Замислете да се обидувате да купите нов мобилен телефон, меѓународен лет или посебен подарок - само за вашата трансакција да биде означена како сомнителна и блокирана од систем за спречување на измами, без никакво веродостојно објаснување. Ова е лошата страна на онлајн купувањето. Иако овие системи се дизајнирани да штитат од измами и да обезбедат задоволително искуство при купувањето, тие исто така можат да предизвикаат фрустрација и загуба.
Со експоненцијалното зголемување на собирањето и споделувањето податоци, брзата дигитализација на системите и сè пософистицираните тактики на измама, пазарот ги зајакна своите одбранбени механизми. Но, ова движење создаде парадокс: обидот да се заштити премногу ве чини - не само во приходи, туку и во углед. Ова е она што го нарекуваме лажни позитиви, кога легитимна трансакција погрешно се идентификува како измамничка.
Скриената цена на прекумерната безбедност
Современите измамници работат како бизниси: тие се брзи, организирани и се поттикнати од огромни количини на податоци. Техники како „фишинг како услуга“ симулираат идентитети врз основа на протечени информации и ги искористуваат недостатоците во однесувањето во системите. Тие повеќе не следат очигледни шеми, правејќи ги традиционалните модели застарени и принудувајќи ги компаниите да бараат посилни безбедносни слоеви.
Иако измамниците воведуваат иновации, многу компании за финансиски услуги и малопродажба сè уште се потпираат на фиксни правила за да одговорат. Тоа е ригиден и неефикасен модел - искуството со купување е компромитирано, стапките на конверзија опаѓаат, а лојалноста на клиентите е изгубена.
И влијанието оди уште подалеку: 32% од потрошувачите кои доживеале лажно позитивен резултат го напуштаат трговецот на мало засекогаш. Еден единствен дефект во системот против измами може да значи трајна загуба на приходи и углед. Според „Џавелин стратеџи енд рисрч“, овие грешки веќе ги чинат американските трговци на мало 118 милијарди долари годишно - 13 пати повеќе од реалните загуби од измами. Математиката не се собира.
Важноста на интелигенцијата во реално време и анализата на однесувањето
За да се справи со овој сценарио, новата ера на превенција бара интелигенција, а не прекумерна ригидност. Ова значи користење комбинација од вештачка интелигенција (ВИ), податоци во реално време и аналитика на однесувањето за да се донесат точни одлуки без да се загрози корисничкото искуство.
Со алгоритми кои постојано учат, можно е да се разберат индивидуалните шеми: локација, време, уред, историја на купување и начин на плаќање. Однесувањето зборува погласно од кои било претходно програмирани правила.
Не станува збор само за кажување „да“ или „не“, туку за толкување на контекстот. Истиот клиент може да купи нешто во Сао Паоло наутро и во Рио де Жанеиро навечер. Може да го смени телефонот, прелистувачот или оперативниот систем на уредот. Системот за борба против измами треба да го разбере ова - и да не ја блокира трансакцијата.
Со примена на техники на машинско учење, компаниите можат да создадат модели кои учат од историски податоци и ги намалуваат лажните позитиви со текот на времето. Целта е да се разбере што е нормално за секој корисник и да се идентификуваат отстапувањата - без да се потпираат исклучиво на однапред дефинирани правила. Студија на МИТ која користела податоци од европска банка покажа дека оваа стратегија ги намалила лажните позитиви за 54%, генерирајќи заштеди еквивалентни на 220.000 американски долари.
Иднината на невидливата автентикација
Комбинацијата од вештачка интелигенција и кориснички профили за да се понудат попрецизни препораки - заедно со употребата на податоци за балансирање на безбедноста и конверзијата - отвора врата кон нови технологии. Една од нив е векторска идентификација: решение способно да открие измама дури и кога обидот потекнува од уреди со исчистени колачиња или во инкогнито режим. Но, и легитимните корисници можат да дејствуваат на овој начин.
И кога измамниците и добрите корисници се кријат зад истата маска, како можете да ги разликувате? Со комбинирање на векторски податоци со „отпечатокот од прст“ на уредот, системот може да го разбере типичното однесување на тој корисник и подобро да открие аномалии. Ова значително ја зголемува точноста, избегнувајќи непотребни блокади без да се загрози безбедноста.
Во овој модел, малите варијации се обработуваат со контекстуална интелигенција - што се користи за откривање аномалии врз основа на очекуваните кориснички шеми. Суптилните промени (како ажурирање на софтверот) не активираат предупредувања, но значајните промени (како промена на оперативниот систем или промена на геолокацијата) можат да бидат означени ако отстапуваат од типичното однесување. Ова е новата граница на безбедноста: работа зад сцената, беспрекорно. Најдобриот систем против измами е оној што клиентот дури и не го забележува.
Безбедност што ја движи продажбата, а не обратно
Компаниите имаат тенденција да веруваат дека е подобро да одбијат некои легитимни трансакции, дури и ако тоа малку ги намалува стапките на конверзија, отколку да страдаат од последиците од измама. Но, тие не мора да го усвојат овој став ако ги имаат вистинските алатки.
Затоа, усвојувањето решение за спречување на измами што ги балансира безбедноста и практичноста е вистинска пазарна потреба. Безбедноста и корисничкото искуство не мора да бидат спротивставени сили - тие мора да работат заедно. За да се постигне ова, клучот лежи во прецизноста, а не во ригидноста.
Ерата на лажни позитиви бара од компаниите да инвестираат во интелигентни технологии како што се вештачка интелигенција, аналитика на однесувањето и напредни алатки за откривање на измами. Овие иновации ги намалуваат загубите без да ја жртвуваат легитимната продажба - и, најважно, без да ги отуѓуваат клиентите.
Безбедноста и корисничкото искуство не се спротивни - кога се добро направени, тие одат рака под рака. Обезбедувањето заштита е задолжително. Но, тоа да се прави без да се компромитира искуството е она што навистина прави разлика на денешниот сè поконкурентен пазар.
Од Тијаго Бертакини, раководител на продажба во Нетон
