Az online kereskedelemben már néhány tized százalékpontos javulás is számottevő extra bevételt hozhat. A Shopify Payments 3D Secure (3DS) megoldása egy extra hitelesítési lépéssel segít kiszűrni a csalárd tranzakciókat, miközben a valódi vásárlásokból is többet enged át.
2025 januárjában a Shopify egy új előzetes engedélyezési, vagyis preautorizációs modellt kezdett tesztelni. A modell gépi tanulással dönti el, mikor indokolt 3DS-hitelesítést kérni egy tranzakciónál. Az eredmény: 26 bázispontos, vagyis 0,26 százalékpontos javulás a sikeres fizetések arányában, miközben 20%-os csökkenés volt megfigyelhető a kártyakibocsátók által csalásként azonosított visszaterheléseknél. Ez 8 pontos csökkenést jelentett a 41 bázispontos kiinduló arányhoz képest.
Ha ez a modell már 2024-ben is működött volna, a Shopify számítása szerint további 471 millió dollár éves bruttó többletfizetést eredményezett volna, miközben 62 millió dollár visszaterheléssel kapcsolatos költséget takarított volna meg a kereskedőknek. A pozitív eredmények alapján a Shopify minden Shopify Payments-kereskedőnél bevezette a megoldást.
A tapasztalat megkérdőjelezi azt a régóta élő feltételezést, hogy a szigorúbb biztonság szükségszerűen több súrlódást okoz, ezzel rontva a konverziót. A Shopify Payments preautorizáció éppen azt mutatja meg, hogyan férhet meg egymás mellett a jobb csalásvédelem és a magasabb vásárlójóváhagyási arány.
Tudj meg többet a Shopify Payments szolgáltatásrólA fizetésoptimalizálás problémája új megközelítésben
Az ágazat sokáig elkerülhetetlen kompromisszumként kezelte a fizetési biztonság és a konverzió közötti választást. A legtöbb fizetési szolgáltatónál a kereskedőnek döntenie kell: több tranzakciót enged át, ezzel növelve a csalás kockázatát, vagy szigorítja az ellenőrzést, de közben valódi vásárlókat is veszít.
Ennek közvetlen bevételi következménye van:
- A téves elutasítások sokszor többe kerülnek, mint maga a csalás. Egy korábbi Aite Group-becslés szerint az Egyesült Államokban a jogos, de tévesen elutasított online tranzakciók miatt 2021-re 443 milliárd dollár éves veszteséget vetítettek előre. Ilyen elutasítást okozhat például egy merev szabály, amely automatikusan visszautasítja az AVS-címellenőrzésen (Address Verification System) fennakadó tranzakciókat.
- A visszaterhelések nemcsak visszafordítják az eladást, hanem további költségeket is okoznak. Egy 1 dollár értékű csalási veszteség a díjakkal, az ügyintézéssel és az esetleges büntetésekkel együtt akár 4,41 dollár teljes költséget is jelenthet. Ezzel számolva a magas kockázatú tranzakcióknál alkalmazott 3DS-optimalizálás 273 millió dollár tényleges költségtől kímélheti meg a kereskedőket.
- A túl bonyolult hitelesítési folyamat azonban azonnali bevételkieséshez vezethet, és a vásárló hosszú távú értékét is csökkentheti. A Baymardi Institute 2026-os adatai szerint az amerikai online vásárlók 17%-a hagyott már félbe rendelést azért, mert a pénztári folyamat túl hosszú vagy túl bonyolult volt.
A Shopify megközelítése ezt a kompromisszumot próbálja feloldani. A vállalat több millió kereskedő és több milliárd tranzakció adatai alapján olyan gépi tanulási modellt fejlesztett, amely a magas kockázatú tranzakcióknál 3DS-hitelesítést alkalmaz. A cél egyszerre két, bevétel szempontjából fontos mutató javítása: több sikeres fizetés és kevesebb csalásként besorolt visszaterhelés.
Hogyan működik a Shopify Payments preautorizáció?
A 3D Secure iparági szabványként sok piacon már megszokott vagy előírt hitelesítési megoldás. A Shopify Payments ezt saját gépi tanulási modelljeivel kapcsolja össze. Ezek a modellek nemcsak magát a fizetést vizsgálják, hanem a teljes vásárlási folyamatot: a webhelyre érkezést, a böngészést, a kosárba helyezést és a pénztár használatát is.
Ha egy vásárló olyan Shopify Payments-fizetést indít, amelynél elérhető a 3DS, a folyamat a következő:
- A vásárló megadja a bankkártyaadatait a webáruház pénztárában.
- A Shopify Payments gépi tanulási modellje értékeli a tranzakciót.
- A rendszer a magas kockázatúnak ítélt tranzakciókat 3DS-hitelesítésre irányítja.
- A kártyakibocsátó a saját algoritmusai és a Shopify által átadott adatok alapján felméri a kockázatot.
- Ezután a kibocsátó vagy jóváhagyja a tranzakciót további ellenőrzés nélkül, vagy további hitelesítést kér a kártyabirtokostól.
Az alacsony kockázatú tranzakcióknál így nem jelenik meg felesleges plusz lépés, a kockázatosabb fizetéseknél viszont nagyobb védelem lép működésbe.
Eredmény: 26 bázisponttal több sikeres fizetés
A Shopify Payments preautorizáció 26 bázisponttal növelte a sikeres fizetések arányát. A Shopify becslése szerint ez 471 millió dollár éves fizetési volument jelentett, amely egyébként az elutasított tranzakciók miatt elveszett volna.
A javulás mögött a gépi tanulás és a 3DS együttes használata áll. A rendszer több információt ad a kártyakibocsátóknak a tranzakció kockázatáról, így több jogos rendelést tudnak jóváhagyni úgy, hogy közben a csalás elleni védelem is megmarad.
Ennek hosszabb távon milliárdos nagyságrendű hatása lehet a kereskedők ügyfélélettartam értékére is. Mindezt úgy, hogy a kereskedőknek nem kell külön csalásmegelőzési beállításokat módosítaniuk.
Nagyságrendekkel kevesebb visszaterhelés
A visszaterhelések várható 20%-os csökkenése nemcsak a bevételt védi, hanem a kapcsolódó költségeket is mérsékli. Kevesebb vitás tranzakció kevesebb díjat, adminisztrációt és ügyintézést jelent, miközben csökken annak kockázata is, hogy a kereskedő magasabb kártyahálózati díjakkal vagy egyéb korlátozásokkal szembesüljön.
A megtakarítás több területen jelentkezik:
- Közvetlen bevételvédelem: minden megelőzött visszaterhelésnél megmarad az eladás bevétele, és a járulékos költségek is elkerülhetők.
- Alacsonyabb díj: egy visszaterheléshez jellemzően több ezer vagy akár tízezer forintos díj társulhat, függetlenül a tranzakció értékétől.
- Kevesebb adminisztráció: kevesebb vitás ügy kevesebb munkaidőt igényel a visszaterhelések kezeléséhez.
- Kisebb büntetési kockázat: az alacsonyabb visszaterhelési arány segíthet elkerülni a kártyatársaságok megfigyelési programjait és az ezekhez kapcsolódó díjemeléseket.
A visszaterhelések csökkenése tehát nemcsak az elveszített bevételt mérsékli, hanem a csalási ügyek kezelésével járó költségeket is.
Merre tart a fizetéshitelesítés?
A fizetéshitelesítés fejlődése egyre kevésbé arról szól, hogy választani kell a biztonság és a bevétel között. A Shopify adatai szerint a pénztári folyamatba épített gépi tanulás és a 3DS együtt már képes úgy szűrni a kockázatot, hogy közben kevesebb jogos tranzakció akad fenn.
Ez azért is fontos, mert a hagyományos AVS-címellenőrzés önmagában korlátozottan jelzi előre a csalást. Bankkártyás fizetésnél azt ellenőrzi, hogy a vásárló által megadott számlázási cím egyezik-e a kártyakibocsátónál nyilvántartott címmel. Leggyakrabban az irányítószámot és a házszámot hasonlítja össze. A Shopify elemzése szerint:
- az AVS önmagában gyenge csalási jelző, mégis sok kereskedő automatikusan elutasítja az ezen az ellenőrzésen fennakadó tranzakciókat
- a kártyakibocsátó ezeket a fizetéseket sok esetben már jóváhagyta, mire az AVS-ellenőrzés eredménye szerepet kap
- a merev AVS-szabályok elhagyásával a Shopify-kereskedők kevesebb jogos vásárlást utasítanak el, és 0,33%-kal több tranzakciót dolgoznak fel.
A Shopify csaláselemzése az AVS mellett a kártyaellenőrző kód, vagyis a CVV adatait is figyelembe veszi. Így magas kockázatú rendeléseket akkor is azonosíthat, ha azok az AVS-ellenőrzésen átmennek. Ez különösen a nemzetközi és a mobilról vásárló ügyfeleknél lehet fontos, akiknél gyakrabban fordulhat elő téves AVS-hiba.
Ha a csalási kockázat miatt aggódsz, a célzott 3DS-használat lényege egyszerű: több jogos fizetés menjen át, miközben kevesebb csalási visszaterhelés keletkezik.
Kapcsold ki az AVS-beállításokat a Shopify Payments-fiókbanLegfontosabb tanulságok
- A Shopify Payments preautorizáció és a 3DS együttes használata 26 bázisponttal javította a sikeres fizetések arányát, ami a Shopify számítása szerint összesen 471 millió további éves fizetési volument jelenthet.
- A visszaterhelési arány 20%-kal csökkent, ami körülbelül 62 millió dollár éves közvetlen megtakarításnak, teljes költséggel számolva pedig 273 millió dollárnak felel meg.
- A fizetésoptimalizálás egyszerre csökkentheti a csalási veszteséget és növelheti a sikeresen feldolgozott tranzakciók számát.
- A Shopify nagy mennyiségű kereskedői és tranzakciós adatból dolgozó modellje olyan információkat használhat fel, amelyek egy önálló fizetési szolgáltatónál nem feltétlenül állnak rendelkezésre.
- A kereskedők a Shopify Payments használatával férnek hozzá ezekhez a funkciókhoz, külön csalásmegelőzési szakértelem nélkül.
- A Shopify szerint az intelligens 3DS-megközelítés csökkenti a merev AVS-szabályok jelentőségét, így kevesebb jogos tranzakciót utasít el, miközben a csalási kockázatot is kezeli.
Az online fizetésekben a biztonság és a konverzió közötti egyensúly közvetlenül hat a bevételre. A Shopify Payments preautorizáció eredményei 26 bázispontos javulást mutatnak a fizetési sikerben és 8 bázispontos csökkenést a visszaterheléseknél. Ez azt jelzi, hogy a gépi tanulás és a célzott 3DS-hitelesítés együtt több jogos tranzakciót engedhet át anélkül, hogy gyengülne a csalás elleni védelem.
Tudj meg többet a Shopify Payments szolgáltatásrólForrások:
- Aite Group / ClearSale: The Ecommerce Conundrum – Balancing False Declines and Fraud Prevention
- Microblink: The Hidden Costs of Chargebacks: How Fraud Can Impact Your Bottom Line.
- Baymard Institute: Cart Abandonment Rate Statistics.

