Bir e-pin sitesinde en tehlikeli sipariş, göze en normal görünenidir. Kart bilgisi doğru, isim soyisim tutuyor, ödeme onaylanıyor — ama birkaç gün sonra banka "chargeback" bildirimi geliyor ve kod çoktan kullanılmış oluyor. Otomatik teslimatın hızı burada bıçak sırtı bir avantaja dönüşür: insan gözünün fark edemeyeceği kadar hızlı işlenen bir sipariş, aynı hızla sizi zarara sokabilir. Bu yazıda yapay zeka destekli sahte işlem tespitinin bir e-pin scripti içinde pratikte ne anlama geldiğini, hangi sinyalleri değerlendirdiğini ve Pinova'nın bu konuda neler sunduğunu anlatıyoruz.
E-pin sektöründe sahte işlem neden bu kadar büyük bir tehdit?
Dijital ürünler, dolandırıcılar için fiziksel ürünlere göre çok daha caziptir. Kargo yok, adres kontrolü yok, teslimat saniyeler içinde gerçekleşiyor. Çalıntı bir kredi kartıyla sipariş verildiğinde ürün anında müşteriye — yani gerçekte dolandırıcıya — ulaşır ve kartın gerçek sahibi işlemi fark ettiğinde ürün çoktan başka bir hesapta satılmış olur.
Bu durum e-pin ve dijital kod satan siteleri, fiziksel ticarete göre çok daha yüksek bir chargeback riskiyle karşı karşıya bırakır. Ödeme sağlayıcılar (PayTR, Shopier gibi) belirli bir chargeback oranını aştığınızda hesabınızı askıya alabilir, komisyon oranınızı yükseltebilir hatta sözleşmeyi tek taraflı feshedebilir. Yani sahte işlem sadece "kayıp bir ürün" değil, işletmenin ödeme altyapısını tehlikeye atan sistemik bir risktir.
- Çalıntı kart bilgisiyle yapılan siparişler (carding)
- Bot yazılımlarla otomatik deneme-yanılma saldırıları
- Aynı IP'den çok sayıda sahte hesap açılması
- Kupon/bakiye sistemini istismar eden manipülasyon girişimleri
Chargeback ve kart hırsızlığı bir e-pin sitesini nasıl batırır?
Tek bir sahte işlem küçük bir kayıp gibi görünse de, tespit edilmeyen bir açık kısa sürede tekrar tekrar istismar edilir. Dolandırıcı forumlarında "hangi sitede zayıf kontrol var" bilgisi hızla yayılır; bir kez kırılan bir site, günler içinde onlarca sahte sipariş alabilir. Bu noktada asıl zarar üç katmanda birikir: ürün maliyeti (tedarikçiden gerçek parayla alınan kod boşa gider), chargeback komisyonu (banka her itirazda ekstra ceza keser) ve ödeme sağlayıcı güveninin sarsılması.
Manuel takip yapan site sahipleri genelde sorunu ancak banka bildirimi geldiğinde fark eder — yani zarar gerçekleştikten günler sonra. Oysa asıl ihtiyaç, siparişin ödeme onayı ile kod teslimatı arasındaki o birkaç saniyelik pencerede riski değerlendirebilmektir. İşte tam bu noktada kural tabanlı basit filtreler yetersiz kalır, çünkü dolandırıcılık teknikleri sürekli değişir ve sabit kurallar hızla eskir.
Yapay zeka bir işlemin "şüpheli" olduğunu nasıl anlar?
Yapay zeka destekli tespit, tek bir kırmızı bayrağa değil, birden fazla sinyalin bir arada değerlendirilmesine dayanır. Sistem her siparişi izole bir olay olarak değil, sitenin geçmiş sipariş desenleriyle karşılaştırarak puanlar. Bir müşteri normalde ayda bir sipariş veriyorsa ve aniden 20 dakikada 15 farklı kod satın almaya çalışıyorsa, bu davranışsal sapma tek başına güçlü bir sinyaldir.
Değerlendirilen temel sinyaller genellikle şunlardır:
- Coğrafi tutarsızlık: Kart bilgisinin kayıtlı olduğu ülke ile siparişi veren IP'nin konumu uyuşmuyor mu?
- Hız ve sıklık: Aynı hesaptan, aynı karttan veya aynı cihaz parmak izinden kısa sürede tekrarlanan denemeler var mı?
- Hesap yaşı ve tutar oranı: Yeni açılmış bir hesap, hiç geçmişi yokken doğrudan yüksek tutarlı bir işlem mi yapıyor?
- Proxy/VPN kullanımı: Bilinen veri merkezi IP aralıkları veya anonimleştirme servisleri üzerinden mi bağlanılıyor?
- Ödeme denemesi geçmişi: Aynı oturumda art arda reddedilen farklı kart numaraları denenmiş mi?
Kural tabanlı sistemlerden farkı burada ortaya çıkar: yapay zeka bu sinyalleri tek tek değil, birlikte ağırlıklandırarak bir risk skoru üretir. Örneğin VPN kullanımı tek başına suçlayıcı değildir — meşru bir kullanıcı da VPN kullanabilir — ama VPN + yeni hesap + yüksek tutar + hızlı deneme kombinasyonu güçlü bir sahtecilik göstergesidir.
Pinova'nın sahtecilik tespit motoru hangi verileri analiz eder?
Pinova, her siparişi ödeme onayından teslimat anına kadar geçen süreçte çok katmanlı bir risk değerlendirmesinden geçirir. Amaç, gerçek müşterilerin akışını yavaşlatmadan şüpheli işlemleri ayıklamaktır — çünkü aşırı katı bir filtre de meşru siparişleri reddederek satış kaybına yol açar. Bu dengeyi kurmak için sistem aşağıdaki veri katmanlarını bir arada okur.
- IP ve cihaz parmak izi geçmişi (aynı cihazdan açılan çoklu hesaplar dahil)
- Kart/ödeme deneme örüntüleri (kısa sürede birden fazla farklı kart denemesi)
- Sipariş tutarı ile hesap geçmişi arasındaki oransal sapma
- Tedarikçi API (Turkpin/Pinabi) üzerinden gelen stok hareketleriyle çapraz kontrol
- Site cüzdanı/bakiye hareketlerinde anormal transfer veya bölme davranışı
Bu veriler bir araya geldiğinde her sipariş için bir risk skoru oluşur. Düşük riskli siparişler otomatik teslimat akışında hiç duraksamadan ilerlerken, yüksek riskli olarak işaretlenenler ek doğrulama adımına yönlendirilir veya admin panelinde manuel onaya alınır. Böylece 7/24 otomatik teslimat hızından ödün vermeden, riskli işlemler gerçek zamanlı olarak süzülür.
Risk skorlama sistemini kurduktan sonra ilk haftalarda eşik değerini biraz gevşek tutun. Çok sıkı bir filtre, gerçek müşterileri "şüpheli" diye işaretleyip satış kaybettirebilir; sistem sipariş geçmişinizden öğrendikçe eşiği kademeli sıkılaştırmak çok daha sağlıklı sonuç verir.
Manuel inceleme mi, otomatik risk skoru mu — hangisi daha güvenli?
Küçük ölçekli sitelerde site sahibi genelde her siparişi tek tek gözden geçirir: isim tutarlı mı, IP nereden, tutar makul mü. Bu yöntem günde birkaç sipariş varken işe yarar, ama sipariş sayısı arttıkça sürdürülemez hale gelir. Hem insan gözü yorulur ve hata payı artar, hem de teslimat gecikir — ki bir e-pin sitesinin en büyük rekabet avantajlarından biri anlık teslimattır. Manuel incelemeye yaslanan bir sistem, hız ile güvenlik arasında sürekli taviz vermek zorunda kalır.
Otomatik risk skorlaması ise bu ödünleşmeyi büyük ölçüde ortadan kaldırır: düşük riskli işlemler saniyeler içinde teslim edilirken, yalnızca gerçekten şüpheli olanlar insan onayına düşer. Aşağıdaki tablo iki yaklaşımı somut olarak karşılaştırıyor.
| Kontrol Alanı | Manuel / Elle | Pinova ile |
|---|---|---|
| Şüpheli IP/proxy tespiti | Site sahibi fark ederse, çoğu zaman sonradan | Sipariş anında otomatik işaretlenir |
| Aynı kartla art arda deneme | Fark edilmesi için birden fazla şikayet gerekir | İlk denemeden itibaren örüntü izlenir |
| Yüksek tutarlı yeni hesap | Genelde gözden kaçar | Hesap yaşı/tutar oranı otomatik değerlendirilir |
| Teslimat hızı | İnceleme sürdükçe gecikir | Düşük risk = anında teslimat, yüksek risk = onaya düşer |
| Ölçeklenebilirlik | Sipariş arttıkça imkansızlaşır | Sipariş hacminden bağımsız çalışır |
Sahte işlem yakalandığında sistem ne yapıyor?
Bir işlem yüksek riskli olarak işaretlendiğinde Pinova otomatik teslimatı devreye sokmaz; kod stoktan düşülmez ve tedarikçi API'sinden çekilmez. Bunun yerine sipariş admin panelinde ayrı bir "riskli işlemler" görünümünde bekletilir, sipariş sahibine ek doğrulama (örneğin kimlik teyidi veya farklı bir ödeme yöntemi) istenebilir ya da işlem doğrudan iptal edilerek ödeme iade sürecine yönlendirilir.
Bu yaklaşımın en kritik faydası, kaybın gerçekleşmeden önlenmesidir. Chargeback bildirimi geldikten sonra yapılan hiçbir işlem kaybolan kodu geri getirmez — asıl değer, kod teslim edilmeden önce riski görebilmektir. Ayrıca sistem, engellenen her girişimden öğrenerek gelecekteki benzer örüntüleri daha erken yakalar; yani zamanla site sahibinin hiç dokunmadığı bir "bağışıklık sistemi" gibi çalışır.
- Riskli sipariş otomatik teslimat kuyruğundan çıkarılır
- Admin panelinde ayrı bir onay listesinde toplanır
- Tekrarlayan sahte deneme kaynakları (IP/hesap) engellenebilir
- Gerçek zamanlı bildirimle site sahibi anında haberdar olur
Ya bir sonraki sahte sipariş, siz fark etmeden gerçekleşiyorsa?
Pinova ile her sipariş ödeme onayından teslimata kadar otomatik risk değerlendirmesinden geçer; siz uğraşmadan sahte işlemler süzülür, gerçek müşterileriniz teslimattan hiçbir gecikme yaşamaz.
Yapay zeka tespiti gerçek müşteri siparişlerini de yanlışlıkla engeller mi?
Doğru kurulmuş bir sistemde bu risk düşüktür çünkü karar tek bir sinyale değil, birden fazla verinin birleşik skoruna dayanır. Yine de ilk haftalarda eşik değerinin gözden geçirilmesi önerilir; sipariş geçmişi biriktikçe sistem sitenizin normal davranış desenini daha iyi öğrenir ve yanlış pozitif oranı düşer.
Bu tespit sistemi hangi ödeme yöntemleriyle çalışır?
Pinova'nın risk skorlaması, PayTR, Shopier ve havale dahil desteklenen tüm ödeme yöntemlerinde çalışan sipariş verisi üzerinden değerlendirme yapar; ödeme yöntemine özel ek doğrulama adımları da tanımlanabilir.
Riskli işaretlenen bir sipariş otomatik olarak iptal mi edilir?
Hayır, varsayılan davranış otomatik iptal değil, otomatik teslimatı durdurup admin onayına almaktır. İptal veya ek doğrulama isteme kararı site sahibinin belirlediği kurallara göre şekillenir.
Küçük ölçekli, yeni açılan bir e-pin sitesi için bu özellik gerekli mi?
Evet, hatta bazı açılardan daha kritik olabilir; çünkü yeni siteler henüz güvenlik itibarı oluşturmadıkları için dolandırıcı denemelerinin ilk hedefi olma ihtimali yüksektir. Erken kurulan bir tespit mekanizması, sitenin chargeback geçmişini baştan temiz tutmasına yardımcı olur.