Moteur de règles anti-fraude : contrôles et règles
Les dossiers du week-end sont encore ouverts à l’écran. Votre analyste fraude vient d’identifier ce qui les relie : un appareil, plusieurs adresses e-mail et un réseau qui passe entre les mailles des contrôles. L’objectif est de refuser la prochaine tentative depuis cet appareil et de repérer plus tôt le prochain réseau grâce à une règle de vélocité. L’équipe qui gère le système de crédit indique qu’aucun changement ne sera possible avant la prochaine version. Puis quelqu’un demande combien de bons clients du mois dernier cette règle aurait refusés. Les dossiers sont là, mais pas les décisions prises à l’époque.
Définir la décision anti-fraude avant de choisir les signaux
Un moteur de règles anti-fraude exécute un flux de décision à chaque appel. Le flux lance des contrôles, évalue les règles et renvoie un résultat comme approve, review ou decline. Le moteur de décision anti-fraude réunit ces éléments dans un même flux de décision.
Pour un paiement BNPL, chaque élément a son rôle :
- Sources de données : elles effectuent des contrôles comme la vérification d’appareil ou d’adresse e-mail. Une vérification de l’empreinte de l’appareil fournit des informations que le flux peut utiliser.
- Listes : le flux vérifie si un appareil ou une adresse e-mail est connu, de confiance ou fait l’objet d’une enquête.
- Ensemble de règles : il évalue les conditions dans l’ordre et applique les actions définies.
- Score de fraude : il fournit une valeur que le flux peut utiliser avec d’autres informations.
- Embranchement : il oriente la demande vers un résultat comme approve, review ou decline.
Dans le parcours habituel, les contrôles de l’appareil et de l’adresse e-mail renvoient leurs résultats. Le flux les compare aux listes, puis l’ensemble de règles les évalue avant que le branchement choisisse un résultat.
Distinguer un contrôle en échec d’un résultat sans alerte
Une même demande BNPL peut parvenir aux règles après l’échec d’un contrôle de l’appareil, l’indisponibilité d’une liste ou un score vide. Le flux reçoit un résultat différent dans chaque cas. Avant de décider de la suite, distinguez ce qui s’est passé de ce qu’un flux qui ne lit que la valeur renvoyée pourrait comprendre.
| Événement | Résultat | Sans contrôle | À prévoir |
|---|---|---|---|
| Le fournisseur de vérification d’appareil ne répond pas | Le résultat de l’étape est marqué comme un échec, puis le flux poursuit son exécution | Aucune donnée, interprétée comme une absence de correspondance | Une règle sur l’erreur de l’étape : un autre fournisseur, « review » ou une décision prudente |
| Le service de listes est inaccessible | hit est vide et __list_status vaut unavailable | L’adresse e-mail est considérée comme absente de la liste de blocage | Une règle pour __list_status égal à unavailable |
| La valeur à vérifier est vide | __list_status vaut no_input | Aucune anomalie détectée | Une règle pour no_input |
| Le score de risque est vide | Il compte comme 0 dans une comparaison numérique | Le risque le plus faible | Une condition « is not a number », placée en premier |
| Aucune branche de l’embranchement ne correspond | L’exécution s’arrête à l’embranchement avec HTTP 200 | Une réponse courte qui semble valide | Une dernière branche avec « any value », dirigée vers une vérification manuelle |
Faire des informations manquantes un critère de décision
Si un prestataire dépasse le délai imparti, son résultat est marqué en échec et le reste du flux continue. Les règles peuvent alors orienter la demande vers une vérification, faire appel à un autre prestataire ou appliquer une décision prudente. Si la règle ne lit que la valeur de l’appareil ou de l’adresse IP, l’absence de réponse peut être interprétée comme l’absence de correspondance.
Définissez un délai distinct pour chaque source de données. Si un prestataire ne répond pas dans le délai prévu, le moteur poursuit l’exécution. Le temps de réponse maximal est de 15 secondes. Pour chaque contrôle, déterminez s’il est nécessaire pour toutes les demandes et ce que le flux doit faire en l’absence de réponse. Un contrôle en échec peut orienter un client fiable vers une vérification. Si l’échec est traité comme un résultat sans alerte, une fraude peut passer. Définissez la solution de repli à l’avance.
Pour les contrôles sur les listes, ajoutez des règles pour les résultats unavailable et no_input avant celles qui utilisent hit. Pour un score, placez une condition « is not a number » avant les comparaisons numériques.
Utiliser des listes pour prendre en compte les valeurs confirmées
Les listes regroupent des valeurs qui évoluent plus vite que les règles. Une liste de blocage peut contenir les fraudes confirmées, les comptes de mule et les chargebacks. Une liste d’autorisation peut recenser les clients ou appareils connus comme fiables. Une liste de surveillance permet de repérer les valeurs sous enquête qui doivent être vérifiées.
Une fois l’appareil des dossiers du week-end confirmé par l’analyste, celui-ci peut l’ajouter à la liste de blocage depuis le dossier. L’adresse e-mail ne doit y être ajoutée que si l’enquête confirme qu’elle doit être bloquée. La modification d’une liste est prise en compte dès la requête suivante, sans nouveau déploiement. Si le flux prévoit une règle qui refuse les appareils présents sur cette liste, la prochaine demande du réseau utilisant cet appareil peut être refusée.
La liste contient la valeur confirmée. La version des règles détermine la suite à donner lorsqu’elle correspond.
Ordonner les règles et orienter chaque demande
Écrivez les règles de façon à traiter les échecs et les informations manquantes avant d’utiliser les valeurs concernées. Activez l’enregistrement des correspondances dans l’ensemble de règles. La réponse à chaque décision inclura ainsi la liste ordonnée des règles déclenchées.
Pour la règle de vélocité envisagée, définissez clairement la condition : le nombre de tentatives associées à un appareil ou à une adresse e-mail atteint le seuil choisi pendant l’intervalle défini. Le flux ne peut évaluer cette condition que si un contrôle lui fournit le nombre de tentatives. Choisissez l’action à appliquer, par exemple review ou decline, et distinguez cette règle de celles qui portent sur une correspondance confirmée dans la liste de blocage.
Un branchement choisit la première branche dont les conditions correspondent. Ajoutez une dernière branche qui accepte toute valeur et oriente la demande vers une vérification manuelle. Une demande qui ne correspond à aucune autre branche aura ainsi un résultat que l’équipe chargée de la vérification pourra traiter.
Comparer les règles proposées aux décisions passées
Comparez la règle proposée aux règles en vigueur avant de l’appliquer aux demandes. Un backtest applique une version aux décisions déjà prises en production, indique celles dont l’issue changerait et, lorsque les résultats sont disponibles, montre comment les demandes concernées ont évolué.
Pour chaque décision passée, le backtest utilise les listes telles qu’elles étaient au moment de la requête. Un appareil ajouté plus tard influe donc sur les décisions suivantes, pas sur une décision historique antérieure à son ajout. Examinez les bons clients que la nouvelle règle refuserait et les dossiers de fraude qu’elle repérerait.
Servez-vous des résultats étiquetés pour évaluer les compromis. Une règle qui repère davantage de dossiers de fraude peut aussi conduire à refuser davantage de bons clients. Vérifiez les deux résultats avant de décider si le changement doit être déployé. L’extraction de règles peut proposer des règles candidates à partir de l’historique étiqueté, mais c’est à l’équipe fraude de déterminer lesquelles correspondent à ses critères.
Tester les règles sur les appareils et la vélocité avant le déploiement
Pour l’appareil confirmé et la règle de vélocité envisagée, suivez cette démarche sur votre portefeuille.
- Définissez les issues possibles du flux et désignez la personne responsable de la file de dossiers à examiner. L’équipe saura ainsi où orienter une demande incertaine et qui doit la traiter.
- Choisissez les vérifications nécessaires pour chaque demande et configurez le délai d’attente de chaque source de données. Pour la règle de vélocité, vérifiez qu’une source fournit le nombre de tentatives et l’intervalle que la règle doit évaluer.
- Gérez des listes de blocage pour les fraudes confirmées, les comptes mules et les chargebacks, des listes d’autorisation pour les clients ou appareils connus comme fiables, et des listes de surveillance pour les valeurs en cours d’examen.
- Rédigez les règles strictes de lutte contre la fraude dans l’ordre voulu et activez l’enregistrement des règles déclenchées. Pour la règle de vélocité, définissez un nombre de tentatives et un intervalle à partir de votre historique, puis choisissez si une correspondance entraîne un examen ou un refus.
- Ajoutez des règles pour les appels en échec, les listes indisponibles, les valeurs manquantes et les scores vides, avant les règles habituelles qui s’appuient sur ces résultats.
- Ajoutez une dernière branche à l’arbre de décision pour envoyer en examen manuel toute demande qui ne correspond à aucune branche.
- Lorsqu’un dossier confirme qu’un appareil ou une adresse e-mail est frauduleux, ajoutez cette valeur confirmée à la liste de blocage depuis le dossier. Vérifiez la demande suivante par rapport à la liste et assurez-vous que la règle correspondante entraîne un refus.
- Comparez les versions actuelle et proposée, puis lancez un backtest sur des décisions passées. Examinez les bons clients qui feraient l’objet d’un nouveau refus, ainsi que les résultats concernant les cas de fraude que la règle détecterait.
- Utilisez l’extraction de règles pour faire émerger des pistes à partir de résultats étiquetés. Ne retenez une règle candidate que si l’équipe peut expliquer sa condition, son action et son effet sur les bons clients comme sur les cas de fraude.
Questions fréquentes sur les moteurs de règles anti-fraude
Qu’est-ce qu’un moteur de règles anti-fraude ?
Un moteur de règles anti-fraude exécute un flux de décision qui lance des contrôles, évalue des règles ordonnées et renvoie un résultat comme approve, review ou decline. Le flux rassemble les signaux, les listes et les résultats utilisés, puis enregistre les règles déclenchées.
Comment un moteur de règles anti-fraude protège-t-il les paiements en ligne ?
Un moteur de règles de lutte contre la fraude appelle des services de vérification pour une demande ou un paiement, compare les valeurs aux listes, évalue les règles et oriente le résultat vers une issue. Pour un parcours de paiement en BNPL, configurez les vérifications de l’appareil et de l’adresse e-mail, les consultations de listes et les branches prévues par les règles.
Quelle différence entre un moteur de règles anti-fraude et un score de fraude ?
Le score de fraude fournit une valeur que le flux peut utiliser. Le moteur, lui, lance les contrôles, applique les règles et consulte les listes avant d’orienter la décision. Utilisez le score comme un élément parmi d’autres et définissez les règles qui transforment l’ensemble des informations en résultat.
Que doit faire un moteur de règles anti-fraude si un prestataire ne répond pas ?
Il doit signaler l’échec de l’appel à une règle, afin que le flux puisse choisir la suite, par exemple faire appel à un autre prestataire, lancer une vérification ou appliquer une décision prudente. Définissez la réponse pour chaque contrôle avant de vous appuyer sur la valeur renvoyée.
Comment tester une nouvelle règle anti-fraude avant son déploiement ?
Comparez les versions actuelle et proposée, puis lancez un backtest sur des décisions passées. Examinez les bons clients que la nouvelle règle refuserait et les résultats des demandes concernées lorsque ces données sont disponibles.
Un moteur de règles anti-fraude peut-il trouver seul de nouvelles règles ?
L’extraction de règles peut proposer des candidates à partir de l’historique étiqueté, mais l’équipe fraude choisit les critères à appliquer. Examinez les conditions et les résultats de chaque candidate, et ne retenez que les règles que l’équipe peut expliquer.