De fraude is in volle bloei; daarom bracht het universele technologisch betaalplatform Stripe een nieuw rapport uit. Dat onthult nog niet gekende fraudemodellen, wat de specialisten in de online verkoop zal helpen om deze activiteiten te bestrijden tijdens de eindejaarsfeesten.

Vermits de kredietkaarten bijgedragen hebben om de traditionele aankopen in de fysieke wereld te beveiligen, richten de fraudeurs zich steeds vaker op webwinkels. En in tegenstelling tot de fysieke handel zijn de webhandelaars spijtig genoeg standaard verplicht om de kosten te betalen die gepaard gaan met fraude. Zo genereert elke dollar aan fraude in de Verenigde Staten gemiddeld een bijkomende kost van $2,62 voor de webhandelaar en van $3,34 voor de mobiele winkels.

Stripe heeft de data van een jaar geanalyseerd om de fraudemodellen per land te identificeren, de favoriete momenten van de fraudeurs, de gevoeligste sectoren en andere factoren, om de bedrijven te informeren en hen beter te begeleiden in hun strijd tegen fraude.

Verschillende trends zijn naar boven gekomen:

- Het fraudegehalte varieert aanzienlijk naargelang het land waar de kaart uitgegeven werd (200 tot 300%).

- Het is paradoxaal genoeg tijdens de "stille" dagen en uren (zoals Kerstdag of laat in de nacht) dat het fraudegehalte het hoogst is. Voor Amerikaanse bedrijven bijvoorbeeld is het fraudepercentage in verhouding tot het totaal verkeer in de zomer en einde december gestegen, maar niet tijdens de grote promodagen zoals Black Friday, wat men toch zou verwachten.

- De fraudeurs hebben de neiging om "kleine" aankopen bij dezelfde handelaar op te stapelen, in een zeer korte tijd (tien keer sneller in verhouding tot de échte kaarthouders).

- De fraudeurs geven de voorkeur aan producten die niet geleverd moeten worden (of die geleverd kunnen worden op plaatsen zoals openbare gebouwen of parken, zonder argwaan te wekken), waar zij snel afgehaald kunnen worden vooraleer de transactie ongeldig gemaakt wordt. Dit kan de prevalentie van fraude bij on-demand diensten verklaren, zowel als bij goedkope consumptiegoederen.

"Alhoewel er constante trends bestaan van frauduleus gedrag - bijvoorbeeld, de snelheid van de daad van het aankopen, het vermogen van de fraudeur om laat `s nachts te handelen en zijn voorkeur voor goedkope of snel leverbare producten - hebben wij toch ontdekt dat hun voorspellende kracht erg varieert naargelang de plek waar de fraudeurs en de bedrijven werkzaam zijn", verklaart Duco Van Lanschot, Head of Benelux bij Stripe.

"Daarom raden wij de bedrijven aan om beroep te doen op anti-fraude tools die gebruik maken van machine learning en `getraind` werden met behulp van enorme hoeveelheden data, om het juiste evenwicht te vinden tussen fraudebestrijding en een maximalisering van hun omzetcijfer".