Taxa de aprovação onboarding: o número saudável e como medir

Não existe taxa de aprovação de onboarding saudável em abstrato. O número só significa alguma coisa lido junto de fraude aprovada, falso positivo e custo por cadastro aprovado, e com o denominador declarado de forma explícita.

Essa é a métrica mais pedida em reunião de diretoria e a mais simples de manipular sem mentir. Afrouxe uma regra de confronto documental, aceite foto de qualidade pior, reduza o confronto em base oficial: a taxa sobe na semana seguinte. Nenhuma linha do relatório fica falsa. O que mudou foi a quantidade de gente que você não conhece dentro da base.

O caminho oposto também engana. Aperte tudo, veja a taxa despencar e conclua que o fornecedor piorou. Pode ter piorado, ou pode ter começado a barrar o que antes passava. Sem as métricas de contorno, você não distingue rigor de defeito.

Por que a taxa de aprovação sozinha não informa nada

Taxa de aprovação é um quociente, e quociente sem contexto é retórica. Ela sobe por pelo menos cinco motivos, e três deles são ruins.

Sobe porque o fluxo melhorou: instrução de captura mais clara, menos passos redundantes, melhor tratamento de rede instável. Sobe porque a origem do tráfego mudou. Até aqui, boa notícia.

Mas ela também sobe porque a régua afrouxou, porque fraude organizada aprendeu a passar, ou porque você mudou o denominador sem avisar ninguém. Nos três casos o gráfico vai para cima e o risco também.

Por isso, antes de perguntar "qual é o número bom?", a pergunta útil é "esse número está acompanhado?". Ele precisa vir sempre em quarteto:

• Taxa de aprovação: quantos cadastros terminam aprovados.
• Fraude aprovada: quantos aprovados se revelaram fraudulentos em uma janela de observação definida.
• Falso positivo: quantos reprovados eram clientes legítimos, medidos por recurso, por reapresentação ou por amostragem manual. O tema tem detalhamento próprio na pauta sobre falso positivo em antifraude.
• Custo por cadastro aprovado: soma de consultas, tentativas, fila de exceção e retrabalho dividida pelos aprovados. A composição dessa conta está na pauta sobre abandono no cadastro.

Uma taxa alta com fraude aprovada em alta é pior do que uma taxa mais baixa e estável, com fila de exceção resolvendo os casos duvidosos. Quem olha só a primeira coluna nunca enxerga isso.

O denominador é onde quase toda comparação morre

A maior parte das discussões sobre taxa de aprovação é uma discussão sobre denominadores diferentes sem que ninguém perceba. Defina o seu por escrito e use o mesmo em todo relatório.

• Tentativas de verificação. O que conta: Cada chamada de verificação, incluindo repetições do mesmo usuário. Taxa que ele produz: Mais baixa de todas. Para que serve: Medir qualidade de captura e estabilidade técnica. Risco de uso: Penaliza o fluxo por retentativas legítimas de foto.
• Usuários que iniciaram o cadastro. O que conta: Quem abriu o fluxo, ainda que tenha abandonado no primeiro campo. Taxa que ele produz: Bem baixa. Para que serve: Medir o funil inteiro, incluindo abandono. Risco de uso: Mistura problema de produto com decisão de risco.
• Cadastros submetidos para análise. O que conta: Quem completou o envio e entrou na decisão. Taxa que ele produz: Intermediária. Para que serve: Medir a régua de risco propriamente dita. Risco de uso: Ignora tudo que se perdeu antes da submissão.
• Cadastros com decisão automática. O que conta: Submetidos menos os que foram para fila manual. Taxa que ele produz: Mais alta. Para que serve: Medir a cobertura do automático. Risco de uso: Esconde o custo e o volume da fila de exceção.
• Cadastros decididos, automático mais manual. O que conta: Toda decisão final, independentemente do caminho. Taxa que ele produz: Alta e a mais comparável internamente. Para que serve: Reportar a régua completa para diretoria. Risco de uso: Exige que a fila manual tenha prazo controlado.

Três regras evitam dor de cabeça. Primeira: retentativa de captura do mesmo usuário, na mesma sessão, não é cadastro novo. Segunda: a janela de contagem precisa ser fixa, porque cadastro pendente em fila manual vira aprovado dias depois e desloca a série histórica. Terceira: mudança de denominador exige recálculo retroativo da série inteira, senão o gráfico mostra uma melhora que nunca existiu.

Comparar a sua taxa com a de outra empresa quase sempre é comparação inválida

É tentador pedir referência de mercado. O problema é que o número depende de variáveis que não viajam entre empresas.

Depende do perfil do público: base bancarizada com documento recente se comporta de um jeito, público de primeira conta se comporta de outro. Do canal: aplicativo com câmera nativa captura melhor do que navegador em aparelho antigo. E do apetite a risco: uma plataforma P2P que responde por prejuízo de transação tolera menos do que um marketplace com cadastro gratuito de comprador.

Depende, principalmente, do denominador que a outra empresa usou e que ela raramente declara. Quando um número desses circula sem definição de denominador, janela e perfil, ele não é referência, é ruído.

Se precisar de âncora externa, use dado público com fonte e ano, e use para calibrar prioridade, não meta. O estudo O Real Custo da Fraude 2023 (América Latina), da LexisNexis Risk Solutions, divulgado em 2024, aponta a criação de nova conta como o estágio da jornada com maiores perdas por fraude na região, o maior desafio para instituições financeiras (46%) e varejistas (44%), e registra que 76% dos respondentes brasileiros perceberam impacto da fraude sobre a conversão de clientes. Isso diz onde vale investir atenção. Não diz qual taxa você deveria ter.

A leitura que efetivamente orienta decisão

Monte a série com quatro linhas na mesma tela, na mesma janela, com o mesmo denominador declarado no rodapé. Depois leia os movimentos em pares.

Aprovação sobe e fraude aprovada sobe junto. A régua afrouxou. Encontre a mudança, de configuração ou de tráfego, que causou isso.

Aprovação cai e falso positivo sobe. Você começou a recusar cliente bom. Normalmente é regra nova mal calibrada ou degradação de captura em algum aparelho específico.

Aprovação cai e falso positivo estável. A régua está pegando o que deveria pegar. Aqui o atrito adicional é prova de rigor, não problema a corrigir.

Aprovação estável e custo por aprovado subindo. A fila de exceção está crescendo por baixo. O resultado final parece o mesmo e a operação está pagando mais por ele.

Segmente sempre. Média de base inteira esconde o que importa: por canal, por faixa de idade de conta, por tipo de documento, por origem de campanha e por região. É comum descobrir que uma queda pequena na média é, na verdade, uma queda grande concentrada em um sistema operacional específico.

O que fazer agora

1. Escreva a definição do seu denominador em uma linha e publique junto de todo relatório que mostrar a taxa. Se a diretoria vê o número sem a definição, a discussão vira opinião.
2. Coloque as quatro métricas na mesma tela: aprovação, fraude aprovada, falso positivo e custo por cadastro aprovado. Nenhuma delas vai sozinha para a reunião.
3. Fixe a janela de observação da fraude aprovada antes de medir qualquer coisa. Trinta, sessenta ou noventa dias, definido e constante.
4. Segmente por canal e por dispositivo antes de concluir que houve mudança de régua. Boa parte das quedas é técnica, não de política.
5. Recalcule a série histórica sempre que mudar denominador ou regra, e marque no gráfico a data da mudança.

Perguntas frequentes

Qual é a taxa de aprovação de onboarding considerada boa? Não há resposta útil fora de contexto, porque o número muda com perfil de público, canal, apetite a risco e denominador adotado. Uma taxa só é boa quando acompanha fraude aprovada estável, falso positivo controlado e custo por aprovado previsível.

Devo contar cada tentativa de foto como um cadastro? Não. Retentativas de captura na mesma sessão, pelo mesmo usuário, são parte de uma única jornada. Contá-las separadamente derruba artificialmente a taxa e confunde problema de captura com decisão de risco.

Como medir falso positivo sem um canal formal de recurso? Por amostragem. Separe periodicamente uma amostra aleatória de reprovados e submeta a revisão manual qualificada. Não é perfeito, mas produz uma estimativa muito melhor do que assumir zero.

Posso pedir a taxa de aprovação de um fornecedor na negociação? Pode, desde que peça junto a definição de denominador, a janela, o perfil de base e os números de fraude aprovada e de falso positivo. Sem esse conjunto, o valor isolado não é comparável ao seu.

Onde entra a fila de análise manual nessa conta? Ela precisa aparecer duas vezes: no denominador de decisões finais e no custo por cadastro aprovado. Ignorar a fila faz a operação parecer mais barata e mais rápida do que é.

Para avaliar como isso se aplica à sua operação, fale com o time comercial da Shiel ID.