Vender productos y servicios en línea ofrece grandes oportunidades para los comerciantes, pero este canal tampoco está exento de riesgos. Los audaces ciberdelincuentes utilizan datos personales robados para defraudar a los comerciantes y, a veces, el peor enemigo de un comerciante es su propia solución de prevención de fraude.
Se prevé que las pérdidas por fraude en el e-commerce alcancen los 6,400 millones de dólares en 2021, según un informe reciente de Aite Group y ClearSale. Pero las pérdidas causadas por falsos positivos, aquellas transacciones legítimas que se rechazan erróneamente, pueden alcanzar los 443,000 millones de dólares en 2021.
Dado que se espera que las ventas en línea continúen aumentando, aquí te contamos lo que necesitas saber sobre tu riesgo de transacciones rechazadas y fraudulentas, y cómo puedes minimizar su impacto.
¿Cuáles son las razones por las que un pedido legítimo sea marcado como fraudulento, y después de ello éste se rechace? Existen muchas razones, pero hay tres principales.
Mucha gente cree que aceptar pedidos provenientes de direcciones IP extranjeras es arriesgado y suele ser cierto. Pero hay casos en los que no es así. Por ejemplo, un cliente que trabaja en el extranjero o viaja, puede realizar compras en línea y enviarlas a su domicilio fijo.
Algunas empresas requieren el uso de redes privadas virtuales (VPN) en las computadoras de la empresa para proteger la información confidencial. No es raro que las VPN muestren que una dirección IP se origina en un país que no es donde se encuentra físicamente el usuario.
Si un punto de datos, como una dirección de correo electrónico, termina en una lista de observación o en una lista negra es algo ciertamente preocupante,
¿verdad? No necesariamente. Si una dirección de correo electrónico que se usa poco, se filtró a través de una violación de datos, es muy posible que los estafadores la estén usando. Pero no significa que un cliente legítimo no pueda usarla también.
¿Qué sucede cuando rechazas un pedido que parecía sospechoso pero que en realidad era legítimo? No solo pierdes ingresos valiosos, sino que también creas una experiencia negativa para el cliente, y te arriesgas a perder su valor de por vida.
Seamos realistas: los clientes tienen muchas opciones cuando se trata de realizar una compra en línea. Entonces, si no pueden obtener un producto tuyo, pueden obtenerlo de otro comerciante de e-commerce. Pero es posible que algunos clientes no se vayan en silencio, sino que compartan esa experiencia negativa con cualquiera que pueda escucharlos en las redes sociales, lo que podría alejar a otros buenos clientes.
Las soluciones de prevención de fraude aprenden de tus buenas decisiones, como cuando impides que se apruebe una transacción fraudulenta. Pero también aprenden, con o sin razón, de tus errores.
Por ejemplo. Supongamos que configuras una regla para rechazar automáticamente los pedidos enviados a una ciudad específica porque has recibido varios contracargos de pedidos realizados desde allí. Pero una vez que configuras esos rechazos automáticos, nunca sabrás si los pedidos rechazados eran realmente fraudulentos porque nunca verás las buenas transacciones que comprobarían que estás equivocado. Entonces, cuando le dices a tu sistema de aprendizaje automático que un pedido es incorrecto, eso es lo que aprenderá y seguirá cometiendo errores.
Cuando se detiene a un estafador de cometer fraude contra tu tienda, es probable que simplemente lleve esa misma información fraudulenta a otro comercio y pruebe allí su suerte. Después de todo, la compra de datos fraudulentos es cara y quiere sacarle el máximo partido a su dinero. Así que mezclará su enfoque y se volverá algo creativo. Tal vez utilice una dirección
de envío y facturación falsa diferente o realice el pedido desde una VPN. La buena noticia es la siguiente: probablemente no volverá a intentar estafar a tu negocio.
Otra buena noticia: cuando un pedido fraudulento se rechaza correctamente, el sistema aprende que la combinación de puntos de datos no era legítima, y así, el sistema se vuelve más inteligente gracias a eso.
¿Las soluciones de prevención de fraude pueden ofrecer información sobre el fraude y los falsos positivos? Desafortunadamente, cada algoritmo que usamos, cada regla que configuramos y cada proceso de revisión manual que implementamos pueden cometer errores. Y hay dos tipos de errores que vemos con mayor frecuencia en las soluciones de prevención de fraude:
Mientras revisas los pedidos, debes pensar en estos posibles errores. ¿Cuál es la posibilidad de accidentalmente aprobar un pedido fraudulento o rechazar uno legítimo? Peor aún, ¿cuál es el costo de rechazar estas transacciones?
Cuando realizamos revisiones manuales en pedidos marcados con alerta, podemos retroalimentar a los algoritmos que ayudarán a los sistemas a evitar esto en el futuro. Claro, hay un costo adicional (y tiempo adicional) para realizar esta revisión manual. Pero también hay un gran beneficio en contar con una persona que revise un pedido, lo evalúe desde múltiples puntos de datos y vea el panorama completo detrás de un pedido.
Cuando se trata de identificar el fraude, no puedes simplemente confiar en un solo punto de datos para tomar una decisión, aunque es posible que no tengas los recursos para profundizar en cada transacción.
El e-book de ClearSale Cómo entender tu riesgo de fraude CNP y optimizar tu proceso de prevención de fraude, te guía a través de todo lo que necesitas saber sobre el proceso de aprobación de pedidos, incluido como aprobar más pedidos legítimos. Después de leerlo, si deseas obtener más información sobre cómo mejorar tus tasas de aprobación de pedidos, simplemente comunícate con uno de nuestros expertos. Estaremos encantados de contarte más.