SAN FRANCISCO - Stripe ha lanciato oggi Radar 2.0, che offre nuovi strumenti progettati per le organizzazioni aziendali e include il potenziamento finora più significativo dei suoi modelli di machine learning.

Solo nel 2017, Radar ha impedito tentativi di frode per 4 miliardi di dollari, imparando dalle transazioni elaborate sulla rete Stripe per centinaia di migliaia di aziende e aiutando gli utenti a personalizzare le difese in modo specifico per le proprie aziende. Operando in aziende e start-up all'avanguardia in più di 100 paesi, Radar combina istantaneamente i dati delle transazioni con l'intelligence di banche e circuiti delle carte di credito. Con l'annuncio odierno, Stripe mette a disposizione dei professionisti del rischio all'interno delle grandi aziende un nuovo pacchetto di strumenti avanzati per la prevenzione delle frodi.

"I modelli di machine learning di Stripe sono ora addestrati su centinaia di miliardi di singoli punti dati estratti dalla rete Stripe. Abbiamo utilizzato questi dati per aggiornare i nostri modelli antifrode, aiutando le aziende su Stripe a identificare più accuratamente i truffatori e ridurre i tassi di frode anche del 25%, mantenendo alti i tassi di accettazione dei pagamenti", ha affermato Michael Manapat, responsabile di progettazione Radar e Machine Learning di Stripe. "Con Radar for Fraud Teams, stiamo lanciando una suite di strumenti per i team che combattono le frodi, in particolare quelli dei nostri utenti più grandi, offrendo loro i controlli dettagliati per contrastare le frodi in modo più efficace ed efficiente".

Potenziamento di Radar con miglioramenti più rapidi del machine learning

Oggi viene rilasciato l'aggiornamento più completo dei modelli di machine learning di Radar dal suo lancio nel 2016. Stripe ha aggiunto centinaia di nuovi segnali per distinguere i clienti legittimi dai truffatori, inclusi i modelli di acquisto che prefigurano un'alta probabilità di frode. Di conseguenza, i modelli di machine learning aggiornati aiutano le aziende a ridurre le frodi fino a un ulteriore 25% (mantenendo alti i tassi di accettazione dei pagamenti).

Il rilevamento proxy è un esempio dei nuovi segnali altamente predittivi incorporati nei modelli di machine learning di Radar. Misura il tempo di round trip tra Stripe e il browser di un potenziale truffatore, aiutando a determinare se un truffatore sta utilizzando un proxy o una VPN.

Radar valuta anche costantemente i modelli specifici dell'attività di un utente. Ora Radar aggiorna e riaddestra i suoi modelli con frequenza giornaliera, valutando il profilo delle transazioni specifico di ciascun utente per determinare quale modello otterrà le migliori prestazioni. Addestrando modelli di machine learning per casi d'uso specifici, Radar può offrire con precisione risultati più accurati e performanti ad aziende di qualsiasi tipo e dimensione. Utilizzando un servizio basato su cloud, gli utenti beneficeranno automaticamente dei successivi aggiornamenti giornalieri, con difese che si adatteranno ancora più rapidamente ai continui cambiamenti nelle tattiche dei truffatori.

Presentazione di Radar for Fraud Teams

Progettato per team avanzati di professionisti antifrode, Radar for Fraud Teams migliora la visibilità e offre un controllo granulare per identificare e prevenire le frodi.

Ora, i professionisti antifrode all'interno di grandi organizzazioni possono utilizzare Radar per l'ottimizzazione di:

• Revisioni più rapide e accurate: durante la revisione dei pagamenti, Radar mostra le informazioni pertinenti e i relativi pagamenti elaborati dall'attività di un utente. Acquisendo una visione più ampia degli attributi, ad esempio un tipico percorso di acquisto oppure una mancata corrispondenza tra il paese dell'indirizzo IP in ingresso e il paese in cui è stata emessa una carta, i professionisti del rischio possono valutare più rapidamente le attività fraudolente.
  
• Regole personalizzate con feedback in tempo reale: la logica di prevenzione delle frodi di Radar ora può essere personalizzata con regole specifiche (ad esempio, "Blocca tutte le transazioni con importo superiore a 1.000 $ quando il paese dell'IP non corrisponde al paese della carta"). Inoltre visualizza in anteprima le regole sui dati storici per aiutare i professionisti del rischio a valutarne l'impatto sulle transazioni live.
  
• Soglie di rischio personalizzate: Radar aiuta i professionisti del rischio a massimizzare i ricavi, consentendo loro di impostare soglie personalizzate alle quali bloccare i pagamenti.
  
• Elenchi di blocco e di consenso: gli utenti ora dispongono di un modo semplice per creare e mantenere elenchi di attributi (numeri di carte, email, indirizzi IP e altro) che devono essere bloccati o consentiti in modo coerente.
  
• Analisi avanzate sull'andamento delle frodi: Radar evidenzia le tendenze delle contestazioni per l'attività di un utente, l'efficacia della revisione dei pagamenti segnalati e l'impatto delle regole personalizzate per l'attività di un utente.
  

"Le aziende online stanno vivendo cambiamenti drammatici perché le frodi diventano sempre più complesse, globali e costose da combattere. Grazie alla capacità di apprendere costantemente dai dati, il machine learning è emerso come un modo adattivo ed efficiente per sventare perdite di miliardi di dollari", ha affermato Jordan McKee, analista principale di 451 Research. "Stripe Radar mette ora questo livello di intelligence a disposizione dei team dedicati di professionisti antifrode all'interno di un'azienda, fornendo dati e strumenti per migliorare la loro capacità di combattere le frodi. Riteniamo inoltre che Stripe Radar sia perfetto per le multinazionali, che possono utilizzarlo per potenziare i propri team antifrode interni con strumenti di machine learning e revisione contestuale. Con il lancio di oggi, Radar diventa l'ultimo esempio di come Stripe stia ampliando la sua offerta di prodotti per servire aziende sempre più grandi e complesse.

Radar for Fraud Teams ha già reso più semplice ed efficace la gestione delle frodi per Watsi, Fitbit, Restocks, Patreon e altri. Per saperne di più, visita la pagina stripe.com/radar.