Kategorien
Fraud Scoring

Fraud Scores: Wie sie berechnet werden und warum Sie sie brauchen

Die meisten Präventions- und Aufdeckungstools liefern Ergebnisse in Form von Betrugsscores. Aber was messen sie, und wie funktionieren sie genau? Besuchen Sie regis24.de für Fraud Scoring.

Unabhängig davon, ob Sie bereits über eine Lösung zur Risikoerkennung verfügen oder sich für eine solche entscheiden, haben Sie wahrscheinlich schon einmal von Betrugsbewertungen gehört.

Und doch sind selbst erfahrene Manager manchmal nicht in der Lage zu erklären, wie sie funktionieren oder warum sie zur Risikominderung beitragen.

In diesem Beitrag erläutern wir Ihnen die Grundlagen der Betrugsbewertung und zeigen Ihnen, wie Sie diese zur Steigerung der Unternehmenseffizienz nutzen können.

Was ist ein Betrugsscore für Betrugsscoring?

Beim Fraud Scoring werden Werte dafür vergeben, wie riskant eine Benutzeraktion ist. Die Betrugsscores werden anhand von Regeln berechnet, die Punkte hinzufügen oder abziehen. Bei der Benutzeraktion kann es sich um eine Transaktion, eine Anmeldung oder ein Login handeln. Bei den Regeln werden Datenpunkte wie E-Mail-Adressen, IP-Adressen oder die Präsenz in sozialen Medien berücksichtigt.

Zum Verständnis des Konzepts

Um zu verstehen, wie eine Betrugsbewertung funktioniert, ist es hilfreich, zunächst einen anderen Mechanismus zu betrachten, mit dem viele Menschen vertraut sind: die Kreditwürdigkeitsprüfung.

Wie Sie sicher wissen, handelt es sich dabei um eine Form der Risikobewertung, die von verschiedenen Kreditbüros auf der ganzen Welt durchgeführt wird, z. B. FICO in den USA oder Equifax im Vereinigten Königreich.

Sie erheben zwar unterschiedliche Daten, aber das Ziel ist die Beantwortung der einfachen Frage: Wie wahrscheinlich ist es, dass der Kreditnehmer den Kredit zurückzahlen wird? Diese Schätzung basiert unter anderem auf Informationen wie Einkommensnachweisen, Ausgabengewohnheiten, Schuldenhistorie und Kartennutzung.

Im Folgenden werden wir genauer darauf eingehen, welche Daten verwendet werden und wie der Algorithmus berechnet wird. Doch zunächst wollen wir uns ansehen, was die Betrugsbewertungen so nützlich macht.

Die wichtigsten Vorteile

Um die Vorteile von Betrugsscores zu verstehen, stellen Sie sich vor, Sie sind ein kleines Online-Geschäft, das sich darauf konzentriert, bis zu 27 % des Transaktionsbetrugs (wenn Benutzer mit gestohlenen Kreditkartendaten bezahlen) zu reduzieren. Ihr Ziel ist es, Rückbuchungen zu reduzieren, ein legitimes Konto von einem betrügerischen zu unterscheiden und gute Zahlungen zu ermöglichen.

Sie ermöglichen eine Automatisierung: Anstatt jeden Kauf manuell zu überprüfen, können Sie das System jeder Aktion einen Wert zuweisen lassen und sie auf der Grundlage der Ergebnisse genehmigen oder ablehnen. Natürlich können Sie auch Aktionen überprüfen, bei denen die Ergebnisse für bestimmte Transaktionen unschlüssig sind.

Skalierung: Dies geht Hand in Hand mit der Automatisierung, aber Betrugsbewertungen ermöglichen es Ihrem Geschäft, viel mehr Transaktionen schneller zu verarbeiten. So können Sie sich in aller Ruhe auf das Wachstum Ihres E-Commerce konzentrieren, während sich das Risikomanagement im Hintergrund abspielt.

Dynamische Authentifizierung: Selbst wenn Ihre Risikozahlen eine manuelle Überprüfung erforderlich machen, können Sie mit Triggern eine weitere Sicherheitsebene hinzufügen. Nehmen wir an, jemand meldet sich auf Ihrer Plattform an, aber seine Transaktionsdaten deuten darauf hin, dass er ein riskanter Nutzer sein könnte. Ihr Risikopräventionssystem könnte eine zusätzliche Authentifizierung auslösen, z. B. eine Selfie-ID oder 2FA, die die Identität des Nutzers bestätigen und potenzielle Betrüger abschrecken kann.

Geringere Reibung / Abwanderung: Der letzte Vorteil der Automatisierung von Bewertungen mit Risikobewertungen: Sie schaffen eine reibungslosere Kundenreise. Amazon fragt zum Beispiel nicht nach der CVV der Kreditkarte, um den Zahlungsprozess zu beschleunigen. Sie können die Anzahl der Schritte zwischen dem Nutzer und seiner Zahlung reduzieren, solange nur riskantes Verhalten überprüft wird.

Bessere Flexibilität: Wenn Sie die Zahlen selbst abgleichen, können Sie entscheiden, wie Sie das Risiko mindern wollen. Dies kann saisonabhängig sein oder für bestimmte Artikel gelten, z. B. für hochwertige Waren oder geringwertige digitale Downloads. Bedenken Sie jedoch, dass Sie die Schwellenwerte nicht bei allen Betrugspräventionstools selbst anpassen können.

Welche Regeln sie berechnen können

In diesem Beispiel betrachten wir zwei Benutzer, die versuchen, eine Zahlung auf Ihrer Website vorzunehmen. Die Screenshots zeigen genau, wie das SEON-Dashboard die Ergebnisse liefern wird:

In diesem ersten Beispiel können Sie erkennen, dass die Transaktion riskant ist, aber es ist nicht 100%ig offensichtlich, dass Sie es mit einem Betrüger zu tun haben. Dies wäre ein guter Zeitpunkt, um das Team darauf hinzuweisen, dass eine manuelle Überprüfung erforderlich ist, oder um eine zusätzliche Verifizierung anzustoßen.

Die hohe Zahl in diesem zweiten Beispiel lässt uns wissen, dass wir es eindeutig mit einem Betrüger zu tun haben, was die Transaktion automatisch blockieren würde.

Je nach Ihrer Risikopolitik könnten Sie die Transaktion jedoch auch zur manuellen Überprüfung durch ein Mitglied Ihres Betrugsteams senden.