Stel jou voor om 'n nuwe selfoon, 'n internasionale kaartjie of 'n spesiale geskenk te probeer koop — en jou transaksie word as verdag gemerk en deur 'n bedrogvoorkomingsisteem geblokkeer, sonder enige oortuigende verduideliking. Dit is die negatiewe kant van aanlyn inkopies. Alhoewel hierdie stelsels ontwerp is om teen bedrog te beskerm en 'n bevredigende koopervaring te verseker, kan hulle ook frustrasie en verliese veroorsaak.
Met die eksponensiële toename in die versameling en deel van data, die vinnige digitalisering van stelsels en meer gesofistikeerde bedrogstegnieke, het die mark sy verdedigings versterk. Maar hierdie beweging het 'n paradoks geskep: om te veel te probeer beskerm, kos duur — nie net in inkomste nie, maar ook in reputasie. Dit is wat ons noem vals positiewe, wanneer 'n wettige transaksie verkeerdelik as bedrog geïdentifiseer word.
Die versteckte koste van oormaat sekuriteit
Bedrieërs van die moderne bedryf as maatskappye: hulle is vinnig, georganiseer en gevoed deur groot hoeveelhede data. Stelsels soos "phishing as 'n diens" simuleer identiteite op grond van uitgelekte inligting en benut gedragskliënte in stelsels. Hulle volg nie meer duidelike patrone nie, wat tradisionele modelle verouderd maak en maatskappye dwing om meer robuuste sekuriteitslae te soek.
Terwyl bedrieërs innover, is baie finansiële dienste en kleinhandelsmaatskappye steeds afhanklik van vaste reëls om te reageer. Dit is 'n stywe en ondoeltreffende model — die koopervaring word benadeel, die omskakelingskoerse kelder en kliëntelojaliteit gaan verlore.
En die impak gaan verder: 32% van die verbruikers wat deur 'n vals positiewe gaan, laat die handelaar vir altyd vaar. 'n Enkel fout in die antifraudestelsel kan die definitiewe verlies van inkomste en reputasie beteken. Volgens Javelin Strategy & Research kos hierdie foute reeds Amerikaanse kleinhandelaars $118 miljard per jaar — 13 keer meer as die werklike verliese as gevolg van bedrog. Die rekening klop nie.
Die belangrikheid van regstreekse intelligensie en gedragsanalise
Om te omgaan met hierdie scenario, vereis die nuwe era van voorkoming intelligensie, en nie oormatige styfheid nie. Dit beteken die gebruik van 'n kombinasie van kunsmatige intelligensie (KI), regstreekse data en gedragsanalise om akkurate besluite te neem sonder om die gebruikerservaring te benadeel.
Met algoritmes wat voortdurend leer, is dit moontlik om individuele patrone te verstaan: ligging, tyd, toestel, koopgeskiedenis en betaalmetode. Gedrag praat harder as enige voorafgeprogrammeerde reël.
Dit gaan nie net oor om "ja" of "nee" te sê nie, maar om die konteks te interpreteer. Een enkele klant kan iets koop in São Paulo in die oggend en in Rio de Janeiro in die aand. Hy kan van selfoon verander, van blaaiers verander of die bedryfstelsel van die toestel opdateer. Die anti-bedrogstelsel moet dit verstaan — en nie die transaksie blokkeer nie.
Deur die toepassing van masjienleer tegnieke, kan maatskappye modelle ontwikkel wat leer uit historiese data en die aantal vals positiewe oor tyd verminder. Die doel is om te verstaan wat normaal is vir elke gebruiker en afwykings te identifiseer — sonder om slegs op voorafbepaalde reëls te vertrou. 'n Studie van MIT met data van 'n Europese bank het getoon dat hierdie strategie die vals positiewe met 54% verminder het, wat 'n besparing van US$ 220 000 tot gevolg gehad het.
Die toekoms van ongesiene verifikasi
Die kombinasie van KI en gebruikersprofiele om meer akkurate aanbevelings te bied — saam met die gebruik van data om veiligheid en konversie in balans te hou — maak nuwe tegnologieë moontlik. Een daarvan is die vektoridentifiseerder: 'n oplossing wat in staat is om bedrog te detecteer, selfs wanneer die poging vanaf toestelle met skoon koekies of in anonieme modus uitgevoer word. Maar geldige gebruikers kan ook op hierdie manier optree.
En wanneer beide bedrieërs en goeie gebruikers agter dieselfde masker skuil, hoe kan hulle onderskei word? Deur data-vingerafdrukke van die toestel te kombineer met vektor data, kan die stelsel die tipiese gedrag van daardie gebruiker verstaan en beter anomalië opspoor. Dit verhoog die presisie aansienlik, vermy onnodige blokkades sonder om veiligheid in gevaar te stel.
In hierdie model word klein variasies met konteksuele intelligensie hanteer — gebruik om anomalië te identifiseer op grond van die verwagte patroon van die gebruiker. Veranderingen soos sagteware-opdaterings aktiveer nie waarskuwings nie, maar beduidende veranderinge soos die verandering van 'n bedryfstelsel of verandering in geografiese ligging kan aangedui word as dit buite die gewone gedrag is. Dit is die nuwe grense van veiligheid: agter die skerms werk, sonder konflik. Die beste fraudebestuurstelsel is dié wat die kliënt nie eens opmerk nie.
Sekuriteit wat verkope aandryf, en nie die ander manier around nie
Maatskappye glo dat dit beter is om sommige wettige transaksies te weier, selfs al verminder dit die omskakelingskoerse effens, as om die gevolge van bedrog te ly. Maar hulle hoef nie hierdie houding aan te neem as hulle die regte gereedskap het nie.
Daarom is die implementering van 'n voorbehoedende oplossing teen bedrog wat veiligheid en gerief in balans bring, 'n werklike markbehoefte. Veiligheid en gebruikerservaring hoef nie teenoor mekaar te staan nie — hulle moet hand aan hand gaan. Daarom lê die geheim in presisie, nie in styfheid nie.
Die era van vals positiewe vereis dat maatskappye in slim tegnologieë belê, soos KI, gedragsanalise en gevorderde bedrogopsporingstools. Hierdie innovasies verminder verliese sonder om wettige verkope op te offer — en, die belangrikste, sonder om kliënte weg te hou.
Sekuriteit en kliënt se ervaring is nie teenstrydig nie — as dit goed gedoen word, gaan dit hand aan hand. Bied bescherming is verpligt. Maar om dit te doen sonder die ervaring te kompromitteer, is wat die werklike verskil maak in die steeds meer mededingende mark van vandag.
De Thiago Bertacchini, Hoof van Verkope by Nethon
