Fraude au paiement : agents d'achat et contrôles

La fraude au paiement entraîne des chargebacks, dont le coût incombe au commerçant. Celui-ci n'a souvent ni le personnel nécessaire pour traiter le problème, ni les fonds pour absorber les pertes. Il peut aussi devoir financer une enquête. Les dépenses s'accumulent de plusieurs côtés.

Chaque contrôle de fraude cherche à déterminer si la personne qui paie voulait bien acheter l'article. Il vérifie aussi si elle est titulaire de la carte ou du portefeuille électronique et maîtrise le moyen de paiement. L'objectif est de confirmer qu'elle effectue elle-même le paiement.

Quel est le coût de la fraude au paiement et quel niveau accepter ?

Auparavant, le principal problème venait des fraudeurs qui volaient des cartes ou leurs numéros, ou prenaient le contrôle de comptes. Ils effectuaient ensuite des paiements, dont le commerçant devait assumer le coût.

À l'inverse, refuser trop de paiements réduit le chiffre d'affaires et entraîne un coût d'opportunité. Un commerçant peut donc accepter un certain taux de fraude comme un coût du risque, comme dans le crédit. Il fixe ce niveau à l'aide d'un score de fraude et d'un seuil d'acceptation.

Qu'est-ce qu'une vague de fraude et quels contrôles permettent de l'endiguer ?

L'objectif est de maîtriser la fraude. Le risque à éviter est une vague de fraude : une faille exploitée, puis une hausse rapide des cas. Les contrôles de concentration limitent le risque lié aux groupes de fraude réunis dans un même lieu ou associés par des identités communes.

Des plafonds sont définis par région, commerçant ou point de livraison. Si l'un d'eux est dépassé, une vérification renforcée est déclenchée. Les contrôles portent sur la vélocité, la variabilité, la concentration et la véracité. Les agents modifient le fonctionnement de ces contrôles.

Deux parcours de contrôle des paiements. Avant les paiements par agents, les contrôles portent sur le comportement, l’identité et les bots. Le contrôle anti-bot déclenche le refus. Lorsqu’un agent paie, les contrôles identifient sa signature, vérifient que la personne a associé son identité à l’agent, recherchent les changements récents d’identité, puis prennent une décision.
La signature identifie l’agent, pas le consommateur. Il faut donc vérifier qui a reconnu son identité et repérer les changements récents.

Quel effet les agents d'achat IA ont-ils sur la détection de la fraude au paiement ?

La détection de la fraude au paiement portait surtout sur le comportement. Comme pour le KYC, il s'agissait de vérifier si l'identité était réelle et si le paiement provenait d'un bot.

Le marché évolue. Une grande partie des méthodes de détection et de rejet des bots va à l’encontre des paiements effectués par des agents. Le bot doit être autorisé lorsqu’il utilise une identité reconnue par l’utilisateur final. Pour détecter la fraude, il faut déterminer si l’identité a été reconnue par l’utilisateur final ou s’il s’agit d’une identité synthétique volée utilisée par un bot malveillant. Analyse des liens entre fraudes

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.

Comment distinguer un agent d'achat légitime d'un bot malveillant ?

Un contrôle de l'appareil peut déjà distinguer un agent autorisé des autres formes d'automatisation. La détection des bots de Fingerprint renvoie « good » pour les robots d'indexation vérifiés et les agents autorisés. Elle renvoie « bad » pour l'automatisation que Fingerprint n'a ni reconnue ni vérifiée comme autorisée.

Une identité reconnue par la personne est une identité qu'elle a elle-même associée à l'agent. Il peut s'agir d'un jeton émis pour l'agent et associé à sa carte, d'un mandat qu'elle a signé ou d'une confirmation sur son propre appareil. Sans l'un de ces éléments, l'agent utilise une identité que la personne n'a jamais reconnue, quelle que soit la preuve fournie par sa signature sur l'identité de l'agent.

La véracité consiste à vérifier que les informations fournies sont exactes et cohérentes entre elles. L'adresse e-mail existe et a un historique, le numéro de téléphone est actif, l'adresse est réelle et la carte correspond à la personne.

Comment savoir s'il s'agit toujours du même client ?

La fraude au paiement évolue. Avant de valider un paiement, il faut déterminer quelle identité est utilisée et ce qui a changé. Il faut aussi vérifier où se trouve l'utilisateur et estimer la probabilité qu'il s'agisse toujours de la même personne.

Un service de détection de la fraude efficace s'appuie sur un algorithme qui reconnaît une personne malgré les changements de son navigateur, l'ajout de nouveaux téléphones et l'évolution d'autres informations. Le suivi du client se fait dans la durée. Il permet de valider les bons clients, de vérifier qu'il s'agit toujours de la même personne et d'observer la stabilité de son activité récente.

La volatilité désigne les changements apportés à une identité avant le paiement. Un vrai client modifie rarement, et une chose à la fois, son adresse e-mail, son numéro de téléphone, son adresse de livraison ou sa carte, ainsi que l’appareil ou l’agent par lequel il achète. Lors d’une prise de contrôle de compte, l’adresse e-mail ou le numéro de téléphone est modifié, le mot de passe réinitialisé, un nouvel appareil ou agent ajouté et une nouvelle adresse de livraison apparaît. Un achat suit dans les heures ou les jours qui viennent. Dans une identité synthétique, toutes les informations sont nouvelles en même temps et aucun historique n’existe.

Deux chronologies de compte comparent l'évolution des informations sur plusieurs années chez un vrai client et les changements rapprochés d'adresse e-mail, de mot de passe, d'agent et d'adresse avant un paiement par carte lors d'une prise de contrôle de compte.
Plusieurs changements rapprochés d'un compte avant un paiement peuvent signaler une prise de contrôle, contrairement à des changements répartis sur plusieurs années.

Comment les règles de vélocité évoluent-elles lorsque des agents paient ?

La vélocité mesure le nombre de paiements associés à une même identité sur une période donnée. Cette identité peut être un numéro de carte, une adresse e-mail, un numéro de téléphone, un identifiant d'appareil ou une adresse IP. Les réseaux de fraude réutilisent les mêmes attributs pour de nombreux paiements.

Les agents changent la façon d'interpréter une infrastructure partagée. De nombreux acheteurs légitimes peuvent utiliser une même plateforme d'agents. Une règle de vélocité basée sur une adresse IP ou un appareil risque alors de les compter comme une seule identité. Elle peut donc signaler des clients légitimes en même temps que des fraudeurs.

Questions fréquentes sur la fraude au paiement

Quel est le coût de la fraude au paiement pour un commerçant ?

Les chargebacks et les enquêtes entraînent des coûts directs. Le commerçant peut aussi manquer de personnel pour traiter le problème. Refuser trop de paiements réduit le chiffre d'affaires et entraîne un coût d'opportunité. Le commerçant peut donc accepter un certain taux de fraude comme un coût du risque.

Comment un commerçant peut-il distinguer un agent autorisé d'un bot malveillant ?

Un contrôle de l'appareil peut distinguer un agent autorisé des autres formes d'automatisation. La personne doit reconnaître l'agent au moyen d'un jeton émis pour sa carte, d'un mandat signé ou d'une confirmation sur son propre appareil.

Comment savoir si l'identité utilisée pour le paiement est toujours celle du même client ?

Il faut vérifier l'ampleur des changements d'identité avant le paiement et leur stabilité dans le temps. Plusieurs changements rapprochés sur un compte peuvent signaler une prise de contrôle. Une identité synthétique, elle, ne présente que des informations nouvelles et aucun historique.

Comment les règles de vélocité évoluent-elles lorsque des agents paient ?

De nombreux acheteurs légitimes peuvent utiliser une même plateforme d'agents. Une règle de vélocité basée sur une adresse IP ou un appareil risque alors de les compter comme une seule identité et de les signaler. Dans la démonstration de Decisimo, la règle sur l'adresse IP a détecté 4 dossiers frauduleux, mais bloqué 95 bons clients, car une même adresse IP très utilisée l'était aussi par des bons clients.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.