Återbetalningsbedrägeri: Så identifierar och stoppar du det och skyddar legitima kunder

Radar
Radar

Stripes nätverk – ditt vapen i kampen mot bedrägeri.

Läs mer 
  1. Introduktion
  2. Vad är återbetalningsbedrägerier?
  3. Hur skiljer sig återbetalningsbedrägeri från återkrediteringsbedrägeri?
  4. Vilka är vanliga mönster för återbetalningsbedrägerier?
  5. Vilka är vanliga tecken på återbetalningsbedrägeri?
  6. Hur bör ett företag bygga ett skiktat ramverk för att begränsa återbetalningsbedrägeri?
  7. Hur balanserar du kontroller mot återbetalningsbedrägerier med kundupplevelsen?
  8. Vilka mätvärden kan användas för att hålla koll på återbetalningsbedrägeri?
  9. Hur Stripe Radar kan hjälpa till

Återbetalningsbedrägeri är varje försök en kund gör för att utnyttja ett företags återbetalningspolicy och på ett otillbörligt sätt tillskansa sig pengar eller varor. Återförsäljare uppskattade att 15,8 % av deras årliga försäljning skulle returneras 2025, för totalt 849,9 miljarder USD. Även om återbetalningsbedrägeri kostar återförsäljare pengar får det inte alltid samma uppmärksamhet som andra typer av bedrägeri. Det beror delvis på att återbetalningsbedrägeri döljer sig i en process som är tänkt att hjälpa kunder. Det beror också på att signalerna för återbetalningsbedrägeri är utspridda i system som inte alltid kommunicerar med varandra, vilket gör det svårt att upptäcka och stoppa.

Nedan går vi igenom hur återbetalningsbedrägeri fungerar, hur du identifierar mönster och varningssignaler samt vilka kontroller som kan fånga upp missbruk utan att straffa legitima kunder.

Viktiga punkter

  • Återbetalningsbedrägeri kringgår kortbetalningsnätverk. Utan avsiktlig synlighet över system kanske ditt bedrägeribekämpningsteam aldrig ser det.

  • En vanlig och tillförlitlig signal för återbetalningsbedrägeri är upprepade beteendemönster på konton som delar infrastruktur, identitetsattribut eller enhetsfingeravtryck.

  • Effektiv begränsning innefattar flera kontroller, vilket kan innefatta tröskelregler, avvikelsedetektering och begränsningar för bekräftade bedragare.

Vad är återbetalningsbedrägerier?

Återbetalningsbedrägeri är ett systematiskt utnyttjande av ett företags återbetalnings- eller returprocess för att otillbörligt tillskansa sig pengar eller varor. Om någon begär återbetalning med påståendet att en produkt aldrig anlände, trots att den faktiskt gjorde det, är det ett återbetalningsbedrägeri. Det räknas också som återbetalningsbedrägeri om någon får återbetalningar för att ha returnerat en tom låda, en förfalskad vara eller en klänning de köpte för att ha på sig en gång.

Hur skiljer sig återbetalningsbedrägeri från återkrediteringsbedrägeri?

Återbetalningsbedrägeri och återkrediteringsbedrägeri är relaterade men distinkta. Återkrediteringsbedrägeri uppstår när en kortinnehavare bestrider en legitim transaktion med banken, vilket inleder en formell tvistprocess. Betalningen återförs på nätverksnivå, och företaget förlorar transaktionsbeloppet plus en tvistavgift, om det inte lyckas ifrågasätta anspråket med bevis.

Återbetalningsbedrägeri kringgår banken och kortbetalningsnätverket. Istället extraherar en återbetalningsbedragare pengar via företagets ordinarie återbetalningsprocess. Det finns ingen extern formell process, vilket innebär att det ofta inte finns någon registrering av något ovanligt.

På grund av detta kommer din andel återkrediteringar inte att berätta något om din andel återbetalningsbedrägerier. Och eftersom återbetalningsanspråk vanligtvis hanteras av kundtjänstoperatörer kanske ditt bedrägeribekämpningsteam inte fångar upp återbetalningsbedrägeri om det inte finns en avsiktlig begränsningsprocess på plats.

Vilka är vanliga mönster för återbetalningsbedrägerier?

Det finns ett antal vanliga typer av återbetalningsbedrägerier som är värda att lära sig känna igen.

Här är de vanligaste mönstren:

  • Tomma lådor eller bytesreturer: Det här sker när kunden som begär återbetalning returnerar en förpackning utan innehåll, eller byter ut en trasig eller förfalskad version av varan mot den de fick. Det är vanligt inom konsumentelektronik och kläder.

  • Wardrobing: Vid den här typen av missbruk köps varor (vanligtvis kläder, men även verktyg och utrustning), används och returneras inom återbetalningsfönstret. Varan återlämnas i tekniskt sett returnerbart skick men kan ofta inte säljas vidare till fullt pris eller överhuvudtaget.

  • Falska leveransanspråk: Vid falska leveransanspråk har en vara skickats som planerat, men kunden hävdar att den aldrig anlände. Dessa krav kan vara svåra att bestrida individuellt på grund av höga fraktvolymer.

  • Återbetalningscykling mellan konton: Den som ägnar sig åt återbetalningscykling skapar flera konton och kör samma mönster på alla för att hålla sig under tröskelvärdena per konto. En del återbetalningscyklingsoperationer involverar organiserade grupper som upprätthåller kontoseparation genom att arbeta via proxyservrar och virtuella kortnummer.

  • Utnyttjande av kryphål i policyn: I det här fallet läser någon igenom din policy noggrant för att hitta undantagsfall (t.ex. gratis returfrakt utan minimibelopp, automatiskt återbetalningsgodkännande under en viss tröskel, omedelbar butikskredit utan inspektion). Dessa bedragare har ofta flera konton för att genomföra bedrägeriet upprepade gånger.

  • Samförstånd med anställda eller fraktbolag: Återbetalningsbedrägeri kan involvera anställda som medvetet godkänner anspråk de inte borde, eller fraktbolag som markerar paket som olevererade när de faktiskt levererades. Returbedrägeri med inblandning av anställda stod för 39 % av återbetalningsbedrägerier inom detaljhandeln år 2024.

Vilka är vanliga tecken på återbetalningsbedrägeri?

Vissa samtidigt förekommande signaler pekar på återbetalningsbedrägeri, och det gäller särskilt om de upprepas.

Se upp för:

  • Flera konton som delar infrastruktur: Om e-postdomäner, leveransadresser, enhetsfingeravtryck eller betalningsmetoder delas av tillsynes olika konton kan det signalera återbetalningsbedrägeri.

  • Onormal återbetalningsfrekvens: Om återbetalningsgraden för en given kund eller kohort ligger långt över grundmåtten för en kategori är det värt att undersöka. En retur på 10 beställningar kan vara normalt; fem returer på sex beställningar kräver en noggrannare genomgång.

  • Anspråk på varor med högt värde eller som är svåra att verifiera: Generellt sett tenderar återbetalningsbedrägerier att koncentreras till produktkategorier där varor är dyra och deras skick är svårt att bedöma på distans.

  • Återbetalningsanspråk tidsanpassade till policygränser: Anspråk som inkommer vid yttersta gränsen av ditt returfönster kan indikera att någon tajmar systemet.

  • Nätverks- och enhetssignaler: Beställningar som läggs via virtuella privata nätverk (VPN), proxyservrar, IP-adresser kopplade till tidigare missbruk, eller enhetsfingeravtryck som delas av flera konton, kan indikera den typ av identitetsmaskering som används av organiserade missbruksoperationer.

  • Leveransadresser kopplade till vidaresändningstjänster: Fraktförmedlare och vidaresändningsadresser är ofta förknippade med återbetalningsbedrägeri.

Hur bör ett företag bygga ett skiktat ramverk för att begränsa återbetalningsbedrägeri?

För att begränsa återbetalningsbedrägeri bör du kombinera flera kontroller som var och en fångar upp olika saker. Målet är att göra missbruk tillräckligt svårt så att det inte längre lönar sig.

Det här bör du ha på plats:

  • Tröskelregler: Flagga varje konto som lämnar in fler än tre återbetalningsanspråk på 90 dagar eller gör anspråk på återbetalningar som totalt överstiger en angiven procentandel av alla köp de har gjort. Dessa regler flaggar potentiellt återbetalningsbedrägeri för granskning.

  • Avvikelsedetektering: Avvikelsedetektering ligger ovanpå tröskelreglerna. Den här processen tittar på återbetalningsbeteende i förhållande till grundmått för kohorter, vilket låter dig jämföra med en referensfördelning och förstå vad som verkligen är avvikande. Till exempel är ett konto med 40 % återbetalningsgrad mer misstänkt om kategorins grundmått för återbetalningsgrad är 8 %.

  • Identitetskoppling: Identitetskoppling låter dig koppla ihop punkter mellan konton genom att matcha enhetsfingeravtryck, IP-adresser, e-postmönster, leveransadresser och betalningsinstrument. Konton som delar infrastruktur men skapades under olika namn kan vara bedrägliga. Stripe Radar utför en del av denna identitetskoppling genom att använda signaler från hela Stripe-nätverket, vilket gör att det kan identifiera mönster som ett enskilt företags data inte skulle avslöja på egen hand.

  • Riskbaserade granskningar: Skapa en mänskligt driven granskningskö för misstänkta anspråk. Till exempel kan en återbetalning på 12 USD för en förstagångskund utan flaggor godkännas automatiskt. Men om ett anspråk på 300 USD kommer från ett konto med tre tidigare återbetalningar som delar enhetsfingeravtryck med två flaggade konton bör det gå till granskningskön.

  • Progressiva begränsningar: Om ett konto missbrukar returer räcker det inte att bara avslå det aktuella anspråket. Det kontot, och alla länkade konton, bör begränsas framöver. Begränsningar kan innefatta krav på fotodokumentation för returer, borttagen åtkomst till alternativ för omedelbar återbetalning eller flaggning av beställningar för manuell granskning.

Hur balanserar du kontroller mot återbetalningsbedrägerier med kundupplevelsen?

Om dina bedrägerikontroller är för breda eller för strikta kan du överkompensera och börja avvisa återbetalningsförfrågningar från legitima kunder. Det är viktigt att hitta rätt balans.

Så här gör du:

  • Segmentera efter risk: Återbetalningsprocessen bör inte vara identisk för alla risknivåer. Lågriskkunder bör mötas av en snabb och enkel returprocess. Högrisksignaler bör leda till ytterligare steg, till exempel fotodokumentation, längre granskningsfönster eller manuellt godkännande.

  • Kommunicera tydligt: När du ber kunder att tillhandahålla ytterligare dokumentation, var öppen med det och ta dem igenom processen snabbt. Otydliga avslag eller oförklarade förseningar är frustrerande och kan orsaka bestående skada.

  • Tilldela ägarskap: I många organisationer hamnar återbetalningsbedrägerier i ett ansvarsgap mellan bedrägeribekämpningsteamet och kundtjänstteamet. Bedrägeribekämpningsteam fokuserar på betalningsbedrägeri, medan kundtjänstteam är incitamentsstyrda för att lösa anspråk, inte flagga dem. Återbetalningsbedrägerier behöver en ansvarig med insyn i båda sidor, så att kundtjänst kan fortsätta fokusera på kundnöjdhet.

Vilka mätvärden kan användas för att hålla koll på återbetalningsbedrägeri?

Mätvärden för återbetalningsbedrägeri kan hjälpa dig att följa problemets skala, avgränsa det till specifika segment och se hur väl dina lösningar fungerar.

Det här bör du mäta:

  • Återbetalningsgrad per kohort: Bryt ned din totala återbetalningsgrad efter kundlivslängd, förvärvskanal, produktkategori och geografi. Missbruk tenderar att koncentreras i specifika segment.

  • Andel återkommande återbetalare: Ta reda på vilken procentandel av återbetalningsanspråken som kommer från kunder som har lämnat in fler än ett anspråk under de senaste 90 dagarna. Det här talet, följt över tid, berättar om dina kontroller mot återbetalningsbedrägeri fungerar.

  • Andel falska positiva: Sträva efter en låg andel falska positiva. Ta fram ett urval av flaggade anspråk och granska dem manuellt för att ta reda på hur ofta du avslår eller försenar legitima anspråk.

  • Återvinningsgrad: Fastställ vilken procentandel av bekräftade bedrägerier som resulterade i återvinning av varor eller värde. Använd detta för att bedöma effektiviteten i din respons på återbetalningsbedrägeri efter bekräftelse.

Hur Stripe Radar kan hjälpa till

Stripe Radar använder AI-modeller som tränats på data från Stripes globala nätverk och uppdateras kontinuerligt baserat på de senaste bedrägeritrenderna, vilket skyddar ditt företag när bedrägerierna utvecklas.

Stripe erbjuder även Radar for Fraud Teams, som gör det möjligt för användare att lägga till anpassade regler som hanterar bedrägeriscenarier för just deras företag och få tillgång till avancerade bedrägeriinsikter.
Radar kan hjälpa ditt företag att:

  • Förhindra bedrägeriförluster: Stripe hanterar över 1 biljon USD i betalningar årligen. Denna omfattning gör det möjligt för Radar att på ett korrekt sätt upptäcka och förhindra bedrägerier, vilket sparar pengar.

  • Öka intäkterna: Radars AI-modeller är tränade på verkliga tvistdata, kundinformation, webbläsardata etc. Detta gör att Radar kan identifiera riskabla transaktioner och minska falska positiva resultat, vilket ökar dina intäkter.

  • Spara tid: Radar är inbyggt i Stripe och kan konfigureras med noll kodrader. Du kan också övervaka din bedrägeriprestanda, skriva regler och annat på en enda plattform, vilket ökar effektiviteten.

Läs mer om Stripe Radar, eller börja idag. Om du är intresserad av att veta mer om Radars lösning för återbetalningsmissbruk, skriv upp dig på vår väntelista.

Innehållet i den här artikeln är endast avsett för allmän information och utbildningsändamål och ska inte tolkas som juridisk eller skatterelaterad rådgivning. Stripe garanterar inte att informationen i artikeln är korrekt, fullständig, adekvat eller aktuell. Du bör söka råd från en kompetent advokat eller revisor som är licensierad att praktisera i din jurisdiktion för råd om din specifika situation.

Fler artiklar

  • Ett fel har inträffat. Försök igen eller kontakta supporten.

Är du redo att sätta i gång?

Skapa ett konto och börja ta emot betalningar – inga avtal eller bankuppgifter behövs – eller kontakta oss för att ta fram ett specialanpassat paket för ditt företag.
Radar

Radar

Stripes nätverk – ditt vapen i kampen mot bedrägeri.

Dokumentation om Radar

Använd Stripe Radar för att skydda ditt företag mot bedrägerier.