Así ayudará Radar 2.0 a prevenir el fraude
Lo nuevo de Radar trae la actualización más completa de sus modelos de aprendizaje automático desde 2016, según destaca Stripe.
Stripe ha anunciado el lanzamiento de Radar 2.0. El nuevo Radar llega con nuevas herramientas orientadas a grandes empresas.
En este sentido, cabe destacar Radar for Fraud Teams, cuyo objetivo es mejorar la visibilidad a la hora de luchar contra el fraude.
Radar promete llevar a cabo revisiones más veloces y con mayor precisión de actividades que suponen un riesgo potencial para la organización. Por ejemplo, en casos en los que haya discrepancia entre la dirección IP de los países que ejecutan una acción y donde se ha emitido una tarjeta.
Asimismo, se facilitan las listas de atributos a bloquear o permitir, como esas direcciones IP, los números de tarjeta o los correos electrónicos. Se introducen umbrales de riesgo personalizados para los pagos. Y también reglas personalizadas con feedback en directo. Sería el caso de “bloquear todas las transacciones superiores a 1.000 euros cuando el país de donde proceda la IP no coincida con el país de la tarjeta”, tal y como exponen desde Stripe.
Por otro lado se promete un exhaustivo análisis del rendimiento en cuestión de fraude.
Stripe asegura que con Radar 2.0 sus modelos de aprendizaje automático han experimentado la mayor mejora desde el lanzamiento de 2016. Se han añadido cientos de señales nuevas para distinguir entre estafadores y clientes legítimos, como la detección de proxy.
Radar se actualizará diariamente y los modelos de aprendizaje automático se entrenarán para casos concretos.
“Los modelos de machine learning están ahora entrenados con cientos de miles de millones de datos individuales procedentes de la red de Stripe”, explica Michael Manapat, director de Ingeniería de Radar y Machine Learning de Stripe. “Hemos utilizado esos datos para actualizar nuestros modelos de fraude para ayudar a las empresas que utilizan Stripe a identificar de forma más precisa a los estafadores y reducir las tasa de fraude hasta un 25 %, manteniendo elevadas, al mismo tiempo, las tasas de aceptación de pagos”.
“Con Radar for Fraud Teams”, añade, “presentamos herramientas para que los equipos puedan combatir el fraude, especialmente aquellos procedentes de nuestros usuarios con mayor tamaño, ofreciendo un control granular para gestionar fraude de forma más efectiva y eficiente”.
