Blog de KondutoProtege tu tiendaSugerencias de e-commerce

5 indicadores para quienes analizan el riesgo en el e-commerce

Por 14 de junho de 2016 abril 23rd, 2018 Nenhum comentário

Todos los que administran un e-commerce tienen algunos indicadores en la punta de la lengua: número de pedidos facturados, ticket medio, visitantes únicos, tasa de conversión y así por adelante.

Cuando analizas el riesgo en tus pedidos hay métricas específicas para saber cómo va el funcionamiento de tu negocio. Fíjate a continuación en los principales indicadores:

Tasa de chargeback (contracargo)

Los chargebacks son los pedidos de retrofacturación por el dueño de la tarjeta, ya sea porque este no reconoce la compra, ya sea por desacuerdo comercial. Se calcula al dividir el volumen de las impugnaciones por el volumen de ventas recibidas.

Este es el indicador más básico sobre el desempeño de tu análisis de riesgo. Las banderas y los adquirentes de tarjeta imponen límites de chargebacks a los comerciantes, que, en general, no deben pasar del 1% de facturación. Por encima de ese valor, el comerciante corre el riesgo de recibir advertencias y, si no corrige el problema, se le podrá suspender la filiación, y dejará de recibir pedidos.

Tasa de revisión manual

Cuando un pedido se considera sospechoso, este generalmente será dirigido a una mesa de revisión, donde un analista hará un análisis minucioso. Este análisis manual es importante para identificar falsos positivos, pero tiene un costo elevado, no solo financiero como también en la experiencia del cliente, ya que el pedido se queda detenido en la fila y tarda en enviarse.

Se calcula esta tasa dividiendo el número de pedidos que entran en la fila de revisión por el total de pedidos analizados. Lo ideal es que este número sea bajo, ya que el e-commerce corre el riesgo de suspender pedidos de clientes legítimos al buscar fraudes.

Lo opuesto a esto es la tasa de aprobación automática de todos los pedidos recibidos, cuántos pedidos son aprobados instantáneamente por el sistema.

Tasa de rechazo

La tasa de rechazo es el porcentaje de pedidos negados por sospecha de fraude. No debemos contar aquí los pedidos cuyo pago no ha sido autorizado, ya que en gran parte de los casos hay un problema en la tarjeta, y no en el análisis.

Podemos llamar este indicador «intentos de fraude»: cuántas fraudes se iniciaron en el sitio contra cuántos pedidos se aprobaron.

Falso positivo/Falso negativo

Al analizar un pedido, deseamos verificar si este es un fraude. Hay dos definiciones importantes a partir de ahí: falso positivo y falso negativo.

El falso positivo es un pedido marcado como fraudulento, pero que en verdad es legítimo. Lo contrario es lo que llamamos falso negativo, que ocurre cuando marcamos un pedido como legítimo, pero, en verdad, se trata de un fraude.

Es fácil medir el falso negativo. Cuando llega un chargeback, el conteo de falsos negativos aumenta. A su vez, el falso positivo es más complejo. ¿Cómo saber que el pedido era legítimo si este no fue aceptado ni procesado?

Una alternativa es adoptar una medida más conservadora: cuando un pedido legítimo llega al análisis manual y luego es aprobado. En ese caso, tenemos un pedido que, teóricamente, podría no haber pasado por ahí.

De ese modo, al marcar un pedido como sospechoso y después aprobarlo en el análisis manual, incrementamos el conteo de falso positivo. El indicador puede ser visto como el número de pedidos aprobados tras análisis manual.

Costo por análisis

Podemos calcular los costos de los análisis automáticos y manuales por separado, y también en conjunto. Recomendamos siempre calcular los dos tipos, para tener una idea mejor de los costos implicados en cada etapa de análisis del pedido.

Hay herramientas que cobran un valor fijo por pedido, sin importar el tipo de análisis, mientras otras cuentan con valores distintos para cada etapa. El esfuerzo de un análisis automático es muy inferior al del análisis manual, ya que en el primero es el algoritmo o el sistema es que hace el trabajo duro; mientras que en el segundo, una o más personas revisan el pedido manualmente.

Con un valor único por pedido analizado, correr el riesgo de pagar caro por pedidos cuyo costo para el antifraude es bajo. Hagamos algunas cuentas «de panadería», con la tasa de aprobación automática para una tienda con 5.000 pedidos.

Tasa de aprobación automática: 60%

3.000 pedidos a $ 0,21 = $ 630 +
2.000 pedidos a $ 4,50 = $ 9.000 = $ 9.630

5.000 pedidos a $ 1,80 = $ 9.000

Tasa de aprobación automática: 70%

3.500 pedidos a $ 0,21 = $ 735 +
1.500 pedidos a $ 4,50 = $ 6.750 = $ 7.485

5.000 pedidos a $ 1,80 = $ 9.000

Tasa de aprobación automática: 80%

4.000 pedidos a $ 0,21 = $ 840 +
1.000 pedidos a $ 4,50 = $ 4,500 = $ 5.340

5.000 pedidos a $ 1,80 = $ 9.000

Tasa de aprobación automática: 90%

4500 pedidos a $ 0,21 = $ 945 +
500 pedidos a $ 4,50 = $ 2.250 = $ 3.195

5.000 pedidos a $ 1,80 = $ 9.000

En una operación más avanzada, hay otros indicadores importantes, casi todos relacionados al equipo de análisis manual, como el tiempo promedio de revisión y el desempeño de los analistas. Trataremos ese tema en otra entrada; pero, con los indicadores anteriores, ya tendrás una visión mucho mejor de la salud de tu operación.

Acerca de Konduto

Somos una startup que desarrolló una tecnología innovadora para impedir el fraude online. Nuestros análisis son completos y no se basan tan solo en la combinación de datos de registro, como el e-mail y el número de identificación. Monitoreamos también el comportamiento de navegación del cliente desde el instante en que este entra en tu página web o aplicación móvile hasta el momento en que finaliza la compra.

La solución antifraude Konduto es más eficiente y con respuesta en tiempo real, para no perjudicar tu operación. Detectamos los pedidos que son realmente sospechosos: de este modo, tú reduces los costos con revisiones manuales al mismo tiempo en que vendes más y sufres menos fraudes.

¿Quieres saber más?

Contacta nuestro equipo comercial a través del e-mail hola@konduto.com

Conéctate con Konduto también en las redes sociales: Linkedin y Facebook

Tom Canabarro

Autor Tom Canabarro

Mais posts de Tom Canabarro

Deixe um comentário