En la actualidad, uno de los retos que tienen los retailers en los procesos de pago en el comercio online es diferenciar las transacciones fradulentas de las que no lo son. Es un proceso que, a juicio de Adyen, es complejo y si no está optimizado puede afectar al rendimiento del comercio, reduciendo la tasa de conversión y, por tanto, los beneficios de la empresa.
Según datos del “Informe Adyen sobre el Retail 2019”, cualquier fallo durante el proceso de pago de nuestro cliente puede suponer que decida abandonar su compra. Siete de cada diez consumidores abandonaron su compra por este motivo, lo que acarrea unas pérdidas de hasta 291.700 millones de euros para los retailers a nivel mundial. Además, dos de cada cinco decidieron abandonarla porque su tarjeta fue rechazada erróneamente por sospecha de fraude, es decir, lo que se denomina un falso positivo, que se ha convertido en la mayor preocupación de los retailers.
El informe Merchant Risk Council señala que los comercios online declinan una media del 2,5% de las transacciones por sospecha de fraude. Para detectarlo y reducirlo, Adyen aconseja primero conocer la procedencia del error y los motivos por lo que ha sucedido. Uno de los errores que da el sistema es el “Do not honor”, un código de rechazo de la transacción que en España representa alrededor del 60 % de los pagos rechazados. Este error no tiene un único significado ya que se han descubierto varias motivos por los que se produce. En la mitad de las ocasiones se trata de la falta de fondos en la cuenta bancaria, otra posibilidad es que se produzca un error al introducir las credenciales de la tarjeta al pagar, un posible fraude o un error por la utilización de la misma tarjeta en dos ecommerce de forma simultánea.
Otro de los consejos de Adyen es evitar el error humano a través del machine learning. Se trata de contar con unos recursos tecnológicos actualizados que permitan, desde el primer momento, reducir las tareas manuales y automatizarlas, minimizando los posibles errores que puede cometer una persona. Este proceso de automatización de tareas se puede realizar a través de un sistema antifraude inteligente que combine componentes basados en reglas con machine learning.
El último consejo es integrar una autenticación sencilla en los pagos cumpliendo con la PSD2. Esta nueva autenticación puede suponer un punto de fricción para los merchants a la hora de aprobar o desechar las transacciones, ya que no solo se trata de determinar aquellas que son fraudulentas, sino que es fundamental no rechazar aquellas que no lo son.
