Source: https://bridgeeme.com/pt/docs/antifraude-score-mmm.html

Documentação / Antifraude, score e MMM

# Antifraude, score e MMM

Scanner animado

## Evidência antes da decisão

✓ 

Antifraude

## Sinais observados

### CTIT

intervalos extremos e distribuição por canal.

### Replay

click ID duplicado ou reutilizado em múltiplas sessões.

### Conflito

IDs nativos incompatíveis no mesmo clique.

### Automação

burst, cadência e incoerência de interação.

### Jornada

tempo ativo, PDP, busca e funil consentidos.

### Integridade

falhas de coleta separadas de baixa qualidade.

Score

## Componentes, não caixa-preta

```
trust_score = f(
  attribution_confidence,
  traffic_quality,
  measurement_integrity,
  fraud_risk,
  score_coverage,
  model_version
)
```

Os componentes e reason codes são a decisão operacional. O número agregado é uma síntese versionada.

Uso responsável

## Regras de operação

| Situação | Ação | 
| --- | --- |

| score alto + cobertura alta | manter monitoramento; não assumir causalidade | 
| score baixo + fraude alta | investigar evidência e parceiro antes de bloquear | 
| score baixo + integridade baixa | corrigir coleta; não penalizar canal | 
| behavioral unavailable | usar apenas risco técnico | 
| mudança de versão | comparar shadow e recalibrar baseline | 

MMM

## Da qualidade ao modelo

O MMM trabalha no grão canal × dia/semana × geografia. Use trusted installs, taxa de fraude, cobertura do score, sinais físicos, investimento e controles externos. Faça adstock, saturação, backtesting e intervalos de incerteza.

Não multiplique receita pelo trust score. Use qualidade como feature, peso de observação ou análise de sensibilidade e documente a especificação.