Conclusiones sobre riesgos
Identifica los factores y datos de riesgo de un pago en particular.
El sistema de machine learning adaptativo de Stripe Radar determina la puntuación de riesgo y el nivel de riesgo de un pago y utiliza estos datos para decidir cuándo bloquear los pagos o marcarlos para revisión. El sistema evalúa cientos de señales de cada pago con los datos de la red de Stripe formada por millones de empresas. Mediante las funcionalidades de conclusiones sobre riesgos, disponible con Radar para Equipos de Fraude de Stripe, se explican algunas de las señales que alimentan el sistema de machine learning de Radar.
Conclusiones sobre riesgos para los pagos
Las conclusiones sobre riesgos también incluyen información sobre el cliente, por ejemplo, si el nombre del titular de la tarjeta coincide con el correo electrónico suministrado, y la tasa de éxito de las transacciones en la red de Stripe asociadas con esa dirección de correo electrónico. Una tasa de autorización baja puede indicar un comportamiento sospechoso porque los rechazos previos a veces sugieren intentos anteriores de transacciones fraudulentas.
También destacamos la información basada en la ubicación geográfica, incluidas las ubicaciones de las direcciones IP, de facturación y de envío asociadas con este pago.
Conclusiones sobre riesgos
Si quieres ver más señales de Radar, haz clic en el botón Mostrar todos los datos de la sección de conclusiones sobre riesgos. Se abrirá un cuadro de diálogo con una lista de señales para el motor de machine learning de Radar.
Cuadro de diálogo de las Conclusiones sobre riesgos de Radar
Understand fraud factors
Cantidad de factores de fraude
Algunas de las señales incluidas en el cuadro de diálogo de las conclusiones sobre riesgos tienen un distintivo con un número junto a ellas. Estos distintivos indican el factor de fraude correspondiente a una señal del pago. El factor de fraude representa la probabilidad de fraude de los cargos con un valor similar al de esta señal en comparación con la transacción promedio de Stripe. Un factor de fraude de 3.5x significa que los cargos con un valor similar al de esta señal tienen una probabilidad 3.5 veces mayor de ser fraudulentos que el promedio. En los pagos de mayor riesgo, es previsible encontrar factores de fraude superiores a 1 y en los pagos de menor riesgo, factores inferiores a 1.
Fraud factors
Mantén el puntero del mouse sobre un factor de fraude para ver más información sobre los posibles valores de ese factor. Los factores irán cambiando con el tiempo a medida que cambien los datos en nuestra red. Estos datos proporcionan contexto respecto de la distribución de factores de fraude para una señal. El cuadro de diálogo también ofrece la distribución de los valores de una señal en la red, lo que te permite saber si el pago actual tiene un valor común o si es infrecuente o único en la red de Stripe.
Principales factores de fraude
Principales factores de fraude
La sección Principales factores de fraude que se encuentra afuera del cuadro de diálogo de las conclusiones sobre riesgos te notifica las señales de fraude cuando el pago tiene valores que suelen indicar que es fraudulento. Debido a que el modelo de machine learning de Radar detecta patrones complejos en cientos de señales, cabe la posibilidad de que un cargo se identifique como fraude, incluso si ninguna de las señales parezca sospechosa por separado.
Related payments
También puedes ver la red de pagos relacionados, que incluye cualquier otro pago realizado a tu empresa utilizando el mismo ID de cliente, dirección IP o número de tarjeta que el pago que estás viendo actualmente. Esto puede ayudar a identificar patrones de fraude comunes, como prueba de tarjetas (muchas tarjetas diferentes que comparten una sola dirección IP) o abuso de prueba (muchos «clientes» comparten la misma tarjeta).
Pagos relacionados