Ogone renforce la détection de fraude en ligne

Régulations

Avec la nouvelle version de Fraud Detection Module, l’opérateur de services
de paiement électronique permet aux marchands en ligne de définir un niveau de
risque en fonction de leur activité

Repérer et bloquer les transactions réputées à risque, c’est ce que propose Ogone avec FDN (Fraud Detection Module), son module d’identification et/ou de blocage les transactions proposé par l’opérateur sur sa plate-forme de services de paiement électronique.

FDM analyse le risque associé à une transaction sur la base de critères objectifs, tels que l’incohérence entre le pays d’émission de la carte de crédit utilisée pour le paiement, et le pays de délivrance de l’adresse IP utilisée. La nouvelle version apporte plus de flexibilité dans la détermination de ces critères.

Ogone permet aux entreprises de calculer en temps réel le niveau de risque de chaque transaction en fonction de critères prédéfinis dont certains peuvent être propres à l’activité de l’entreprise ou à son mode de gestion de la relation commerciale.

Via une interface web intégrée à l’espace de gestion des paiements de la plate-forme d’Ogone, les marchands en ligne peuvent définir 20 critères d’évaluation du risque tels que le nom, le numéro de téléphone, un identifiant client, etc. Pondérée dans une note globale d’évaluation du niveau de risque, l’analyse de ces critères peut être utilisée pour bloquer automatiquement et en temps réel la transaction, ou ajoutée à une liste d’attention transmise au marchand en ligne. En fonction de la note, ce dernier peut ainsi décider avant livraison d’effectuer une vérification complémentaire (appel téléphonique, demande d’un fax de confirmation, etc.).

Ce renforcement des capacités de détection des fraudes potentielles permet également d’exploiter les données statistiques de transaction comme critères d’évaluation du risque en fonction de l’activité. Par exemple, un marchand en ligne d’articles de luxe peut considérer comme suspect de constater plus de 10 achats la même semaine avec la même carte de crédit et en provenance de la même adresse IP, alors que cette situation est normale pour un site e-commerce de musique en ligne. Autre exemple, tout commerçant est fondé à considérer comme suspect un client qui, à partir de la même adresse IP, utilise le même jour cinq ou 10 cartes de crédit différentes.

FDM intègre une analyse statistique et historique des transactions, ce qui facilite aussi bien la détection des fraudes occasionnelles que des filières organisées. Lorsqu’il a des raisons de suspecter une fraude, le commerçant en ligne peut identifier rapidement par l’interface web toutes les transactions présentant les mêmes caractéristiques et ajouter instantanément les numéros de carte de crédit ou les adresses IP à ses listes noires.

A l’opposé, FDM contribue également à l’amélioration de la relation commerciale avec les clients réguliers. Inscrits dans une liste blanche, ces clients bénéficient d’un traitement simplifié qui évite de faire peser sur eux des soupçons inutiles.

Pour identifier les transactions à risque, FDM marque les transactions d’un code couleur simple à utiliser (vert, orange ou rouge selon le niveau de risque). Un résumé des critères de risque les plus saillants est également fourni, afin de permettre au gestionnaire des risques de réagir au plus vite, en bloquant par exemple l’exécution de la commande jusqu’à plus ample information. Disponible également via l’interface de programmation (API) de la plate-forme d’Ogone, la liste d’attention générée par FDM peut également être intégrée au système d’information du marchand.


Lire la biographie de l´auteur  Masquer la biographie de l´auteur