如何在转换和预防欺诈之间找到平衡？

Question

如何在转换和预防欺诈之间找到平衡？

Accepted Answer

高级用户可以根据数据做出决定，在转换和阻止欺诈性支付之间找到适当的平衡。您可以通过调整阻止阈值来做到这一点。

调整阻止阈值

要调整阻止阈值，请选择风险 > 风险配置文件 > 选择要编辑的风险配置文件 > 风险规则 > 阻止 > 机器学习：欺诈风险。选择“机器学习：欺诈风险”规则后，单击“调整阻止阈值”。

在更改阻止阈值之前，您将看到基于风险配置文件历史数据的估计阻止率。

您可以使用阈值作为截止点，根据 Adyen 机器学习规则产生的风险分类进行阻止。与任何风险规则一样，真阳性（欺诈）和假阳性（真正的客户）之间总是存在权衡。阻止所有“极高”类的交易将导致较低的误报率，并可能漏掉复杂的欺诈案件。阻止所有“低”类的交易可以阻止大多数欺诈案件，但会带来更多的误报。

公差如下所述，可以随时调整。

容差	解释	如何选择
低	阻止低风险及以上付款。	如果您的目标是阻止大多数欺诈案件，那么请选择此选项，代价是更多的误报。这一阈值最适用于欺诈成本高的企业（如一个欺诈案件的成本抵消了许多真实销售的收益），或即将进入方案监督计划时（如可以证明，为了阻止进入方案计划，允许出现更多的误报是合理的）
中等	阻止中等及以上风险付款。	更平衡的方法，往往能捕获大多数欺诈行为。根据您的业务情况，这可能仍然会漏掉过多的欺诈或阻止过多的付款。
高	阻止高及以上风险付款。	默认方法，在阻止可能的欺诈案例和可接受的误报之间取得平衡。根据您的业务情况，这可能仍然会漏掉过多的欺诈。
非常高	仅阻止风险极高的付款。	如果您只想阻止某些特定的欺诈案件，请选择此选项，从而最大限度地提高授权率。