Radar permite detectar y bloquear el fraude en cualquier tipo de empresa con machine learning, que aprende de los datos de millones de empresas internacionales. Está integrado a Stripe y no precisa configuración adicional para empezar a funcionar.
No más bloqueo de clientes legítimos
Los antiguos sistemas para combatir el fraude no estaban diseñados para las empresas modernas que operan a través de Internet. Radar puede ayudarte a distinguir a los defraudadores de los clientes legítimos y aplicar Dynamic 3D Secure a los pagos de alto riesgo.
Protección que se adapta a tus necesidades
Nuestra infraestructura con machine learning nos permite actualizar a diario la eficacia de los modelos, incluidos los personalizados para tu empresa. Los algoritmos de Radar se adaptan rápidamente a los cambiantes patrones de fraude y al carácter único de tu empresa.
Entrenado con cientos de miles de millones de datos
Stripe procesa pagos de 195 países para empresas de todos los sectores, tamaños y modelos de negocio. Incluso si una tarjeta es nueva para ti, hay un 89% de probabilidades de que ya haya pasado por la red de Stripe.
La fuerza está en los números
Al aprender de millones de empresas de todo el mundo que procesan miles de millones en pagos cada año, Radar puede asignar puntuaciones de riesgo a todos los pagos y bloquear automáticamente aquellos que presenten un riesgo elevado.
Mejores resultados de machine learning con datos de toda la red de Stripe
Radar analiza cada pago utilizando miles de señales que proceden de toda la red de Stripe para detectar y prevenir el fraude, incluso antes de que pueda afectar a tu negocio.
Mayor precisión que las herramientas de terceros
Radar evalúa el riesgo de fraude a partir de los datos que recibe de todos los estratos del sistema financiero, integrando datos de los flujos del proceso de compra, información detallada de pagos e información de las redes de tarjetas y los bancos.
Datos de socios financieros
La colaboración de Stripe con Visa, Mastercard, American Express y los principales bancos nos permite utilizar datos como los informes TC40 y SAFE, y las notificaciones anticipadas de disputas para identificar fácilmente los cargos fraudulentos antes de que sean disputados.
Datos de pagos
Radar está plenamente integrado con el resto de Stripe, por lo que nuestros sistemas pueden utilizar al instante gran cantidad de información de pagos, como datos de los clientes, direcciones de entrega y facturación, así como otras propiedades que aumentan el rendimiento del machine learning.
Datos de flujos de proceso de compra
Las herramientas de Checkout de Stripe incorporan automáticamente determinados patrones de los compradores que usan tu sitio web y aplicación móvil, con el fin de facilitar la detección de pagos anómalos. Con esta información, Radar puede generar una trayectoria completa de los clientes, lo que ayuda a predecir eficazmente el fraude.
Sofisticadas señales ideadas para la máxima eficacia
Radar está diseñado para empresas internacionales que operan a través de Internet y se enfrentan a amenazas de fraude en constante cambio. Adaptamos nuestros algoritmos continuamente, comprobamos qué atributos son los más pertinentes y generamos señales compuestas para identificar el fraude con precisión y bloquearlo.
Huella dactilar de los dispositivos
Asocia varias señales a un único perfil de dispositivo.
Instantáneas históricas
Detecta patrones recurrentes en datos históricos de años.
Detección de proxy
Identifica la falsificación de IP y el uso de servidores proxy.
Miles más
Radar evalúa cada transacción combinando múltiples señales para ayudar a determinar si un pago es fraudulento.
Tarifas sencillas y transparentes
Machine learning de Radar
Protección antifraude potenciada por miles de millones de puntos de datos de toda la red de Stripe.
0,4 HK$
por transacción revisada
Además de las comisiones por procesamiento de pagos.
No aplicable a cuentas con tarifas estándar 3,4 % + 2,35 HK$.
Usamos cookies para mejorar tu experiencia y con fines de comercialización. Más información en nuestra
política de cookies.
