Parece que combatir el fraude con tarjeta de crédito debería ser algo fácil. Después de todo, muchas plataformas de eCommerce vienen con filtros de fraude simples ya integrados. Entonces, ¿qué tiene de malo usar esas soluciones para identificar y rechazar de forma rápida, y automática transacciones potencialmente fraudulentas?
Es una solución, claro, pero no es tan buena como parece.
Si bien parece que estas revisiones automáticas ahorran tiempo, dinero y recursos, en realidad pueden ser extremadamente perjudiciales para tu tienda de eCommerce por tres razones importantes.
Muchos comerciantes usan los filtros de fraude básicos que vienen con su plataforma de eCommerce creyendo que son suficientes para detectar pedidos fraudulentos. Y si un filtro es bueno, más filtros deben ser mejores, ¿verdad? Por lo tanto, los comerciantes filtran capa sobre capa con la esperanza de identificar aún más transacciones sospechosas.
Pero en lugar de detectar más fraude, los comerciantes normalmente terminan asumiendo un mayor riesgo porque si no tienen cuidado con el orden en que se colocan los filtros, algunas de estas reglas pueden anularse entre sí, reduciendo la cantidad de protección que ofrecen y dando como resultado falsos positivos.
Otro problema con este enfoque automatizado es que los filtros de fraude no pueden tener en cuenta el comportamiento de compra variable de los clientes. Por ejemplo, los clientes pueden hacer compras en horas anormales, enviar pedidos a múltiples ubicaciones o comprar desde ubicaciones de alto riesgo, y estos comportamientos sospechosos por sí solos, pueden ser suficientes para que las soluciones automatizadas rechacen las transacciones. Pero en lugar de ser estafadores, estas personas son simplemente noctámbulos que envían regalos a familiares en todo el país, o que se encuentran de viaje en el extranjero. Desafortunadamente, estas soluciones simplemente no pueden notar estos comportamientos.
Muchos comerciantes de ecommerce están obsesionados con el costo de aprobar pedidos fraudulentos; sin embargo, las estadísticas muestran que el costo de rechazar pedidos buenos puede en realidad ser aún más alto. Las pérdidas por falsos positivos suman un total estimado de 118 mil millones de dólares al año, lo que es 13 veces más que las pérdidas por fraude con tarjeta de crédito que los comerciantes tanto tratan de prevenir.
Y dependiendo de los márgenes de beneficio y el modelo de negocio del comerciante de ecommerce, un pedido fraudulento aprobado por error podría requerir una docena o más de buenas transacciones para compensarlo.
Es posible que los comerciantes que utilizan filtros de fraude estrictos no mantengan alejados a todos los estafadores, lo que sí es que pueden frustrar a los clientes legítimos. De hecho, el 32% de los clientes que experimentan un falso positivo deciden no volver a comprarle a ese comerciante.
Y los clientes insatisfechos suelen ser los que hablan y comparten su descontento en todas las redes sociales. American Express descubrió que los consumidores le cuentan a un promedio de nueve personas sus buenas experiencias, pero les cuentan a 16 personas las malas, algo que puede crear rápidamente un daño duradero a la marca.
Incluso los comerciantes que ofrecen desafíos de verificación de identidad basados en información de identificación personal como una forma de validar con más confianza a los clientes legítimos pueden sorprenderse al escuchar lo ineficaz que es esta táctica. Gartner informa que un promedio del 15% al 30% de los clientes no superan estos desafíos, mientras que hasta el 60% de los delincuentes y estafadores los pasan.
Peor aún, los comerciantes nunca sabrán si rechazaron pedidos legítimos o pedidos de estafadores, hasta que los clientes accedan a las redes sociales o llamen a las líneas de atención al cliente para quejarse. Y para entonces, el daño ya está hecho.
La buena noticia es que los comerciantes no necesitan aceptar falsos positivos como un costo para hacer negocios. En lugar de dejar sus sistemas de prevención de fraude en manos de un algoritmo inflexible, los comerciantes pueden usar un sistema que identifique transacciones sospechosas y les dé la oportunidad de revisar manualmente estos pedidos del “área gris”.
Un enfoque de múltiples niveles para la prevención del fraude incorpora el aprendizaje automático y la revisión manual para evaluar los pedidos que caen en esta área gris. Esta es la única manera de tener la seguridad de que estás rechazando tantos pedidos fraudulentos como sea posible, mientras apruebas al mismo tiempo la mayor cantidad de pedidos buenos.
Los falsos positivos pueden tener un impacto serio en los resultados de tu negocio y es importante que encuentres formas de crear un proceso de revisión de transacciones efectivo y eficiente. Con personal experto en prevención de fraude que puede usar su experiencia y recursos para evaluar las transacciones, los minoristas en línea pueden estar seguros de que están minimizando su riesgo de fraude. Aprende a identificar si tienes un problema con falsos positivos y qué puedes hacer al respecto, descargando hoy nuestro ebook gratuito "Entendiendo la cadena de pago del ecommerce".
Artículo Original: https://blog.clear.sale/why-automatic-declines-are-dangerous-for-online-merchants