（圖片來源：圖蟲創意）

據估算，電商欺詐在2021年給商家帶來高達200億美元的損失，比2020年增加18%。欺詐活動不僅造成高昂的損失，同時欺詐技術和模式也在快速演化。欺詐者變得越來越聰明，使用更復雜的策略和工具在全球范圍內對商家實施詐騙，而這正是Stripe Radar被打造的原因。

“雷達”（Radar）是一款基于機器學習技術的反欺詐檢測工具，與Stripe平臺全面集成。同時，為了幫助您適應快速變化的反欺詐模式，近期我們已將Radar機器學習模型的更新速度提高了兩倍。

一、更先進的機器學習技術，更準確的欺詐檢測

隨著營運網絡不斷完善，Stripe能在更多的支付案例中，檢測到關鍵數據輸入，從而更容易捕捉到具欺詐性的使用行為。

隨著更多數據積累，模型的召回率是衡量機器學習準確性的一種標準指標，提高了20%以上。這意味著Stripe可在捕捉到更多虛假付款企圖的同時，還可最大限度地減少對合法交易的影響。

“更新后的機器學習模型，使得欺詐率管理變得更加容易，無需任何額外工作。我們發現欺詐率在短短幾個月內降低一半。”—— Jeffrey Johnson，Dermalogica 公司高級商務總監

“通過利用Stripe的機器學習和自定義欺詐規則，幫助我們實現欺詐率和交易爭議率都下降了。同時，客戶滿意度也有所提高，團隊在管理人工流程上花的時間更少，從而可以更快地解決客戶糾紛。”—— Lourdes García，Ben & Frank 公司產品經理

二、利用統一的反欺詐平臺，采取一致行動

反欺詐是一項非常耗時的工作，為了簡化諸如回復爭議、人工審核付款、創建新規則以及設置風險控制機制等工作，我們重新設計的Stripe管理平臺，提供一個中心化的欺詐管理工作區，讓您可以快速查看審核、爭議、規則、列表及風控機制。

借助新的總覽圖表，您現在可以實時清晰地了解Radar的機器學習、風控規則和人工審核程序，以及阻止或允許付款方面的協同工作方式。

（圖片來源：Radar截圖）

三、了解您的欺詐策略效果如何

在預防欺詐和客戶轉化率之間，獲得良好的平衡，對每個商家來說都至關重要。但如果沒有比較，您就很難知道自己做得怎么樣。

Radar提供相關基準，方便您通過管理平臺將欺詐爭議率、誤報率和阻止率與您所在地區或同行業的其他商家進行對比。這些基準源自于聚合的自定義商家群，可以幫助您清楚地了解銷售策略的調整方向。

（圖片來源：Radar截圖）

四、通過更細粒度的規則和控制機制

1、打擊欺詐行為

我們為Radar風控團隊版用戶擴充了規則集，并添加許多附加屬性。有了這些新規則，您可以根據您的業務需求，更好地自定義欺詐設置，并確定哪些行為需要更多關注。

例如，您可以根據與銀行卡關聯的姓名數量、卡上嘗試授權的平均次數，甚至使用您的公司首次看到某個客戶的郵件地址或銀行卡時間來創建規則。

（圖片來源：Radar截圖）

2、通過具體分析來優化規則

自定義規則是減少欺詐的有力工具。現在，Radar風控團隊版用戶可以深入了解各項規則的表現情況，包括有多少筆被阻止的付款以及誤報。這將有助于您找出最有效的規則。

利用新增的規則表現指標，您可以優化規則設置，以阻止更多的欺詐行為，并確保對合法交易的影響最小。

“很高興看到Radar的改進，因為它不但有效節省我們的時間，還帶來更好的效果。Stripe的欺詐預防方案考慮得非常周到，我們的欺詐率一直呈下降趨勢。”—— Janie Cormier，Glossier 客戶體驗

了解有關Stripe Radar的更多信息，請查看stripe.com/radar，或登入您的Stripe管理平臺。

（編輯：江同）

（來源：Stripe）

以上內容僅代表作者本人觀點，不代表雨果跨境立場！如有關于作品內容、版權或其它問題請于作品發表后的30日內與雨果跨境取得聯系。