Um pedido on-line fraudulento pode custar um pequeno varejista quase três vezes mais que o custo da transação. Foi o que a Stripe encontrou em seu relatório Tendências e comportamento de fraudes on-line de dezembro de 2017 (PDF).
Relatório de tendências de fraudes on-line
O processador de pagamentos on-line lançou recentemente o relatório e deu à Small Business Trends uma perspectiva única por meio de comentários exclusivos por e-mail.
$config[code] not found"Um dos nossos objetivos na publicação do relatório é ajudar as pequenas empresas a entender melhor como e quando o comportamento fraudulento aparece, para que possam criar estratégias específicas que atendam diretamente às suas necessidades", diz Michael Manapat, gerente de engenharia de inteligência e experiência em pagamentos da Stripe., em um email com o Small Business Trends.
O relatório da Stripe descobriu que uma pequena empresa de varejo on-line gastará US $ 2,62 lutando contra fraudes on-line para cada US $ 1 de um pedido fraudulento. Isso vai até US $ 3,34 para uma loja de varejo móvel. Portanto, faria sentido que seja melhor defender-se antes de ser vítima de transações fraudulentas.
Mas quanta defesa é suficiente?
É verdade que os crimes cibernéticos estão em ascensão e também é verdade que as pequenas empresas são cada vez mais alvo de fraudes. E à medida que aumenta a segurança das transações nas lojas físicas, aumenta também a probabilidade de que as transações on-line sejam segmentadas.
No entanto, também é verdade que as pequenas empresas podem investir excessivamente na proteção contra fraudes on-line. Este relatório da Stripe tenta ajudar os pequenos varejistas on-line a identificar onde eles precisam se proteger.
“Devido a seus recursos limitados, a maioria das pequenas empresas precisa fazer concessões entre a fraude do policiamento e a maximização da lucratividade. As empresas menores podem usar o relatório para identificar padrões consistentes de comportamento fraudulento ”, diz Manapat.
Uma pequena loja de varejo on-line pode ter que decidir se instalará algum software antifraude em sua loja. Mas nem todas as pequenas empresas terão o dinheiro ou os recursos para implantar tal defesa. Em outros casos, diz Manapat, as lojas on-line precisam identificar tendências entre os fraudadores para detectar atividades suspeitas enquanto elas acontecem.
Para começar, as lojas menores precisam estar capturando mais informações sobre seus clientes na frente. Isso reduz muito as chances de uma transação fraudulenta.
“Embora cada negócio seja diferente, entender como a fraude aparece não apenas ajudará os pequenos varejistas a combater mais eficazmente a fraude, mas também a entender por que a definição de regras melhores é tão importante”, acrescenta Manapat.
Outros sinais importantes da fraude on-line de transações são compras que chegam a taxas anormalmente altas. Às vezes, os atores de fraude compram a 10 vezes o ritmo normal normalmente visto em um site. Eles também gostam de bater durante a noite, de acordo com Stripe. E você pode esperar essa atividade durante tempos de tráfego menores em um site.
"Por exemplo, as taxas de fraude não aumentam notavelmente em dias de compras pesadas como a Black Friday, mas sim em dias como o Natal, quando muitas pessoas não estão comprando", explica o relatório.
Outra descoberta importante do relatório mostra que a maioria das transações fraudulentas não é de itens caros. Em vez disso, são transações menores que tendem a ser fraudulentas.
"Nos Estados Unidos, os dados da Stripe mostram que os valores das transações fraudulentas são apenas ligeiramente maiores do que os valores das transações regulares", afirma o relatório.
Stripe sugere que pequenos varejistas on-line trabalhem com um processador de pagamento que implanta a tecnologia de aprendizado de máquina para ajudar a identificar transações falsas. Mas a empresa também observa que confiar apenas na inteligência artificial para detectar fraudes não é suficiente. A vigilância manual também é necessária.
“Os modelos de aprendizado de máquina lidam com esse desafio incorporando muitas nuances específicas do contexto para rejeitar apenas as transações mais suspeitas, em vez de implementar regras gerais que podem facilmente bloquear boas transações. Os comerciantes devem trabalhar com processadores de pagamento com aprendizado de máquina e outras tecnologias para otimizar esses trade-offs complexos entre parar a fraude e maximizar a lucratividade ”, acrescenta o relatório.
Foto via Shutterstock
1 comentário ▼
