Wie passe ich meinen Schwellenwert für die Unterbindung von Betrug an?

Die neueste Version der Risiko-Engine von Adyen verwendet Modelle des maschinellen Lernens, die auf Daten aus Milliarden von Transaktionen trainiert wurden, die weltweit über die Adyen-Plattform verarbeitet wurden.

Es gibt zwei Modelle des maschinellen Lernens, die für die Erkennung und Sperrung verdächtiger Transaktionen verantwortlich sind:

• Risikomodell Bot-Angriff: Erkennt die Wahrscheinlichkeit, dass eine Zahlung Teil eines Kartentest-Angriffs ist; verfügbar sowohl in der Risiko-Engine Premium als auch Basic.
• Risikomodell Betrug: Erkennt die Wahrscheinlichkeit, dass eine Zahlung betrügerisch ist; verfügbar in der Premium-Version der Risiko-Engine.

Die Modelle prüfen Transaktionen vor der Autorisierung anhand der in der Zahlungsanforderung angegebenen Informationen und der historischen Zahlungsdaten im Adyen Ecosystem. Die Transaktionen werden auf der Grundlage der Wahrscheinlichkeit, dass sie betrügerisch sind, gesperrt. 

Das Betrugsrisikomodell, das nur bei Verwendung der Risiko-Engine Premium verfügbar ist, klassifiziert jede Zahlung nach ihrer relativen Risikostufe: Sehr niedrig, Niedrig, Mittel, Hoch oder Sehr Hoch. Anschließend wird die Transaktion mit dem im Risikoprofil konfigurierten Schwellenwert für die Sperrung verglichen. Wenn der Risikograd den Schwellenwert des Profils überschreitet, blockiert die Risiko-Engine die Transaktion vor der Autorisierung. Beachten Sie, dass der Sperrschwellenwert des Bot-Angriffsrisikomodells nicht angepasst werden kann.

Standardmäßig ist die Blockierregel auf Basis des maschinellen Lernens so eingestellt, dass sie den Schwellenwert „Hohes Risiko“ verwendet. Dadurch wird vermieden, dass echte Käufer blockiert werden, während die Betrugsrate auf einem akzeptablen Niveau bleibt. Sollte diese Einstellung keine zufriedenstellenden Ergebnisse liefern, bieten wir Ihnen die Möglichkeit, die verschiedenen Schwellenwerte zu verwenden. Je höher der Risikoschwellenwert, desto mehr Risiko sind Sie bereit, einzugehen. Bitte denken Sie daran, dass nicht alle Betrugsfälle in den Anwendungsbereich unseres maschinellen Lernens fallen. In diesem Fall können Sie eine benutzerdefinierte Blockierungsregel auf der Grundlage Ihres Branchenfachwissens erstellen.

Passen Sie die Risikoschwelle an

So sehen Sie den Risikoschwellenwert für Ihr Risikoprofil ein oder ändern ihn:

1. Melden Sie sich in Ihrer Customer Area an.
2. Gehen Sie zu Risk > Risk profiles.
3. Wählen Sie ein Risikoprofil aus.
4. Wählen Sie Maschinelles Lernen > Betrugsrisiko > Sperrschwelle anpassen.
   
   

   
5. Sehen Sie sich den aktuellen Schwellenwert an oder passen Sie ihn mit dem Schieberegler an und klicken Sie auf „Speichern“.