PayPlug ha sviluppato algoritmi predittivi innovativi per valutare il rischio di un pagamento in tempo reale e alimentare la nostra soluzione Smart 3D-Secure.
Prima di Payplug, le soluzioni anti-frode si basavano su motori di regole. Era necessario configurare manualmente diverse decine di regole e poi aggiornarle per cercare di mantenere prestazioni accettabili. Questi motori di regole sono ancora ampiamente utilizzati dai grandi e-commerce. Sono soluzioni pesanti che richiedono un team dedicato alla frode interno per gestirle e la cui efficacia ha mostrato i suoi limiti.
Payplug ha sviluppato una soluzione di prevenzione delle frodi innovativa rispetto alle soluzioni tradizionali. Infatti, anziché basarsi su motori di regole, la soluzione di Payplug si basa sull'apprendimento automatico e sull'analisi predittiva (machine learning). Complessi modelli matematici vengono alimentati da grandi quantità di dati storici (big data) e vengono istruiti per riconoscere le frodi attraverso comportamenti fraudolenti passati. Questi modelli analizzano in particolare il comportamento di acquisto, le informazioni della carta di credito, i dati geografici e la cronologia dell'acquirente. È grazie a queste grandi quantità di informazioni elaborate in tempo reale che i modelli matematici di Payplug sono così precisi. Tuttavia, sono troppo complessi per interpretare successivamente le ragioni che hanno influenzato uno score di rischio. Questo è il prezzo da pagare per la precisione!
Lo sviluppo di questa soluzione innovativa è il risultato di un importante lavoro di ricerca, ancora in corso oggi presso Payplug, e che è stato oggetto di finanziamento europeo nell'ambito del programma Horizon 2020.