Esto es un problema por varias razones:<\/p>\n\n\n\n
- \n
- Altas tasas de contracargo:<\/strong> Cuando los estafadores compran algo por internet a trav\u00e9s de tu sistema, el titular leg\u00edtimo de la tarjeta puede solicitar un contracargo. Esto es caro y puede tensar tu relaci\u00f3n con los operadores de tarjetas.<\/li>\n\n\n\n
- Esfuerzos de revisi\u00f3n manual: <\/strong>Monitorear cada transacci\u00f3n con tarjeta para detectar pagos de alto riesgo requiere mucho tiempo y recursos.<\/li>\n\n\n\n
- Cumplimiento de las normas <\/strong>de la autenticaci\u00f3n reforzada de clientes<\/strong><\/a> y PSD2: <\/strong>Si no verificas las identidades, incumplir\u00e1s los \u00faltimos requisitos de la directiva de pagos de tu localidad.<\/li>\n\n\n\n
- Trabajar con comerciantes fraudulentos: <\/strong>A veces, los estafadores se limitan a pagar en los sitios web de tus comercios asociados. Otras veces, los propios comercios pueden estar creados por los estafadores, lo que debe se\u00f1alarse lo antes posible. <\/li>\n<\/ul>\n\n\n\n
As\u00ed que, en esencia, \u00bfpor qu\u00e9 deber\u00edas bloquear las identidades fraudulentas en la medida de lo posible? Para mejorar el negocio, facilitar las operaciones y reducir los riesgos legales a largo plazo.<\/p>\n\n\n\n
\nSEON reduce a la mitad las revisiones manuales<\/div>\nDescubre c\u00f3mo la pasarela de pagos Barion automatiz\u00f3 la prevenci\u00f3n del fraude con SEON para acelerar la productividad y mantener a raya los costos de adquisici\u00f3n.\n<\/p>\n \n
Lee el caso de estudio<\/p>\n <\/a>\n <\/div>\n\n\n\n
\u00bfC\u00f3mo detectar el robo de identidad como pasarela de pago?<\/h2>\n\n\n\n
Para las pasarelas de pago, la verificaci\u00f3n de identidad no es f\u00e1cil. Ning\u00fan cliente quiere que le hagan esperar para verificar su identidad cuando lo \u00fanico que quiere es que se efect\u00fae el pago.<\/p>\n\n\n\n
La fricci\u00f3n es enemiga de los buenos negocios, por lo que a menudo es un acto de equilibrio entre la seguridad y la facilidad de uso. Pero despliega las herramientas y el flujo de trabajo adecuados y mantendr\u00e1s tu cuenta de resultados a salvo y a los clientes y comerciantes contentos al mismo tiempo.<\/p>\n\n\n\n
Estas son las herramientas que puedes utilizar para identificar las transacciones sospechosas:<\/p>\n\n\n\n
- \n
- Verificaci\u00f3n de BIN de la tarjeta<\/a>:<\/strong> Probablemente ya compruebas el AVS (servicio de verificaci\u00f3n de direcciones) y el CVV (valor de verificaci\u00f3n de la tarjeta) de cada tarjeta de pago. Pero tambi\u00e9n deber\u00edas consultar el tipo de tarjeta y el lugar de emisi\u00f3n. Esto te resultar\u00e1 \u00fatil cuando veamos las reglas de riesgo m\u00e1s adelante. Por ejemplo, es m\u00e1s probable que se abuse de una tarjeta regalo,<\/a> ya que carece de la protecci\u00f3n b\u00e1sica que tienen las tarjetas de d\u00e9bito y cr\u00e9dito.<\/li>\n<\/ul>\n\n\n\n
![\"\"](\"https:\/\/seon.io\/wp-content\/uploads\/2023\/01\/BIN-Attack-Fraud-Dictionary-1-1-1024x812.png\")
<\/figure>\n\n\n\n- \n
- An\u00e1lisis de datos de dispositivos:<\/strong> Si puedes recopilar informaci\u00f3n sobre el tipo de computadora, tableta o tel\u00e9fono que utiliza un cliente para pagar, podr\u00e1s destacar configuraciones sospechosas. Por ejemplo, las VPN<\/a>, el software de huellas digitales y de suplantaci\u00f3n de identidad deber\u00edan aumentar el riesgo de que est\u00e9s a punto de procesar un pago indebido.<\/li>\n\n\n\n
- Puntuaci\u00f3n de riesgos:<\/strong> Dado que las revisiones manuales est\u00e1n fuera de lugar en este caso, adaptar tu estrategia de riesgo para puntuar autom\u00e1ticamente cada transacci\u00f3n es la clave para gestionar el riesgo. Los usuarios de alto riesgo deben ser bloqueados inmediatamente. A los usuarios de riesgo medio se les puede pedir una verificaci\u00f3n adicional. Los pagos de bajo riesgo deben realizarse con la menor fricci\u00f3n posible, lo que ayuda a ofrecer un servicio excelente a clientes y comerciantes.<\/li>\n\n\n\n
- Machine learning:<\/strong> Las pasarelas de pago procesan un enorme volumen de transacciones en comparaci\u00f3n con la media de las tiendas online. Puedes convertir esto en una ventaja. Recopila tantos datos de transacciones como sea posible e introd\u00fazcelos en un sistema de detecci\u00f3n del fraude de machine learning<\/a> para obtener resultados sorprendentemente perspicaces sobre tendencias de fraude invisibles, por ejemplo, en forma de sugerencias de reglas de riesgo. <\/li>\n<\/ul>\n\n\n\n
Las 3 reglas personalizadas m\u00e1s importantes para que las pasarelas de pago detecten a los ladrones de identidad <\/h2>\n\n\n\n
Exploremos ahora en detalle el tipo de reglas de riesgo que podr\u00edas desplegar para detectar transacciones fraudulentas antes de que sea demasiado tarde.<\/p>\n\n\n\n
#1: Tarjeta e IP en diferentes pa\u00edses<\/h3>\n\n\n\n
Ya hemos mencionado anteriormente las b\u00fasquedas BIN de tarjetas y un dato importante que pueden proporcionar es la ubicaci\u00f3n del emisor. Esto no es infalible (la gente viaja), pero deber\u00eda darnos una idea general de qui\u00e9n es el comprador. <\/p>\n\n\n\n
Ahora, combinado con otro dato relacionado con la geolocalizaci\u00f3n, una direcci\u00f3n IP, podemos empezar a hacernos una idea m\u00e1s clara. \u00bfViaja realmente esa persona? \u00bfO se trata de una combinaci\u00f3n tan improbable que deber\u00eda empezar a dar indicadores de alerta? <\/p>\n\n\n\n
![\"\"](\"https:\/\/seon.io\/wp-content\/uploads\/2023\/01\/Untitled-8.png\")
<\/figure>\n\n\n\nEn el ejemplo anterior, se ve a un cliente que aparentemente se encuentra en Rusia pero que paga con una tarjeta estadounidense. Una vez m\u00e1s, no es suficiente informaci\u00f3n para bloquear el pago. Pero sin duda deber\u00eda aumentar la puntuaci\u00f3n de riesgo por tu parte.<\/p>\n\n\n\n
Dependiendo de la presencia de otros motivos de preocupaci\u00f3n, esta regla puede inclinar la balanza hacia la identificaci\u00f3n de los estafadores.<\/p>\n\n\n\n
- Puntuaci\u00f3n de riesgos:<\/strong> Dado que las revisiones manuales est\u00e1n fuera de lugar en este caso, adaptar tu estrategia de riesgo para puntuar autom\u00e1ticamente cada transacci\u00f3n es la clave para gestionar el riesgo. Los usuarios de alto riesgo deben ser bloqueados inmediatamente. A los usuarios de riesgo medio se les puede pedir una verificaci\u00f3n adicional. Los pagos de bajo riesgo deben realizarse con la menor fricci\u00f3n posible, lo que ayuda a ofrecer un servicio excelente a clientes y comerciantes.<\/li>\n\n\n\n
- An\u00e1lisis de datos de dispositivos:<\/strong> Si puedes recopilar informaci\u00f3n sobre el tipo de computadora, tableta o tel\u00e9fono que utiliza un cliente para pagar, podr\u00e1s destacar configuraciones sospechosas. Por ejemplo, las VPN<\/a>, el software de huellas digitales y de suplantaci\u00f3n de identidad deber\u00edan aumentar el riesgo de que est\u00e9s a punto de procesar un pago indebido.<\/li>\n\n\n\n
- Esfuerzos de revisi\u00f3n manual: <\/strong>Monitorear cada transacci\u00f3n con tarjeta para detectar pagos de alto riesgo requiere mucho tiempo y recursos.<\/li>\n\n\n\n