Att kombinera riskkunskapen hos plattformen med maskininlärning innebär att ditt system lär sig och kan anpassa sig till bedrägerisituationer allt eftersom, något som gör riskhanteringen skalbar. Denna metod, känd som övervakad maskininlärning, använder uppmärkta data, information om betalauktorisering och andra datapunkter för att fatta ett beslut.
Det är dock viktigt att tänka på att maskininlärning bara är så bra som dess basdata.
Det är därför som det är viktigt att se till att din betalleverantör hela tiden tränar maskinen med exempelvis tillgång till omfattande konsument- och transaktionsdata, en lång historik av riskhantering och internationell täckning.