# Transaction monitoring

> Transaction monitoring (monitoramento transacional de PLD-FT)

Monitoramento em tempo real ou em lote dos fluxos de um cliente para detectar operações atípicas (PLD-FT) ou fraudulentas. Bloco operacional-chave entre o KYC e a comunicação de suspeição à TRACFIN.

_Categoria: securite_

---

## Definição

O **transaction monitoring** (monitoramento transacional) acompanha continuamente — em tempo real ou em lote — os fluxos de um cliente para detectar operações atípicas ligadas à lavagem de dinheiro, ao financiamento do terrorismo ou à fraude.

É o elo operacional entre o onboarding KYC ("sei quem é") e a comunicação de suspeição à TRACFIN ("sinalizo o que é anormal"). Combina motores de regras, modelos de ML e equipes de analistas.

## O pipeline típico

1. **Ingestão**: transações, KYC, contexto do dispositivo, histórico.
2. **Enriquecimento**: geolocalização, MCC, classificação do beneficiário, scoring do dispositivo.
3. **Cenários**: regras determinísticas e modelos de ML (anomalias estatísticas).
4. **Alertas** sobre transações ou clientes de risco.
5. **Triagem**: auto-clear ou auto-block em algumas, escalonamento das demais.
6. **Revisão humana** por um analista, que confirma ou rejeita.
7. **Ação**: bloqueio, pedido de informação, comunicação à TRACFIN, reporte.

## PLD-FT vs antifraude

Muitas vezes na mesma ferramenta, dois objetivos distintos:

- **PLD-FT**: detectar lavagem, terrorismo, fraude fiscal — horizonte de médio/longo prazo, ação = comunicação à TRACFIN.
- **Fraude**: detectar conta comprometida, fraude APP, fraude com cartão — horizonte em tempo real, ação = bloqueio antes da execução.

Os fornecedores modernos (Hawk, Sardine, Featurespace, Feedzai) oferecem os dois em uma única plataforma.

## Cenários clássicos

- **PLD-FT**: structuring/smurfing (pequenos valores abaixo do limite), conta de passagem, países de risco, atividade incoerente com o perfil, network analysis (contas vinculadas), uso intensivo de dinheiro em espécie.
- **Fraude**: login a partir de um novo dispositivo seguido de transferência, primeira transferência para um IBAN estrangeiro desconhecido, teste de cartões roubados, geolocalização incoerente, velocity, padrão de laranja (mule).

## Regras vs ML

- **Regras determinísticas**: auditáveis, mas com muitos falsos positivos (até 95% nos players históricos).
- **ML supervisionado**: mais preciso, menos falsos positivos, mas exige rótulos (alertas confirmados).
- **ML não supervisionado**: detecta anomalias sem rótulo, útil para novos tipos de ataque.
- **Híbrido**: regras + ML + human-in-the-loop, os melhores scores do mercado.

O verdadeiro debate: ML opaco vs explicabilidade. A ACPR exige entender por que uma transação é bloqueada — daí os modelos explicáveis (SHAP, surrogate trees).

## O desafio do volume de alertas

Um banco de porte médio gera vários milhares de alertas por dia. Metas de um bom motor: menos de 10% de alertas confirmadas, mais de 50% tratadas automaticamente e de 5 a 30 minutos de tratamento humano por alerta restante. A otimização contínua (revisão das regras, retreinamento do ML, caça aos falsos positivos) é um trabalho de tempo integral.

## O que o transaction monitoring não é

- **Não substitui o KYC**: sem um perfil de referência, ele é cego.
- **Não é garantia de zero fraude**: nenhuma solução pega 100% dos casos.
- **Não é bloqueio automático em massa**: bloquear demais gera reclamações, sanções da ACPR e custos.
- **Não é estático**: regras e modelos devem ser revistos continuamente (drift).

## No ecossistema PSD2

É uma obrigação de PLD-FT (AMLD), portanto exigida de todos os PSPs da PSD2, e um tema central na fraude por transferência. O PSR vai tornar o PSP responsável pelo prejuízo quando ele não tiver monitorado uma transação (art. 83(1a)) e vai obrigar o banco do pagador a suspender um pagamento que considere suspeito (art. 65, numeração provisória do texto de compromisso de abril de 2026). A DORA acrescenta uma exigência de resiliência operacional sobre o próprio sistema de monitoramento.

```mermaid
flowchart LR
    TX["Transações<br/>+ contexto do cliente"]

    subgraph PROCESS["Pipeline de monitoramento"]
        ENRICH["Enriquecimento<br/>(geo, MCC, dispositivo)"]
        RULES["Regras determinísticas"]
        ML["Modelos de ML"]
        SCORE["Scoring de risco"]
    end

    subgraph TRIAGE["Triagem"]
        AUTO_CLEAR["Auto-clear (baixo risco)"]
        ALERT["Alerta"]
        AUTO_BLOCK["Auto-block (risco muito alto)"]
    end

    subgraph ACTION["Ações"]
        ANALYST["Revisão do analista"]
        DS["CS à TRACFIN"]
        BLOCK["Bloqueio da transação"]
        ASK["Pedido de informação ao cliente"]
    end

    TX --> PROCESS
    PROCESS --> TRIAGE
    TRIAGE --> ACTION
```

## Exemplos concretos

- **Especialistas**: Hawk (DE, ML-first), ComplyAdvantage (UK), Sardine (EUA, cripto + fintech), Featurespace (UK), Feedzai (PT), Quantexa (network analysis), NICE Actimize e SAS AML (grandes contas).
- **Neobanco**: um cliente recebe € 5.000 de um IBAN desconhecido e retransfere € 4.800 para uma carteira de cripto em 5 minutos → alerta → revisão em 10 min → pedido de justificativa → bloqueio e comunicação à TRACFIN se insuficiente.
- **Fraude APP**: uma transferência de € 8.000 para um novo beneficiário às 22h aciona um atrito (pop-up, prazo de 24h, verificação por telefone), com quedas de fraude relatadas pelos grandes bancos.
- **Solaris (DE)**: sancionada pela BaFin em 2023 por falha no monitoramento (teto de crescimento, reformulação do motor).
- **Escala**: tendo passado de 1 a 10 mi de clientes, o Revolut teve de repensar seu motor (apenas regras → ML + equipes 24/7).
- **Custo**: € 0,1 a € 1/cliente/ano de ferramenta mais ~1 FTE para 50 a 100 mil clientes ativos — ou seja, € 2 a € 4 mi/ano para 1 mi de clientes.
- **Evolução**: graph analytics para as redes de laranjas e o compartilhamento de sinais entre bancos (projeto UK Finance), a equilibrar com o RGPD.

## Fontes

- [Lignes directrices de l'ACPR sur la lutte contre le blanchiment et le financement du terrorisme](https://acpr.banque-france.fr/lutte-contre-le-blanchiment-des-capitaux-et-le-financement-du-terrorisme) — ACPR / Banque de France
- [EBA Guidelines on ML/TF risk factors](https://www.eba.europa.eu/regulation-and-policy/anti-money-laundering-and-countering-financing-terrorism) — European Banking Authority

---

Fonte: https://openfinanceguide.com/pt-br/glossary/transaction-monitoring