[ Avis d’expert ] Comment lutter efficacement contre la fraude sans dégrader l’expérience utilisateur de ses clients

Vous connaissiez le FPS (lire Fraud Protection Service), c’est désormais HiPay Sentinel qui voit le jour, une version encore plus complète de notre module de lutte contre la fraude en ligne. Rencontre avec Virginie Koçun, notre Head of Fraud & Credit Risk.

virginie_kocun.png
Nous venons de lancer HiPay Sentinel, peux-tu nous en dire plus ?
V.K. : Depuis 2014, nous offrons à nos marchands un outil de lutte contre la fraude. Un module complet qui s’adapte à leur activité en utilisant près de 80 critères standards ainsi que des données métiers propres à l’activité de chaque marchand. Pour schématiser son fonctionnement, un score ou une action directe (comme le 3D-Secure par exemple) peut être déclenché sur chacune de ces règles. Le module permet ainsi de déterminer le niveau de risque à appliquer sur chaque transaction : l’accepter, la bloquer, imposer le 3D-Secure ou demander une revue manuelle par le marchand.

2017 marque l’innovation ! Nous avons décidé de compléter notre solution en facilitant toujours plus l’expérience utilisateur de nos e-commerçants. Cela se traduit d’une part par la possibilité de créer une règle pouvant combiner jusqu’à quatre critères différents. Par exemple, en cas d’attaque frauduleuse avec le critère commun “@gmail”, et, au lieu de bloquer ou d’envoyer en 3DS/Challenge toutes les transactions réalisées depuis ce nom de domaine email, la combinaison de règles permet de cibler les transactions suspectes réalisées depuis une adresse gmail.

Ex: Email = @gmail ET montant > X ET origine de la carte bancaire = X.

Cette nouvelle fonctionnalité permet d’affiner l’analyse en évitant les faux positifs (n.d.l.r. de transactions légitimes bloquées à tort) et cible plus précisément les attaques frauduleuses. D’autre part, la seconde optimisation majeure est l’automatisation de la revue manuelle des transactions déterminées comme “challenged” par le module. Grâce à l’Intelligence Artificielle, nos marchands n’ont plus besoin de faire travailler leurs équipes sur ces transactions qui s’auto-gèrent.

Pour résumer, HiPay Sentinel facilite la gestion de la fraude pour les e-commerçants tout en leur donnant plus d’autonomie. Bien évidemment, nos équipes travaillent très régulièrement en partenariat avec eux pour mettre en place les règles de contrôle les plus appropriées au marché dans lequel ils évoluent mais également à leur activité.

Concrètement, comment ça marche ?
V.K. : Grâce à la mise en place de HiPay Sentinel, les marchands paramètrent les critères en fonction de leur activité. Par exemple, ils peuvent accentuer leur vigilance sur leurs produits phares ou sur certaines zones de livraison qu’ils reconnaissent comme facteur de risque pour leur activité.

           fonctionnement_hipay_sentinel.png Via cette nouvelle version de notre module de lutte contre la fraude, les transactions poursuivent leur chemin au travers des différentes règles choisies par le marchand et sont évaluées en temps réel. De cette évaluation résulte un score qui permet d’évaluer le niveau de risque de chaque transaction. Si vous prenez l’exemple du schéma ci-contre, le score de la transaction la place dans la catégorie “challenged”, c’est-à-dire nécessitant une revue plus approfondie.

Deux choix s’offrent alors au marchand : soit ses équipes revoient manuellement la transaction comme c’est déjà le cas actuellement, soit il utilise le module de Machine Learning développé par HiPay. Mais là, je laisse la parole à Alexandre (n.d.l.r Czech, Chef de Projet Data Science chez HiPay) qui sera plus à même de d’expliquer son fonctionnement !                      


Le département Fraud & Credit Risk a-t-il des pistes pour lutter davantage contre les tentatives de fraude en ligne ?
V.K. : Le département Fraud & Credit Risk de HiPay a encore plein d’idées pour aider nos marchands à réduire au maximum leur taux de fraude tout en impactant le moins possible leur taux de conversion. Pour le moment, nous souhaitons continuer notre travail sur l'expérience utilisateur ainsi que sur la gestion des chargebacks.

Pour en savoir plus que l’utilisation du Machine Learning chez HiPay, rendez-vous la semaine prochaine sur le blog avec Alexandre Czech, notre Chef de Projet Data Science.

Abonnez-vous à la newsletter

Partagez l'article :