6 min
Quando você é alvo de um ataque de fraude, a segunda pergunta deve ser: com que tipo de fraude estou realmente lidando? A distinção entre fraude primária e fraude de terceiros não é apenas técnica. Ela muda radicalmente a forma como você reage e as ferramentas que utiliza. Fico constantemente surpreso com a quantidade de equipes que não conseguem distinguir uma da outra ou não consideram essa diferença importante.
Este episódio é sobre como resolver isso.
O que você vai ouvir neste episódio:
- As principais definições de fraude de primeira parte e fraude de terceiros
- Os sinais específicos que distinguem os dois na prática
- Dois exemplos reais e dispendiosos de equipes que implementaram as ferramentas erradas
- Por que a fraude de terceiros pode ser mais fácil de detectar do que a maioria das pessoas imagina e por que a fraude de primeira parte pode ser mais difícil
- O conjunto específico de ferramentas necessário para cada tipo de fraude
- Por que a maioria das ferramentas de prevenção a fraudes foi desenvolvida, por padrão, com foco em fraudes cometidas por terceiros
Você deveria ouvir este episódio se:
- Está tentando diagnosticar um aumento na taxa de fraude e não sabe ao certo se está lidando com fraude primária ou fraude de terceiros
- Investiram em ferramentas antifraude de verificação de identidade KYC ou de identificação de dispositivos sem obter os resultados esperados
- São responsáveis pela detecção de invasões de contas e querem entender melhor quais sinais realmente importam
- Precisam demonstrar internamente o retorno sobre o investimento na prevenção de fraudes, associando a ferramenta certa ao tipo de fraude adequado
- Estão lidando com casos de detecção de contas de laranjas ou de fraude por conluio que não se enquadram claramente em nenhuma das categorias
Notas do episódio e principais conclusões
A principal diferença entre fraude de primeira parte e fraude de terceiros
A fraude de terceiros significa que alguém roubou um meio de pagamento ou uma identidade, criou do zero um caso de fraude de identidade sintética e está a fazer-se passar por outra pessoa. A fraude de primeira parte significa que um cliente real, utilizando a sua verdadeira identidade, simplesmente não tem qualquer intenção de cumprir o que acordou. Quer isso se manifeste como fraude de estorno, fraude em devoluções ou abuso de promoções. No papel, parece simples. Na prática, as fronteiras esbatem-se rapidamente. Confundir esta distinção é um dos erros mais dispendiosos que uma equipa antifraude pode cometer.
O que observar
A fraude de primeira parte tende a manifestar-se em casos sem qualquer ligação entre dispositivos ou redes IP. Verificam-se estornos precoces durante a primeira semana após uma transação, a ausência de sinais típicos de fraude, como discrepâncias geográficas, e um histórico de conta consolidado sem quaisquer alertas de deteção de apropriação de conta. A fraude de terceiros apresenta características quase opostas. Existem fortes ligações partilhadas entre dispositivos e redes IP, elementos de identidade suspeitosamente irrepreensíveis, mas recém-criados, padrões anormais, como convenções de e-mail quase idênticas entre pessoas supostamente diferentes, e discrepâncias geográficas associadas a taxas de recusa invulgarmente elevadas por parte dos emissores.
Dois exemplos dispendiosos
Uma fintech estava a lidar com um caso evidente de fraude primária. Em resposta, investiu fortemente no reforço da verificação de identidade KYC, na autenticação multifator e na identificação de dispositivos. A sua taxa de fraude continuou a aumentar. Estas ferramentas verificam a identidade, algo que os autores de fraude primária já possuem. Por outro lado, uma plataforma SaaS enfrentava um caso clássico de fraude de terceiros. Concentrou os seus esforços na análise do histórico de transações, na avaliação do risco de crédito e em regras relativas ao tempo de existência das contas. Entretanto, não percebeu que, durante todo esse tempo, 80% da fraude tinha origem em apenas três redes IP.
O mais fácil de detectar
O comportamento fraudulento baseado numa identidade roubada ou sintética é claramente diferente do comportamento do verdadeiro titular de uma conta, o que cria padrões que podem ser detetados com elevada precisão. A fraude de primeira parte é mais difícil de identificar porque o comportamento da pessoa parece completamente normal até ao momento em que decide não pagar e, por vezes, essa decisão só é tomada depois de o pagamento já ter sido processado. Isto torna quase impossível detetá-la no momento da transação. Nem todos os casos se enquadram claramente numa única categoria. A deteção de contas mula e a fraude por conluio são os exemplos mais claros de situações em que a fraude de primeira e de terceira parte se sobrepõem e são verdadeiramente difíceis de distinguir.
O conjunto de ferramentas certo
O setor de prevenção a fraudes foi desenvolvido principalmente em torno da detecção de fraudes de terceiros. Esse é um dos principais motivos pelos quais tantas equipes enfrentam dificuldades quando se deparam pela primeira vez com um problema grave de fraude de primeira parte. Elas podem estar recorrendo a ferramentas criadas para resolver um problema completamente diferente. A maioria das empresas lida com os dois tipos ao mesmo tempo. As equipes bem-sucedidas desenvolvem abordagens específicas para cada um, em vez de esperar que um único conjunto de ferramentas dê conta de tudo.
Conclusão final
O erro mais dispendioso que vejo as equipas antifraude cometerem não é escolher uma ferramenta inadequada. É escolher a ferramenta certa para o problema errado. A distinção entre fraude primária e fraude de terceiros não é meramente académica: é a primeira questão de diagnóstico que deve orientar tudo o que se segue — os sinais a procurar, as ferramentas a implementar e, em última análise, se o investimento na prevenção de fraudes realmente compensa. A maioria das empresas enfrenta ambos os tipos em simultâneo, o que significa que a verdadeira competência não está em escolher uma única abordagem, mas em saber qual aplicar e quando.
Recursos e links
Ainda não quer encerrar a conversa sobre o meu assunto favorito — e, espero, o seu também? Assine a newsletter The Saturday Fraud Strategist.
Conecte-se com Chen Zamir | LinkedIn
Apresentador do The Saturday Fraud Strategist
Ajudando fintechs a criar defesas mais inteligentes contra fraudes
Coautor de “The Fraud Fighter’s AI Playbook”
Episode transcript
Chen Zamir
00:06
When you get hit by a fraud attack, your first question should be, how bad is it? But the second question should be, what kind of fraud am I dealing with? The difference between first party fraud and third party fraud isn't just technical. It fundamentally changes how you respond, what tools you deploy, and ultimately how successful you'll be at stopping it. Yet, I'm constantly amazed by how many teams can't tell the difference or worse, don't think it matters. So, today I'm going to break down how to identify which type of fraud you're facing and why getting it right is so critical to your business.
Chen Zamir
00:44
Let's start with the basics. Third party fraud happens when someone steals payment methods or identities or creates completely new but fake synthetic identities with the intention to defraud your business. The fraudster pretends to be someone else entirely. First party fraud happens when real customers use their real identities but have no intention of honoring their commitments. They are who they say they are but their intentions are fraudulent. Whether they commit chargeback fraud, returns fraud, promo abuse, or any other form of policy abuse. Sounds simple on paper, right? The problem is that in the real world, the lines get blurry fast.
Chen Zamir
01:26
After years of working with fraud teams across dozens of fintechs, I've noticed distinct patterns that separate these fraud types. So, let's talk about what you should be looking for. Starting with firstparty fraud, fraud cases that are notably not connected by online assets, device IDs or IP networks. Early chargeback maturation, especially in the first week after transactions. Absence of traditional fraud signals like geo mismatches or bad links. Higher transaction velocity is also often the only suspicious signal and established account history with no ATO indicators. Now, to be clear, I don't mean that you need to see all of these signals in the same account to say it's first party fraud. These are just examples for what to look for when tagging the loss events. Now, let's compare it to third party fraud. Here, you want to look for strong connections between fraud cases like shared devices or IP networks, abnormal shared behavioral patterns, for example, identical email conventions across supposedly different people. So John Smith777@gmail.com, jane smith777@gmail.com and so on. Suspiciously new yet clean identity assets like emails and phone numbers. Geographic mismatches like a new foreign country IP addressing your US service and unusually high issuer decline rates. So it's pretty clear that the difference is stark once you know what to look for. Yet, I regularly encounter teams using the wrong detection methods for the fraud type they're actually facing. And by the way, just to get it out of the way, and as I mentioned a minute ago, in some fraud technologies, the lines get blurry. This is often the case with money mules, money laundering, and collusion fraud. So, unfortunately, it's not so easy sometimes to tell the difference.
Chen Zamir
03:20
Here's what I keep seeing in the industry. Companies implementing the wrong solutions because they haven't properly identified what they're up against. And it happens so frequently that I'm starting to think it's the rule, not the exception. And it cost these companies millions. Why? Because fraud tools, like all tools, are built to solve specific problems. Use them on the wrong problem and you're essentially throwing money away. Let me give you some real examples I've encountered. A fintech dealing with obvious first party fraud, early chargebacks in established accounts decided to invest heavily in advanced KYC verification, multifactor authentication, and device fingerprinting upgrades. Unsurprisingly, their fraud rates kept climbing because these tools verify identity, something first party fraudsters already have legitimately. Then there's the opposite scenario, a SAS platform hit by classic third party fraud. Connected devices, new email accounts focused on transaction history analysis, credit risk scoring, and account tenure rules. Meanwhile, they completely missed that 80% of their fraud was coming from the same three IP networks. There's also a critical insight here that is worth highlighting. Third party fraud is actually easier to fight effectively. Why? Because fraudulent behavior patterns are distinctly different from legitimate user behavior. When someone is using a stolen identity, they behave differently than the real account owner would. These differences create detectable patterns that separate good users from fraudsters with high accuracy. First party fraud, however, is trickier because the user's behavior often appears perfectly normal until the moment they decide not to pay. And sometimes that decision is made after the payment was made, which makes it nearly impossible to detect at the time of payment. So, what do you do?
Chen Zamir
05:18
As you can learn from the examples I just shared, how you prepare and react to these two different threats is unsurprisingly different as well. Here are the hallmarks of good fraud prevention for each fraud type. And you want to make sure that you can tick most boxes. Let's start with uh third party fraud. You want to look at KYC, identity and document verification, device fingerprinting and IP intelligence, velocity counters and network analysis, behavioral biometrics, identity intelligence like email, phone, etc. Two factor authentication or multifactor authentication. For firstparty fraud, you want to look at consortium data, dynamic returns and refunds policy, chargeback dispute management, and device fingerprinting, which is mainly relevant for account sharing and promo use. See, what works for one fraud type likely won't work for the other. And that's why it's so critical to know what you're actually facing.
Chen Zamir
06:21
When you look at its roots, you realize that the fraud prevention industry was built primarily around third-party fraud detection. That's why so many teams struggle when facing first party fraud. They're using tools designed for a completely different problem. So before investing in another solution, make sure you've correctly identified what you're up against. And the telltale signs are there if you know what to look for. But here's the thing, most businesses face both types simultaneously. And the most successful fraud teams deploy targeted approaches for each rather than trying to find a one-size fits-all solution because it's simply doesn't work. Anyway, that's all for today and I'll see you next Saturday.
View full transcript
