Ecco come il machine learning dà una marcia in più alla protezione contro le frodi

L'e-commerce si sta espandendo rapidamente. Se da un lato ciò rappresenta un'immensa opportunità per i venditori online, questo comporta anche alcune complessità. Ora che lo shopping online è diffuso, i truffatori sono diventati più sofisticati e i pagamenti fraudolenti diventano un problema sempre più frequente. Infatti, si prevede che nel 2021 le aziende perderanno 20 miliardi di dollari a causa delle frodi online.

Le complessità che le aziende si trovano di fronte nel tentativo di tenere alla larga le frodi non sono facilmente risolvibili. Ma grazie a PrestaShop, le aziende hanno un'arma eccezionale. Grazie alla partnership di PrestaShop con Stripe, leader globale nell'infrastruttura di pagamenti, hai accesso a Radar, il potente strumento per la prevenzione delle frodi di Stripe. Con gli strumenti di Stripe, le aziende sono più sicure, riducono i rischi e i costi associati alle attività fraudolente e riducono le complessità che inducono i clienti ad abbandonare il carrello.

Come avvengono le frodi

Prima di addentrarci nei dettagli, è utile fare un passo indietro e spiegare che cosa siano esattamente le frodi nell'ambito dei pagamenti online. Prima di tutto, ricorda che il termine "frode" essenzialmente si riferisce a un truffatore che utilizza il numero di carta di credito o le credenziali di un altro utente per completare acquisti non autorizzati. Quando il vero titolare del conto scopre la transazione fraudolenta, avvia una contestazione con la banca, richiedendo uno storno.

Quando la banca decide che la transazione in questione è realmente fraudolenta, l'addebito sul conto del titolare viene annullato. Il risultato? Il titolare del conto non paga nulla e l'azienda è responsabile dell'importo della transazione, oltre che di qualsiasi altra commissione aggiuntiva associata alla contestazione. Se la tua attività è stata presa di mira dai truffatori, i costi aumentano rapidamente.

Questo tipo di frode è anche noto come "falso negativo", a indicare una frode che non viene rilevata prima che il pagamento venga completato e che si verifichi la contestazione. Si tratta probabilmente della tipologia più comune di frodi nel commercio al dettaglio. Ma c'è un'altra conseguenza del rilevamento di una frode che può influire molto negativamente sui profitti.

Si tratta dei cosiddetti "falsi positivi", cioè di transizioni legittime, ma bloccate dal rilevamento delle frodi. Quando un cliente tenta di acquistare qualcosa, ma un sistema di rilevamento di frodi blocca la transazione, l'azienda perde la vendita e rischia danni alla reputazione.

In definitiva, sia i falsi negativi sia i falsi positivi sono costosi. Ecco perché è così importante implementare un sistema adeguato per impedire ai truffatori di far danni e per assicurare ai clienti legittimi un'esperienza eccellente.

Funzionamento di Radar

La prospettiva di combattere le frodi può spaventare e confondere le aziende, ma con PrestaShop e Stripe puoi sfruttare appieno la tecnologia di Radar per:

• Evitare perdite legate alle frodi. La scalabilità senza paragoni di Stripe rappresenta un vantaggio significativo per le aziende. Consente a Stripe di rilevare in modo accurato le frodi e istruisce i modelli avanzati di machine learning. Stripe impiega tali modelli per bloccare automaticamente le frodi reali, il che consente di risparmiare denaro.
• Aumentare i ricavi. L'esperienza in machine learning e l'ampio set di dati di Stripe consentono di isolare le transazioni ad alto rischio e di ridurre i falsi positivi, il che favorisce l'aumento dei ricavi.
• Risparmiare tempo. Radar è integrato automaticamente in Stripe e può essere utilizzato immediatamente, senza dover scrivere neanche una riga di codice. Lo strumento, inoltre, consente di risparmiare tempo offrendo un'unica piattaforma da cui monitorare le prestazioni circa le frodi, scrivere regole e altro in modo centralizzato.

È anche possibile ridurre i costi operativi, quelli legati alle frodi e i tassi di contestazione. Infatti, Stripe ha ridotto del 26% le contestazioni per le aziende che usano Radar.

Come funziona Radar esattamente? Iniziamo dal principio.

Ogni volta che i clienti effettuano un acquisto online, lasciano indizi sulla loro attendibilità. Gli algoritmi di Radar, basati sul machine learning adattivo, valutano la probabilità che un addebito sia fraudolento sfruttando centinaia di indizi diversi, ad esempio:

• Segnali di addebito, ovvero dettagli come l'ora del giorno, il tipo di carta e la distanza tra la carta e indirizzo IP rilevato
• Segnali comportamentali, come tempi di navigazione e numero di pagine visitate
• Segnali del dispositivo, ad esempio caratteristiche quali dimensioni dello schermo, tipo di font e uso del proxy
• Segnali aggregati, vale a dire dati storici di una carta, paesi a essa collegati, corrispondenza tra indirizzo email e titolare della carta, cliente o altri fattori, nonché il numero di rifiuti associati alla carta nelle ultime 24 ore

Basato su dati scientifici e anni di lavoro sull'infrastruttura da parte dei team di machine learning di Stripe, Radar riesce a estrarre questi dettagli e a completare valutazioni intelligenti dei rischi per generare un punteggio di rischio. In base a tale punteggio, l'addebito viene automaticamente consentito o bloccato, oppure inviato in revisione, a seconda delle opzioni selezionate. Tutto questo avviene in tempo reale, senza alcun impatto sull'esperienza utente né lavoro da parte del tuo team.

La potenza del machine learning di Radar risiede nella qualità dei relativi dati. Stripe elabora centinaia di miliardi di pagamenti provenienti da milioni di aziende e collabora con migliaia di banche partner ogni anno. Date le dimensioni enormi della rete Stripe, c'è l'89% di possibilità che Stripe abbia elaborato pagamenti con una determinata carta in precedenza. Queste elaborazioni producono tantissimi dati che sono alla base delle valutazioni di Radar. Stripe, inoltre, è integrata direttamente nei circuiti delle carte, cosa che la aiuta a comprendere l'accuratezza dei punteggi di rischio in tempo reale. Stripe impiega quindi tale feedback per migliorare costantemente i modelli.

Informazioni fruibili e complete per soluzioni personalizzate

Per la maggior parte delle aziende, la valutazione del rischio e il blocco delle transazioni ad alto rischio di Radar sono sufficienti, mentre altre attività potrebbero voler intervenire nella prevenzione delle frodi. Questo può essere particolarmente importante per trovare il giusto equilibrio tra la lotta ai truffatori e il completamento delle transazioni legittime. Per consentire alle aziende di saperne di più sulla prevenzione delle frodi e migliorare le proprie difese, Stripe ha introdotto una nuova sezione della Dashboard, Approfondimenti sui rischi.

Approfondimenti sui rischi è parte dell'offerta facoltativa Radar for Fraud Teams di Stripe e mostra una parte dei segnali relativi al punteggio di rischio di ciascuna transazione, così che il team addetto alle frodi possa comprendere se una transazione potrebbe comportare o meno dei rischi. Tali dettagli sui segnali consentono di identificare le nuove regole aziendali da affiancare al machine learning di Radar.

È possibile implementare numerose regole diverse per rendere Radar ancor più efficace e puoi selezionare quelle necessarie alla tua attività in base agli obiettivi aziendali. Vediamone due esempi: un'azienda di magliette e un'azienda software.

Per un'azienda con poco margine che commercializza magliette, eventuali frodi risultano molto costose, pertanto probabilmente sarà necessario bloccare più transazioni anche se talvolta questo può comportare il blocco di clienti legittimi. Per un'azienda software con margine elevato, invece, il margine di profitto relativo a un addebito andato a buon fine potrebbe avere molto più peso rispetto al costo di una transazione fraudolenta, per cui questa attività potrebbe volere ottimizzare la configurazione delle regole per la conversione. Nel contesto di ciascuna di queste due aziende, le regole personalizzate consentiranno di raggiungere gli specifici obiettivi.

Radar offre alle aziende il controllo sulle regole da utilizzare per rispondere alle proprie soglie di rischio specifiche. Per aiutare le aziende a scegliere la soglia di rischio più adeguata, Radar stima l'impatto di ciascuna modifica alle regole sull'attività, mostrando in tempo reale le prestazioni di una determinata regola in base alla cronologia delle transazioni.

Una volta che inizi a utilizzare Radar, avrai sempre chiaro se le regole funzionano come vuoi o meno. Radar offre un nuovo report di analisi che dà alle aziende una maggiore visibilità sulle prestazioni reali dello strumento, ad esempio sul volume totale dei pagamenti bloccati e sui tassi di falsi positivi. Queste informazioni ti aiuteranno ad affinare la tua strategia di protezione.

Qualora dovessero verificarsi contestazioni, grazie a Radar potrai capire a quale dare priorità, data la quantità di tempo e di risorse limitata. Radar impiega un modello di machine learning che anticipa la probabilità che hai di vincere ogni contestazione e mostra questi dati direttamente nella Dashboard.

Il supporto dei partner giusti

Le frodi evolvono di continuo e rappresentano un rischio sempre presente per le aziende online. Disporre degli strumenti giusti per tenerle alla larga è essenziale per difendersi da attacchi costosi, ridurre le probabilità di bloccare clienti legittimi, proteggere la tua reputazione e assicurare un'esperienza di acquisto fluida.

PrestaShop e Stripe sono il connubio perfetto per le aziende ambiziose che vogliono proteggere i profitti rispettando al contempo le aspettative dei clienti. Insieme, aiutiamo le aziende a crescere e ad ampliare il pubblico di destinazione in tutta sicurezza.