一个欺诈性的在线订单可能使小零售商的成本几乎是交易成本的三倍。这就是Stripe在其2017年12月的在线欺诈趋势和行为报告（PDF）中发现的内容。
在线欺诈趋势报告
在线支付处理器最近发布了该报告，并通过独家电子邮件评论为小企业趋势提供了独特的视角。
$config[code] not found“我们发布报告的目标之一是帮助小型企业更好地了解欺诈行为的显示方式和时间，以便他们能够创建直接满足其需求的特定策略，”Stripe的支付智能和经验工程经理Michael Manapat说。 ，在一封有小企业趋势的电子邮件中。
Stripe的报告发现，一家小型在线零售企业每消费1美元的欺诈性订单，将花费2.62美元与网络欺诈作斗争。移动零售店的价格高达3.34美元。因此，最好在成为欺诈交易的受害者之前提出辩护。
但是多少防守就足够了？
确实，网络犯罪正在上升，小企业越来越成为欺诈者的目标。随着实体店交易的安全性增加，在线交易的目标可能性也会增加。
但是，小型企业也可以过度投资在线欺诈保护。 Stripe的这份报告试图帮助小型在线零售商确定他们需要保护自己的位置。
“鉴于资源有限，大多数小企业需要在警务欺诈和最大化盈利能力之间进行权衡。较小的公司可以使用该报告来识别一致的欺诈行为模式，“Manapat说。
一家小型在线零售店可能最终决定是否在他们的商店安装一些反欺诈软件。但并非每个小企业都有资金或资源来部署这样的防御。在其他情况下，Manapat表示，在线商店需要确定欺诈者之间的趋势，以发现可疑活动。
对于初学者来说，小型商店需要预先获取有关其客户的更多信息。这大大降低了欺诈交易的可能性。
“虽然每项业务都不同，但了解欺诈行为如何不仅可以帮助小型零售商更有效地打击欺诈行为，还可以帮助他们理解为什么设定更好的规则非常重要，”Manapat补充道。
在线交易欺诈的其他关键迹象是以异常高的利率进行的购买。欺诈演员有时会以通常在网站上看到的正常速度的10倍购买。根据Stripe的说法，他们也喜欢在傍晚时分打。并且您可以在网站上的较低流量时间期望此活动。
“例如，在黑色星期五这样的繁忙购物日，欺诈率并没有显着上升，而是在圣诞节等许多人不购物的日子里，”报告解释道。
该报告的另一项重要发现表明，大多数欺诈性交易不适用于大件物品。相反，它是较小的交易往往是欺诈性的。
“在美国，条纹数据显示欺诈性交易金额仅略高于常规交易金额，”报告指出。
Stripe建议小型在线零售商使用支付处理器，该处理器部署机器学习技术以帮助发现虚假交易。但该公司还指出，依靠AI来发现欺诈是不够的。手动警惕也是必要的。
“机器学习模型通过结合许多特定于上下文的细微差别来解决这一挑战，以便只拒绝最可疑的交易，而不是制定可以轻易阻止良好交易的一揽子规则。商家应该与支持处理器一起使用机器学习和其他技术来优化这些在阻止欺诈和最大化盈利能力之间的复杂权衡，“报告补充道。
照片来自Shutterstock
1评论▼
