Perangkat untuk Mencegah Fraud Online

Antifraud mencakup berbagai aktivitas. Dalam transaksi e-commerce, Anda memerlukan kontrol untuk mencegah atau setidaknya mengurangi aktivitas fraud. Berikut beberapa metode dan platform yang umum digunakan.

Perangkat fraud pada gateway pembayaran

Semua gateway pembayaran memiliki kontrol fraud dasar, seperti pemeriksaan 3D Secure, AVS, dan CVV. Beberapa gateway juga menyediakan kontrol yang lebih lanjut, seperti verifikasi alamat atau pemeriksaan frekuensi transaksi.

Layanan pengayaan data

Layanan pengayaan data membantu melengkapi informasi pelanggan yang belum Anda miliki. Layanan ini dapat menyediakan informasi seperti nama, alamat, nomor telepon, alamat email, profil media sosial, dan lainnya.

Machine learning

Machine learning adalah jenis kecerdasan buatan yang digunakan untuk mendeteksi pola dalam data secara otomatis. Teknologi ini dapat membantu menemukan anomali dalam perilaku pelanggan, seperti nilai pesanan atau ongkos kirim yang jauh lebih tinggi dari biasanya.

Pencegahan chargeback

Chargeback terjadi ketika pelanggan menyanggah transaksi kepada penerbit kartu kreditnya. Platform pencegahan chargeback dapat membantu Anda mengidentifikasi dan menandai potensi chargeback secara otomatis, sehingga Anda dapat bertindak sebelum chargeback terjadi.

Deteksi fraud

Ada banyak platform deteksi fraud, seperti FraudLabs dan Maxmind. Platform ini dapat membantu Anda menandai pesanan yang kemungkinan merupakan fraud agar dapat ditinjau secara manual.

Jalankan pemeriksaan ini dalam alur keputusan

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

Pencegahan fraud

Platform pencegahan fraud dapat membantu menghentikan fraud sebelum terjadi dengan membagikan informasi tentang pelaku fraud yang diketahui kepada perusahaan lain.

Pemantauan transaksi

Pemantauan transaksi adalah proses memeriksa semua transaksi secara berkelanjutan untuk menemukan fraud. Proses ini dapat dilakukan secara manual atau dengan platform otomatis. Platform pemantauan transaksi otomatis dapat menandai potensi kasus fraud untuk ditinjau secara manual.

Perangkat manajemen kasus

Setiap transaksi yang ditandai sebagai potensi fraud perlu dicatat dalam sebuah sistem. Investigator yang meninjau transaksi tersebut perlu mengakses semua informasi yang relevan serta dapat berkolaborasi atau meminta bantuan pakar di bidang terkait. Jika penegak hukum terlibat, platform sebaiknya dapat menyediakan berkas kasus lengkap untuk mendukung investigasi.

Kesimpulan

Cara paling efektif untuk mencegah fraud adalah menggunakan kombinasi platform ini. Berbagai metode dapat memberi Anda gambaran perilaku pelanggan yang lebih jelas dan mengurangi kemungkinan terjadinya fraud.

Pertanyaan yang sering diajukan

Kontrol fraud apa yang sebaiknya diterapkan lebih dahulu?

Mulailah dengan pemeriksaan yang sudah tersedia di gateway pembayaran Anda, lalu tambahkan kontrol untuk risiko yang terlihat dari data transaksi. Bandingkan 3D Secure, pemeriksaan alamat dan kode keamanan kartu, serta aturan frekuensi transaksi dengan kerugian akibat fraud dan penolakan transaksi yang sah. Tambahkan layanan lain hanya jika layanan tersebut menutup kekurangan yang belum ditangani oleh kontrol saat ini.

Bagaimana menentukan batas transaksi yang perlu ditinjau secara manual?

Tentukan batas berdasarkan kapasitas tim peninjau dan perkiraan biaya fraud yang tidak terdeteksi. Kirim transaksi yang meragukan dan berisiko lebih tinggi untuk ditinjau. Lanjutkan pemrosesan transaksi berisiko lebih rendah jika perkiraan kerugian akibat fraud lebih kecil daripada biaya menunda atau menolak pesanan yang sah. Periksa fraud yang terkonfirmasi, penolakan transaksi sah, dan hasil peninjauan berdasarkan kelompok skor, lalu sesuaikan batas saat komposisi transaksi berubah.

Bagaimana menguji model machine learning sebelum menggunakan skornya untuk memengaruhi keputusan transaksi?

Jalankan model pada transaksi yang terjadi setelah periode data yang digunakan untuk membangunnya, lalu catat skor sebelum mengubah keputusan. Minta tim investigasi meninjau sampel transaksi yang ditandai maupun yang tidak ditandai, kemudian bandingkan kerugian akibat fraud dan penolakan transaksi yang sah dengan hasil aturan saat ini. Jika model mengusulkan perubahan pada logika keputusan, tampilkan usulan dan diff-nya, lalu minta orang yang berwenang menyetujuinya.

Bagaimana menentukan apakah layanan pencegahan chargeback sepadan dengan biayanya?

Bandingkan biayanya dengan chargeback yang mungkin dapat dicegah, menggunakan data transaksi dan sengketa Anda sendiri. Periksa sengketa mana yang dapat diidentifikasi cukup awal agar tim Anda dapat bertindak, lalu pantau kerugian yang berhasil dicegah, peringatan keliru, dan dampak tambahan pada pelanggan selama uji coba terbatas. Jangan menganggap sengketa yang ditandai sebagai chargeback yang berhasil dicegah sebelum hasil akhirnya mendukung kesimpulan tersebut.

Kapan sebaiknya menambahkan perangkat manajemen kasus untuk investigasi fraud?

Pertimbangkan perangkat ini jika investigator menghabiskan terlalu banyak waktu untuk mengumpulkan detail transaksi, mengoordinasikan peninjauan, atau menyerahkan investigasi kepada spesialis. Pastikan setiap berkas kasus dapat menghimpun informasi yang relevan, mencatat siapa yang menangani setiap tugas, dan mendukung eskalasi, termasuk penyediaan berkas lengkap saat penegak hukum terlibat. Pertimbangkan biaya penyiapan dan administrasi dibandingkan dengan waktu yang dihemat serta catatan yang perlu disediakan tim Anda.

Jalankan pemeriksaan ini dalam alur keputusan

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