यहां तक कि बहुत सफलता की संभावना के साथ, बाजार स्थान डेटा के अनुसार, 85% लोग कुछ खरीदने की योजना बना रहे हैं, ब्लैक फ्राइडे हमेशा खुदरा विक्रेताओं के लिए एक चेतावनी संकेत बन जाता है। यह इसलिए है क्योंकि, पिछले साल, क्लियरसेल की एक सर्वेक्षण ने संकेत दिया कि इस अवधि में प्रति घंटे 400 से अधिक धोखाधड़ी के प्रयास किए गए, जो प्रति मिनट R$ 8,5 हजार के नुकसान के बराबर होगा। इसके अलावा, सेरासा एक्सपेरियन के एक सर्वेक्षण के अनुसार, 2024 के लिए शुक्रवार से सप्ताहांत तक धोखाधड़ी के 89 हजार प्रयास होने का अनुमान है, जो लगभग 500 मिलियन रियाल की हानि के बराबर है।
हालांकि अधिकांश धोखे अंतिम उपभोक्ताओं को नुकसान पहुंचाते हैं, लेकिन अक्सर जो नुकसान में रहता है वह खुद खुदरा विक्रेता होता है। यह इसलिए है क्योंकि, यदि आपकी प्लेटफ़ॉर्म पर डेटा चोरी की घटनाएं होती हैं, तो उसे अपने उपभोक्ता को क्षतिपूर्ति करने के लिए बाध्य किया जाता है, क्योंकि यह उसकी जिम्मेदारी है कि वह एक सुरक्षित वातावरण सुनिश्चित करे ताकि उसके उपयोगकर्ता शांति से खरीदारी कर सकें। इसके अलावा, ई-कॉमर्स में धोखाधड़ी के सबसे सामान्य प्रकारों में से एक है अपराधियों द्वारा उत्पाद खरीदना, सामान्य रूप से प्राप्त करना और फिर दावा करना कि दुकान ने भेजा नहीं है, जिसके कारण उन्हें रिफंड मिल जाता है। इसलिए, व्यापारी के पास बिक्री का पैसा और माल दोनों नहीं रहता, जिसे धोखेबाज द्वारा पुनः बेचा जाता है।
अपने उपयोगकर्ताओं के लिए एक सुरक्षित वातावरण बनाए रखने से, ई-कॉमर्स प्लेटफ़ॉर्म अपनी ऑनलाइन प्रतिष्ठा बनाए रखता है, जो ग्राहकों की वफादारी सुनिश्चित करने के लिए आवश्यक है, क्योंकि Opinion Box के एक डेटा से पता चलता है कि 73% उपयोगकर्ता ऑनलाइन दुकानों की प्रतिष्ठा अच्छी तरह से जांचते हैं इससे पहले कि वे व्यापार करें। इसके अलावा, ई-कॉमर्स ट्रेंड्स 2024 शोध स्पष्ट है: 92% लोग पहले ही धोखाधड़ी के डर से ऑनलाइन खरीदारी छोड़ चुके हैं। एक अन्य डेटा, EY का, दिखाता है कि 71% ब्राजीलियाई उपभोक्ता इंटरनेट पर अपने डेटा चोरी होने से डरते हैं।
इस तरह, रिटेलर सबसे सामान्य धोखाधड़ी से कैसे बच सकता है और ब्लैक फ्राइडे में सफलता सुनिश्चित कर सकता है? एक प्रभावी समाधान है कि फ्रोड से लड़ने वाले उपकरणों का उपयोग किया जाए जो अपने सिस्टम को एआई और मशीन लर्निंग के साथ बेहतर बनाते हैं। इस प्रकार की तकनीक ग्राहकों के विभिन्न लेनदेन डेटा का मूल्यांकन करने, खपत के पैटर्न निर्धारित करने और इस तरह से जानकारी का आधार बनाने में सक्षम है। इस तरह, उसके पास एक निश्चित उपभोक्ता का ऑनलाइन व्यवहार का पूरा डेटा होता है, जैसे कि सबसे अधिक उपयोग किया जाने वाला भुगतान तरीका, सबसे अधिक खोजे गए उत्पाद, सबसे अधिक पहुंची गई स्थान, खरीदारी करने के लिए पसंदीदा दिन आदि।
इसलिए, यदि कोई लेनदेन तकनीक द्वारा निर्धारित मानक से बाहर जाती है, तो सिस्टम समझता है कि यह धोखाधड़ी हो सकती है और रिटेलर को सूचित करता है। सबसे दिलचस्प बात यह है कि मशीन लर्निंग का समाधान खुद को सुधार सकता है, क्योंकि जितनी अधिक लेनदेन वह मूल्यांकन करता है, उतनी ही अधिक जानकारी वह अपने डेटाबेस में जोड़ता है, जो उसकी धोखाधड़ीपूर्ण लेनदेन का पता लगाने की सटीकता को और बढ़ाता है। इसके साथ, तकनीक सबसे नवीनतम वर्चुअल धोखाधड़ी मॉडल्स के साथ भी हमेशा अपडेट रहती है।
एक विचार के लिए, एक्सेंचर के एक सर्वेक्षण से पता चला है कि धोखाधड़ी से लड़ने के लिए एआई और मशीन लर्निंग तकनीकों को अपनाने वाली कंपनियों ने धोखाधड़ी से होने वाले वित्तीय नुकसान में 70% तक की कमी देखी है। इसके साथ ही, अपने संचालन की सुरक्षा करने और उपभोक्ताओं के लिए एक सुरक्षित खरीदारी वातावरण सुनिश्चित करने के लिए इस प्रकार के समाधान में निवेश करना आवश्यक है। आर्थिक नुकसान को कम करने के अलावा, यह ब्लैक फ्राइडे जैसे उच्च मांग वाले समय में आपकी प्रतिष्ठा को मजबूत करता है, जो ई-कॉमर्स में ब्रांड की सफलता और दीर्घकालिकता में योगदान देता है।
