Cara mengintegrasikan FraudLabsPro dengan decision engine

FraudLabsPro adalah layanan perlindungan fraud untuk perusahaan e-commerce dari berbagai skala. Biayanya terjangkau bagi perusahaan kecil maupun besar. Layanan ini memperkaya data dengan informasi terkait BIN kartu dan alamat IP. FraudLabsPro memberikan skor untuk transaksi dan memungkinkan Anda menambahkan grup khusus. Anda dapat meninjau transaksi yang perlu diperiksa serta mengetahui alasan transaksi ditolak atau disetujui.

Anda dapat mengintegrasikan FraudLabsPro dengan cepat ke Decisimo dan menggunakannya bersama layanan lain untuk menilai transaksi e-commerce.

1.

Buat akun dan dapatkan API Key

  • Jika belum memiliki akun FraudLabsPro, daftarkan akun terlebih dahulu. Pilih paket yang paling sesuai, atau mulai dengan paket gratis.

    https://www.fraudlabspro.com/pricing
  • Setelah masuk ke akun, buka FraudLabsPro Dashboard dan cari API Key di kotak License Overview. Anda akan memerlukan API Key ini pada langkah berikutnya.
    Dashboard FraudLabs Pro dengan License Overview yang menampilkan nilai API Key VERYCOOLAPIKEY
2.

Buat sumber data di Decisimo Portal

  • Pilih New di Data sources, lalu minta AI Assistant menyiapkan konfigurasi provider. Periksa usulannya dan terapkan setelah Anda menyetujuinya.
  • Di halaman External data definition, ganti API key dengan API key yang Anda dapatkan dari FraudLabsPro.
  • Periksa data yang dapat dan tidak dapat Anda kirim. Data terbagi menjadi dua jenis utama, yaitu teknis dan bisnis. Data teknis harus selalu disertakan. Beberapa atribut bisnis wajib diisi, sedangkan yang lain bersifat opsional.
  • Dashboard FraudLabs Pro
  • Untuk menghubungkan FraudLabsPro, pilih Data sources > New dan gunakan AI Assistant. Jelaskan provider dan panggilan API yang diperlukan, lalu periksa dan sesuaikan usulannya sebelum diterapkan. Isi key dengan API key FraudLabsPro dan biarkan format tetap JSON.
  • FraudLabsPro hanya memerlukan alamat IP pelanggan yang melakukan transaksi. Atribut lainnya bersifat opsional. Agar FraudLabsPro dapat memberikan hasil yang lebih lengkap, sertakan atribut sebanyak mungkin.
  • Untuk evaluasi antifraud yang memadai, selain harga dan mata uang, siapkan alamat penagihan, alamat email, email, dan informasi terkait kartu. Di FraudLabsPro, atributnya adalah:
    • bill_addr
    • bill_city
    • bill_state
    • bill_country
    • bill_zip_code
    • email
    • bin_no
    • amount
    • currency
  • Beri tahu AI Assistant nama provider dan panggilan HTTP-nya. Periksa usulan konfigurasi dengan mengacu pada parameter di bawah ini.
3.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.

Tambahkan sumber data FraudLabsPro ke alur keputusan

  • Jika alur keputusan Anda sudah memiliki langkah untuk sumber data, tambahkan panggilan ke FraudLabsPro di langkah yang sama. Decision engine akan memanggil semua sumber data pada langkah tersebut secara paralel. Dengan begitu, waktu eksekusi lebih singkat.
  • Jika alur keputusan Anda belum memiliki langkah untuk data eksternal, tambahkan satu langkah. Hubungkan langkah tersebut ke alur keputusan, lalu klik dua kali untuk membuka jendela definisi. Tentukan atribut dari objek data yang akan dikirim ke FraudLabsPro untuk verifikasi.
  • Jendela definisi External Data dengan parameter FraudLabsPro yang dipetakan ke atribut IP, penagihan, pelanggan, dan transaksi
GO

Jalankan pengambilan keputusan

  • Rilis alur keputusan Anda, deploy ke endpoint, lalu ambil keputusan menggunakan data dari FraudLabsPro.

Pertanyaan yang sering diajukan

Ambang skor apa yang sebaiknya digunakan untuk FraudLabsPro?

Jangan menentukan ambang hanya berdasarkan skor. Uji beberapa pilihan ambang pada transaksi yang hasil akhirnya sudah diketahui. Ukur kerugian akibat fraud dan jumlah transaksi sah yang perlu ditinjau atau ditolak. Jika tim Anda mampu menangani volumenya, mulailah dengan rentang terpisah untuk approve, review, dan decline. Sesuaikan rentang tersebut berdasarkan hasil yang diamati dan batas kerugian yang dapat diterima. Sebelum memetakan skor ke tindakan, periksa skala skor dan alasannya di akun FraudLabsPro Anda.

Apa yang sebaiknya dilakukan logika keputusan jika FraudLabsPro tidak memberikan hasil yang dapat digunakan?

Bedakan respons FraudLabsPro yang gagal atau tidak dapat digunakan dari hasil valid yang menunjukkan risiko rendah. Tentukan tindakan cadangan berdasarkan nilai transaksi dan biaya keterlambatan, misalnya mencoba kembali, menahan transaksi untuk ditinjau, atau menjalankan pemeriksaan lain. Jangan mengganti kolom opsional yang kosong dengan angka nol secara otomatis atau menganggapnya sebagai bukti bahwa transaksi aman. Uji tindakan cadangan sebelum transaksi langsung diproses.

Kapan FraudLabsPro perlu digunakan bersama sumber data fraud lain?

Gabungkan beberapa sumber jika masing-masing menilai risiko yang berbeda atau memberikan informasi yang belum tersedia dari pemeriksaan Anda saat ini. Jelaskan kontribusi setiap sumber dalam logika keputusan, lalu tentukan dampak hasil yang bertentangan atau data yang tidak tersedia terhadap keputusan akhir. Periksa sinyal yang berulang, misalnya informasi IP yang sama memengaruhi dua penilaian. Setelah itu, bandingkan keputusan gabungan dengan hasil dari masing-masing sumber secara terpisah.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.