Wie adidas Chargebacks spürbar reduziert hat
Durch seinen hohen Professionalisierungsgrad ist das Betrugs-Team von adidas sehr erfahren im Umgang mit Risiko-Systemen und der Analyse von Betrugsmustern. Durch Verhaltensänderungen der Betrüger benötigte das Team dennoch externes Fachwissen, um die Einstellungen ihrer Risiko-Engine anzupassen.Lesen Sie wie anlyx geholfen hat, bei adidas die Chargeback-Raten um bis zu 75% zu senken.
Jetzt kostenlos downloaden!
Erhalten Sie den kompletten Use Case kostenlos als Download.
Sie werden sofort zum Download weitergeleitet.
Können Sie Ihre Risiko-Lösung richtig einstellen?
Betrug im eCommerce konnte noch nie leichter bekämpft werden als heute - sollte man glauben. In den letzten Jahren wurde viel Software zur Betrugserkennung entwickelt. Alle mit dem Versprechen, Betrug zu stoppen.
Wir mussten die Erfahrung machen, dass die korrekte Konfiguration einer Risiko-Lösung sehr komplex ist. Das liegt zum einen am Geschäftsmodell der Software selbst. Aber auch an dem hohen Skill-Level, das für Betrugserkennung im eCommerce notwendig ist.
Risk-Engines haben das falsche Geschäftsmodell
Der Erfolg einer Risiko-Lösungen wird immer noch zu häufig an Chargeback-Raten ausgerichtet. Doch der Schaden durch das Ablehnen von guten Kunden – sogenannte False Positives – fällt meist noch weit höher aus.
Expertenwissen ist rar
Händlern fehlt es an den Fähigkeiten, ihre eigenen Risiko-Lösungen adäquat einzustellen. Diese Lösungen werden zunehmend komplexer und Payment-Abteilungen haben nicht die Skills in den Bereichen Analytics und Data Science, um die Systeme zu warten.