Stripe lanceert nieuwe versie van fraudepreventie tool Radar

Stripe

Stripe Radar is de geavanceerde antifraude oplossing voor credicardbetalingen van Stripe. Met de nieuwe versie 2.0 krijgen fraudeprofessionals van grote bedrijven geavanceerde beheertools in handen. Zo kunnen zij fraude tot maximaal 25 procent reduceren.

Omdat fraude met PIN-betalingen nauwelijks mogelijk is, richten oplichters in Nederland zich meer op fraude met creditcardbetalingen bij online winkels. Anders dan bij fysieke winkels, komen de kosten daarvan voor rekening van de bedrijven. Met Stripe Radar kunnen zij zich hiertegen beschermen.

Radar for Fraud Teams

Stripe is een wereldwijd softwareplatform voor online ondernemers en is een belangrijke speler in de mobile commerce-revolutie. Het verwerkt jaarlijks miljarden euro’s voor honderdduizenden bedrijven in 25 landen. In 2017 voorkwam Radar fraudepogingen ter waarde van ruim 4 miljard dollar. De nieuwe versie van Radar, ‘Radar for Fraud Teams’, biedt grote bedrijven meer inzicht en controlemogelijkheden voor het identificeren en voorkomen van fraude.

Zo kunnen bedrijven met de nieuwe Radar-versie sneller en nauwkeuriger betalingen beoordelen op basis van eerder geregistreerde klantgegevens. Bedrijven kunnen daarnaast eigen aangepaste regels instellen, bijvoorbeeld ‘blokkeer alle transacties hoger dan 1.000 dollar wanneer IP-land en land van creditcard registratie niet overeenkomen.’ Ook is het eenvoudig om lijsten te maken voor blokkeren en toestaan van creditcardnummers, emailadressen, IP-adressen enz. En verder levert Radar uitgebreide analyses van de prestaties die bedrijven inzicht bieden in de effectiviteit van ingestelde regels.

Patronen ontdekken met machine learning

Met Radar 2.0 krijgen de machine learning modellen de grootste update sinds de lancering in 2016. Daarmee zijn honderden fraudesignalen en patronen toegevoegd die fraude met hoge betrouwbaarheid kunnen voorspellen. Een voorbeeld hiervan is de detectie van het gebruik van een proxy of VPN. Dit is een veelgebruikte methode van fraudeurs om hun locatie of identiteit te verbergen. De verbeterde machine learning kan fraude tot 25 procent reduceren. Radar past elke dag zijn detectiemodellen aan en klanten krijgen automatische updates via de cloud.

Gerelateerde publicaties:


Daniel de Voogt is freelance copywriter en blogger voor onder meer Internetkassa.nu, Medischdossier.org en Quiethotelroom.org en publiceert regelmatig over ontwikkelingen op het gebied van online marketing, SEO en social media.

Onze business partners