クレジットカードの不正利用は極めて一般的で、2024 年だけで 45 万人近くのアメリカ人がカード情報を不正利用されたと報告しています。決済の不正利用の警告 (レッドフラグ) とは、不正なアクティビティの発生確率が通常よりも高いことを示す観察可能なシグナルです。取引が完了する前にこれらの兆候を認識することが、オーソリの段階で不正利用を検知するビジネスと、数週間後にチャージバックとしてそれを負担するビジネスとの違いになります。

以下では、取引、アカウント、決済手段にわたる最も重要な不正シグナル、それらが現れた場合の対処方法、そして時間の経過とともに精度が上がる監視システムを構築する方法について解説します。

この記事でわかること

• 取引レベルのシグナル (例: 請求先住所と配送先住所の不一致、短時間での多数の取引、新規アカウントからの高額注文) は、不正利用の早期の兆候となる可能性があります。

• アカウントの迅速な作成、決済の失敗の繰り返し、通常とは異なるセッションアクティビティなどのアカウントおよび行動に関するシグナルは、取引が完了する前に現れることがよくあります。

• 自動化された不正防止ツールは、機械学習ベースの不正防止ツールを使用して、取引をリアルタイムでスコアリングします。カスタムルールを使用すると、ビジネスは独自のリスクのしきい値を定義できます。

決済の不正利用の警告とは何ですか？

決済の不正利用の警告とは、取引やアカウントの操作が不正であるリスクが通常よりも高いことを示す、特定の観察可能なシグナルです。これらは、単独または組み合わせて、精査する価値のあるアクティビティであることを示唆する確率的な指標です。

どのような取引レベルのシグナルが不正利用の高いリスクを示しますか？

決済の不正利用の最も明確な警告のいくつかは、注文の詳細が検出可能なパターンを作成する取引レベルに存在します。個別に説明できる場合もありますが、組み合わせて現れる場合は、潜在的な不正利用の信頼できる指標となる傾向があります。

次の点に注意してください:

• 請求先住所と配送先住所の不一致: カードの請求先住所と配達先住所が大きく異なる場合は、綿密な確認が必要です。

• 新規または未確認のアカウントからの高額注文: お急ぎ便で 1,200 ドルの注文をした初めての顧客には、リスクを相殺する購入履歴がありません。高額、新規アカウント、および緊急性の組み合わせが警告です。

• 短時間での多数の取引: 同じカード、デバイス、または IP アドレスから短時間に複数の取引がある場合は、カードテスティングまたは自動化された不正利用の可能性があります。

• 荷物転送業者または再発送先住所への配送: これらの住所は最終的な配送先を不明瞭にするため、チャージバックの不審請求を申し立てるのが困難になり、回収はほぼ不可能です。このパターンは、高価な家電製品、ギフトカード、および高級品で特に頻繁に発生する傾向があります。

• アカウント履歴と一致しない注文構成: これまでの注文がすべて 50 ドル未満だった顧客が、転売詐欺でよく標的になる商品 (電子機器、スニーカー、ギフトカードなど) を突然 900 ドル分注文した場合は、再確認する価値があります。

どのようなアカウントやユーザーの行動が一般的な不正の兆候ですか？

行動のシグナルは、取引が完了する前に現れることがよくあります。これらのパターンは、アカウントレベル、セッションアクティビティ、および決済情報自体に現れます。

例えば、以下のような場合です。

• アカウントの迅速な作成と直後の高額購入: 正規の顧客は、閲覧、比較、再訪する傾向があります。数分以内に作成して使用されるアカウントは、検知される前に盗まれたカードを悪用するために作成された使い捨てアカウントのパターンに当てはまります。

• 複数回の決済の失敗: 一部のカードデータにアクセスできる不正なアクターは、有効な認証情報のセットに行き着くまで、いくつかの組み合わせを試す可能性があります。短期間に同じデバイスから異なるカードで何度も試行が失敗することは、強力なシグナルです。

• 通常とは異なるセッション行動: 決済前のスクロールや閲覧アクティビティがないセッション、フォームの入力が極端に速いセッション、参照コンテキストなしで高額な製品ページに直接移動するセッションはすべて、実際の顧客ではなく、自動化された行動やスクリプトによる行動であることを示唆している可能性があります。

• 疑わしいメールアドレスのパターン: ランダムな文字列を使用したアドレス、新しく登録されたドメイン、または既知の不正なメールのバリエーションは、不正操作でよく見られます。一部のシステムでは、メールがアクティブになってからの期間とドメインのレピュテーションを相互参照して、リスクを評価します。

• デバイスと IP シグナル: 1 つのインターネットプロトコル (IP) アドレスによる複数のアカウントの作成、過去の不正利用インシデントに登場したデバイスからの購入、またはアカウントの履歴と一致しない地域からのログインはすべて、リスクスコアを大幅に高めます。

ビジネスは決済固有のどのような警告を監視する必要がありますか？

決済手段自体に、アカウントや取引の行動とは別のリスクシグナルが含まれています。これらの指標を監視することで、ビジネスは、不正なアクターが完全に回避することが困難な追加の検出レイヤーを得ることができます。

以下の点に注意してください。

• プリペイドカードおよびバーチャルカード: これらは匿名で購入し、使用後に破棄できるため、不正操作でよく使用されます。

• 単一のアカウントまたはデバイスにリンクされた複数のカード: 1 人の顧客が短期間に 3 枚の異なるカードを使用する場合、特に一部の試行が失敗する場合は、カードテスティング、または盗まれた認証情報にリスクを分散させようとする意図的な試みを示唆しています。

• 国内の配送先住所を持つ海外のカード: 一般的な顧客プロファイルが国内であり、通常はトラフィックが見られない国で発行されたカードで注文が入った場合、特に配送先住所がローカルである場合は、その不一致にフラグを立てる価値があります。

• 狭い時間枠内での異常な注文頻度: お客様のビジネスでこれまで使用されたことのないカードが 2 時間で 3 回の取引に現れたり、同じ配達先住所で 1 日に異なる決済手段から複数の注文を受けたりする場合は、フラグを立てる価値のあるパターンです。

• 拒否されてから承認される手順: 1 つのカードで失敗し、同じセッションから別のカードで直ちに成功する取引は、カードの使い回し (不正なアクターが、1 つが承認されるまで盗んだ認証情報を順番に試す手法) を示しています。

ビジネスは不正の警告に対してどのように対処する必要がありますか？

不正の警告に対する適切な対応は、シグナルの重大度、存在する指標の組み合わせ、およびビジネスの状況によって異なります。

可能な対応の範囲は、受動的なものから能動的なものまであります。

• 手動レビューのフラグ: 自動ブロックのしきい値を満たさない低リスクのシグナルは、フルフィルメントの前に人間が注文を評価するレビューリストにルーティングできます。これは、1 つか 2 つのソフトシグナルを持つ高額な取引に適しています。

• 追加の検証をトリガーする: 取引が特定のリスクのしきい値に達した場合、ビジネスはステップアップ認証 (ワンタイムコード、確認メール、3D セキュアなど) を要求できます。

• フルフィルメントの保留: 特に物理的な商品の場合は、リスクスコアの評価中に注文を保留状態にすることで、取引を直ちに拒否したり商品を発送したりすることなく、ビジネスが行動するための時間的余裕が得られます。

• 自動ブロック: 確実性の高いシグナル (既知の不正なカード、フラグが立てられた IP、定義されたリスクのしきい値を超える取引など) は、通常、手動レビューなしで即座に拒否される正当な理由となります。

ビジネスが時間の経過とともにリスクを軽減するための不正監視システムを構築するにはどうすればよいですか？

警告のリストは、それを中心に構築されたシステムと同じくらい有用です。一貫したルールのロジック、定義されたしきい値、およびフィードバックループがなければ、不正監視は受動的なままです。ここでは、機能するシステムを構築する方法を説明します。

シグナルをルールに変換する

特定された不正シグナルをオーソリ時に実行されるカスタムルールに変換することで、資金が移動する前に不審な行動を即座にブロックしたり精査したりできます。ルールの例として、カードの銀行識別番号 (BIN) がプリペイドであり、注文額が 500 ドルを超える取引をブロックしたり、配送先住所が既知の荷物転送業者と一致する場合にレビューのフラグを立てたりすることができます。機械学習を使用する不正防止ツールを使用すると、リスクモデルは、個々のビジネスが被害が出るまで自力で検出できないような、新たに出現する攻撃パターンを認識できます。

経過とともにしきい値を調整する

ルールセットが厳しすぎると正当な顧客をブロックしてしまい、緩すぎると不正をすり抜けさせてしまいます。適切な調整は、不正のパターンが変化し、どのシグナルが実際に不正を予測し、どのシグナルが誤検出を生成したかについてより多くのデータを蓄積するにつれて変化します。推測ではなく証拠に基づいて調整を行うために必要な可視性を提供する不正防止ツールを選択してください。

フィードバックループを閉じる

チャージバックが発生した場合は、どのシグナルがトリガーされ、どれがトリガーされなかったか、しきい値の調整が必要かどうかなど、ルールのロジックにフィードバックする必要があります。それぞれの不正利用インシデントは、単に吸収すべきコストではなく、時間の経過とともに検出を強化する入力になります。

Stripe Radar でできること

Stripe Radar は不正利用対策のためのツールです。Stripe のグローバルネットワークから得たデータを活用して訓練された AI モデルを使い、不正利用を検知・防止します。最新の不正傾向に応じてモデルを常に更新し、ビジネスを守ります。

Stripe はこのほか、Radar for Teams も提供しています。ユーザーは自社ビジネス特有の不正シナリオに対応するカスタムルールを追加でき、高度な不正分析情報にアクセスできます。
Radar で可能なこと

• 不正利用による損失の防止: Stripe は年間 1 兆ドルを超える決済を処理しています。この規模だからこそ、Radar は不正利用を正確に検知・防止し、コスト削減に貢献します。

• 収入の向上: Radar の AI モデルは、実際の不審請求の申し立てデータ、顧客情報、閲覧データなどをもとに学習しています。これにより、Radar はリスクの高い取引を特定し、誤検知を減らして、収入向上に貢献します。

• 業務効率化: Radar は Stripe に組み込まれており、設定のためのコーディングは一切不要です。単一のプラットフォームで不正利用の動きを監視したり、ルールを作成したりすることができるため、業務効率も向上します。

Stripe Radar について詳しくはこちらをご覧ください。今すぐ開始する場合はこちら。