362 миллиарда долларов в мошенничестве: как аналитика может помочь сократить убытки — и улучшить цифровой опыт

По мере роста влияния мошенничества потребители, что вполне понятно, становятся более осторожными. Подавляющие 91% заявляют, что готовы полностью отказаться от компании, если столкнулись с мошенничеством при покупке, согласно недавнему отчёту Mastercard.

Торговцы тоже проявляют осторожность: согласно тому же исследованию, почти четыре из десяти торговцев опасаются быть отнесенными к категории высокого риска мошенничества, поскольку финансовые учреждения часто взимают за это более высокие комиссии.

Ситуацию усложняет растущее мошенничество тот факт, что удобство по-прежнему имеет огромное значение.

Наше исследование показывает, что более четверти (28%) потребителей отказались от транзакции из-за разочарования, вызванного длительным процессом ввода их данных. И их ожидания в отношении гибкости, вероятно, останутся высокими: например, потребители поколения Z почти в 2,5 раза чаще желают быстрой онлайн-покупки, чем представители поколения бэби-бумеров.

Тем не менее, найти правильный баланс между безопасностью и удобством — это не простое разделение 50/50. Тот же отчет показывает, что большинство покупателей (77%) ставят безопасность выше скорости при онлайн-транзакциях.

Итак, как же бизнесу обеспечить более умный и безопасный пользовательский опыт? Самые прогрессивные организации используют и применяют данные и аналитику для улучшения своих тактик предотвращения мошенничества.

Для современного бизнеса настоящее конкурентное преимущество заключается в умном использовании инсайтов и правильных параметрах для бесшовной аутентификации действительно подлинных транзакций.

В условиях, когда мошенники используют все более изощренные методы, в том числе основанные на искусственном интеллекте, который может создавать новые векторы атак для злоумышленников, предприятиям приходится полагаться не только на проверенные в прошлом правила. Будущее за контекстным интеллектом и анализом идентичности: пониманием того, как связаны между собой фрагменты информации, как закономерности отклоняются от нормы и как интерпретировать тонкие сигналы в режиме реального времени.

Совершите транзакцию, используя адрес электронной почты john.doe@gmail.com. Основываясь на данных о предыдущих транзакциях, система на базе искусственного интеллекта может определить, был ли электронный адрес создан недавно, что указывает на возможную мошенническую деятельность, или это давно существующий, более надежный адрес электронной почты.

Чтобы создать более безопасный опыт транзакций, не жертвуя гибкостью, компании должны использовать сочетание машинного обучения, исторических паттернов и инсайтов в реальном времени. Вот некоторые распространённые виды инсайтов, которые могут помочь это реализовать:

1. Возможности человека: Анализируя распространённые идентификаторы, такие как имена, электронные почты, адреса и номера телефонов, в правильном контексте компании могут получить информацию о них, что поможет им принять решение о том, стоит ли продолжать и подтверждать цифровое взаимодействие. Вот три важных момента, особенно для новых пользователей: 

• Электронная почта: Был ли адрес электронной почты недавно создан или он уже появлялся в легитимных транзакциях? 
• Название: Имя этого человека ранее было связано с этим электронным почтой или адресом доставки? 
• Номер телефона: Соответствует ли номер телефона предыдущему поведению при покупке или он был отмечен в предыдущих попытках мошенничества? 

Эти инсайты, при совокупности и анализе, могут присвоить оценку, отражающую общий риск сделки. Более высокий уровень риска не обязательно означает наличие чего-то вредоносного — но, возможно, стоит более внимательно изучить инсайты, использованные для такого вывода. Хорошая новость в том, что торговцы могут создавать автоматические действия на основе каждого балла, что означает, что транзакции проходят более безопасно, а потенциальные мошенники сталкиваются с дополнительными раундами аутентификации.

2. Поведенческие способности: Этот тип информации относится к тому, как человек взаимодействует с сайтом или сервисом. С правильными инструментами это часто может быть более показательным, чем прямая информация, которую они предоставляют. Вот потенциальный тревожный сигнал, на который стоит обратить внимание:

• Объем и сумма транзакций: Не является ли размер или частота транзакций нехарактерными для данного пользователя?

Модели искусственного интеллекта и машинного обучения учатся на этих шаблонах, отмечая поведение, резко отклоняющееся от ожидаемых норм. Со временем они становятся умнее — различают покупку подарка поздно ночью от мошенника, действующего под ложным именем.

3. Возможности устройства: тип устройства, которое потребитель использует для доступа к сервису бизнеса, например, телефон, планшет или компьютер, может дать критически важную информацию о легитимности. Бизнесу следует следить за следами:

• Консистенция: Является ли потребительское устройство тем, что обычно используется этим аккаунтом?
• Тип устройства: Является ли операционная система или браузер устаревшими, рутированными или известны как связанные с мошеннической деятельностью? Например, если на Android-устройстве отображается пользовательский агент с браузером Apple iOS Safari, это может вызывать беспокойство.

Вместе такие инсайты можно внедрить в модель риска в реальном времени. Небольшое расхождение может остаться незамеченным — но если накопить достаточно несоответствий, они отразятся в рейтингах риска.

В конечном итоге, предприятиям предстоит решить, как использовать эти данные для повышения эффективности принятия решений по борьбе с мошенничеством. Например, несоответствие номера телефона и IP-адреса — относительно распространенное явление — не помешает транзакции пройти как обычно, в то время как определенные схемы мошенничества могут привести к срабатыванию двухфакторной аутентификации или временной блокировке.

Эти уровни интеллекта позволяют компаниям создавать бесшовный опыт, который одновременно является безопасным и эффективным. Вместо того чтобы возлагать бремя на клиентов, современные инструменты мошенничества используют инсайты для подтверждения легитимности за кулисами — обеспечивая подлинные транзакции с более быстрыми оформлениями оплаты, одновременно останавливая злоумышленников до того, как они нанесут ущерб.

С учётом взаимосвязи современных экосистем, сложности атак, доступности мошеннических сервисов и достоверности схем и мошенничества компании могут казаться балансирующими между безопасностью и удобством. Но ответственность за защиту потребителей и экосистем в масштабах лежит на всех компаниях — и они могут, если оснащены правильными стратегиями.

Используя более надёжные данные из онлайн-взаимодействий, компании могут упростить пользовательский опыт от входа до выхода. Эти более сильные, взвешенные данные также могут привести к более быстрому одобрению транзакций, увеличению доходов и улучшению клиентского опыта, что вдохновляет на лояльность.

Возможность очевидна, решения существуют, и время идёт. Нет лучшего времени начать, чем сейчас. Воспользуйтесь нашими ресурсами для проверенных транзакций, чтобы минимизировать мошенничество, максимизировать уровень одобрения и обеспечить более эффективное принятие решений.