Betrugsbekämpfung mithilfe vom Stripe-Netzwerk

  • Bewährte und leistungsfähige Machine-Learning-Technologie

    Radar unterstützt die präzise Erkennung und Blockierung von Betrugsversuchen in verschiedenen Unternehmen mithilfe von Machine-Learning-Modellen, die mit Daten von Millionen von Unternehmen weltweit trainiert werden. Radar ist in Stripe integriert und kann ohne zusätzliche Einrichtung direkt genutzt werden.

  • Keine berechtigten Kunden/Kundinnen mehr blockieren

    Traditionelle Ansätze der Betrugsprävention erfüllen nicht die Bedürfnisse fortschrittlicher Online-Unternehmen und können daher zu niedrigeren Akzeptanzraten und Umsatzeinbußen führen. Mit Radar können Sie Betrüger/innen mit höherer Genauigkeit von Kunden/Kundinnen unterscheiden und Dynamic 3D Secure für Zahlungen mit hohem Risiko einsetzen.

  • Schutz nach Ihren Bedürfnissen

    Dank unserer Machine-Learning-Infrastruktur können wir täglich Tausende von Modellen trainieren – auch individuell für Ihr Unternehmen. Die Radar-Algorithmen passen sich rasch an wechselnde Betrugsmuster und Ihr Geschäft an.

Intelligentere Betrugsvorbeugung dank Machine-Learning

Effektive Systeme sollten Betrug erkennen, ohne legitime Zahlungen zu blockieren. Wir haben einen Leitfaden dazu aufgesetzt, wie sich dank Machine-Learning anhand großer Datensätze Betrugswahrscheinlichkeiten vorhersagen lassen.

Reibungslose Authentifizierung mit 3D Secure 2

Mit einer zusätzlichen Authentifizierung ist es möglich, normale Kunden/Kundinnen von Betrügern zu unterscheiden. In unserem Leitfaden erfahren Sie, wie die neue Version von 3D Secure Betrug reduzieren kann, ohne die Benutzerfreundlichkeit zu beeinträchtigen.

Trainiert mit mehreren Hundert Milliarden Datenpunkten

Stripe wickelt Zahlungen aus 195 Ländern für jede Branche und jedes Geschäftsmodell ab. Selbst bei einer Karte, die für Sie neu ist, besteht eine Wahrscheinlichkeit von 89 %, dass diese bereits im Stripe-Netzwerk verwendet wurde.

  • Stärke in Zahlen

    Radar lernt von Millionen globaler Unternehmen, die jedes Jahr Milliarden von Zahlungen abwickeln. So kann das System jeder Transaktion einen Risikowert zuweisen und besonders riskante Zahlungen automatisch blockieren.

  • Bessere Machine-Learning-Ergebnisse mit den Daten aus dem gesamten Stripe-Netzwerk

    Stripe Radar analysiert jede Zahlung anhand von mehreren Tausend Signalen aus dem gesamten Stripe-Netzwerk, um Betrugsversuche zu identifizieren und zu verhindern. Diese werden unterbunden, bevor Ihr Unternehmen dadurch geschädigt wird.

Höhere Präzision als mithilfe von Tools von einem Drittanbieter

Radar wertet das Betrugsrisiko anhand von Daten aus Ihrem Finanzsystem aus. Dafür werden Daten über den Bezahlvorgang, Informationen über Zahlungen und Informationen aus den Kartennetzen und Banken verwendet.

  • Daten von Finanzpartnern

    Dank Partnerschaften mit Visa, Mastercard, American Express und führenden Banken kann Stripe Daten wie TC40s, SAFE-Berichte und frühzeitige Anfechtungsbenachrichtigungen nutzen, um betrügerische Zahlungen zu erkennen, noch bevor sie angefochten werden.

  • Daten aus Zahlungen

    Radar ist vollständig in die übrigen Stripe-Dienste integriert. So können unsere Systeme direkt auf umfangreiche Zahlungsinformationen wie Kundendaten, Liefer- und Rechnungsadressen und andere Eigenschaften zugreifen, wodurch die Machine-Learning-Leistung verbessert wird.

  • Daten aus Bezahlvorgängen

    Unsere Checkout-Tools erkennen ungewöhnliche Zahlungen automatisch, mithilfe bestimmter Verhaltensmuster von Käufern/Käuferinnen auf Ihrer Website und in Ihrer mobilen Anwendung. Anhand dieser Signale bildet Radar einen umfassenden Endkundenpfad ab, der eine hervorragende Betrugsvorhersage ermöglicht.

Hochentwickelte Signale für maximale Effizienz

Radar wurde für Internet-Unternehmen entwickelt, die ständig neuen Betrugsrisiken ausgesetzt sind. Wir arbeiten laufend daran, unsere Algorithmen zu optimieren, die relevantesten Attribute zu bestimmen und wirksame Signalkombinationen zu generieren, um Betrugsversuche präzise zu erkennen und zu unterbinden.

  • Device Fingerprinting

    Fassen Sie mehrere Signale zu einem Geräteprofil zusammen.

  • Historische Snapshots

    Erkennen Sie wiederkehrende Muster in Daten der vergangenen Jahren.

  • Proxy-Erkennung

    Erkennen Sie IP-Spoofing und Proxy-Nutzung.

  • Und vieles mehr

    Radar bewertet das Betrugsrisiko jeder Zahlungstransaktion mithilfe von einer Kombination aus unterschiedlichen Signalen.

Durch die Nutzung dieser Website stimmen Sie unseren Cookie-Richtlinien zu