Combata fraudes com a força da rede da Stripe

  • Use machine learning que funciona de verdade

    O Radar ajuda a detectar e bloquear fraudes em qualquer tipo de empresa usando machine learning treinado com dados de milhões de empresas globais. Além disso, a solução é incorporada à Stripe e não exige configuração adicional.

  • Deixe de bloquear clientes legítimos

    As antigas formas de combate a fraudes não foram projetadas para empresas modernas da Internet e podem causar menores taxas de aceitação e perda de receitas. O Radar pode ajudar a distinguir estelionatários e clientes legítimos e aplicar o 3D Secure dinâmico aos pagamentos de alto risco.

  • Obtenha proteção que se adapta a você

    Com nossa infraestrutura de machine learning, podemos treinar novamente modelos (incluindo os personalizados para sua empresa) todos os dias. Os algoritmos do Radar se adaptam rapidamente à evolução dos padrões de fraude e aos requisitos especiais da sua empresa.

Treinado com centenas de bilhões de pontos de dados

A Stripe processa pagamentos de 195 países para todos os setores, portes de empresa e modelos de negócio. Mesmo um cartão novo para a sua empresa tem 89% de probabilidade de já ter sido processado na rede da Stripe.

  • A força dos números

    Aprendendo com milhões de empresas globais que processam anualmente bilhões em pagamentos, o Radar pode atribuir pontuações de risco a cada pagamento e bloquear automaticamente muitos pagamentos de alto risco.

  • Melhores resultados de machine learning com dados na escala da Stripe

    O Radar verifica cada pagamento usando milhares de sinais de toda a rede da Stripe para ajudar a detectar e prevenir fraudes, antes mesmo que cheguem à sua empresa.

Precisão superior às ferramentas de terceiros

O Radar consome dados de todas as camadas da pilha financeira e integra dados de fluxos de checkout, dados detalhados de pagamentos e informações de redes de cartão e bancos para avaliar o risco de fraude.

  • Dados de parceiros financeiros

    As parcerias da Stripe com Visa, Mastercard, American Express e os principais bancos nos permitem usar dados como TC40s, relatórios SAFE e notificações antecipadas de contestações para ajudar a identificar cobranças fraudulentas antes da contestação.

  • Dados de pagamentos

    O Radar é totalmente integrado ao resto da Stripe. Assim, nossos sistemas podem usar instantaneamente informações de pagamento, como dados do cliente, endereços de entrega e faturamento, e outras propriedades para aprimorar o desempenho do machine learning.

  • Dados de fluxos de checkout

    As ferramentas de checkout da Stripe incorporam automaticamente determinados padrões de compradores do site e do aplicativo móvel para ajudar a detectar pagamentos anômalos. O Radar usa esses sinais para mapear um caminho abrangente do cliente com alta capacidade de previsão de fraudes.

Sinais sofisticados, projetados para gerar impacto

O Radar foi criado para empresas globais na Internet que enfrentam ameaças de fraude em constante evolução. Aperfeiçoamos constantemente nossos algoritmos, testamos quais atributos são mais relevantes e geramos sinais compostos para ajudar a identificar e bloquear fraudes com precisão.

  • Identificação de dispositivos

    Vincule vários sinais a um único perfil de dispositivo.

  • Snapshots históricos

    Detecte padrões recorrentes em anos de dados históricos.

  • Detecção de proxies

    Identifique spoofing de IPs e uso de proxies.

  • E mais milhares de sinais

    O Radar pontua cada transação combinando vários sinais para ajudar a determinar se um pagamento é fraudulento.

Preços simples e transparentes

Machine learning do Radar

Proteção contra fraudes baseada em bilhões de pontos de dados em toda a rede da Stripe. A lógica da SCA da Stripe é incorporada, ajudando a maximizar as isenções e proteger as taxas de conversão.

€ 0,05

por transação rastreada Além das tarifas de processamento de pagamentos.

Isento para contas com preço padrão de 1,4% + € 0,25

You’re viewing our website for Luxembourg, but it looks like you’re in the United States.