Créer des profils de risque efficaces
Comprendre les profils de risque
Les profils de risque vous permettent de gérer les règles de risque que vous appliquez aux transactions effectuées sur un merchant account.
Profils de risque de défaut
Lors de votre intégration à Adyen, vous recevrez un profil de risque par défaut auquel tous vos merchant account seront attribués. Ce profil (parent) par défaut s'accompagne d'un certain nombre de règles préconfigurées en fonction du niveau de produit.
Personnalisation des profils de risque
Vous pouvez choisir de conserver cette configuration ou de créer plusieurs profils de risque en fonction des besoins en matière de risque et de fraude d'un merchant account spécifique. Par exemple, vous pouvez vouloir disposer d'un ensemble de règles plus strictes pour une zone géographique ou un secteur d'activité particulier qui présente un risque de fraude plus élevé.
Créer un profil de risque efficace
Élaborer un profil de risque efficace est un processus continu qui implique de comprendre vos marchés, de configurer des paramètres de risque, et de surveiller et mettre à jour en permanence votre profil en fonction des tendances de fraude.
Machine learning et règles de risque
Personnaliser des modèles de machine learning anti-fraude
La dernière version de notre moteur de risque est une solution hybride qui associe de puissants modèles de machine learning à des paramètres de risque personnalisables. Pour établir le profil de risque le plus efficace, prenez en compte vos objectifs en matière de risques et d'optimisation pour le merchant account.
Vous pouvez personnaliser notre modèle de machine learning anti-fraude pour décider du niveau de risque que vous acceptez. Par défaut, la règle « Machine learning: fraud risk » (Machine learning : risque de fraude) bloquera les transactions présentant une classification de risque élevée. Les seuils de risque moyen et élevé visent à trouver un équilibre entre les taux d'autorisation et de fraude.
Un seuil de risque « Very High » (Très élevé) doit être sélectionné si votre objectif est de maximiser les taux d'autorisation, en sachant que certaines fraudes peuvent passer. À l'opposé, un seuil de risque « Low » (Faible) visera à minimiser les taux de fraude, avec la possibilité de bloquer des transactions légitimes. Vous pouvez ajuster ces seuils en suivant leurs résultats à l'aide de notre Risk & Disputes Dashboard (Tableau de bord des risques et des litiges) situé dans le portail Customer Area.
Création de règles de risque client
Créer des règles de risque personnalisées efficaces
Pour aller encore plus loin dans la réduction des risques et de la fraude, le moteur de gestion des risques d'Adyen vous permet de créer des règles de risque personnalisées. Pour qu'elles soient efficaces, prenez en compte les défis liés aux risques et à la fraude auxquels votre entreprise fait face. Afin de générer les règles de risque personnalisées les plus performantes, nous vous recommandons de remplir autant de champs de risque obligatoires que possible. Cela permet de créer des règles granulaires BLOCK (Bloquer), ALLOW (Autoriser), REVIEW (Vérifier) et CHECK FOR 3DS (Vérifier 3DS).
Par exemple, une règle bloquant toutes les transactions d'un montant supérieur à 5 000,00 $ bloquerait inévitablement les bons acheteurs.
Cependant, une règle bloquant une transaction avec toutes les conditions ci-dessous ne se déclenchera que sur un petit sous-ensemble de trafic que vous avez identifié comme étant à haut risque.
Un montant supérieur à 5 000,00 $
Une adresse de livraison à Miami (Floride, États-Unis)
Un BIN de 12345
Plus de cinq refus d'émetteurs au cours des dernières 24 heures (tel que déterminé par Shopper DNA)
Règles de risque de backtesting
Pour obtenir des informations sur les performances d'une règle de risque avant de l'activer, vous pouvez utiliser notre fonctionnalité de backtesting.
Un test rétrospectif vous montrera les performances de la règle en fonction des transactions passées sur une certaine période. L'efficacité de la règle peut être déterminée en fonction des résultats des transactions passées.
Si vous avez pour objectif de créer une règle BLOCK qui interrompt les activités frauduleuses, vous vous concentrerez sur la quantité et le montant des paiements frauduleux. Cela représente les transactions qui auraient déclenché votre règle et qui sont depuis devenues des notifications de fraude ou des chargebacks frauduleux. Idéalement, vous voudrez voir plus de paiements frauduleux que légitimes. Le delta entre ces deux indicateurs peut vous donner un aperçu des éventuels faux positifs et vous permettre de décider si la règle mérite d'être créée en fonction de votre tolérance au risque.
En fonction des résultats de la règle rétroactive, vous pouvez continuer d'améliorer la règle en l'ajustant et en y ajoutant des champs.
Une mesure de l'efficacité d'une règle ALLOW ne montrerait aucune transaction passée ayant entraîné une fraude.
N'oubliez pas que les données concernant les paiements frauduleux et légitimes peuvent changer à mesure que des chargebacks frauduleux et des NOF supplémentaires sont reçus. La quantité et le montant affichés dans les résultats du test rétrospectif sont basés sur l'issue des transactions au moment du test rétrospectif.