Un pedido en línea fraudulento puede costar a un pequeño minorista casi tres veces más que el costo de la transacción. Eso es lo que encontró Stripe en su informe Tendencias y fraudes de fraude en línea de diciembre de 2017 (PDF).
Informe de tendencias de fraude en línea
El procesador de pagos en línea publicó recientemente el informe y le dio a Small Business Trends una perspectiva única a través de comentarios exclusivos por correo electrónico.
$config[code] not found"Uno de nuestros objetivos al publicar el informe es ayudar a las pequeñas empresas a comprender cómo y cuándo aparece un comportamiento fraudulento, para que puedan crear estrategias específicas que respondan directamente a sus necesidades", dice Michael Manapat, gerente de ingeniería de inteligencia de pagos y experiencia en Stripe., en un email con Small Business Trends.
El informe de Stripe encontró que un pequeño negocio minorista en línea gastará $ 2.62 para combatir el fraude en línea por cada $ 1 de una orden fraudulenta. Eso sube a $ 3.34 para una tienda minorista móvil. Por lo tanto, tendría sentido que sea mejor defender la defensa antes de ser víctima de transacciones fraudulentas.
¿Pero cuánta defensa es suficiente?
Es cierto que los delitos cibernéticos están aumentando y también es cierto que las pequeñas empresas son cada vez más atacadas por estafadores. Y a medida que aumenta la seguridad de las transacciones en las tiendas físicas, también aumenta la probabilidad de que las transacciones en línea sean dirigidas con mayor frecuencia.
Sin embargo, también es cierto que las pequeñas empresas pueden invertir en exceso en la protección contra el fraude en línea. Este informe de Stripe trata de ayudar a los pequeños minoristas en línea a identificar dónde necesitan protegerse.
“Dados sus recursos limitados, la mayoría de las pequeñas empresas necesitan hacer concesiones entre controlar el fraude y maximizar la rentabilidad. Las compañías más pequeñas pueden usar el informe para identificar patrones consistentes de comportamiento fraudulento ”, dice Manapat.
Es posible que una pequeña tienda minorista en línea tenga que decidir en última instancia si instalar algún software antifraude en su tienda. Pero no todas las pequeñas empresas tendrán el dinero o los recursos para desplegar tal defensa. En otros casos, dice Manapat, las tiendas en línea necesitan identificar las tendencias entre los estafadores para detectar actividades sospechosas mientras esto sucede.
Para empezar, las tiendas más pequeñas necesitan capturar más información sobre sus clientes por adelantado. Esto reduce enormemente las posibilidades de una transacción fraudulenta.
"Si bien cada negocio es diferente, entender cómo se manifiesta el fraude no solo ayudará a los minoristas más pequeños a combatir el fraude de manera más efectiva, sino que también les ayudará a comprender por qué es tan importante establecer mejores reglas", agrega Manapat.
Otros signos clave de fraude en las transacciones en línea son las compras que llegan a tasas anormalmente altas. Los actores de fraude a veces compran a 10 veces el ritmo normal que se suele observar en un sitio. También les gusta golpear durante las horas de la noche, de acuerdo con Stripe. Y puede esperar esta actividad durante tiempos de tráfico más bajos en un sitio.
"Por ejemplo, las tasas de fraude no aumentan notablemente en días de compras intensas como el Black Friday, sino en días como la Navidad cuando muchas personas no están comprando", explica el informe.
Otro hallazgo clave del informe muestra que las transacciones más fraudulentas no son para artículos caros. En cambio, son transacciones más pequeñas que tienden a ser fraudulentas.
"En los Estados Unidos, los datos de Stripe muestran que los montos de transacciones fraudulentas son solo un poco más grandes que los montos de transacciones normales", señala el informe.
Stripe sugiere que los pequeños minoristas en línea trabajan con un procesador de pagos que implementa tecnología de aprendizaje automático para ayudar a detectar transacciones falsas. Pero la compañía también señala que no basta con confiar solo en AI para detectar el fraude. La vigilancia manual también es necesaria.
“Los modelos de aprendizaje automático abordan este desafío mediante la incorporación de muchos matices específicos del contexto para rechazar solo las transacciones más sospechosas, en lugar de establecer reglas generales que puedan terminar fácilmente bloqueando las buenas transacciones. Los comerciantes deben trabajar con procesadores de pago con aprendizaje automático y otras tecnologías para optimizar estas complejas compensaciones entre detener el fraude y maximizar la rentabilidad ", agrega el informe.
Foto a través de Shutterstock
1 comentario ▼
