全球支付

付款
在线支付

嵌入式支付和财务

连接
平台支付

收入和财务自动化

分阶段

按商业模式

按用例

生态系统

文件

开始

指南

140公里

13.8万

13.6万

13.4万

已验证身份

3DS认证率

64.8%

失败的3DS

669

通过3DS

1, 232

无3DS

137,678

雷达屏蔽

阻止率

0.95%

被雷达封锁

1,320

被条纹阻挡

139

发送给审阅

1,449

允许

136,002

1500

750

有争议的

欺诈纠纷率

0.0076%

欺诈性纠纷

1,048

其他纠纷

243

雷达使用机器学习来检测和阻止欺诈，机器学习对数百万全球公司的数据进行训练。

打击欺诈的旧方法从来就不是为现代互联网企业设计的，可能会导致接受率降低和收入损失。雷达可以帮助您区分欺诈者和客户，并将Dynamic 3D Secure应用于高风险支付。

我们的机器学习基础设施使我们能够每天重新培训模型，包括为您的业务定制的模型。雷达的算法可以快速适应不断变化的欺诈模式和您独特的业务。

雷达内置于条纹中–从第一天开始零代码。它与其他产品（如Checkout）无缝集成，因此您可以访问完整的Stripe平台。

Stripe针对每个行业、公司规模和商业模式处理来自197个国家的付款。即使一张卡片对您的业务来说是新的，它在Stripe网络上出现的可能性也高达91%。

通过学习每年处理数十亿付款的数百万全球企业，Radar可以为每笔付款分配风险评分，并自动阻止许多高风险付款。

雷达使用来自Stripe网络的数千个信号扫描每笔付款，以帮助检测和防止欺诈，甚至在欺诈影响您的业务之前。

雷达从金融堆栈的每一层获取数据，集成结账流程数据、丰富的支付数据以及卡网络和银行信息，以评估欺诈风险。

Stripe与Visa、Mastercard、American Express和主要银行的合作伙伴关系，使我们能够使用TC40、SAFE报告和早期争议通知等数据，在欺诈指控有争议之前帮助识别欺诈指控。

雷达与Stripe的其余部分完全集成，因此我们的系统可以立即使用丰富的支付信息，例如客户详细信息、发货和帐单地址以及其他属性，以提高机器学习性能。

Stripe的结账工具会自动从您的网站和移动应用程序中合并某些买家模式，以帮助检测异常付款。雷达使用这些信号来绘制全面的客户路径，从而可以准确预测欺诈行为。

雷达是为面临不断演变的欺诈威胁的全球互联网企业而设计的。雷达不断调整我们的算法，测试哪些属性最相关，并生成复合信号以帮助准确识别和阻止欺诈。

将多个信号连接到单个设备配置文件中。

发现多年历史数据中重复出现的模式。

识别IP欺骗和代理使用情况。

雷达通过组合多个信号来帮助确定付款是否欺诈，从而对每笔交易进行评分。

有效的系统应在不阻止合法支付的情况下识别欺诈行为。阅读我们关于机器学习如何从大量数据中生成欺诈预测模型的入门读物。

产品资源

用于欺诈检测的机器学习入门

雷达的高级机器学习可用于每个Stripe帐户。

附加身份验证可以帮助将客户与欺诈者区分开来。阅读我们的指南，了解新版本的3D Secure如何在不影响用户体验的情况下减少欺诈。

无隐藏费用的综合每笔交易定价。

开始吧联系销售人员