I pagamenti come problema di ottimizzazione in più fasi

L'ottimizzazione dei pagamenti viene spesso inquadrata come un problema di tasso di autorizzazione, ma l'autorizzazione è solo un componente di un sistema più ampio. Ogni transazione passa attraverso checkout, valutazione delle frodi, autenticazione, autorizzazione, liquidazione e contestazioni, con punti decisionali distinti in ogni fase. Queste decisioni sono interdipendenti: un modello di frode che blocca in modo troppo aggressivo potrebbe ridurre la percentuale delle contestazioni ma anche la conversione, mentre una strategia di autenticazione che riduce al minimo le problematiche senza tenere conto del rischio aumenterà i respingimenti e le contestazioni.

Stripe applica le ottimizzazioni in ogni fase, dalla personalizzazione del modulo di checkout alla decisione se richiedere l'autenticazione 3DS o un'esenzione, fino alla formattazione dei campi di un messaggio di autorizzazione. Durante l'intero ciclo di vita dei pagamenti, queste ottimizzazioni producono ricavi incrementali per 27 miliardi di dollari all'anno, riducono le frodi in media del 38% e riducono i costi di elaborazione fino al 2,8% per le attività che utilizzano Stripe.

1. Checkout

La maggior parte delle transazioni non riuscite non raggiunge mai l'autorizzazione e viene persa al checkout. Un cliente dei Paesi Bassi che non vede iDEAL potrebbe abbandonare il carrello. Un cliente brasiliano che vede i prezzi in USD potrebbe esitare perché il costo finale con le commissioni di cambio è incerto. Un cliente che sta considerando un acquisto di importo elevato senza la possibilità di suddividere i pagamenti con un fornitore di servizi di pagamento a rate potrebbe decidere di non acquistare affatto.

Personalizzazione del modulo di checkout

La procedura di checkout ottimale è diversa per ogni transazione. La serie corretta di metodi di pagamento, i relativi ordini, la valuta, i campi da visualizzare e se avviare un intervento antifrode dipendono tutti da chi è il cliente, dal luogo in cui si trova, da ciò che sta acquistando e da quale dispositivo sta utilizzando.

Stripe considera queste decisioni come una serie di decisioni in tempo reale. La selezione dei metodi di pagamento ne è un esempio: i modelli IA di Stripe, addestrati su miliardi di transazioni, selezionano quali metodi di pagamento visualizzare per ogni sessione di checkout, in base ai segnali della sessione, come il tipo di dispositivo, le impostazioni del browser locale e la disponibilità dei metodi di pagamento, oltre a segnali a livello di rete, come i metodi di pagamento più performanti per attività e clienti simili. Inoltre, poiché l'insieme ottimale di metodi di pagamento cambia in base al comportamento dei clienti, alle preferenze regionali e alla disponibilità del metodo di pagamento, il sistema esplora continuamente anche le prestazioni delle nuove configurazioni.

Anche le valute sono una variabile con una leva finanziaria elevata. La maggior parte dei clienti preferisce pagare nella propria valuta locale e Adaptive Pricing di Stripe utilizza un modello di IA che prevede la preferenza del cliente per una valuta, contribuendo a incrementare del 17,8% i ricavi transfrontalieri.

Effetto di rete delle credenziali salvate

Anche un checkout ottimizzato crea comunque dei problemi se il cliente deve digitare un numero di carta. Per i clienti che ritornano, questi problemi non sono necessari. Link, un wallet creato da Stripe, li elimina. Se un cliente ha un metodo di pagamento salvato con Link, Stripe può riconoscerlo utilizzando cookie, dati dell'account o altri segnali di autenticazione. Il cliente può quindi pagare più velocemente qualsiasi attività per cui è abilitato Link, comprese quelle che non ha mai visitato prima.

Ogni nuova attività che adotta Link migliora l'esperienza dei clienti di tutta la rete e ogni credenziale aggiuntiva migliora il valore di Link per le attività. Link ora ha più di 200 milioni di metodi di pagamento salvati e le attività con un'ampia base di clienti abituali hanno registrato un aumento medio del 14% nella conversione degli utenti abituali.

Complessivamente, gli ordini con metodi di pagamento dinamici, Adaptive Pricing e le credenziali salvate determinano un aumento medio dei ricavi dell'11,9% per le attività che utilizzano la suite di ottimizzazione dei pagamenti.

2. Valutazione antifrode

Dopo un tentativo di pagamento, l'obiettivo passa dalla conversione alla valutazione della legittimità della transazione per mezzo dell'IA, basata sui dati di milioni di attività e su un volume annuale di pagamenti superiore a mille miliardi di dollari. Per i pagamenti con carta, c'è una probabilità superiore al 92% che Stripe abbia già visto una data carta. Inoltre, la rete Stripe si estende ben oltre le carte: osserviamo le correlazioni tra metodi di pagamento, dispositivi e schemi di transazioni, che aiutano a distinguere le attività legittime dalle frodi. I modelli di frodi di Stripe utilizzano una combinazione di questi segnali per valutare il rischio di ogni transazione.

Valutazione del rischio

Modalità di frode diverse richiedono modelli e segnali diversi. I test delle carte, ad esempio, hanno un'impronta diversa dalle frodi con carta rubata, in cui una persona reale tenta di acquistare qualcosa utilizzando il metodo di pagamento di qualcun altro. Anche nelle frodi con carta rubata, Stripe mantiene previsioni diverse e distinte: se la carta è probabilmente rubata, la transazione può dar luogo a una contestazione per frode, qualora sia probabile che attivi un preavviso di frode dal circuito della carta e Stripe valuti da sé che la transazione è fraudolenta, anche se è improbabile che la banca la contesti.

I modelli di rilevamento delle frodi di Stripe Radar si basano su tre livelli di segnali. Il primo previene dalla stessa rete Stripe: schemi aggregati da tutte le attività e transazioni su Stripe. Il secondo è costituito dai dati esterni, comprese le credenziali delle carte compromesse acquisite da Internet. Il terzo livello utilizza i segnali specifici dell'attività: Radar apprende i particolari schemi di ogni attività e li utilizza per confrontare le nuove operazioni con il comportamento abituale dell'attività.

Le previsioni possono essere utilizzate in modo diverso a seconda della propensione al rischio dell'attività. Un'attività profondamente avversa al rischio potrebbe bloccare tutte le frodi preannunciate, indipendentemente dal fatto che la società emittente avvii o meno una contestazione. Un'attività orientata a massimizzare la conversione potrebbe scegliere di bloccare solo le transazioni che potrebbero comportare una contestazione per frode. Un'attività che si avvicina alla soglia di monitoraggio del brand della carta potrebbe bloccare sia le contestazioni per frode, sia le transazioni che potrebbero attivare dei preavvisi di frode.

La portata di queste previsioni si sta espandendo. Storicamente, i modelli fraudolenti si concentravano sulle carte rubate e sui test delle carte. Ora stanno emergendo nuovi schemi di frodi e abusi, soprattutto poiché i malintenzionati prendono sempre più di mira i servizi di IA con costi di elaborazione elevati, sfruttando i test gratuiti o accumulando fatture non pagate, basate sull'utilizzo. Non si tratta di forme tradizionali di frodi nei pagamenti, ma per essere affrontate richiedono la stessa disciplina: previsioni distinte, istruite in base a segnali giusti e utilizzate per fornire la risposta giusta.

Scelta dell'intervento giusto

Il punteggio di rischio non specifica una politica di intervento. La risposta più semplice è il blocco della transazione rischiosa, ma un falso positivo comporta una perdita di ricavi. La domanda è se esista un modo meno costoso per mitigare il rischio.

Stripe considera la scelta dell'intervento come un problema di contextual bandit, e comporta la scelta tra una serie di azioni, come la presentazione di una richiesta CAPTCHA o la richiesta di autenticazione 3DS, e creando un modello del risultato previsto per ciascuna di esse. L'impatto varia a seconda del contesto: molte società emittenti degli Stati Uniti, ad esempio, hanno percentuali di completamento 3DS ridotti, e l'aggiunta di una richiesta 3DS per queste società emittenti potrebbe non ridurre le frodi, ma influirebbe sicuramente sulla conversione.

Per ogni potenziale intervento, Stripe stima l'impatto su conversione, costi e percentuali di frodi. Il modello seleziona l'intervento che massimizza il profitto previsto in base al profilo di rischio della transazione, alle preferenze di rischio dell'attività, alla particolare società emittente e al metodo di pagamento coinvolto.

In base a queste previsioni e interventi, Radar riduce le frodi in media del 38% per le attività che utilizzano Stripe, bloccando al contempo meno dello 0,05% di transazioni legittime.

3. Autenticazione

La sezione precedente ha descritto in che modo Stripe decide se richiedere l'autenticazione. Questa sezione si concentra su ciò che succede quando 3DS è il percorso scelto. 3DS non è un unico flusso, ma una serie di opzioni con implicazioni diverse in termini di conversione, costi e conformità, e la scelta giusta dipende dal rischio della transazione, dal contesto normativo e dalla particolare società emittente coinvolta.

Ottimizziamo contemporaneamente tre obiettivi concorrenti: conformità alle normative, prevenzione delle frodi e conversione. Questo richiede decisioni specifiche per ogni transazione, che tengano conto dei segnali di rischio, del contesto del dispositivo e del comportamento della società emittente per scegliere tra una richiesta di autenticazione completa, un'esenzione senza problemi, uno scambio di dati in background o nessuna autenticazione.

Esenzioni e problematiche

Il motore di autenticazione di Stripe utilizza i punteggi di frode Radar per instradare le transazioni idonee lungo il percorso più lineare possibile. Le transazioni a basso rischio e al di sotto della soglia delle normative ottengono un valore di esenzione ridotto e saltano completamente l'autenticazione. Al di sopra della soglia, il motore richiede un'esenzione TRA, se applicabile. Quando il rischio è moderato, si utilizza l'autenticazione dei soli dati, che condivide con la società emittente, dietro le quinte, le impronte digitali nel dispositivo e il contesto della transazione, in modo che il cliente non veda mai alcuna richiesta. Una richiesta 3DS completa è riservata ai casi in cui il rischio la giustifica, o non è possibile alcuna esenzione.

Il punteggio di frode è la variabile che determina la ramificazione di ogni nodo e il motore si adegua al comportamento della società emittente: alcune società emittenti approvano in modo affidabile i flussi dei soli dati, altre non lo fanno e Stripe esegue l'instradamento di conseguenza. Basandosi sui volumi europei, l'autenticazione dei soli dati produce 147 milioni di dollari di aumento del volume dei pagamenti autorizzati e oltre 2,5 milioni di dollari di risparmio mensile per le attività.

Ottimizzazione del timeout dell'impronta digitale

La scelta di un percorso di autenticazione è solo una parte del problema. Anche i dettagli dell'implementazione di un determinato percorso sono importanti. Consideriamo il rilevamento dell'impronta digitale, primo passaggio facoltativo di qualsiasi flusso 3DS. Il rilevamento dell'impronta digitale 3DS raccoglie le informazioni sul dispositivo e sul browser attraverso un iframe che aiuta la banca emittente a valutare il rischio della transazione. Si tratta di un passaggio facoltativo del protocollo, supportato da circa il 68% delle transazioni in Stripe e, qualora vada a buon fine, può migliorare la conversione. Tuttavia, introduce anche un'ulteriore latenza, che può causare il fallimento totale dell'autenticazione.

Stripe ha eseguito un test A/B a più variabili per determinare il tempo ottimale di attesa del rilevamento delle impronte digitali prima di procedere senza utilizzarlo. Si tratta di un compromesso diretto: se si attende troppo a lungo la conversione non va a buon fine a causa della latenza, ma proseguendo troppo rapidamente la società emittente perde le informazioni che ne avrebbero potuto migliorare la decisione. Il timeout ottimale varia secondo il dispositivo e la società emittente. Da marzo 2025, questa ottimizzazione ha recuperato oltre 39 milioni di dollari di pagamenti.

3DS come strategia di ripetizione dei tentativi

La maggior parte degli elaboratori considera come definitivo un pagamento rifiutato a causa del rischio. Sorprendentemente, i nostri test hanno rilevato l'aggiunta dell'autenticazione a posteriori potrebbe recuperare il pagamento. Detto questo, l'autenticazione 3DS aggiunge latenza, introduce complessità e coinvolge costi di elaborazione a sé. La domanda non è semplicemente: "3DS aiuterebbe a recuperare questo pagamento?" ma piuttosto: "Il valore previsto di un nuovo tentativo 3DS ne supera il costo?"

Stripe lo determina direttamente in base al particolare motivo del rifiuto del pagamento, alla società emittente, al tipo di carta e al profilo della transazione. Alcuni codici di rifiuto del pagamento sono quasi deterministici (la carta non è effettivamente valida e nessuna autenticazione cambierà quel dato). Altri indicano che la società emittente vorrebbe essere maggiormente certa della presenza del titolare della carta e una richiesta 3DS fornirebbe appunto questa certezza. Il modello apprende quali codici, e di quali società emittenti rispondono all'autenticazione, e procede con i nuovi tentativi solo quando il recupero previsto giustifica il costo. Questa ottimizzazione ha aumentato di oltre 1 miliardo di dollari all'anno il volume globale dei pagamenti autorizzati.

4. Autorizzazione

Una volta che è stato valutato se una transazione è fraudolenta ed è stata eventualmente autenticata, viene sottoposta alla banca emittente per l'autorizzazione. In questo caso Stripe migliora i risultati attraverso l'instradamento, l'ottimizzazione dei messaggi di autorizzazione e i tentativi successivi.

Instradamento

Stripe può instradare i pagamenti su più gateway e percorsi, come le reti di addebito regionali, e può selezionare il percorso più conveniente per il primo tentativo. Per molti pagamenti, in realtà i percorsi alternativi danneggiano la conversione, quindi i modelli imparano dove i percorsi riducono i costi senza sacrificare l'accettazione. Il calcolo cambia a ogni nuovo tentativo: se una transazione di addebito con firma viene rifiutata, l'instradamento del nuovo tentativo attraverso i percorsi di addebito può recuperarla.

Messaggi di autorizzazione

Il contenuto del messaggio ISO 8583 ricevuto dalla società emittente e il contesto che lo circonda influiscono in modo significativo sull'approvazione di un pagamento. Stripe lo ottimizza su diversi fronti.

In primo luogo, Stripe sperimenta continuamente la formattazione e il contenuto dei campi ISO tra società emittenti, tipi di carte e aree geografiche diverse. Il volume della rete Stripe significa che anche gli esperimenti con effetti previsti di piccole dimensioni raggiungono la significatività statistica nel giro di poche ore. Molte modifiche andate a buon fine sono piccole, ma in scala di rete anche i miglioramenti delle dimensioni con effetto ridotto possono essere misurati rapidamente e producono un impatto aggregato del valore di decine di milioni di dollari all'anno. Stripe esegue decine di questi esperimenti ogni settimana e i guadagni aumentano nel tempo.

Il secondo è la condivisione dei segnali di rischio di frode con le società emittenti. Le società emittenti hanno una propria visione del rischio, spesso basata sulla cronologia di spesa del titolare della carta, sulla posizione dell'account e sul comportamento del portafoglio. Tuttavia, non vedono gli stessi modelli di business nella rete che Stripe è in grado di vedere, ad esempio i modelli fraudolenti associati a un determinato indirizzo email o recapito di spedizione. Per colmare questo divario, Stripe ha creato la Enhanced Issuer Network, cioè integrazioni dirette di Radar per la condivisione dei dati con le società emittenti, tra cui Capital One, Discover e American Express. Quando Stripe ritiene che una transazione è a basso rischio, la condivisione di quella segnalazione aiuta a evitare i falsi rifiuti.

Il terzo punto riguarda le credenziali della carta. Le credenziali obsolete sono una fonte significativa di rifiuti inutili. Stripe utilizza token di circuito e utilità di aggiornamento carte per mantenere aggiornate le credenziali, ma l'ottimizzazione non si limita ad abilitare questi strumenti. I token di circuito migliorano generalmente i tassi di autorizzazione e riducono i costi, ma ci sono sacche di traffico in cui ciò non avviene: società emittenti con scarso supporto dei token che incide sui tassi di autorizzazione o schemi di transazioni in cui aumentano le frodi. Stripe impara quali sono i punti in cui i token sono o non sono d'aiuto, applicandoli in modo selettivo.

Ripetizioni dei tentativi

Alcuni pagamenti rifiutati possono essere recuperati. Un pagamento rifiutato per motivi non gravi, come i fondi insufficienti o la temporanea indisponibilità della società emittente, potrebbe andare a buon fine al secondo tentativo con tempistiche o percorsi diversi. Stripe ripete i tentativi in modo sincrono al momento dell'addebito, selezionando un gateway alternativo o modificando il messaggio in base al motivo del rifiuto del pagamento. Per i pagamenti esterni alla sessione, come gli abbonamenti, Stripe ripete i tentativi in modo asincrono mediante solleciti intelligenti, utilizzando modelli che prevedono quando è più probabile che siano disponibili i fondi, anziché ripetere i tentativi con una frequenza fissa.

Nel complesso, l'incremento delle autorizzazioni prodotto da Stripe, che comprende instradamento, ottimizzazione di messaggi e società emittenti, e gestione delle credenziali, aumenta in media i tassi di accettazione del 2,2% e riduce i costi di elaborazione anche del 2,8% per le attività IC+.

5. Liquidazione

Un'autorizzazione riuscita non esaurisce l'area ottimizzabile. Tra l'autorizzazione e il regolamento dei pagamenti, Stripe ottimizza per due motivi: ridurre il costo del regolamento della transazione e individuare le frodi che sono visibili solo dopo l'autorizzazione.

Riduzione dei costi

Il rimborso di una transazione già liquidata è costoso. Con gli addebiti negli Stati Uniti, le commissioni d'interscambio non vengono restituite, e questo rende un rimborso dopo la liquidazione del pagamento fino a 24 volte più costoso rispetto allo storno dell'autorizzazione prima della liquidazione. Stripe prevede quali transazioni potrebbero dover essere rimborsate poco dopo l'acquisizione, quindi ritarda la liquidazione per un breve periodo di tempo, in modo da convertire i rimborsi in storni. Quasi il 25% dei rimborsi avviene entro le prime 48 ore, per cui anche un breve ritardo delle transazioni ad alta probabilità di rimborso può ridurre significativamente i costi.

Quando sono previste piccole modifiche del valore di una transazione, come una mancia aggiunta a un importo base, Stripe mantiene aperta l'autorizzazione e addebita l'intero importo una sola volta per non incorrere in una seconda serie di commissioni. Inoltre, per le attività che elaborano transazioni con carta aziendale, l'invio di dati dettagliati su prodotti e imposte al momento della liquidazione può qualificare le transazioni per commissioni d'interscambio più basse, grazie a programmi come il Commercial Enhanced Data Program di Visa.

Riduzione delle frodi

Nelle ore successive al completamento della transazione, Stripe continua a osservare i segnali provenienti da altre transazioni nella rete, ad esempio una carta utilizzata per un attacco fraudolento confermato altrove, o l'impronta digitale di un dispositivo collegata a uno schema di contestazione. Questi segnali possono cambiare sensibilmente il profilo di rischio di un pagamento già autorizzato.

Questo crea un'asimmetria che va contro i truffatori: ogni successivo tentativo effettuato su una carta rubata mette a rischio le transazioni precedenti che sono andate a buon fine. Un malintenzionato che effettua un acquisto andato a buon fine e cerca in seguito di trarne più valore fornisce a Stripe un segnale aggiuntivo che permette di individuarlo e annullare l'addebito precedente prima che si trasformi in uno storno. Quando i segnali di rischio si intensificano, Stripe potrebbe rimborsare o annullare preventivamente l'addebito prima che si trasformi in una contestazione.

6. Contestazioni

Nonostante tutte le ottimizzazioni a monte, alcune transazioni verranno contestate. L'attività paga una commissione per la contestazione, assorbe i costi operativi della risposta e, se la contestazione viene persa, perde l'importo della transazione. Se la percentuale delle contestazioni di un'attività supera le soglie dei circuiti delle carte di credito, l'attività potrebbe essere inserita in un programma di monitoraggio con sanzioni crescenti. Le contestazioni sono costose in sé, e ancora più costose se aggregate.

Le gestione delle contestazioni rappresenta un altro problema di ottimizzazione. A monte, l'obiettivo è trarre il massimo profitto per ogni transazione, previsto in tempo reale. In questo caso, l'obiettivo è ridurre al minimo il costo totale delle contestazioni attraverso tre possibili risposte: deviare la contestazione al punto dell'indagine, risolverla prima che venga presentata o controbatterla dopo il fatto. Ogni risposta ha un costo diverso, un tasso di successo diverso e un effetto diverso sulla posizione dell'attività nei circuiti delle carte di credito. La giusta strategia dipende dall'importo della contestazione, dal codice della motivazione, dalla disponibilità di prove e dalla vicinanza dell'attività alle soglie di monitoraggio.

Deviazione

Stripe si integra con Verifi di Visa ed Ethoca di Mastercard per fornire dettagli avanzati della transazione alle società emittenti prima che le contestazioni siano registrate. Descrizioni degli acquisti, informazioni sull'attività e metadati della transazione aumentano la probabilità che il titolare della carta riconosca l'addebito e non lo inoltri a un livello superiore. Nei casi in cui Stripe è in grado di fornire la prova di una precedente relazione fra il titolare della carta e l'attività (corrispondenza tra identificativo del cliente, indirizzo IP o indirizzo di spedizione di precedenti transazioni andate a buon fine), la prova risultante potrebbe soddisfare i criteri di una prova convincente Visa (CE) 3.0. In quei casi, alla società emittente si richiede di bloccare la contestazione prima che venga registrata. Per le attività che hanno clienti abituali, questo può aiutare a prevenire che le contestazioni per frode passino alla fase di storno.

Risoluzione

Verifi ed Ethoca consentono inoltre di risolvere le contestazioni prima di passare formalmente all'elaborazione dello storno. Quando un titolare della carta avvia una contestazione, questi circuiti inviano un avviso a Stripe prima della registrazione dello storno. Le attività possono configurare regole per rimborsare automaticamente le contestazioni idonee (ad esempio, tutte le contestazioni per "prodotto non ricevuto" inferiori a 10 $). In questo modo si evita che la commissione di storno e, soprattutto, si impedisca che l'evento venga conteggiato nella percentuale di contestazioni dell'attività.

Gli strumenti di deviazione e risoluzione hanno ridotto i tassi di contestazione medi del 51% per i codici delle motivazioni per frode e non.

Rappresentazione

Per le contestazioni che comportano uno storno, il problema dell'ottimizzazione passa dalla prevenzione all'assemblaggio delle prove. Quali prove, e in quale formato, massimizzano la probabilità di vincere una determinata contestazione? La risposta varia in base al codice della motivazione, alla società emittente e al tipo di transazione, e probabilmente ogni singola attività non vede abbastanza contestazioni per imparare da questi schemi.

Il sistema Smart Disputes di Stripe è istruito in base all'esito delle contestazioni di milioni di transazioni e impara quali sono le combinazioni più efficaci in un dato contesto. Assembla e invia automaticamente un pacchetto di prove costruito su misura che le attività possono integrare con le proprie prove prima dell'invio. I primi clienti che l'hanno adottato hanno vinto in media il 13% di storni in più.

Il futuro dell'ottimizzazione dei pagamenti

Le ottimizzazioni presentate in questa guida coprono l'intero ciclo di vita dei pagamenti e si sommano fra loro. Un punteggio di frode migliore può fare in modo che venga autorizzato un numero minore di transazioni fraudolente. Un'autenticazione più forte significa che un maggior numero di transazioni comporta traslazioni di responsabilità. Inoltre, gli interventi successivi all'autorizzazione annullano gli addebiti ad alto rischio prima che possano essere contestati. Quando una transazione raggiunge la fase della contestazione, ha già attraversato più livelli di ottimizzazione.

Combinazione delle previsioni

Quanti più risultati Stripe è in grado di prevedere con precisione, tanto migliore sarà ogni decisione presa a valle. Stiamo investendo nel creazione di modelli della probabilità di rimborso al momento dell'addebito, in modo da ottimizzare i tempi di liquidazione. Stiamo costruendo previsioni migliori dei costi previsti per il circuito, in modo che i modelli di inoltro possano presentare compromessi più precisi in termini di accuratezza dei costi.

Ogni nuova previsione migliora l'intero ciclo di vita dei pagamenti. È qui che l'ottimizzazione in più fasi si integra in modo più chiaro.

Funzioni obiettivo più ricche

La qualità dell'ottimizzazione dipende dalla precisione con cui Stripe può rappresentare ciò che effettivamente interessa a un'attività. Attualmente, strumenti come le preferenze di rischio di Radar consentono alle attività di esplicitare la loro tolleranza alle frodi. Tuttavia, questo è solo il punto di partenza. Un'attività che vende beni digitali con margini del 60% dovrebbe tollerare un livello di rischio di frode molto diverso rispetto a un'attività che vende beni fisici con margini dell'8%, e alcune attività li vendono entrambi. Il modello di frode, il motore di autenticazione e l'ottimizzazione delle autorizzazioni dovrebbero conoscerli tutti, adattandosi di conseguenza.

Alcune attività si preoccupano esclusivamente delle contestazioni per frode, altre vogliono ridurre al minimo tutti i rischi, incluse le frodi di prima parte e abusi delle polizze. Alcune sono disposte ad accettare una quantità di frodi più elevata in cambio della massimizzazione della conversione in un periodo di promozioni. Quanto più Stripe è in grado di acquisire i dati economici e le priorità di un'attività, tanto migliore sarà l'ottimizzazione di ogni modello per conto dell'attività stessa.

Modelli più grandi

I modelli di Stripe stanno diventando sempre più estesi e approfonditi. Di recente abbiamo espanso il nostro set di dati che istruisce i modelli di frode da circa 800 milioni a oltre 11 miliardi di transazioni storiche, coprendo una gamma molto più ampia di aree geografiche, prodotti e schemi di frode. Le nostre reti neurali profonde possono imparare da questo volume di dati in modi impossibili per i modelli tradizionali, e li stiamo spingendo oltre. Stiamo costruendo modelli multioperativi che prevedono contemporaneamente diversi risultati, consentendo la condivisione delle rappresentazioni tra le attività, in modo che un segnale di previsione ne rafforzi un altro.

Agenti per problemi non strutturati

La maggior parte delle ottimizzazioni dei pagamenti si basa su dati strutturati come importi delle transazioni, codici di rifiuto dei pagamenti, impronte digitali dei dispositivi e punteggi di frode. Tuttavia, alcuni dei problemi più costosi nei pagamenti riguardano informazioni non strutturate. La contestazione è una scelta naturale e richiede la creazione di un pacchetto di prove convincenti, la lettura delle regole del circuito (Visa e Mastercard pubblicano ciascuna centinaia di pagine di regolamenti per le contestazioni, soggetti a modifiche regolari), la corrispondenza del tipo di prova corretto al codice specifico della motivazione e alla società emittente, e la sintesi dei dati delle transazioni in una narrazione coerente. Stripe sta creando agenti in grado di interpretare direttamente le normative del circuito e di combinare le comprensione con modelli di intelligenza artificiale che prevedono quali prove sono più convincenti per un determinato scenario di contestazione, gestendo casi che i sistemi basati sulle regole non sono in grado di gestire.

Sperimentazione

Alla base di tutto questo c'è la sperimentazione continua. Stripe esegue esperimenti lungo l'intero ciclo di vita dei pagamenti e misura gli effetti su tassi di autorizzazione, frodi, costi di elaborazione e interscambi. Le nuove idee vengono testate continuamente e quelle che hanno successo vengono spedite automaticamente alle attività presenti in Stripe. Negli ultimi due anni, il ritmo della sperimentazione è aumentato di oltre quattro volte.

Le attività che forniscono dati più dettagliati, come i dati sui margini, la messa a punto delle preferenze di rischio e i metadati dei prodotti, ampliano ulteriormente l'area ottimizzabile. Contattaci: saremo lieti di collaborare.