リスクに関するインサイト
特定の支払いに関するリスク要因および詳細を把握します。
Stripe Radar’s AI model determines the risk score and risk level for a payment and uses them to decide when to block or mark payments for review. The system evaluates hundreds of signals about each payment, using data from Stripe’s network across millions of businesses. The risk insights feature, available with Stripe Radar for Fraud Teams, provides a sneak peek into some of the signals that power Radar’s AI model.
支払いのリスクに関するインサイト
リスクに関するインサイトには、提供されたメールアドレスに一致するカード保有者の名前、メールアドレスに関連付けられた Stripe ネットワークにおける取引の成功率などの、顧客に関する情報も含まれています。オーソリ成功率の低さは、疑わしい行動を示している可能性があります。これは、以前の支払い拒否が過去の不正使用による取引の試行を示唆する場合があるためです。
また、この支払いに関連付けられた請求先、配送先、および IP アドレスの場所を含む、地理ベースの情報も強調表示されます。
リスクに関するインサイト
If you want to see more Radar’s signals, click the Show all insights button from the risk insights section. This opens a dialog with a list of signals to Radar’s AI engine.
Radar の「リスクに関するインサイト」ダイアログ
不正使用の要因を理解する
不正使用の要因番号
リスクに関するインサイトダイアログの一部のシグナルの横には、数字のバッジが表示されます。これらのバッジは、この支払いの特定のシグナルに対する不正使用の係数を示しています。不正使用係数は、Stripe の平均的な取引と比較した場合の、このシグナルと類似の値を持つ支払いの不正使用の確率を表します。不正使用係数が 3.5x の場合、このシグナルと類似の値の支払いでは、不正使用の確率が平均よりも 3.5 倍高くなります。リスクの高い支払いでは、いくつかの不正使用係数が 1 より大きくなり、リスクの低い支払いでは、いくつかの不正使用係数が 1 より小さくなると考えられます。
不正使用の要因
いずれかの不正使用の要因にマウスポインタを合わせると、その使用可能値に関する詳細情報が表示されます。これらの要因は Stripe ネットワークのデータが変化するにつれ、経時的に変化します。表示されるデータは、特定のシグナルに対する不正使用の要因の分布の状況に関する情報を提供しています。このダイアログでは特定のシグナルに対するネットワークの値の分布も示され、現在の支払いが一般的な値なのか、Stripe ネットワークでも稀なまたは独特の値なのかが示されます。
上位の不正使用の要因
上位の不正使用の要因
The Top Fraud Factors section outside the risk insights dialog notifies you with fraud signals when the payment has values that commonly indicate fraud. Because Radar’s AI model detects complex patterns across hundreds of signals, it’s still possible for a charge to be correctly identified as fraud, even if none of the signals appear suspicious on an individual level.
関連する支払い
関連する支払いのネットワークを表示することもできます。関連する支払いには、現在表示している支払いと同じ顧客 ID、IP アドレス、またはカード番号を使用してお客様のビジネスで行われたその他の支払いが含まれます。これは、カードテスティング (多くの異なるカードが同じ IP アドレスを共有) やトライアルの乱用 (複数の「顧客」が同じカードを共有) などの一般的な不正パターンの識別に役立ちます。
関連する支払い