게임별 사기 방지
게임 데이터를 더 똑똑한 사기 방지, 더 높은 결제 전환율, 그리고 더 적은 차지백으로 전환하세요.
차지백 비율이 높거나, 결제 거절률이 상승하거나, 3D Secure (3DS) 실패가 자주 발생한다면 이 문서가 도움이 될 것입니다.
이러한 문제는 귀하의 결제 트래픽에 보다 맞춤화된 사기 방지 접근 방식이 필요하다는 신호일 수 있습니다.
모든 게임은 다릅니다. 플레이어마다 고유한 소비 습관, 참여 패턴, 구매 행동을 가지고 있으며, 일반적인 사기 방지 시스템은 이를 완전히 인식하지 못할 수 있습니다.
Aghanim은 귀하의 게임별 데이터를 활용하여 플레이어와 수익화 방식에 맞춘 보다 정밀한 사기 방지 규칙을 구성할 수 있습니다.
추가적인 게임 내 속성을 공유함으로써, 정상적인 거래와 잠재적으로 사기성이 있는 활동을 더 잘 구별할 수 있도록 도와주며, 이를 통해 차지백 위험을 줄이는 동시에 결제 전환율을 개선할 기회를 만들 수 있습니다.
게임별 데이터를 공유하는 이유
전통적인 사기 방지는 거래 세부 정보, 결제 행동, 일반적인 위험 지표에 의존합니다. 이러한 신호가 중요하기는 하지만, 플레이어 활동의 전체 맥락이나 게임 자체의 고유한 특성을 항상 반영하지는 못합니다.
예를 들어, 귀하의 게임에는 여러 개의 하위 계정(최대 10개)과 연결된 기본 계정이 있을 수 있습니다. 일반적으로 10명의 서로 다른 사용자가 동일한 결제 수단을 공유하는 것은 사기 우려를 불러일으킬 수 있습니다. 그러나 이것이 귀하의 게임에서 예상되는 정상적인 행동이라면, 불필요한 거절을 방지하기 위해 해당 게임에 맞게 사기 방지 규칙을 조정할 수 있습니다.
반대로, 원래 유럽에서 가입한 플레이어가 갑자기 다른 대륙에서 발급된 결제 수단을 사용하기 시작한다고 가정해 보겠습니다. 이는 계정 도용을 나타내는 잠재적인 위험 신호일 수 있습니다. 플레이어의 가입 국가를 공유하면, 당사의 사기 방지 시스템이 이러한 불일치를 식별하여 도용된 계정과 관련된 사기 거래를 방지하는 데 도움이 됩니다.
이러한 맥락이 없으면, 사기 방지 시스템이 귀하의 게임 내 거래에 대해 잘못된 결정을 내릴 수 있습니다.
게임별 속성을 추가하면 Aghanim이 다음을 수행하는 데 도움이 됩니다:
- 의심스러운 패턴을 보다 정확하게 식별하여 차지백 위험을 줄입니다.
- 정상적인 플레이어에 대한 불필요한 거절을 줄여 결제 전환율을 개선합니다.
- 일반적인 가정이 아닌 실제 플레이어 행동을 기반으로 사기 방지 규칙을 개선합니다.
- 결제 정보와 게임 내 참여 및 구매 이력을 결합하여 트래픽을 더 잘 이해합니다.
- 플레이어 기반에 맞춘 맞춤형 규칙으로 게임 메커니즘에 적응합니다.
더 관련성 높은 데이터를 받을수록, 귀하의 게임에 맞게 사기 방지를 최적화할 기회가 많아집니다.
권장 게임 속성
당사는 팀이 플레이어 행동을 분석하고 보다 표적화된 사기 방지 규칙을 구성하는 데 도움이 되는 권장 속성 목록을 준비했습니다.
일부 속성은 필수로 표시되어 있습니다.
필수 속성은 게임 전반에서 가장 널리 사용할 수 있고 직관적인 데이터 포인트입 니다. 복잡한 맞춤 분석 없이도 비교적 빠르게 효과적인 사기 방지 규칙을 구현하는 데 자주 사용될 수 있기 때문에 권장되는 출발점입니다.
시작할 때는 이러한 속성을 우선적으로 처리하는 것을 강력히 권장합니다.
1. 플레이어 가입 및 참여
이러한 속성은 플레이어가 얼마나 오래 가입되어 있었는지, 그리고 귀하의 게임에 얼마나 활발하게 참여하는지를 이해하는 데 도움이 됩니다.
| 속성 | 설명 | 우선순위 |
|---|---|---|
registration_date | 플레이어가 계정을 가입한 날짜입니다. | 필수 |
registration_country | 플레이어가 처음 계정을 가입한 국가입니다. | 필수 |
activity_time_24h | 지난 24시간 동안 활발하게 플레이한 총 시간입니다. | 선택 |
activity_time_7d | 지난 7일 동안 활발하게 플레이한 총 시간입니다. | 선택 |
activity_time_30d | 지난 30일 동안 활발하게 플레이한 총 시간입니다. | 필수 |
activity_time_90d | 지난 90일 동안 활발하게 플레이한 총 시간입니다. | 선택 |
중요한 이유: 가입 이력과 참여 패턴은 거래를 평가하는 데 추가적인 맥락을 제공합니다. 이러한 신호는 오래되고 활발한 플레이어를 새로 생성되었거나 잠재적으로 의심스러운 계정과 구별하는 데 도움이 될 수 있습니다.
2. 플레이어 구매 이력
구매 이력은 플레이어의 소비 패턴을 이해하고 잠재적으로 비정상적인 거래 활동을 식별하는 데 도움이 됩니다.
이러한 속성은 Aghanim을 통해 처리된 거래뿐만 아니라 모든 결제 채널에서의 플레이어 전체 구매 이력을 반영해야 합니다. 여기에는 App Store, Google Play를 통한 구매, 또는 Aghanim으로 전환하기 전에 사용했을 수 있는 이전 결제 제공업체를 통한 구매가 포함됩니다.
| 속성 | 설명 | 우선순위 |
|---|---|---|
purchases_count_24h | 지난 24시간 동안 발생한 구매 횟수입니다. | 선택 |
purchases_count_7d | 지난 7일 동안 발생한 구매 횟수입니다. | 선택 |
purchases_count_30d | 지난 30일 동안 발생한 구매 횟수입니다. | 필수 |
purchases_count_90d | 지난 90일 동안 발생한 구매 횟수입니다. | 선택 |
purchases_count_lifetime | 계정 가입 이후 발생한 총 구매 횟수입니다. | 필수 |
purchases_amount_24h | 지난 24시간 동안의 총 구매 금액(USD)입니다. | 선택 |
purchases_amount_7d | 지난 7일 동안의 총 구매 금액(USD)입니다. | 선택 |
purchases_amount_30d | 지난 30일 동안의 총 구매 금액(USD)입니다. | 선택 |
purchases_amount_90d | 지난 90일 동안의 총 구매 금액(USD)입니다. | 선택 |
purchases_amount_lifetime | 계정 가입 이후의 총 구매 금액(USD)입니다. | 필수 |
중요한 이유: 과거 구매 데이터는 플레이어의 일반적인 행동에서 벗어난 편차를 쉽게 식별할 수 있게 합니다. 예를 들어, 고액 구매는 오랜 소비 이력이 있는 플레이어에게는 정상일 수 있지만, 첫 구매를 하는 사람에게는 비정상적일 수 있습니다.
이러한 차이를 이해하면 당사 팀이 기존 고객에게 불필요한 마찰을 유발하지 않으면서 보다 정밀한 사기 방지 규칙을 설계하는 데 도움이 됩니다.
3. 플레이어 세분화 및 게임 메커니즘
이러한 속성은 플레이어 프로필, 계정 관계, 게임별 기능에 대한 추가적인 맥락을 제공합니다.
| 속성 | 설명 | 우선순위 |
|---|---|---|
parent_account_uid | 게임이 여러 개의 연결된 계정 또는 사용자를 지원하는 경우 기본 계정의 식별자입니다. 공유된 결제 수단을 설명할 수 있는 계정 관계를 식별하는 데 도움이 됩니다. | 선택 |
is_whale | 게임의 기준에 따라 플레이어가 고액 지출자("고래")로 분류되는지 여부를 나타냅니다. | 선택 |
spending_tier | 돌고래, 고래, 또는 게임에서 정의한 기타 등급과 같은 플레이어 지출 세그먼트입니다. | 선택 |
player_level | 게임 내 플레이어의 현재 레벨 또는 진행 상태입니다. | 선택 |
clan_id | 게임이 해당 메커니즘을 지원하는 경우 플레이어가 속한 클랜 또는 그룹의 식별자입니다. | 선택 |
중요한 이유: 플레이어는 게임 내 상태, 진행도, 계정 관계에 따라 매우 다른 구매 패턴을 가질 수 있습니다.
예를 들어, 동일한 결제 수단을 사용하는 여러 계정은 단독으로 보면 의심스러워 보일 수 있습니다. 그러나 게임이 하나의 상위 계정 아래에 연결된 계정을 지원한다면, 이러한 행동은 예상된 것일 수 있습니다.
이러한 메커니즘을 이해하면 지나치게 제한적인 규칙을 피하고 거래 위험을 보다 정확하게 평가하는 데 도움이 됩니다.
고유한 게임 메커니즘이 있나요? 당사에 알려주세요
모든 게임이 동일한 수익화 모델이나 플레이어 참여 패턴을 따르는 것은 아닙니다.
귀하의 게임에는 연결된 계정, 공유 자원, 고유한 진행 시스템, 특별 구매 권한, 또는 플레이어의 결제 방식에 영향을 미치는 기타 행동과 같은 특정 메커니즘이 있을 수 있습니다.
귀하의 게임에 고유한 메커니즘이 있다면, 이 정보를 당사 팀과 공유해 주세요. 현재 이와 관련된 추가 속성을 수집하고 있지 않더라도 이러한 메커니즘을 이해하는 것은 가치가 있습니다.
당사 팀은 특정 게임 기능이 결제 행동, 사기 패턴, 차지백 위험에 어떻게 영향을 미칠 수 있는지 식별하는 데 도움을 드릴 수 있습니다.
경우에 따라, 차지백을 줄이고 전반적인 결제 경험을 개선하는 데 도움이 될 수 있는 게임 메커니즘이나 구매 흐름의 조정을 권장할 수도 있습니다.
추가 맞춤 속성을 보낼 수 있나요?
네, 가능합니다. 권장 속성은 출발점이지 제한이 아닙니다.
귀하의 게임이 플레이어 행동, 수익화, 계정 관계, 또는 고유한 게임 메커니즘과 관련된 추가 데이터를 수집한다면, 해당 속성을 당사와 공유하셔도 됩니다. 이러한 신호는 표준 결제 정보로는 보이지 않는 패턴을 식별하는 데 도움이 될 수 있습니다.
고도로 맞춤화된 속성을 기반으로 사기 방지 규칙을 구현하려면 추가적인 분석, 개발, 구성 시간이 필요할 수 있다는 점에 유의하세요.
당사가 귀하의 맞춤 속성을 평가하는 데 도움이 되도록, Aghanim 통합 관리자 또는 고객 성공 관리자에게 문의하여 다음을 설명해 주세요:
- 속성의 의미: 무엇을 나타내며 어떻게 계산되나요?
- 존재하는 이유: 어떤 게임 메커니즘이나 플레이어 행동을 설명하나요?
- 변경되는 시점: 정적인 값인가요, 아니면 플레이어가 게임과 상호작용함에 따라 업데이트되나요?
- 도움이 될 수 있는 방법: 이 속성과 관련된 알려진 행동 패턴이나 사기 관련 시나리오가 있나요?
속성이 사기 방지 규칙에서 정확히 어떻게 사용되어야 하는지 알 필요는 없습니다. 당사 팀이 그 잠재적 가치를 평가하고 귀하의 게임 위험 평가에 가장 잘 통합하는 방법을 결정하는 데 도움을 드릴 수 있습니다.
필수 속성부터 시작하세요
어디서부터 시작해야 할지 확실하지 않다면, 다음 6개의 필수 속성에 집중하세요:
registration_dateregistration_countryactivity_time_30dpurchases_count_30dpurchases_count_lifetimepurchases_amount_lifetime
이들은 플레이어 이력, 참여, 소비 행동에 대한 귀중한 맥락을 제공할 수 있는 일반적이고 비교적 직관적인 신호입니다.
이러한 속성을 공유하면 당사 팀이 보다 표적화된 사기 방지 규칙을 개발하고 결제 트래픽을 개선할 기회를 식별하는 데 도움이 됩니다.
이후 추가 속성을 통합하여 게임의 사기 방지 전략을 더욱 정교하게 다듬을 수 있습니다.
도움이 필요하세요?
통합팀에 문의하십시오 [email protected]