5 desafios comuns de experiência do usuário e desempenho com a verificação facial do cliente (e como resolvê-los)

As organizações e os fornecedores de verificação de identidade estão competindo para criar fluxos de trabalho intuitivos de integração que atendam às demandas do consumidor moderno, evitem fraudes e cumpram as regulamentações KYC/AML. Considerando que 50% dos usuários abandonam o onboarding, há uma oportunidade clara para as organizações otimizarem essa etapa do ciclo de vida da identidade.

Em setores competitivos, como serviços financeiros, uma experiência de usuário premium pode ser um diferencial importante. Otimizar os fluxos de integração pode aumentar significativamente as taxas de conversão, melhorando diretamente o retorno sobre o investimento dos esforços de aquisição de clientes.

A verificação biométrica facial com detecção de vida, a tecnologia que confirma se o usuário é real, está no centro do onboarding remoto. Se você puder melhorar o desempenho da verificação facial (medido na taxa de aprovação na primeira tentativa, taxa de aprovaçãoe tentativas de aprovação), você pode melhorar a taxa de conversão de todo o fluxo de trabalho.

1. Integração e implantação

O fato de a tecnologia ser implantada por meio de um SDK ou uma API pode afetar a experiência do usuário. As APIs geralmente têm baixo custo e não dependem de um único fornecedor, mas oferecem apenas análise de correspondência e vivacidade. Você deve criar o processo de captura e enviar as imagens ao fornecedor. No entanto, a criação de um processo de captura eficaz requer um grande volume de dados de treinamento para entender quais imagens funcionam melhor para a análise.

Os fornecedores que fazem a implantação por meio de SDKs oferecem o fluxo de trabalho biométrico completo, incluindo captura, feedback do usuário e recursos como permissões automatizadas da câmera. A vantagem dessa abordagem é que o fornecedor terá um profundo conhecimento das imagens necessárias para a análise, o que significa que poderá melhorar o desempenho otimizando os componentes de captura e análise em conjunto.

Em vez de simplesmente fornecer um SDK, o fornecedor deve adaptar a integração aos seus objetivos específicos, região e pilha de tecnologia. Testes, treinamento técnico e melhores práticas de arquitetura são essenciais para garantir o desempenho ideal desde o início.

2. Velocidade

A integração também pode afetar o tempo que os usuários levam para concluir a transação. Recursos como permissões automatizadas da câmera podem vir integrados em um SDK. Com tecnologias implantadas por API, você mesmo deve criar essa funcionalidade. Como alternativa, o usuário deve habilitar manualmente as permissões nas configurações do sistema, aumentando o tempo da transação.

Os fornecedores podem otimizar outros elementos do fluxo de trabalho biométrico para aumentar a velocidade:

• Alinhamento e feedback do usuário: O feedback ao vivo ajuda os usuários a corrigir seu comportamento e as condições ambientais ao alinhar o rosto. O feedback deve ser direcionado: o sistema deve diagnosticar o problema e fornecer orientações específicas e práticas. Por exemplo, se o usuário não tiver iluminação suficiente, a interface deve solicitar que ele “se desloque para um local mais iluminado”. Solicitações genéricas, como “aproxime-se”, quando a distância não é o problema, frustram o usuário, pouco contribuem para agilizar a captura e levam ao abandono.
• Tempo para obter resultados: É o tempo necessário para retornar uma decisão precisa de aprovação/reprovação. Os fornecedores podem otimizar elementos como a resolução das imagens capturadas e o uso da nuvem para melhorar a velocidade em todos os locais e conexões de rede.
• Motivo da falha: o tempo de transação aumenta inevitavelmente se o usuário precisar de várias tentativas para ser aprovado. O motivo da falha ajuda os usuários a serem aprovados na próxima vez. Novamente, isso deve ser específico ao comportamento e ao ambiente do usuário. Se o usuário falhar devido a pessoas em segundo plano, a mensagem deve refletir isso. Por outro lado, listar motivos de falha irrelevantes ou nenhum motivo pode levar a um ciclo de falhas, tempos de transação mais longos e desistência.

3. Carga cognitiva

A carga cognitiva é a quantidade de recursos mentais necessários para operar uma interface de usuário. As pessoas têm capacidade de processamento limitadae, quando confrontadas com informações ou instruções em excesso, deixam passar detalhes importantes ou abandonam as tarefas.

A carga cognitiva afeta várias etapas do processo de verificação facial:

• Instruções: Exibidas antes do processo de captura, as instruções definem as expectativas e demonstram o comportamento correto para ajudar os usuários a serem aprovados na primeira tentativa. Listas com muito texto que excedem três pontos muitas vezes não são lidas, aumentando o risco de o usuário ser reprovado. Iconografia, animações e GIFs reduzem a carga cognitiva e proporcionam clareza, independentemente das diferenças linguísticas.
  
  ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎ ‎

As instruções visuais para o usuário reduzem a carga cognitiva, eliminam ambiguidades,
e podem melhorar as taxas de aprovação.

• Respostas ao desafio: Uma resposta ao desafio pode aumentar a segurança e fornecer mais defesa contra ataques de repetição e injeção. As respostas ativas a desafios dão ao usuário uma tarefa a ser concluída, como virar a cabeça. Ações, mesmo as mais simples, aumentam a carga cognitiva e correm o risco de sobrecarregar os usuários a ponto de desistirem. Respostas passivas a desafios, como tecnologia Flashmark™ da iProov, podem projetar uma sequência de cores no rosto do usuário e analisar o reflexo para ajudar a confirmar se o usuário está realmente presente. Essa experiência é livre de desafios para o usuário, minimizando a carga cognitiva e melhorando as taxas de aprovação.
  

4. Acessibilidade

As Diretrizes de Acessibilidade para Conteúdo Web estabelecem que os processos de autenticação devem estar livres de “testes de função cognitiva” para alcançar a conformidade, efetivamente excluindo desafios ativos. Pesquisas mostram que tarefas físicas se tornam significativamente mais difíceis para pessoas com deficiências deficiência quando combinadas com carga cognitiva. Por exemplo, um usuário com problemas de mobilidade terá dificuldade para virar a cabeça para um lado e, em seguida, processar novas instruções para virar para o outro lado.

As respostas passivas ao desafio não acrescentam esse esforço, pois o usuário só precisa posicionar o rosto no oval exibido na tela.

‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎

Uma resposta ativa ao desafio: A tecnologia solicita que o usuário mova a cabeça em diferentes direções.

Resposta passiva ao desafio da iProov: Uma sequência aleatória de cores é projetada no rosto do usuário

A acessibilidade vai além da capacidade do usuário em relação ao seu dispositivo, localização e status socioeconômico. Uma solução projetada para o iPhone mais recente é inútil para uma organização com uma base de usuários grande e diversificada. As organizações precisam de tecnologias que ofereçam desempenho igual em todos os tipos de dispositivos, tamanhos de tela, velocidades de processamento, qualidades de câmera e métodos de entrada (toque, mouse, teclado e voz).

Otimizar a acessibilidade não é algo opcional, mas sim uma necessidade comercial. 16% da população global tem alguma deficiência, o que representa uma parte considerável do mercado total acessível a uma empresa. Excluir esses usuários acarreta um custo de oportunidade.

Os princípios do design universal afirmam que os produtos criados para pessoas com deficiência beneficiam todos os usuários. A lógica é que as pessoas sem deficiência nem sempre agem em condições perfeitas. Por exemplo, embora muitos usuários possam responder a desafios que exigem que leiam seu nome e números em voz alta, eles podem preferir não fazê-lo em espaços públicos. As tecnologias biométricas que são certificadas pelas normas de acessibilidade, como WCAG 2.2 AA, podem melhorar as taxas de aprovação para todos.

5. Mitigação de preconceitos

Os sistemas biométricos são tendenciosos se apresentarem taxas de aprovação mais elevadas para determinados grupos demográficos do que para outros. A tendência pode surgir e ser mitigada em várias etapas do projeto biométrico:

• Dados de treinamento: Algoritmos criados com base em conjuntos de dados desequilibrados terão um desempenho pior para grupos sub-representados. Os fornecedores de tecnologia biométrica devem usar dados de treinamento equilibrados em termos de idade, gênero, tom de pele e tipo de rosto.

• Monitoramento contínuo: Seu fornecedor deve realizar testes de viés regulares para garantir que as atualizações de ameaças ou novos componentes não tenham introduzido novos viéses.

• Teste do dispositivo: O viés não decorre apenas de características demográficas. Os fornecedores de tecnologia biométrica também devem realizar testes para garantir um desempenho igualitário em todos os dispositivos e câmeras.

Quer aumentar suas taxas de aprovação? Leia nosso guia do gerente de produto para otimizar a experiência do usuário e o desempenho na verificação facial.