Evaluación de riesgos

El núcleo de Stripe Radar es un sistema de machine learning adaptativo que evalúa el nivel de riesgo de cada pago en tiempo real. Utiliza cientos de señales de cada pago y accede a datos de toda nuestra red formada por millones de empresas con el objetivo de predecir la probabilidad de que un pago sea fraudulento.

Nuestro sistema de machine learning es flexible y adaptativo; aprende continuamente de los nuevos patrones de compra y de las características de las transacciones de los clientes. Además, incorpora tus comentarios siempre que un pago es marcado como fraudulento.

Cuándo usar Radar

Radar evalúa el riesgo y ejecuta reglas para tres tipos de objetos de la API de Stripe: Charges, PaymentIntents y SetupIntents. Stripe diseñó las reglas de Radar para realizar cuatro acciones diferentes:

• Solicitar autenticación con 3D Secure
• Permitir la creación del objeto
• Bloquear la creación del objeto
• Revisar la creación de un objeto Charge

La siguiente tabla ilustra cuáles son las reglas que Radar ejecuta para cada tipo de objeto de la API:

Puedes habilitar Radar para SetupIntents en la configuración de Radar.

Resultados de la evaluación de riesgos

Los modelos de machine learning de Stripe evalúan la probabilidad de que un pago sea fraudulento. Este criterio puede tomar uno de los siguientes cinco valores:

• Riesgo muy alto
• Riesgo elevado
• Riesgo normal
• No evaluado
• Riesgo desconocido

Cada pago incluye información sobre el resultado de nuestra evaluación de riesgos.

Los usuarios de Radar para Equipos de Fraude verán una sección de conclusiones sobre riesgos en la página de pagos donde se proporcionan más detalles sobre el motivo por el que le asignamos un nivel de riesgo y una puntuación en particular a un pago.

Si un emisor de tarjeta rechaza un pago, Stripe también incluye la información que recibimos del emisor como parte del resultado.

Se puede acceder al resultado de cada pago al visualizar el pago en el Dashboard o a través de la API como parte del atributo Outcome del objeto Charge.

Pagos de muy alto riesgo

Stripe reporta que un pago es de muy alto riesgo cuando cree que puede ser fraudulento. Los pagos de este nivel de riesgo se bloquean de manera predeterminada.

En el objeto Charge de un pago de muy alto riesgo, el risk_level se establece en highest.

...
"outcome":
{
  "network_status": "not_sent_to_network",
  "reason": "highest_risk_level",
  "risk_level": "highest",
  "risk_score": 92, // Provided only with Stripe Radar for Fraud Teams
  "seller_message": "Stripe blocked this charge as too risky.",
  "type": "blocked",
}
...

Si Stripe Radar bloquea alguna vez un pago que sabes que es legítimo, puedes eliminar el bloqueo usando el Dashboard. Para ello, visualiza el pago en el Dashboard y haz click en el botón Agregar a la lista de permitidos. El agregado a la lista no implica que se reintentará el pago, pero Stripe Radar no podrá bloquear futuros intentos de pago con esa tarjeta o desde esa dirección de correo electrónico.

Pagos de riesgo elevado

Los pagos de riesgo elevado tienen una mayor probabilidad de ser fraudulentos. De forma predeterminada, Stripe Radar autoriza estos pagos. Si usas Radar para Equipos de Fraude, los pagos de riesgo elevado se ponen automáticamente en tu cola de revisión para que los analices con más detenimiento.

En el objeto Charge de un pago de riesgo elevado, el risk_level se establece en elevated.

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "elevated_risk_level",
  "risk_level": "elevated",
  "risk_score": 56, // Provided only with Stripe Radar for Fraud Teams
  "seller_message": "Stripe evaluated this charge as having elevated risk, and placed it in your manual review queue.",
  "type": "manual_review"
}
...

Pagos de riesgo normal

Los pagos con una evaluación de riesgo normal tienen menos características indicativas de fraude que los pagos con niveles de riesgo elevado o muy alto. No obstante, te recomendamos estar alerta al completar estos pedidos. Los pagos con riesgo normal pueden resultar fraudulentos de todos modos y hay otros tipos de fraude que pueden cometerse en etapas más avanzadas del proceso del pedido.

En el objeto Charge de un pago de riesgo normal efectuado con éxito, el risk_level se establece en normal.

...
"outcome":
{
  "network_status": "approved_by_network",
  "reason": null,
  "seller_message": "The charge was authorized.",
  "risk_level": "normal",
  "risk_score": 23, // Provided only with Stripe Radar for Fraud Teams
  "type": "authorized",
}
...

No evaluado

El nivel de riesgo se establece en not_assessed para los pagos no efectuados con tarjeta, los pagos efectuados con tarjeta anteriores a la asignación pública de niveles de riesgo y los pagos cuya evaluación de riesgo a través de Radar fue cancelada por el comerciante.

En el objeto Charge de un pago no evaluado, el risk_level se establece en not_assessed.

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "not_assessed_risk_level",
  "risk_level": "not_assessed",
  "seller_message": "Your business has opted out of Radar fraud risk assessments.",
  "type": "authorized"
}
...

Pagos de riesgo desconocido

En casos excepcionales, un error puede provocar que falle la evaluación de riesgo. En este caso, Stripe informa que el pago es de riesgo desconocido.

En el objeto Charge de un pago de riesgo desconocido, el risk_level se establece en unknown.

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "unknown_risk_level",
  "risk_level": "unknown",
  "seller_message": "Something went wrong while evaluating this payment. Our engineers have been notified and we’ll look into this as soon as possible.",
  "type": "authorized"
}
...

Cómo buscar un determinado nivel de riesgo en el Dashboard.

Puedes buscar pagos de un determinado nivel de riesgo usando el término de búsqueda risk_level y el nivel buscado. Por ejemplo, una búsqueda por risk_level:highest devuelve una lista de todos los pagos de muy alto riesgo. De la misma manera, una búsqueda por risk_level:elevated devuelve una lista de todos los pagos de riesgo elevado.

Comentarios en las evaluaciones de riesgo

Si bien utilizamos la información de toda nuestra red para evaluar un pago, puede que obtengas más información sobre un pago como resultado de una interacción con el cliente. Los modelos de machine learning de Stripe responden a los comentarios que compartes con nosotros, y puedes ayudarnos a mejorar nuestros algoritmos de detección de fraudes reembolsando e informando los pagos que consideres fraudulentos.

El rembolso de un pago fraudulento ayuda a mejorar nuestros algoritmos de detección de fraude y la precisión de nuestras evaluaciones de riesgo para ese pago y los pagos similares en el futuro.

To refund a payment and mark it as fraudulent, view the payment in the Dashboard and then:

1. Click Refund.
2. Select Fraudulent as the Reason.
3. Provide a brief explanation.

También puedes indicar que un pago es fraudulento cuando creas un reembolso con la API especificando fraudulent como el valor del parámetro reason. De esta forma, se agrega la dirección de correo electrónico y la huella de la tarjeta asociada con el pago a las listas de bloqueos respectivas predeterminadas.

# Set your secret key. Remember to switch to your live secret key in production.
# See your keys here: https://dashboard.stripe.com/apikeys
Stripe.api_key = 
'sk_test_4eC39HqLyjWDarjtT1zdp7dc'

# If you haven't refunded the charge, you can do so and let Stripe
# know it was fraudulent in one step.
Stripe::Refund.create({
  charge: '{{CHARGE_ID}}',
  reason: 'fraudulent',
})

# If you already refunded the charge (without specifying the
# 'fraudulent' reason), you can still let us know it was fraudulent.
Stripe::Charge.update(
  '{{CHARGE_ID}}',
  {
    fraud_details: {
      user_report: 'fraudulent',
    },
  }
)

Para un pequeño subgrupo de cargos, Stripe modifica el puntaje de riesgo informado para que podamos medir el rendimiento de nuestros modelos y obtener datos para el desarrollo de otros modelos. Esto le permite a Stripe garantizar que las métricas clave, como la tasa de falsos positivos y la retirada de productos, se mantengan dentro de límites deseables y que el rendimiento del modelo siga mejorando.

Si no quieres la protección de los modelos de machine learning de Stripe Radar, puedes cancelarlos poniéndote en contacto con nuestro equipo de soporte.