CentralPay s’appuie sur un service de détection de fraude reposant sur des algorithmes de machine learning.
Ce moteur prédictif est constitué depuis un large échantillon de données fourni par CentralPay au format JSON et issues des données TRANSACTION / REFUND / DISPUTE.
Ce service s’appuie sur une classification comportementale liée au secteur d’activité du marchand.
Le moteur retourne une action et un score.
L’action invite le service de paiement à accepter ou refuser la transaction.
Le score classifie le niveau de risque en fournissant un pourcentage de probabilité de fraude. Ce score est ensuite interprété dans le moteur de règle.
Le score permet au marchand et à l’algorithme d’interagir ensemble pour s’améliorer.
Les scores sont classifiés ainsi :
De 0 à 19 = risque faible
Transaction acceptée
Pas d’action
De 20 à 59 = risque moyen
Transaction acceptée
Action : envoi événement avec détail du score pour revue manuelle et apprentissage
+60 = risque élevé
Transaction refusée
Action : envoi événement avec détail du score pour revue manuelle et apprentissage
Ce service d’analyse d’exposition à la fraude analyse le contexte d’exposition au risque de fraude de chaque transaction. Ce service retourne un score qui permet de traiter automatiquement la réponse attendue dans le moteur de règle.
Le score repose sur l’analyse croisée des données suivantes :
- Indice de risque IP
- Détection de Proxy
- Détection réseau TOR
- Vérification de l'adresse IP
- Confidence factors
- Email checks
- Address & phone checks
- Adresse d'expédition à haut risque
- Géolocalisation des adresses IP
- Identification des équipements utilisés
- Adresse e-mail
- Type de navigateur
- Discordances de pays
- Distance de l'adresse d'expédition
- Distance de l'adresse de facturation
- Domaine e-mail
- Heure
- Montant de la commande
- Pays
- Numéro de téléphone
- Titulaire IP
- Titulaire de l'e-mail
- Vérification adresse CB