La détection de la fraude par des tiers aide les entreprises à repérer lorsqu'un acteur frauduleux tente d'utiliser l'identité ou les identifiants volés d'une autre personne pour effectuer un achat. Le choix entre une solution tierce de détection de la fraude et une solution intégrée à votre infrastructure de paiement dépend de votre configuration de paiement, de votre exposition à la fraude et du niveau de contrôle souhaité sur les règles et les examens.
Les logiciels de détection intégrés à votre infrastructure de paiement attribuent un score à chaque transaction à l'aide de modèles appris sur le réseau d'entreprises du prestataire. Les outils tiers fonctionnent comme une couche distincte, avec leurs propres exigences en matière de données et d'intégration. Cet apprentissage à l'échelle du réseau peut faire une différence significative : sur une période récente de cinq mois, Stripe Radar a réduit la fraude suspectée de 71 % pour les entreprises utilisant Affirm, Klarna, PayPal et Cash App.
Ci-dessous, nous aborderons les différences entre les outils tiers et les outils intégrés, et comment décider si l'utilisation d'un ou de deux systèmes ensemble est la meilleure solution pour votre entreprise.
L’essentiel à retenir
la configuration de détection de la fraude appropriée dépend de facteurs tels que le prestataire de paiement que vous utilisez, la dimension internationale de votre entreprise et le niveau de personnalisation nécessaire pour vos règles de fraude ;
Stripe Radar attribue un score aux transactions à l'aide de signaux provenant de l'ensemble du réseau de paiement de Stripe, tandis que les outils tiers ne voient que les données que vous leur envoyez directement ;
la comparaison des outils de fraude nécessite de suivre des résultats tels que le taux de rétrofacturation, le taux d'approbation et les faux positifs sur une période de temps significative pour observer de véritables tendances.
Qu'est-ce que la détection de la fraude par des tiers ?
Les outils tiers de détection de la fraude sont des plateformes de risque dédiées qui fonctionnent indépendamment de votre prestataire de paiement, en évaluant les transactions à l'aide de leurs propres données, modèles et règles. Une entreprise connecte son paiement à l'interface de programmation d'application (API) du prestataire, envoie les détails de la transaction et reçoit un score de risque ou une décision de blocage/autorisation avant que le paiement ne soit effectué.
Comment les outils tiers de détection de la fraude se comparent-ils à ceux intégrés à l'infrastructure de paiement ?
Les outils de détection de la fraude intégrés à votre infrastructure de paiement permettent d'obtenir une plus grande précision en évaluant les signaux de données en direct pendant la fenêtre d'autorisation.
Voici comment les solutions intégrées se comparent aux outils tiers de détection de la fraude :
Accès aux données
Des outils tels que Stripe Radar, intégrés à votre système de paiement, évaluent les transactions à l'aide de signaux provenant de leur propre réseau de paiement, notamment les données de carte, les données d'appareil et l'historique des résultats liés aux résultats d'autorisation réels. Une partie de cette intelligence est également étendue aux transactions traitées en dehors de son réseau, via des signaux tels que les alertes précoces de fraude prédites et les litiges frauduleux prédits. En revanche, un outil tiers ne voit que les données que vous lui envoyez directement.
Implémentation et gestion des règles
Les outils intégrés sont actifs par défaut, la personnalisation des règles étant disponible via le Dashboard ou l'API, tandis qu'un outil tiers nécessite sa propre intégration, ses tests et sa maintenance en plus de votre configuration de paiement existante. Les deux vous permettent de rédiger des règles personnalisées, comme le blocage des transactions d'un montant supérieur à un certain seuil. Cependant, les règles d'un outil intégré opèrent directement sur les attributs de paiement, tandis que les règles d'un moteur tiers dépendent des champs qu'il expose.
Prise en charge de l'authentification
Un outil intégré peut exiger l'authentification 3D Secure lorsqu'une transaction semble suffisamment risquée pour nécessiter des vérifications supplémentaires, en coordination avec l'analyse du réseau de paiement quant à la probabilité qu'un réseau de cartes l'exige. Un outil tiers doit transmettre cette recommandation à votre prestataire de paiement, ce qui constitue une étape de coordination supplémentaire.
Quel est l'avantage des signaux de fraude au niveau du réseau ?
Les modèles au niveau du réseau s'entraînent sur des schémas concernant un très grand nombre d'entreprises couvrant divers secteurs, tailles de transaction et zones géographiques. Les réseaux de Test de cartes bancaires effectuent de petites transactions auprès de nombreuses entreprises non liées pour vérifier quels numéros volés fonctionnent encore. Une entreprise isolée ne voit que sa propre part de cette activité, mais les signaux de fraude au niveau du réseau peuvent détecter le modèle sur un ensemble beaucoup plus vaste d'entreprises.
Un outil tiers qui ingère uniquement vos données de transaction peut créer un bon modèle de vos clients spécifiques au fil du temps, mais il part d'une base plus étroite. Il doit accumuler suffisamment de votre propre historique de fraude avant que ses modèles ne s'améliorent, et il ne peut pas voir l'activité d'un réseau criminel dans une autre entreprise à moins que ce prestataire ne vous serve tous les deux et partage des données entre vous. Un modèle au niveau du réseau tel que Stripe Radar se met à jour en continu à mesure que de nouveaux schémas de fraude apparaissent n'importe où sur le réseau.
Comment évaluer les performances de détection de la fraude ?
La comparaison des outils de fraude se résume à quelques résultats mesurables.
Voici les indicateurs de détection de la fraude à prendre en compte :
taux de rétrofacturation : le pourcentage de transactions contestées comme frauduleuses, suivi par rapport aux seuils des réseaux de cartes, car Visa et Mastercard surveillent tous deux les entreprises qui dépassent certains ratios de rétrofacturation ;
taux de perte liée à la fraude : le total des pertes financières liées aux transactions frauduleuses confirmées en proportion du volume de traitement total, mesuré avant et après toute modification de votre configuration de fraude ;
taux d'approbation : la part des transactions légitimes qui aboutissent, car un outil qui bloque la fraude de manière agressive mais refuse également de vrais clients échange un coût contre un autre ;
taux de faux positifs : les transactions légitimes signalées ou bloquées à tort, ce qui est souvent une erreur coûteuse, car un client légitime dont l'achat est refusé revient rarement ;
volume d'examens manuels : le nombre de transactions placées dans une file d'attente humaine et le temps que prend chaque examen, car un outil qui réduit les faux positifs automatisés mais pousse davantage de transactions vers l'examen manuel ne vous a pas nécessairement fait économiser de l'argent ;
efforts d'implémentation et de maintenance : le temps d'intégration, l'ajustement continu des règles et les heures d'ingénierie nécessaires pour maintenir le système en fonctionnement ;
coût total : les frais de logiciel, les frais de rétrofacturation, les heures de l'équipe d'examen et les pertes de revenus dues aux faux refus additionnés.
Comment choisir un outil de détection de la fraude ?
La configuration de détection de la fraude appropriée pour votre entreprise dépend d'une série de questions pratiques. Certaines entreprises utilisent un outil de détection de la fraude tiers en plus des offres intégrées de leur prestataire de paiement.
Si tout votre volume passe par Stripe, Radar a déjà une visibilité complète sur chaque transaction. Radar étend également une partie de sa protection aux transactions traitées par d'autres prestataires avec des signaux tels que les alertes précoces de fraude prédites et les litiges frauduleux prédits que les entreprises peuvent utiliser pour compléter leurs propres modèles de fraude en dehors de Stripe. Un outil tiers pourrait être une bonne solution si vous utilisez d'autres prestataires de paiement et souhaitez un système unique fournissant un score principal cohérent sur tous vos processeurs.
Voici quelques autres facteurs à prendre en compte :
couverture mondiale : les schémas de fraude varient selon la région, le réseau de cartes et le moyen de paiement local. Si vous opérez sur des marchés où un prestataire spécialisé possède une solide expertise locale, cela pourrait compléter le signal plus large de Radar ;
infrastructure existante : une entreprise disposant de plusieurs années de règles personnalisées et d'une équipe d'examen constituée autour d'un outil tiers spécifique est confrontée à de réels coûts de changement. L'annulation de cette configuration et l'utilisation exclusive de Radar impliquent de former à nouveau le personnel et de reconstituer les connaissances institutionnelles ;
personnalisation : certaines entreprises ont besoin d'une logique de score très spécifique, comme accorder un poids important à l'historique des commandes à vie d'un client par rapport à un signal risqué unique. Bien que les règles de Radar couvrent de nombreux cas courants, un cas d'usage de niche peut nécessiter un moteur sur mesure ;
exigences de latence : chaque contrôle de fraude supplémentaire appelé au moment du paiement ajoute du temps. Un appel à l'API tiers superposé au score intégré de Radar implique l'exécution de deux évaluations au lieu d'une, ce qui peut ralentir le paiement les jours de fort volume ;
capacité de l'équipe : l'exécution de Radar et d'un outil tiers en parallèle implique que quelqu'un doit rapprocher des scores contradictoires, décider lequel l'emporte en cas de désaccord et maintenir la synchronisation de deux ensembles de règles ;
Comment Stripe Radar peut vous aider
Stripe propose également Radar for Fraud Teams qui permet aux utilisateurs de définir des règles anti-fraude personnalisées et d’accéder à des informations avancées sur la fraude.
Radar peut aider votre entreprise à :
prévention des pertes liées à la fraude : l'IA de Radar tire parti de plus de 1 900 milliards de dollars de transactions annuelles sur le réseau mondial de Stripe, ce qui l'aide à identifier et à bloquer les schémas de fraude que les entreprises individuelles ne pourraient pas repérer par elles-mêmes.
Augmenter les revenus : les modèles d’IA de Radar sont entraînés avec des données réelles, provenant de litiges, de la navigation ou encore des informations client. Cela permet à Radar d’identifier les transactions à risque et de réduire les faux positifs, augmentant ainsi vos revenus.
Gagner du temps : Radar est intégré à Stripe et bénéficie donc d’une intégration sans code. Il vous permet de surveiller vos performances en matière de fraude et de définir vos propres règles sur une plateforme unique, pour gagner en efficacité.
Tirer parti de votre infrastructure technologique existante : utilisez Radar avec les paiements Stripe sans aucune intégration requise, ou accédez à l’intelligence de Radar via des API programmables, que vous traitiez ou non des paiements sur Stripe.
En savoir plus sur Stripe Radar, ou lancez-vous dès aujourd’hui.
FAQ sur la détection de la fraude par des tiers
Le contenu de cet article est fourni à des fins informatives et pédagogiques uniquement. Il ne saurait constituer un conseil juridique ou fiscal. Stripe ne garantit pas l'exactitude, l'exhaustivité, la pertinence, ni l'actualité des informations contenues dans cet article. Nous vous conseillons de solliciter l'avis d'un avocat compétent ou d'un comptable agréé dans le ou les territoires concernés pour obtenir des conseils adaptés à votre situation.