Ein Leitfaden zu Betrugsbewertungen und Bewertungsmodellen

Was ist eine Betrugsbewertung?

Eine Betrugsbewertung fungiert als schneller Indikator für Betrug. Es handelt sich um eine hochrangige Interpretation des mit einer bestimmten Bestellung verbundenen Risikos, die Händlern dabei hilft, eine Entscheidung darüber zu treffen, ob sie die Bestellung genehmigen, ablehnen oder weiter prüfen möchten. Betrugswerte stammen von Bewertungsmodellen, die Merkmale und historische Trends identifizieren, die mit verdächtigem Verhalten und früheren betrügerischen Bestellungen verbunden sind, um Risiken zu erkennen. Betrugswerte können in jeder Branche angewendet werden, die Online-Transaktionen generiert und eine Möglichkeit sucht, Betrugsbedenken einfach zu bewerten. Da Betrugswerte Indikatoren sind, sind sie nicht entscheidend. Stattdessen können Betrugswerte eine Risikobewertung für das gesamte Risiko einer Bestellung bieten, aber der Händler definiert normalerweise, bei welchem Schwellenwert er eine Bestellung genehmigen, ablehnen oder überprüfen möchte.

Welche Faktoren fließen in die Bestimmung eines Betrugswerts ein?

Wie oben erwähnt, sind Betrugswerte das Ergebnis eines Bewertungsmodells. Das Bewertungsmodell umfasst mehrere Variablen, die zusammen das Risiko einer Online-Transaktion bewerten können – es gibt keine Mindestanzahl an Faktoren, die in die Bewertung einfließen. Zu diesen Faktoren können unter anderem gehören:

• Übereinstimmung zwischen Rechnungs- und Versandadresse: Während dies ziemlich einfach ist, werden Bestellungen, bei denen die Rechnungs- und Versandadressen übereinstimmen, in der Regel als sicherer eingestuft als solche, die dies nicht tun.
• BIN-Übereinstimmung: Die meisten Karteninhaber haben eine Rechnungsadresse im selben Land wie die ausstellende Bank ihrer Kreditkarte, daher ist es ein gutes Indiz, wenn die BIN (Bankidentifikationsnummer) und das Rechnungsland übereinstimmen.
• IP- und Rechnungsabstand: In der Regel gilt: Je größer der Abstand zwischen der IP-Adresse und der Rechnungsadresse des Karteninhabers, desto höher das Betrugsrisiko.
• Proxyerkennung: Die Verwendung von offenen oder anonymen Proxys ist ein Warnsignal für Betrug. Betrüger verwenden eher Proxys, um ihren tatsächlichen Standort zu verbergen oder Tools zur Erkennung von Geolokalisierungsbetrug zu umgehen.
• E-Mail-Alter: Je länger eine E-Mail-Adresse besteht, desto glaubwürdiger ist die Transaktion. Eine E-Mail-Adresse, die seit 7 Jahren verwendet wird, ist in der Regel legitimer als eine, die vor 3 Tagen erstellt wurde.

Wie wissen Sie, ob Risikobewertungen für Sie geeignet sind?

Händler entscheiden sich für Bewertungsmodelle, weil sie ihm die vollständige Kontrolle über Bestellentscheidungen geben, normalerweise mit einem Bereich, innerhalb dessen sie entscheiden können, welche Bestellungen akzeptiert, abgelehnt oder überprüft werden, und sie können sich in einen traditionellen manuellen Betrugspräventionsoperation einfügen, die stark auf manuelle Überprüfungen angewiesen ist.

Für Händler, die eine potenziell genauere Lösung suchen, bieten fortschrittliche Modelle zur Betrugsbekämpfung definitive Betrugsentscheidungen – entweder eine Genehmigung oder Ablehnung – während sie die volle finanzielle Verantwortung für alle entstandenen Rückbuchungen übernehmen. Im Gegensatz dazu bietet das Betrugsbewertung lediglich einen Hinweis auf das Risiko und überlässt es den Händlern, Schwellenwerte für einzelne Fälle oder Segmente festzulegen. Da Bewertungsmodelle nicht endgültig sind und dazu tendieren, einfacher zu sein, sind sie oft günstiger pro Transaktion.

Betrachten wir die Vor- und Nachteile von Risikobewertungen:

Unter Berücksichtigung sowohl der Vor- als auch der Nachteile könnten Händler feststellen, dass die Nachteile die Vorteile der Verwendung einer Betrugsrisikowertung überwiegen. Beispielsweise kann zu viel Kontrolle für manche Händler zu Kopfzerbrechen führen. Bewertungsmodelle bieten nur eine Zahl innerhalb eines Bereichs, was bedeutet, dass Händler ein internes manuelles Überprüfungsteam benötigen, um grenzwertige oder „graue“ Transaktionen zu bewerten und aktiv ihre Schwellenwerte zu verwalten. Die Verwaltung eines großen internen Überprüfungsteams zusätzlich zur Zahlung von Gebühren für den Erhalt eines Betrugswerts pro Transaktion kann kostspielig und nicht skalierbar sein.

Darüber hinaus ist es schwierig, den richtigen Schwellenwert für die Ablehnung einer Bestellung festzulegen, und dieser kann sich im Laufe der Zeit ändern, da sich die Betrügereien weiterentwickeln. Wenn Sie entscheiden, dass jede Transaktion mit einem Wert unter 12 abgelehnt wird, was sollten Sie mit einer Transaktion tun, die einen Wert von 12,14 erhält? Dies mag zwar für einen Teil des Auftragsvolumens von Vorteil sein, für einen anderen Teil jedoch möglicherweise nicht. Außerdem: Wie oft sollte Ihr Team es neu bewerten? Infolgedessen werden die Schwellenwerte ständig angepasst, um den neuen Betrugstrends und dem Verbraucherverhalten Rechnung zu tragen.

Ein weiteres großes Problem besteht darin, dass die Anreize des Bewertungsmodells nicht mit den Interessen der Händler übereinstimmen. Der Anbieter des Bewertungsmodells erhält Einnahmen pro verarbeiteter Transaktion, unabhängig davon, wie viele Bestellungen abgelehnt oder genehmigt werden, und unabhängig von der Genauigkeit und Konsistenz der Werte. Am Ende trägt der Händler die Folgen hoher Rückbuchungsraten und/oder suboptimaler Genehmigungsraten. Betrugsbewertungen mögen wie Silberkugeln erscheinen, aber seien Sie vorsichtig, bevor Sie eine gesamte Betrugsmanagementstrategie darauf basieren.

Stattdessen sollten Sie in Erwägung ziehen, einen verantwortungsvollen Betrugspartner in Betracht zu ziehen, der nur davon profitiert, wenn sein Kunde erfolgreiche Geschäftsergebnisse sieht. Ein verantwortungsvoller Partner ist finanziell motiviert, Rückbuchungen (Kosten) niedrig und Genehmigungsraten (Umsatz) hoch zu halten. Um mehr darüber zu erfahren, wie ein verantwortungsvoller Betrugspartner Ihrem Unternehmen helfen kann, das Wachstum des E-Commerce freizusetzen, lesen Sie diesen Leitfaden.

Betrugsprävention im E-Commerce: Best Practices