Target koppelt accounts op basis van apparaateigenschappen, betaalmethoden, verzendadressen en inloggedrag. Dit artikel legt uit welke signalen samen worden beoordeeld en aan welke eisen de omgeving en accountgegevens moeten voldoen.
Target is na Walmart het op een na grootste retailplatform in de Verenigde Staten en verkoopt onder meer dagelijkse benodigdheden, babyartikelen, kleding, elektronica en woonproducten. De grote gebruikersbasis en het stabiele verkeer maken het platform ook aantrekkelijk voor veel grensoverschrijdende teams die accountactiviteiten opzetten.
De risicocontroles zijn de afgelopen jaren strenger geworden en reageren gevoelig op bulklogins, afwijkende apparaten en frequente wijzigingen van betaaladressen. Veel mensen denken dat accounts veilig zijn zolang ze elkaar niet direct in de weg zitten, maar in werkelijkheid kijkt het platform naar een volledige set kenmerken en beoordeelt die in samenhang.
Het platform ziet niet alleen een account, maar een combinatie van apparaat- en browserkenmerken
Cookies vormen slechts één onderdeel. De browser stuurt ook informatie door zoals User-Agent, engineversie, tijdzone en taal, besturingssysteem, schermresolutie en de lijst met geïnstalleerde lettertypen; op grafisch niveau zijn er Canvas-renderresultaten, WebGL-rapporten en het GPU-model; op opslagniveau Cookies, LocalStorage en IndexedDB. Samen zijn deze parameters voldoende om het ene apparaat van het andere te onderscheiden.
Wanneer meerdere accounts dezelfde computer en dezelfde browser gebruiken, overlappen deze parameters sterk. Het platform hoeft niet vast te stellen wie je bent; een overeenkomend apparaatspoor kan op zichzelf al een koppeling ondersteunen.
Drie sporen: betaling, adres en inloglocatie
Identiteitsgerelateerde informatie is nog moeilijker uit te leggen dan apparaatgegevens. Verzendadres, betaalmethode en gekoppeld telefoonnummer worden doorgaans als kernkenmerken van identiteit gezien. Als een account deze gegevens van andere accounts hergebruikt of slechts enkele tekens wijzigt, kan de koppeling blijven bestaan.
De inloglocatie is een ander spoor. De regio van het uitgaande IP, of de provider residentieel of een datacenter is en of dit overeenkomt met de geregistreerde regio van het account kunnen allemaal worden meegewogen. Snelle sprongen tussen landen en meerdere accounts uit hetzelfde subnet zijn duidelijke signalen.
Ook het gedragsritme wordt vastgelegd. Meteen klikken, een vaste en onveranderlijke klikroute en geen verblijftijd op pagina’s lijken in het systeem vrijwel hetzelfde als scriptgestuurde handelingen.
Waarom meerdere accounts gemakkelijk als één geheel worden gekoppeld
Als al deze sporen samen worden bekeken, wordt het probleem duidelijk: wanneer meerdere accounts dezelfde omgeving en vergelijkbare gegevensstructuren delen en rond hetzelfde moment soortgelijke acties uitvoeren, ziet het systeem ze niet langer als losse gebruikers, maar als meerdere sporen van dezelfde operatie.
Daarom heeft het weinig zin om slechts één punt aan te passen. Een ander IP gebruiken terwijl de omgeving gelijk blijft, of gegevens wijzigen terwijl de adresstructuur nog steeds op een sjabloon berust, laat de koppelingssignalen bestaan.
Op omgevingsniveau draait het om het voorkomen van overlap
Voor teams die daadwerkelijk meerdere accounts moeten beheren, is de omgevingseis eenvoudig: elk account moet een eigen browseromgeving hebben en de fingerprint, Cookies, lokale opslag en netwerkuitgang mogen niet overlappen met die van andere accounts. Inlogstatus, cache en uitgaand IP mogen niet worden gemengd.
Tools die specifiek zijn ontwikkeld voor isolatie van multi-accountomgevingen, zoals PurpleMark, pakken precies deze laag aan door de browseromgeving en netwerkconfiguratie van elk account afzonderlijk te houden, zonder dat iemand handmatig hoeft te onthouden welke computer bij welk account hoort.
Bij de netwerkuitgang wordt nog iets vaak vergeten: regio en type moeten op lange termijn stabiel blijven. Een account dat langdurig een uitgang uit dezelfde regio gebruikt, lijkt meer op normaal gebruikersgedrag dan een account dat vaak wisselt. Datacenter-IP’s die op grote schaal worden hergebruikt, zijn op zichzelf al een risicosignaal.
Accountgegevens moeten aansluiten op de echte entiteit
Bij registratiegegevens gaat het er niet om of ze willekeurig genoeg zijn, maar of ze bij een echte entiteit passen. Als dezelfde entiteit een verzendadres, betaalmethode of contactgegevens over meerdere accounts hergebruikt, verdwijnt de koppeling niet door de schrijfwijze te veranderen.
Ook bulkgewijs formulieren invullen met sterk gelijkende gegevens is af te raden: dezelfde naamstructuren, vergelijkbare e-mailbenamingen of adressen die slechts enkele cijfers verschillen. De vergelijkingssystemen van het platform zijn juist op zulke combinaties gericht, waardoor een hele groep accounts samen kan worden behandeld.
Een normaal werkritme bevat van nature variatie
Nieuwe accounts worden in de eerste periode doorgaans extra nauwlettend gevolgd, wat gebruikelijk is op platforms. Echt menselijk gedrag bevat echter vanzelf pauzes en variatie: de browse-tijd is ongelijk, routes worden niet exact herhaald en voor een bestelling wordt getwijfeld en vergeleken.
Praktischer is daarom niet een planning die tot op de minuut vastligt, maar accountgedrag dat de werkelijke zakelijke behoeften volgt. In de gegevens is verschil zichtbaar tussen handelingen vanuit een echte behoefte en handelingen die alleen worden uitgevoerd om een patroon te vullen.
Stabiliteit komt uit de bedrijfsvoering zelf
De uitdaging bij multi-accountbeheer is niet of de techniek kan werken, maar of de opzet langdurig stabiel blijft. Gescheiden omgevingen, gegevens die bij de echte entiteit passen en gedrag dat de echte bedrijfsvoering volgt, vormen samen een solide basis. Als een van deze onderdelen op kunstmatige samenstellingen of opvulling berust, kan dat later terugkomen in de vorm van accountbeperkingen.
