Abus de client

L’abus client correspond à un comportement qui exploite vos politiques. Voici trois scénarios courants auxquels vous pourriez être confronté :

• Abus de remboursement
• Abus de revente
• Abus de période d’essai

Utilisez ce guide pour apprendre à prévenir, détecter et limiter ce type d’abus. Chaque entreprise est différente, vous pouvez adapter ces suggestions à vos besoins.

Abus de remboursement

L’abus de remboursement se produit lorsqu’un client profite de votre politique de remboursement, entraînant des coûts opérationnels disproportionnés. Par exemple, un client peut retourner fréquemment toutes ses commandes sur une longue période, ou demander un remboursement pour une livraison en affirmant ne jamais l’avoir reçue, alors qu’il a bien reçu sa commande.

Clients ayant un historique de remboursements répétés de commandes

Pour évaluer si les remboursements sont concentrés chez les clients demandant fréquemment des remboursements, répartissez le volume de commandes selon la fréquence des remboursements par client. Utilisez la requête suivante de Stripe Sigma pour analyser la concentration des remboursements.

Par exemple, si les résultats montrent que des clients ayant 10 remboursements ou plus par an représentent la majorité des remboursements mais une petite part des commandes totales, cela peut indiquer un abus à grande échelle. Cependant, il est recommandé d’interpréter ces résultats en tenant compte de votre contexte commercial, comme la valeur à vie du client.

-- Order counts by customer refund frequency
WITH order_counts AS (
  SELECT 
    customer_id, -- This can be changed to another customer identifying attribute such as card, email, or shipping address
    COUNT(*) AS order_count,
    COUNT_IF(refunded) AS full_refund_count
  FROM charges
  WHERE captured
    AND created >= DATE_ADD('day', -365, CURRENT_DATE)
    AND dispute_id IS NULL -- Excludes disputes
  GROUP BY customer_id
),
order_count_frequency AS (
  SELECT 
    CASE 
      WHEN full_refund_count >= 10 THEN 10 
      WHEN customer_id IS NULL THEN 0 
      ELSE full_refund_count 
    END AS customer_refunded_x_or_more_orders,
    SUM(order_count) AS total_orders,
    SUM(full_refund_count) AS full_refund_orders
  FROM order_counts
  GROUP BY CASE 
    WHEN full_refund_count >= 10 THEN 10 
    WHEN customer_id IS NULL THEN 0 
    ELSE full_refund_count 
  END
),
order_count_frequency_aggregate_v1 AS (
  SELECT 
    *,
    SUM(total_orders) OVER (ORDER BY customer_refunded_x_or_more_orders DESC) AS total_orders_count,
    SUM(full_refund_orders) OVER (ORDER BY customer_refunded_x_or_more_orders DESC) AS total_full_refunds_count
  FROM order_count_frequency
  ORDER BY customer_refunded_x_or_more_orders
),
order_count_frequency_aggregate_v2 AS (
  SELECT 
    *,
    total_full_refunds_count / CAST(total_orders_count AS DOUBLE) AS refund_rate,
    total_full_refunds_count / CAST(SUM(full_refund_orders) OVER () AS DOUBLE) AS refunded_orders_recall,
    total_orders_count / CAST(SUM(total_orders) OVER () AS DOUBLE) AS total_orders_recall
  FROM order_count_frequency_aggregate_v1
)
SELECT 
  customer_refunded_x_or_more_orders,
  refund_rate, -- The rate of full refund orders divided by captured orders at each customer refund frequency and above
  refunded_orders_recall, -- Percentage of fully refunded orders out of all refunds 
  total_orders_recall, -- Percentage of total orders out of all total orders 
  total_orders_count, -- Number of all captured orders
  total_full_refunds_count -- Number of orders fully refunded
FROM order_count_frequency_aggregate_v2
ORDER BY customer_refunded_x_or_more_orders DESC

Pour gérer les clients qui demandent fréquemment des remboursements importants, vous pouvez :

• Informer les clients identifiés de leur historique de remboursements et de ses conséquences pour l’entreprise
• Restreindre les tentatives de commande futures (temporairement ou définitivement)
• Instaurer des frais pour dissuader les remboursements répétés

Abus de revente

L’abus de revente concerne un client qui a l’intention de revendre le produit à une autre personne ou entreprise, par exemple sur une marketplace. Par exemple, les revendeurs peuvent acheter des produits en édition limitée en grande quantité ou créer des comptes d’abonnement avec codes de réduction pour tirer un profit en les revendant.

Partage de compte

On parle souvent de « partage de mot de passe » lorsque les identifiants de connexion sont partagés. Cela permet à plusieurs personnes de bénéficier d’un seul achat. Surveillez des activités telles que :

• Connexions simultanées
• Connexions à partir d’adresses IP dispersées géographiquement dans un court laps de temps

Lorsqu’un cas est détecté, vous pouvez mettre en place une authentification supplémentaire, comme un code à usage unique envoyé par e-mail ou SMS, afin d’ajouter de la friction et de vérifier l’identité du propriétaire du compte.

Transferts de compte

Un revendeur transfère un compte à une autre personne, généralement contre rémunération. Surveillez des activités telles que :

• Comptes proposés à la vente sur des marketplaces que vous ne gérez pas
• De nombreux comptes créés avec la même carte bancaire ou la même empreinte d’identification de d’appareil/navigateur, souvent en utilisant le même code promotionnel lorsque c’est applicable.
• Connexion à partir d’une IP située dans une autre zone géographique juste après la création du compte
• Captures d’écran peu après la création du compte

Créez des règles de vélocité pour bloquer, détecter ou ralentir la création de multiples comptes susceptibles d’être générés par de potentiels revendeurs. Quelques exemples de règles utilisant Radar for Fraud Teams incluent :

Vous pouvez aussi utiliser Stripe Sigma pour examiner les comptes suspectés de revente et les recouper avec vos données internes afin de détecter tout abus de politique.

Abus de période d’essai

L’abus de période d’essai se produit lorsque des clients utilisent à répétition des essais gratuits sans intention de souscrire. Selon votre activité, cela peut coûter cher à cause du coût d’utilisation du produit. Par exemple, ces clients créent plusieurs comptes pour accéder plusieurs fois à l’offre, ou utilisent des cartes sans fonds, entraînant l’échec du paiement à la fin de l’essai.

Échec de paiement en fin de période d’essai

Les clients pratiquant l’abus de période d’essai s’inscrivent souvent avec des cartes prépayées ou virtuelles qui fonctionnent au début de l’essai mais échouent à la fin (généralement pour fonds insuffisants).

Stripe Radar propose un contrôle d’abus de période d’essai qui prédit la probabilité d’échec de paiement à la fin de l’essai. Vous pouvez ainsi bloquer ou préautoriser les inscriptions, limiter l’accès au produit, ou prendre d’autres mesures pour les essais à haut risque. Si cela vous intéresse, demandez à rejoindre la préversion privée afin d’avoir accès à ces fonctionnalités.

Demande d’accès Private preview