Sua blacklist reconhece o mesmo nome e endereço escritos de formas diferentes?

A lista pode estar certa e a comparação errada

Blacklists de nomes e endereços são usadas para impedir operações com pessoas, locais ou contextos classificados como inadequados para determinada política de risco. O problema aparece quando o sistema exige que o texto do cadastro seja idêntico ao texto da lista.

Na vida real, abreviações, acentos, títulos, ordem de palavras, erros de digitação e omissões criam muitas representações para a mesma informação.

Três grafias, um endereço

Para uma pessoa, as linhas indicam o mesmo local. Para uma comparação literal, elas podem ser três textos incompatíveis. O mesmo ocorre com nomes como “João Gonçalves”, “Joao Goncalves” e “J. Gonsalves”.

Como a fraude explora a distância entre grafias

Esse tipo de fraude não precisa romper a defesa. Ela tenta passar pela diferença entre a forma armazenada e a forma apresentada. Variações intencionais podem ser usadas em abertura de contas, pedidos, cartões, crédito, entregas e outros processos sensíveis.

Quanto mais rígida a igualdade textual, maior a superfície para evasão por grafia. Quanto mais frouxa a comparação sem controle, maior o risco de falsos positivos. A solução precisa equilibrar ambos.

Normalizar antes de comparar

Normalização transforma componentes equivalentes em representações comparáveis: remove ruído tipográfico, interpreta abreviações, separa número e complemento, trata acentuação e organiza a estrutura do nome ou endereço.

Uma representação canônica ou código de correspondência permite que muitas grafias sejam reconhecidas como variantes da mesma entidade, sem depender apenas de um texto idêntico.

Não basta aproximar qualquer coisa

Uma boa comparação não pode reduzir todo endereço parecido ao mesmo lugar. Número, município, CEP, complemento e contexto precisam participar da decisão. Em nomes, documentos, data de nascimento e outros atributos ajudam a distinguir homônimos.

O resultado deve ser explicável: quais campos coincidiram, quais divergiram e qual regra levou ao alerta.

Aplicações práticas

• badname de negativados, falecidos ou pessoas submetidas a políticas internas específicas;
• badaddress de presídios, cemitérios, locais de risco ou endereços recorrentes em fraude;
• listas internas de dispositivos, telefones e pontos de contato;
• prevenção a duplicidade e evasão cadastral;
• integração com motores de decisão existentes.

Como o MatchIQ complementa a blacklist

O MatchIQ normaliza nomes e endereços, cria representações estáveis e compara o cadastro com listas restritivas mesmo quando existem variações de grafia. A solução pode ser integrada ao processo existente, sem exigir que o sistema transacional seja substituído.

O objetivo não é aumentar indiscriminadamente o número de bloqueios. É identificar correspondências que hoje passam despercebidas e devolver evidências para a política de risco decidir.