Radar 风控团队版支持对 Radar 规则进行微调,您能针对可疑付款获得洞察,并在一体化管理平台查看防欺诈风控效果。
从编写规则到审核付款,所有操作均可在管理平台中进行,无需添加代码或进行繁琐设置即可开始。您也可以用 Webhooks 和实时通知,将其轻松集成到现有的工作流程中。
根据您的业务模式选择合适的防欺诈策略, 并根据自身风险承受能力调整阻止可疑付款的力度。
根据银行卡号码、邮箱或 IP 地址等属性来设置阻止和允许列表。
针对特定的欺诈模型编写自定义规则,在启用规则之前先进行测试,以了解它们的性能;同时监控性能,以便可以对其进行迭代。
使用数百种规则属性,包括 IP 地址、银行卡详情、行为信号和元数据,利用规则构建定向欺诈保护。
使用人工智能驱动的 Radar 助手轻松地将自然语言提示翻译成规则。
在部署新规则之前,您可使用历史数据对其进行测试,以了解它对您的欺诈策略有何影响。
通过历史视图和近乎实时数据的单个规则性能指标,来衡量自定义规则的影响。
经 Stripe 优化的工作流程大大缩短了审核付款的时间,在为您提高欺诈模式检测能力的同时,让您加快行动速度,
通过全面而非孤立地评估付款,如银行卡测试,防止常见的欺诈模式。我们利用设备指纹识别和身份识别解决方案,帮助您抓住欺诈者。
与合法的购买行为相比,欺诈性的购买行为往往显得不正常。利用我们的欺诈洞察功能,可非常容易地识别欺诈趋势的根本原因并识别与欺诈相关的共同属性。风险分值提供交易级别的详细信息,帮助您执行手动审查。例如,您可以比较地理位置的 IP 地址和信用卡地址,或者查看结账时间等行为信息,将其与您的合法买家进行比较。您还可以用 Stripe Data Pipeline 在您的数据仓库中组合您的数据与 Radar 的数据,以此构建一体化的欺诈模型。
我们分析了数十亿次支付尝试,对 2500 名商业领袖进行了问卷调查,从中揭示出全球欺诈趋势,敬请阅读详情。
Radar 在无需任何配置的情况下将我们的欺诈率降低了 70% 以上,每月为我们的披萨店节省数千美元,同时也让我们能够更专注于提供本地最佳的披萨用餐体验。
之前,由于欺诈性交易较多,我们几乎快要失去付款处理能力——正是在这个时候,我们开始使用 Stripe Radar。通过 Radar,我们能够以编程的方式打击欺诈行为,并制定细粒度的方法来反击银行卡测试者。
我们的团队在保护 Postmates 平台免受欺诈的同时,仍能提供良好的客户体验。Radar 在每笔交易的背后运行,其模型对于区分好交易和坏交易非常有帮助。
Radar 在短短两个月时间里便自动帮 Watsi 阻止了 4000 多万美元的欺诈性捐款。
专为风控专业人士设计的高级欺诈保护产品,可增强控制自由度,进行自定义规则设置。这一切,在 Stripe 管理平台中即可实现。
额外验证有助于区分真实客户和诈骗者。阅读我们的指南,了解新版 3DS 验证如何在不损害用户体验的情况下减少欺诈行为。
统一按每笔交易收费,无隐藏费用。