将 FraudLabsPro 接入决策引擎

FraudLabsPro 是面向各类电商企业的欺诈防护服务,价格适合小型企业和大型企业。该服务会补充银行卡 BIN 信息和 IP 地址信息,为交易评分,并支持添加自定义分组。之后,您可以查看待审核的交易,也可以了解哪些交易被拒绝或批准,以及对应的原因。

您可以快速将 Fraudlabs Pro 接入 Decisimo,并与其他服务一起评估电商交易。

1.

注册账号并获取 API Key

  • 如果您还没有 FraudLabs Pro 账号,请先注册。选择适合的账号类型,也可以先使用免费版。

    https://www.fraudlabspro.com/pricing
  • 登录后进入 FraudLabsPro Dashboard,在 License Overview 区域找到 API Key。下一步需要用到这个 API Key。
    FraudLabs Pro Dashboard 的 License Overview 区域,API Key 值 VERYCOOLAPIKEY 已高亮显示
2.

在 Decisimo Portal 中创建数据源

  • 在 Data sources 中选择 New,请 AI Assistant 配置服务商,然后审核并应用它的建议。
  • 在 External data definition 页面,将 API key 改为从 FraudLabs 获取的密钥。
  • 检查可提供和无法提供的数据字段。数据分为技术字段和业务字段两类。技术字段必须始终提供。部分业务属性为必填项,其余为选填项。
  • FraudLabs Pro 仪表盘
  • 连接 Fraudlabs Pro 时,进入 Data sources > New 并使用 AI Assistant。说明服务商和 HTTP 调用,审核并调整建议后再应用。将 key 设为 Fraudlabs Pro 的 API key,format 保持为 JSON。
  • FraudLabs Pro 只要求提供发起交易的客户 IP 地址,其他属性均为选填。要充分利用 FraudLabs Pro,建议尽可能多地提供属性。
  • 做好反欺诈评估,除价格和币种外,至少还需提供账单地址、电子邮箱地址、邮箱和银行卡相关信息。在 FraudLabs Pro 中对应以下属性:
    • bill_addr
    • bill_city
    • bill_state
    • bill_country
    • bill_zip_code
    • email
    • bin_no
    • amount
    • currency
  • 向 AI Assistant 说明服务商及其 HTTP 调用,再对照下方参数审核建议。
3.

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。

将 Fraudlabs Pro 数据源加入决策流

  • 如果决策流中已有用于数据源的步骤,可在同一步骤中加入 FraudLabs Pro 调用。决策引擎会并行调用该步骤中的所有数据源,执行时间最短。
  • 如果决策流中还没有调用外部数据的步骤,请添加一个。连接该步骤,然后双击打开定义窗口。在步骤中指定要发送给 FraudLabs Pro 验证的数据对象属性。
  • External Data 定义窗口,FraudLabs Pro 参数映射到 IP、账单、客户和交易属性
GO

运行决策

  • 发布决策流,部署到端点,即可使用 FraudLabs Pro 的数据进行决策。

常见问题

FraudLabsPro 评分应设置什么阈值?

不要只根据评分设置阈值。用结果已知的交易测试不同阈值,同时衡量欺诈损失,以及被转交审核或拒绝的正常交易数量。如果团队能够处理相应的交易量,可以先设定 approve、review 和 decline 三个区间,再根据实际结果和可接受的损失调整。将评分映射到处理动作前,请先在 FraudLabsPro 账号中确认评分范围和评分原因。

FraudLabsPro 没有返回可用结果时,决策逻辑应如何处理?

FraudLabsPro 调用失败或返回结果不可用时,应与有效的低风险结果区分开。根据交易金额和延迟带来的成本选择备用处理方式,例如重试、暂缓交易并转交审核,或执行其他检查。不要把缺失的选填字段默认为零,也不要将其视为交易安全的依据。将交易转入线上处理前,先测试备用处理方式。

什么情况下应将 FraudLabsPro 与其他欺诈数据源结合使用?

当不同数据源评估的风险不同,或能补充现有检查未覆盖的信息时,可以结合使用。应在决策逻辑中明确各数据源的作用,并确定结果冲突或数据不可用时如何处理。检查是否存在重复信号,例如同一 IP 信息影响了两项评估,再将组合后的决策与各数据源单独使用时的结果进行比较。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。