Como faço para ajustar meu limite de bloqueio para o risco de fraude?

A versão mais recente do mecanismo de risco da Adyen usa modelos de machine learning treinados com dados de bilhões de transações processadas globalmente na plataforma Adyen.

Há dois modelos de machine learning responsáveis por identificar e bloquear transações suspeitas:

• Modelo de risco de ataque de bot: detecta a probabilidade de um pagamento fazer parte de um ataque de teste de cartão; disponível em risco premium e básico.
• Modelo de risco de fraude: detecta a probabilidade de um pagamento ser fraudulento; disponível na versão premium do mecanismo de risco.

Os modelos selecionam as transações antes da autorização, usando as informações fornecidas na solicitação de pagamento e os dados históricos de pagamento no ecossistema da Adyen. As transações são bloqueadas com base na probabilidade de serem fraudulentas. 

Disponível somente ao usar o mecanismo de risco premium, o modelo de risco de fraude classifica cada pagamento no nível de risco relativo: muito baixo, baixo, médio, alto ou muito alto. Em seguida, a transação é comparada com o limite do bloqueio configurado no perfil de risco. Se o nível de risco exceder o limite do bloqueio de perfil, o mecanismo de risco bloqueará a pré-autorização da transação. O limite do bloqueio do modelo de risco de ataque de bot não pode ser ajustado.

Como padrão, a regra do bloco de machine learning é definida para usar o limite de alto risco. Isso evita o bloqueio de compradores genuínos e mantém a fraude em níveis aceitáveis. Caso essa configuração não traga resultados adequados, oferecemos a opção de usar os diferentes limites. Quanto maior o limite de risco, mais riscos você está disposto a assumir. Nem todos os casos de fraude estarão dentro do escopo de nosso suporte de machine learning; nesse caso, você pode criar uma regra de bloqueio personalizada se tiver a expertise para isso.

Ajuste o limite de risco

Para ver ou alterar o limite de risco do seu perfil de risco:

1. Faça login na Customer Area.
2. Acesse Risk > Risk profiles.
3. Selecione um perfil de risco.
4. Selecione Machine learning > Risco de fraude > Ajustar limite do bloqueio.
   
   

   
5. Veja o limite de bloco atual ou ajuste-o com o controle; depois, clique em "Salvar".