来源:财讯网 | 2021-10-28 17:42:02 |
dLocal即将发布一系列创新服务,包括基于机器学习的高级预测分析,人性化定制界面,以及拒付保障措施。
2021年10月26日,乌拉圭蒙得维的亚, dLocal, 一家以科技为先、帮助企业级商户触达新兴市场数十亿消费者的支付平台,今日推出其全新风险管理产品。
首先推出的风控产品是智能防御系统(Smart Defense)。该技术基于增强的数据和机器学习模型,为打击欺诈行为提供先进、定制化的解决方案。智能防御系统在大规模监测交易时增强预测能力,不仅可以排查阻止可疑交易,还能完成更多真实交易。“该系统阻拦的交易数量越多,它就变得越智能,”dLocal反欺诈部门副总裁Nicolas Aliberti表示,“智能防御系统能迅速筛查大量数据点,如店家信息、运送地址、产品购买记录、行业信息、设备标识等,并由此进行风险评估,决定未来交易的评分标准。”
即使商家选择其他支付服务提供商,他们依然可以订购dLocal推出的智能防御系统。“其他支付服务商没有关于新兴国家在线交易的庞大数据库。在这些国家,欺诈问题十分严峻。即使您选择其他支付服务提供商,让dLocal处理您在这些市场的风险管理仍是一个明智的选择。”
与智能防御系统功能类似,dLocal推出名为防御管家(Defense Manager)的用户界面。该产品帮助商家灵活应对预定规则。“用户可根据对风险的容忍度灵活选择。例如,在人性化的界面中,您可根据自身需求,灵活选择在何种交易场景下使用3D安全或者更激进的方案 ,”Aliberti表示。该产品将助力您的反欺诈技术团队进行决策,对于已经拥有特定行业欺诈情报和专门团队的公司来说是理想选择。
最后,dLocal推出了拒付保障(Chargeback Guarantee)。商家可将所有的欺诈管理责任和费用委托给dLocal。基于已批准的交易量收取透明的手续费,没有专门的反欺诈团队的在线公司,可以委托dLocal管理其交易,以配置特定的规则并支付所有拒付产生的损失。Aliberti总结道:“与我们其他产品一样,我们希望防范欺诈流程足够简单,哪怕涉及扣款和纠纷等复杂的事务。拒付保障将维持高转化率,并消除来自银行卡发行机构的处罚风险。商家唯一需要关心的,是如何壮大他们的业务。”
dLocal的反欺诈技术由人工智能驱动,采用XGBoost和深度神经网络等机器学习算法,在100毫秒内实时监测潜在的欺诈交易。每个商家和行业都有量身定做的机器学习模型,这些模型几乎每天都会更新来自新兴市场数百万交易的千万亿字节信息。该技术将助力商家发展自身业务,防止欺诈,并通过合法交易中创造更多收入。dLocal独有的市场触达和经验使这些产品成为针对新兴市场的先进反欺诈系统。
关于 dLocal
dLocal致力于通过新兴市场的本地支付解决方案,连接全球企业级商户和亚太、中东、拉美以及非洲的数十亿新兴市场消费者。通过 "一个dLocal "的概念(一个直连API、一个平台和一次对接),跨国企业可以在全球范围内接受付款、分发款项并结算资金,而无需单独管理不同的收单和付款渠道、无需建立多个当地实体、无需在每个市场对接多个收单机构和支付方式。
2022-01-12 16:37:56
2022-01-12 16:35:51
2022-01-12 16:33:46
2022-01-12 16:31:37
2022-01-12 16:23:37
2022-01-10 23:50:47
2022-01-10 23:50:44
2022-01-10 23:50:28
2022-01-10 23:49:46
2022-01-10 23:49:40
2022-01-10 23:49:36
2022-01-10 16:58:03
2022-01-10 16:55:04
2022-01-10 16:52:42
2022-01-10 16:50:33
2022-01-10 16:47:29
2022-01-10 16:36:07
2022-01-10 16:34:44
2022-01-10 16:34:37
2022-01-10 16:34:32
2022-01-10 16:34:26
2022-01-10 16:34:23
2022-01-10 16:12:37
2022-01-10 15:29:11
2022-01-10 15:17:57
2022-01-10 15:13:38
2022-01-10 15:09:07
2022-01-10 15:06:46
2022-01-10 15:00:54
2022-01-10 14:58:48
2022-01-10 14:44:41
2022-01-10 14:37:13
2022-01-10 12:04:30
2022-01-10 11:05:30
2022-01-10 11:03:01
2022-01-10 11:01:18
2022-01-10 10:46:24
2022-01-10 10:26:59
2022-01-10 10:22:55
2022-01-10 10:16:57
2022-01-10 10:08:05
2022-01-10 10:03:29
2022-01-10 10:02:08
2022-01-10 09:32:02
2022-01-10 08:59:32
2022-01-10 08:43:11
2022-01-10 08:32:05
2022-01-10 08:24:26
2022-01-10 08:17:51
2022-01-10 08:14:12
2022-01-09 17:10:02
2022-01-09 11:42:38
2022-01-08 14:14:03
2022-01-08 14:02:46
2022-01-07 22:27:18
2022-01-07 22:26:23
2022-01-07 22:25:41
2022-01-07 17:24:23
2022-01-07 16:39:41
2022-01-07 16:36:27
2022-01-07 16:30:57
2022-01-07 16:18:03
2022-01-07 16:08:57
2022-01-07 15:58:32
2022-01-07 15:58:20
2022-01-07 15:49:44
2022-01-07 15:31:33
2022-01-07 15:19:10
2022-01-07 15:09:59
2022-01-07 15:04:22
2022-01-07 15:04:18
2022-01-07 15:04:14
2022-01-07 15:04:10
2022-01-07 15:04:06
2022-01-07 15:04:02
2022-01-07 11:59:10
2022-01-07 10:56:03
2022-01-07 10:50:14
2022-01-07 10:41:11
2022-01-07 10:34:51
2022-01-07 10:27:42
2022-01-07 10:19:35
2022-01-07 10:15:46
2022-01-07 10:08:05
2022-01-07 10:04:02
2022-01-07 09:59:42
2022-01-07 09:46:39
2022-01-07 09:20:56
2022-01-07 09:15:25
2022-01-07 09:09:44
2022-01-07 08:43:15
2022-01-06 23:07:55
2022-01-06 23:07:48
2022-01-06 23:07:44
2022-01-06 23:07:22
2022-01-06 23:07:18
2022-01-06 17:07:00
2022-01-06 17:00:29
2022-01-06 16:55:06
2022-01-06 16:49:08
2022-01-06 16:46:42
2022-01-06 16:39:47
2022-01-06 16:35:47
2022-01-06 16:27:44
2022-01-06 16:05:49