Un ordre fraudulent en línia pot costar un petit detallista gairebé tres vegades més que el cost de la transacció. Això és el que Stripe va trobar en el seu informe de tendències i comportament en línia del desembre de 2017 (PDF).
Informe de tendències de fraus en línia
El processador de pagaments en línia recentment va publicar l'informe i va donar a Small Business Trends una perspectiva única a través de comentaris exclusius de correu electrònic.
$config[code] not found"Un dels nostres objectius a l'hora de publicar l'informe és ajudar a les petites empreses a comprendre millor com i quan apareixen els comportaments fraudulents, de manera que puguin crear estratègies específiques que s'adaptin directament a les seves necessitats", diu Michael Manapat, gerent d'enginyeria de intel·ligència de pagaments i experiència a Stripe, en un correu electrònic amb tendències de petites empreses.
L'informe de Stripe va trobar que una petita empresa minorista en línia invertirà 2,62 dòlars contra el frau en línia per cada $ 1 d'ordre fraudulent. Això suposa fins a 3,34 dòlars per a una botiga mòbil. Per tant, tindria sentit que és millor defensar abans de ser víctima d'operacions fraudulentes.
Però, quanta defensa és suficient?
És cert que els delictes cibernètics estan en augment i també és cert que les petites empreses són cada vegada més específiques per als estafadors. I a mesura que la seguretat de les transaccions a les botigues de maó i morter augmenta, també augmenta la probabilitat que les transaccions en línia s'orientin amb més freqüència.
Tanmateix, també és cert que les petites empreses poden invertir excessivament en la protecció contra el frau en línia. Aquest informe de Stripe tracta d'ajudar els petits minoristes en línia a identificar-los on han de protegir-se.
"Tenint en compte els seus recursos limitats, la majoria de les empreses petites necessiten fer compensacions entre la policia del frau i maximitzar la rendibilitat. Les empreses més petites poden utilitzar l'informe per identificar patrons consistents de comportament fraudulent ", diu Manapat.
Una petita botiga minorista en línia potser haurà de decidir en última instància si instal·lar algun programari contra el frau a la seva botiga. Però no totes les empreses petites tindran els diners o els recursos per implementar aquesta defensa. En altres casos, diu Manapat, les botigues en línia necessiten identificar tendències entre els estafadors per detectar activitat sospitosa mentre està passant.
Per començar, les botigues més petites han d'estar captant més informació sobre els seus clients al capdavant. Això redueix les possibilitats d'una transacció fraudulenta.
"Tot i que cada negoci és diferent, comprendre com es mostra el frau no només ajudarà als minoristes més efectius a combatre el frau de forma més eficaç, sinó que també els ajudarà a comprendre per què establir regles millors és tan important", afegeix Manapat.
Altres signes clau de frau de transacció en línia són les compres que arriben a taxes anormalment altes. Els actors de frau a vegades compraran a 10 vegades el ritme normal generalment vist en un lloc. També els agrada colpejar durant la nit, segons Stripe. I podeu esperar aquesta activitat durant els temps de trànsit més baixos d'un lloc.
"Per exemple, les taxes de frau no augmenten notablement en dies de compres pesats com Black Friday, sinó en dies com el Nadal quan molta gent no compra", explica l'informe.
Una altra troballa clau de l'informe mostra que la majoria de les transaccions fraudulentes no són per als articles de bitllets grans. En canvi, són transaccions més petites que solen ser fraudulentes.
"Als Estats Units, les dades de Stripe mostren que les quantitats de transaccions fraudulentes només són lleugerament més grans que les quantitats de transaccions regulars", afirma l'informe.
Stripe suggereix que els petits minoristes en línia treballen amb un processador de pagaments que implementa tecnologia d'aprenentatge automàtic per ajudar a detectar transaccions falses. Però la companyia també assenyala que confiar només en AI per detectar el frau no és suficient. La vigilància manual també és necessària.
"Els models d'aprenentatge automàtic s'ocupen d'aquest desafiament incorporant molts matisos específics del context per rebutjar només les transaccions més sospitoses, en comptes de posar en pràctica regles manta que fàcilment acabin bloquejant bones transaccions. Els comerciants han de treballar amb processadors de pagaments amb aprenentatge automàtic i altres tecnologies per optimitzar aquests complexos compromisos entre aturar el frau i maximitzar la rendibilitat ", afegeix l'informe.
Foto a través de Shutterstock
1 comentari ▼
