma compensa as fraquezas da outra, nos dá confiança em produção.
Como você avaliou a trajetória de longo prazo da Sardine?
As táticas de fraude evoluem constantemente, portanto a capacidade de uma solução acompanhar esse ritmo é extremamente importante para um compromisso de longo prazo. A Sardine lança novos recursos em uma cadência mensal, o que sinaliza um investimento contínuo no produto. A recente adição de uma funcionalidade de pontuação para diferenciar agentes de IA legítimos de bots maliciosos é um bom exemplo desse avanço.
O processo de implementação foi simples?
Nossa equipe interna de desenvolvimento cuidou da integração, e estávamos no ar em pouco menos de um mês, o que foi muito mais rápido do que esperávamos.
Resultados: Redução significativa de fraude sem sacrificar a experiência do cliente
O que mudou desde a entrada em produção?
Lançamos em agosto, que é a alta temporada de verão para a Asoview e um dos nossos períodos de maior volume do ano. Apesar desse momento, ainda assim conseguimos obter uma redução significativa nas taxas de transações fraudulentas no primeiro mês de operação. Manter esse desempenho durante o pico da demanda foi uma prova de conceito importante.
O que mais nos satisfaz em termos de precisão é que os falsos positivos não aumentaram. Agora estamos bloqueando fraudes com precisão cirúrgica, usando parâmetros granulares como sistema operacional, tamanho de tela e sinais comportamentais, sem prejudicar a experiência de compra dos clientes legítimos.
À medida que os contatos relacionados a fraudes diminuíram, nossa equipe de suporte ao cliente conseguiu redirecionar sua capacidade para questões centrais de serviço.
Como funciona na prática o modelo operacional com a DGBT?
Não precisamos gerenciar internamente as alterações de configuração. Enviamos dados de fraude e feedback para a DGBT, e eles cuidam do ajuste fino, o que tem sido realmente valioso. Na prática, padrões e táticas identificados nas operações diárias são realimentados na configuração do sistema, e o modelo de IA aprende com essas informações para melhorar a precisão da detecção ao longo do tempo. Quando é necessária intervenção manual — por exemplo, quando precisamos bloquear imediatamente um padrão de fraude muito específico — a equipe de consultoria da DGBT traduz isso diretamente em lógica de regras.
Começámos com uma configuração principalmente baseada em regras no lançamento e, à medida que os dados foram sendo acumulados, a precisão do modelo de IA melhorou progressivamente. Executar esse ciclo em parceria com a DGBT significa que estamos a elevar continuamente a qualidade da deteção, mantendo o nosso próprio esforço operacional reduzido. Daqui para a frente, pretendemos apostar ainda mais no modelo de IA e avançar para uma deteção com precisão ainda maior.
Uma estratégia de segurança criada para escala global
Como é que se apresenta o caminho a seguir?
A Asoview está se expandindo horizontalmente, saindo de atividades e lazer para eventos e categorias relacionadas a viagens, e estamos acelerando internacionalmente. À medida que o mercado cresce, a superfície de ataque também aumenta. Os avanços em IA estão gerando eficiências operacionais de um lado e vetores de ataque mais sofisticados do outro. É exatamente por isso que uma parceria com uma solução como a Sardine, que evolui continuamente, combinada com a expertise operacional de um parceiro como a DGBT, não é opcional, é essencial.
A prevenção de fraude é um esforço contínuo. Os adversários se adaptam o tempo todo. Os dados de fraude que acumulamos alimentam as melhorias do modelo da Sardine, o que, por sua vez, aumenta a nossa própria precisão de detecção e cria uma relação cumulativa e mutuamente reforçadora. Esse é o tipo de dinâmica sustentável e ganha-ganha que pretendemos manter.