3DS之外，Adyen开始纳入更多支付认证方式

近日，Adyen宣布升级旗下认证产品Authenticate。

升级后的Authenticate会针对每笔符合条件的交易作出多项判断，包括是否需要进一步认证、采用哪一种认证方式，以及认证请求中应该向发卡行传递哪些数据。

支付之家注意到，Adyen此次列出的认证能力已经不只有传统3DS，还包括Google Secure Payment Authentication，以及Mastercard Payment Passkeys、Visa Payment Passkeys等新型认证技术。

Adyen此前已经利用机器学习优化认证。此前其认证引擎以及Checkout、Stripe、Worldpay等同行已经覆盖不同程度的动态认证决策。此次升级后，Authenticate进一步纳入Google SPA和卡组织Passkey等认证机制。

随着Google以及Visa、Mastercard等卡组织陆续把新的认证技术带进线上支付，一笔交易可以面对的认证选择正在增多。对大型支付平台而言，除了优化既有认证路径，还要判断一笔具体交易更适合调用哪一种认证能力。

Authenticate究竟升级了什么

Authenticate先判断一笔交易是否需要进一步认证。

对于已经能够识别为低风险的交易，增加额外挑战可能带来不必要的结账摩擦。Adyen会综合交易、消费者、风险、监管环境以及历史数据，对是否需要进一步认证作出判断。

Adyen称，以平台上的一家零售商为例，超过90%的购物者在再次交易时，Adyen此前已经接触过与其相关的交易或识别信号。这些历史信息可以与其风控模块Protect协同使用，从而判断哪些交易需要增加挑战，哪些交易可以减少额外操作。

确定需要认证后，下一步是选择认证方式。

Authenticate不再只围绕传统3DS路径作出决策。Adyen列出的选择包括3DS、Google Secure Payment Authentication、Mastercard Payment Passkeys、Visa Payment Passkeys，以及Data Only等流程。

这些认证技术来自不同主体，使用场景和成熟程度也不同。目前Adyen的3DS及相关发卡行优化能力已经全球上线，而部分新一代认证能力仍处于限定市场、限定商户或者试点扩展阶段。

随着可调用的认证能力增加，商户和支付平台需要处理的，不再只是是否使用3DS，还包括不同交易该匹配哪一种认证路径。

认证方式确定后，Authenticate还会优化发送给发卡行的认证请求。

以3DS为例，Authenticate会评估超过150个数据字段，并持续学习哪些数据组合和信号更可能获得发卡行接受。这一步发生在认证机制确定之后，重点是进一步调整提交给发卡行的数据。

Adyen此次公布的商户数据，也反映了这套系统的目标。

Too Good To Go表示，在试点期间使用Authenticate后，其支付转化率获得11%的相对提升。Just Eat Takeaway则表示，在符合条件的流量中，支付转化率提升12%。

这两组数据分别对应特定商户和流量场景，反映的是Authenticate在具体业务中的实际表现。Adyen衡量这套认证系统时，关注的不只是认证步骤有没有完成，也包括最终有多少交易真正完成支付。

动态认证本身已经存在多年。Adyen以及Checkout、Stripe、Worldpay等支付服务商此前均已利用机器学习优化不同认证路径。Adyen此次升级的增量，在于进一步把来自不同主体的新型认证机制纳入Authenticate原有的决策体系。

认证被更深地纳入支付优化

过去，认证优化更多集中在3DS体系内部，包括版本选择、豁免、无摩擦认证、挑战流程以及Data Only等路径。

如今，Google SPA、Mastercard Payment Passkeys、Visa Payment Passkeys等新能力陆续进入线上支付，认证决策开始面对更多不同来源的技术选择。

3DS仍是现有认证体系的重要组成部分，Google SPA、Payment Passkeys等新能力则与其并行进入更多线上支付场景。一笔交易进入支付流程后，系统需要结合消费者、设备、风险、发卡行和当地监管要求，在不同认证能力中选择更合适的路径。

认证承担着安全、身份确认和满足监管要求等基本功能。随着支付平台获得更多交易和授权数据，认证也被更深地纳入交易体验、授权和支付结果的整体优化。

消费者完成身份认证后，交易还要进入发卡行授权。额外验证过多，可能增加消费者退出支付流程的概率。认证信息不足，发卡行又可能因为缺少足够的风险信号而拒绝交易。

支付平台不仅要在安全、合规和支付体验之间调整认证策略，还需要看到不同认证决策之后的授权结果。

Adyen此次尤其强调自己的一个位置优势。它不仅提供认证能力，同时也是收单机构。这意味着Authenticate的机器学习模型看到的并不只有认证结果，还能够继续看到后面的授权结果。

如果某一种认证路径的认证通过率很高，但最终发卡行授权表现并不好，仅仅优化认证环节的指标并不能直接改善最终支付结果。相反，如果一种认证方式既能减少消费者操作，又能向发卡行提供更有效的风险信号，就有可能同时改善支付体验和授权表现。

Authenticate被放在Uplift支付优化体系中，认证、风控、发卡行数据和最终授权结果也因此被放到同一套优化框架内，系统可以根据后续交易结果继续调整下一笔交易的判断。

随着可调用的认证方式继续增加，大型商户需要处理的认证机制、市场差异和发卡行偏好也会变得更复杂。对于同时具备收单、认证、风险管理和大量交易数据的平台而言，把这些认证能力纳入统一决策，正在成为一种更重要的产品能力。

认证方式继续增加以后，支付平台面对的也不再只是接入多少种认证技术，而是如何把这些能力组织起来，并针对具体交易作出更合适的选择。

认证、风控、授权和最终支付结果之间的联系因此变得更紧，认证决策也正在成为大型支付平台整体交易优化能力中的一环。

这里是支付之家。我们关注支付表象之下的规则差异与逻辑变化，提供支付科技领域增量信息。观点内容仅供参考。