Misbruik van terugbetalingen is elke poging van een klant om misbruik te maken van het beleid voor terugbetalingen van een onderneming en op oneerlijke wijze geld of goederen te verkrijgen. Detailhandelaren schatten dat 15,8% van hun jaarlijkse omzet in 2025 zou worden geretourneerd, wat neerkomt op een totaalbedrag van 849,9 miljard dollar. Hoewel misbruik van terugbetalingen de detailhandel geld kost, krijgt het niet altijd evenveel aandacht als andere soorten fraude. Dit komt deels doordat misbruik van terugbetalingen zich verschuilt in een proces dat bedoeld is om klanten te helpen. Het komt ook doordat de signalen van misbruik verspreid zijn over systemen die niet altijd met elkaar communiceren, waardoor het moeilijk kan zijn om het op te sporen en te stoppen.

Hieronder bespreken we hoe misbruik van terugbetalingen werkt, hoe je patronen en rode vlaggen kunt herkennen, en welke maatregelen misbruik kunnen opsporen zonder legitieme klanten te straffen.

Hoogtepunten

• Misbruik van terugbetalingen omzeilt kaartnetwerken. Zonder doelbewuste zichtbaarheid tussen systemen door, ziet je fraudeteam het misschien nooit.

• Een veelvoorkomend en betrouwbaar signaal van misbruik van terugbetalingen zijn herhaalde gedragspatronen bij accounts die infrastructuur, identiteitskenmerken of apparaatvingerafdrukken delen.

• Effectieve bestrijding omvat meerdere controles, zoals drempelregels, detectie van afwijkingen en beperkingen voor bevestigde misbruikers.

Wat is misbruik van terugbetalingen?

Misbruik van terugbetalingen is het systematisch misbruiken van het terugbetalings- of retourproces van een onderneming om op onrechtmatige wijze geld of goederen te verkrijgen. Als iemand een terugbetaling krijgt door te beweren dat een product nooit is aangekomen, terwijl dat wel het geval was, is dat misbruik van terugbetalingen. Het is ook misbruik van terugbetalingen als iemand een terugbetaling krijgt voor het retourneren van een lege doos, een namaakartikel of een versleten jurk die hij of zij heeft gekocht om één keer te dragen.

Hoe verschilt misbruik van terugbetalingen van chargebackfraude?

Misbruik van terugbetalingen en chargebackfraude zijn verwant, maar verschillend. Chargebackfraude vindt plaats wanneer een kaarthouder een legitieme transactie betwist bij de bank, waardoor een formeel geschillenproces wordt gestart. De afschrijving wordt op netwerkniveau teruggedraaid en de onderneming verliest het transactiebedrag plus een geschillenvergoeding, tenzij het de claim met bewijs succesvol aanvecht.

Misbruik van terugbetalingen omzeilt de bank en het kaartnetwerk. In plaats daarvan haalt iemand die misbruik maakt van terugbetalingen geld binnen via de normale terugbetalingsprocedure van de onderneming. Er is geen extern formeel proces, wat betekent dat er vaak geen spoor is van iets ongewoons.

Hierdoor zegt je chargebackpercentage niets over je percentage misbruik van terugbetalingen. En omdat terugbetalingsclaims meestal worden afgehandeld door medewerkers van de klantenservice, ziet je fraudeteam misbruik van terugbetalingen misschien niet, tenzij er een bewust proces is om dit tegen te gaan.

Wat zijn veelvoorkomende patronen van misbruik van terugbetaling?

Het is de moeite waard om een paar veelvoorkomende vormen van misbruik van terugbetaling te leren herkennen.

Dit zijn de belangrijkste patronen:

• Retourzendingen met een lege doos of verwisselde artikelen: dit gebeurt wanneer de klant die om terugbetaling vraagt, de verpakking terugstuurt zonder inhoud of het ontvangen artikel vervangt door een kapot of namaak exemplaar. Dit komt vaak voor bij consumentenelektronica en kleding.

• Wardrobing: bij dit soort misbruik worden artikelen (meestal kleding, maar ook gereedschap en apparatuur) gekocht, gebruikt en binnen de termijn voor terugbetaling geretourneerd. Het artikel komt terug in een technisch gezien retourneerbare staat, maar kan vaak niet tegen de volledige waarde of helemaal niet worden doorverkocht.

• Valse leveringsclaims: bij valse leveringsclaims is een artikel volgens plan verzonden, maar beweert de klant dat het nooit is aangekomen. Deze claims kunnen moeilijk afzonderlijk worden betwist vanwege de grote verzendvolumes.

• Terugbetalingscycli tussen accounts: iemand die misbruik maakt van terugbetalingscycli, maakt meerdere accounts aan en past op al deze accounts hetzelfde patroon toe om onder de drempels per account te blijven. Bij sommige cycli voor terugbetaling zijn georganiseerde teams betrokken die accounts gescheiden houden door te werken met proxy's en virtuele kaartnummers.

• Misbruik van mazen in het beleid: in dit geval leest iemand je beleid zorgvuldig door op zoek naar randgevallen (bijv. gratis retourzending zonder minimum, automatische goedkeuring van terugbetalingen onder een bepaalde drempel, direct winkelkrediet zonder inspectie). Deze misbruikers hebben vaak meerdere accounts om de zwendel herhaaldelijk uit te voeren.

• Samenspanning met medewerkers of vervoerders: bij misbruik van terugbetalingen kunnen medewerkers betrokken zijn die opzettelijk claims goedkeuren die ze niet zouden moeten goedkeuren, of medewerkers van vervoerders die pakketten als niet-bezorgd markeren terwijl dat niet zo is. Retourfraude waarbij medewerkers meespelen, was in 2024 goed voor 39% van het misbruik van terugbetalingen in de detailhandel.

Wat zijn veelvoorkomende signalen van misbruik van terugbetalingen?

Bepaalde signalen die samen voorkomen, wijzen op misbruik van terugbetalingen, en dit geldt vooral als ze zich herhalen.

Let op:

• Meerdere accounts die infrastructuur delen: als e-maildomeinen, verzendadressen, apparaatvingerafdrukken of betaalmethoden worden gedeeld door ogenschijnlijk verschillende accounts, kan dat duiden op misbruik van terugbetalingen.

• Abnormale frequentie van terugbetalingen: als het percentage terugbetalingen voor een bepaalde klant of groep ver boven je categorienorm ligt, is dat het onderzoeken waard. Eén retour op 10 bestellingen is misschien normaal; vijf retouren op zes bestellingen vragen om nader onderzoek.

• Claims voor dure of moeilijk te controleren artikelen: over het algemeen komt misbruik van terugbetalingen vaker voor bij productcategorieën waarin artikelen duur zijn en de staat ervan moeilijk op afstand te beoordelen is.

• Terugbetalingsclaims die precies op de grens van je beleid vallen: claims die precies op de uiterste dag van je retourperiode binnenkomen, kunnen erop wijzen dat iemand het systeem uitbuit.

• Signalen van netwerken en apparaten: bestellingen die worden geplaatst via virtuele privénetwerken (VPN's), proxyservers, IP-adressen die in verband worden gebracht met eerder misbruik, of apparaatvingerafdrukken die door meerdere accounts worden gedeeld, kunnen wijzen op het soort identiteitsmaskering dat wordt gebruikt door georganiseerde misbruikoperaties.

• Verzendadressen die gekoppeld zijn aan doorstuurservices: expediteurs en doorstuuradressen worden vaak in verband gebracht met misbruik van terugbetalingen.

Hoe moet een onderneming een gelaagd bestrijdingskader voor misbruik van terugbetalingen opzetten?

Om misbruik van terugbetalingen tegen te gaan, stapel je talrijke controles op elkaar die elk verschillende zaken opsporen. Het doel is om misbruik zo moeilijk te maken dat het niet langer de moeite waard is.

Dit is wat je moet invoeren:

• Drempelregels: markeer elk account dat meer dan drie terugbetalingsclaims indient in 90 dagen of terugbetalingen claimt die in totaal meer bedragen dan een vastgesteld percentage van alle aankopen die ze hebben gedaan. Deze regels markeren potentieel misbruik van terugbetalingen voor beoordeling.

• Detectie van afwijkingen: detectie van afwijkingen komt bovenop de drempelregels. Dit proces bekijkt het gedrag bij terugbetaling ten opzichte van de basislijnen van de groep, zodat je kunt vergelijken met een referentieverdeling en kunt begrijpen wat echt afwijkend is. Een account met een percentage bij terugbetaling van 40% is bijvoorbeeld verdachter als het basispercentage voor terugbetaling in die categorie 8% is.

• Identiteitskoppeling: met identiteitskoppeling kun je verbanden leggen tussen accounts door apparaatvingerafdrukken, IP-adressen, e-mailpatronen, verzendadressen en betaalmethoden te matchen. Accounts die dezelfde infrastructuur delen maar onder verschillende namen zijn aangemaakt, kunnen frauduleus zijn. Stripe Radar doet een deel van deze identiteitskoppeling door signalen uit het hele Stripe-netwerk te gebruiken, zodat het patronen kan identificeren die de gegevens van één enkel bedrijf op zichzelf niet zouden onthullen.

• Risicogebaseerde beoordelingen: maak een door mensen beheerde beoordelingswachtrij voor verdachte claims. Een terugbetaling van $ 12 voor een nieuwe klant zonder vlaggen kan bijvoorbeeld automatisch worden goedgekeurd. Maar als er een claim van $ 300 binnenkomt van een account met drie eerdere terugbetalingen dat een apparaatvingerafdruk deelt met twee gemarkeerde accounts, hoort die in de beoordelingswachtrij te komen.

• Progressieve beperkingen: als een account misbruik maakt van retourzendingen, is het niet genoeg om alleen de huidige claim af te wijzen. Dat account, en alle gekoppelde accounts, moeten voortaan worden beperkt. Beperkingen kunnen zijn: het vragen om fotobewijs voor retourzendingen, het intrekken van toegang tot opties voor directe terugbetalingen, of het markeren van bestellingen voor handmatige beoordeling.

Hoe kun je een evenwicht vinden tussen maatregelen tegen misbruik van terugbetalingen en de klantervaring?

Als je fraudebestrijdingsmaatregelen te breed of te streng zijn, kun je te ver doorschieten en terugbetalingsverzoeken van legitieme klanten gaan afwijzen. Het is belangrijk om de juiste balans te vinden.

Dit is wat je moet doen:

• Segmenteer op basis van risico: het terugbetalingsproces hoeft niet voor alle risiconiveaus hetzelfde te zijn. Klanten met een laag risico moeten een snel en eenvoudig retourproces krijgen. Signalen van een hoog risico moeten leiden tot extra stappen, zoals fotodocumentatie, langere beoordelingstermijnen of handmatige goedkeuring.

• Communiceer duidelijk: als je klanten vraagt om aanvullende documentatie, wees dan transparant en lood ze snel door het proces. Ondoorzichtige afwijzingen of onverklaarbare vertragingen zijn frustrerend en kunnen blijvende schade veroorzaken.

• Wijs verantwoordelijkheid toe: in veel organisaties valt misbruik van terugbetalingen in een verantwoordelijkheidsgat tussen de fraude- en klantenserviceteams. Fraudeteams richten zich op betalingsfraude, terwijl klantenserviceteams worden gestimuleerd om claims op te lossen, niet om ze te signaleren. Misbruik van terugbetalingen heeft iemand nodig die zicht heeft op beide kanten, zodat de klantenservice zich kan blijven richten op tevredenheid.

Welke statistieken kun je gebruiken om misbruik van terugbetalingen bij te houden?

Statistieken over misbruik van terugbetalingen kunnen je helpen de omvang van het probleem in kaart te brengen, het te beperken tot specifieke segmenten en te zien hoe goed je oplossingen werken.

Dit is wat je moet meten:

• Terugbetalingspercentage per cohort: splits je totale terugbetalingspercentage uit naar klantduur, acquisitiekanaal, productcategorie en regio. Misbruik concentreert zich vaak in specifieke segmenten.

• Percentage herhaalde terugbetalingen: bepaal welk percentage van de terugbetalingsclaims afkomstig is van klanten die in de afgelopen 90 dagen meer dan één claim hebben ingediend. Dit cijfer, bijgehouden in de loop van de tijd, laat zien of je maatregelen tegen misbruik van terugbetalingen werken.

• Percentage valse positieven: streef naar een laag percentage valse positieven. Haal een set gemarkeerde claims eruit en bekijk ze handmatig om te bepalen hoe vaak je legitieme claims afwijst of vertraagt.

• Terugvorderingspercentage: bepaal welk percentage van de bevestigde fraudegevallen heeft geleid tot het terugkrijgen van goederen of geld. Gebruik dit om te beoordelen hoe effectief je reactie op misbruik bij terugbetaling na bevestiging is.

Hoe Stripe Radar kan helpen

Stripe Radar gebruikt AI-modellen om fraude op te sporen en te voorkomen, getraind op basis van gegevens uit het wereldwijde netwerk van Stripe. Het werkt deze modellen steeds bij op basis van de nieuwste fraudetrends, zodat je onderneming beschermd blijft terwijl fraude zich ontwikkelt.

Stripe biedt ook Radar for Fraud Teams, waarmee gebruikers regels op maat kunnen toevoegen voor specifieke fraude scenario's voor hun bedrijf en toegang krijgen tot geavanceerde fraude- inzichten.
Radar kan je onderneming helpen met:

• Fraudeverliezen voorkomen: Stripe verwerkt jaarlijks meer dan $ 1 biljoen aan betalingen. Deze schaalgrootte stelt Radar in staat om fraude nauwkeurig op te sporen en te voorkomen, waardoor je geld bespaart.

• Omzet verhogen: de AI-modellen van Radar zijn getraind op basis van echte chargebackgegevens, klantinformatie, browsegegevens en meer. Hierdoor kan Radar risicovolle transacties identificeren en valse positieven verminderen, waardoor je omzet stijgt.

• Tijd besparen: Radar is ingebouwd in Stripe en hoeft niet te worden geconfigureerd. Je kunt ook je frauderesultaten monitoren, regels opstellen en meer op één platform, waardoor de efficiëntie toeneemt.

Lees meer over Stripe Radar, of ga vandaag nog aan de slag. Als je meer wilt weten over de oplossing van Radar voor misbruik van terugbetalingen, meld je dan aan voor onze wachtlijst.