E-commerçants : comment se protéger efficacement contre la fraude au paiement en ligne ?

Bolden a lancé son offre de financement aux réseaux de Franchise
6 juillet 2017
Marché des pro et des TPE : la compétition des banques – Via Banques En Ligne
19 juillet 2017

Les e-commerçants sont tous confrontés à la problématique de la fraude dès lors que leur site commence à être actif. Ils sont les premières victimes de la fraude au paiement en ligne : il est donc important de connaître les différentes solutions existantes pour s’en prémunir.

C’est pourquoi nous avons interrogés des spécialistes dans le domaine : PayPlug. 

Entreprise française créée en 2012, elle propose la première solution de paiement en ligne orientée conversion et ventes qui permet à tous les e-commerçants d’accepter les paiements par carte bancaire, en ligne et sur mobile, tout en offrant le plus haut niveau de protection contre fraudes.

 

 

La fraude au paiement en ligne : de quoi parle-t-on ?

Un paiement frauduleux est un paiement qui a été effectué sans l’accord du titulaire du moyen de paiement. C’est souvent un paiement qui a été réalisé à l’insu de la victime suite à la perte de sa carte bancaire ou au vol de ses informations confidentielles et personnelles (mot de passe, code secret).
Les paiements en ligne sont ceux qui connaissent le taux de fraude le plus élevé, ils représentent à eux seuls 66,6% de la fraude totale en France. C’est un chiffre qui est 20 fois supérieur à celui relatif aux paiements de proximité.

Aujourd’hui, la fraude s’internationalise et se professionnalise. Fini le temps du fraudeur isolé, on a affaire à des réseaux très spécialisés et étalés dans plusieurs pays. Des cybercriminels peuvent par exemple exploiter les failles des sites internet pour subtiliser des données de carte bancaire, qui s’échangent ensuite sur des places de marché du Dark Web, avant d’être utilisés par d’autres fraudeurs pour réaliser des achats sur internet. Beaucoup d’intermédiaires répartis dans plusieurs pays interviennent tout au long de cette chaîne.

Dans la plupart des cas (quand il n’y a pas de “transfert de responsabilité”) c’est le marchand qui assumera in fine le coût de la fraude. C’est donc à lui de mettre en place des mesures qui lui permettront de se protéger.

 

Les solutions de lutte contre la fraude

Historiquement, les outils de lutte contre la fraude reposent sur des moteurs de règles qui permettent aux marchands de paramétrer un ensemble de critères et de seuils, selon lesquels une transaction est déterminée comme risquée ou non.

Mais de plus en plus, les nouveaux acteurs du paiement et de la lutte contre la fraude mettent en place des solutions qui reposent sur le machine learning, qui est une forme d’intelligence artificielle capable d’apprendre de façon autonome et systématique. L’utilisation croissante du machine learning au cours des dernières années a été permise par des avancées technologiques qui rendent possibles l’utilisation de volumes de données très importants et la réalisation de calculs extrêmement complexes en quasi-temps réel.

 

Quels sont les avantages et les inconvénients de ces 2 approches ? 

Les moteurs de règles

Pros :

  • Efficacité immédiate, car dès lors qu’une règle est programmée son application est instantanée
  • Facilité d’interprétation, puisque les règles sont déterminées par un humain et le résultat de leur calcul est relativement simple à comprendre
  • Possibilité d’un pilotage “business” des règles, en fonction des choix du risk manager ou de la stratégie de l’entreprise
  • Pas de nécessité d’un volume de données historiques pour fonctionner

Cons :

  • Quand le nombre de règles augmente, celles-ci deviennent très difficiles à maintenir (le cerveau humain a ses limites…)
  • Les règles sont dépendantes des personnes qui les déterminent et elles portent une part de subjectivité qui nuit à leur performance
  • Les moteurs de règles n’évoluent pas seuls, ils nécessitent l’intervention d’un humain pour les maintenir et les faire évoluer avec les nouveaux schémas de fraude, et demandent donc beaucoup de travail pour rester efficace
  • Si ce travail n’est pas fourni, le moteur de règle perdra naturellement en efficacité car il ne restera pas à jour des dernières techniques des fraudeurs

 

Le machine learning

Pros :

  • Le machine learning est beaucoup plus précis car il peut prendre en compte des centaines de paramètres (il n’est pas contraint par les “limites du cerveau humain”)
  • Il requiert très peu de maintenance, car il repose sur l’auto-apprentissage du modèle à partir des événements observés
  • Il suit automatiquement les évolutions des schémas de fraude et reste ainsi très réactif aux nouvelles techniques de fraude
  • Il est très bien adapté aux environnements où beaucoup de données sont disponibles (plus il a de données à disposition, plus il sera précis)

Cons :

  • Les résultats sont difficiles à interpréter du fait de la complexité des calculs réalisés (le machine learning est souvent considéré comme une “black box”)

 

 

PayPlug propose une technologie basée sur le machine learning : le Smart 3D-Secure. Cette innovation a pour but de maximiser le taux de conversion des marchands tout en maintenant le plus haut niveau de sécurité.

Grâce à des algorithmes prédictifs développés en interne, cette fonctionnalité calcule en temps réel un score de risque associé à un paiement, c’est-à-dire une probabilité que le paiement soit frauduleux. Ainsi, le Smart 3D-Secure permet de déclencher le 3D-Secure (SMS d’authentification envoyé lors du paiement) de façon intelligente, seulement lorsqu’il y a suspicion de fraude.

 

Vous souhaitez bénéficier de cette technologie anti-fraude ?

Testez PayPlug gratuitement !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *