Czego handel cyfrowy o wysokiej wartości może Cię nauczyć na temat zapobiegania oszustwom

Oszustwa cyfrowe nie są już okazjonalnym wydarzeniem, ale stały się częścią codziennej rutyny handlu elektronicznego. Dane Nethone pokazują, że liczba podejrzeń o oszustwa w styczniu i lutym utrzymywała się na poziomie ponad 400 milionów, co wskazuje, że oszuści w dalszym ciągu atakują użytkowników, nawet jeśli wielkość zwrotów, zwrotów pieniędzy i skarg jest w szczytowym okresie, co sprawia, że wykrywanie staje się jeszcze większym wyzwaniem.

Głównym celem tych działań jest handel cyfrowy o wysokiej wartości, taki jak sklepy e-commerce, które sprzedają produkty po wysokich cenach, oraz firmy z branży biletów lotniczych Te przedsiębiorstwa, ponieważ są bardziej atrakcyjne dla przestępców, są zmuszone do szybszego wprowadzania innowacji niż inne, stając się laboratoriami dla najnowszych technologii wykrywania oszustw.

Tym, co sprawia, że transakcja jest obarczona wysokim ryzykiem (tzw. “high-risk business”) jest skojarzenie z operacjami o wysokiej wartości, natychmiastową płynnością lub dużym wolumenem.mówimy o.

Platformy e-commerce dla drogich przedmiotów, takich jak elektronika i rynki marek premium, które obsługują produkty łatwo odsprzedawane na rynku nieformalnym;

Gry online i zakłady, które pozwalają na szybkie przemieszczanie i mnożenie zasobów;

Bilety turystyczne i lotnicze, o wysokich średnich wartościach transakcji i potencjale natychmiastowej odsprzedaży;

Kryptowaluty i aktywa cyfrowe, które umożliwiają transakcje charakteryzujące się anonimowością, płynnością i brakiem granic;

Usługi Fintech, w przypadku których otwieranie kont i interakcje z klientami są podatne na oszustwa związane z inżynierią społeczną i przejmowaniem kont.

Firmy o tym profilu na co dzień stają w obliczu wyrafinowanych zagrożeń, co zmusza je do podnoszenia standardów bezpieczeństwa i ciągłego wprowadzania innowacji Osoby spoza tej grupy powinny zwracać szczególną uwagę, ponieważ ryzyko, na jakie napotykają dziś te przedsiębiorstwa, ma tendencję do rozprzestrzeniania się na cały rynek w krótkim czasie.

Problemy tradycyjnych podejść profilaktycznych

Klasyczną reakcją na oszustwa jest blokowanie w oparciu o dane rejestracyjne i historię transakcji. Jest to model statyczny, z wyraźnymi ograniczeniami, takimi jak nadmierne blokowanie, które zwiększa liczbę fałszywych alarmów i prowadzi do utraty legalnych klientów. Ponadto tradycyjny model nie nadąża za dynamiką ataków, a wyrafinowani oszuści już wiedzą, jak manipulować danymi statycznymi, takimi jak numery dokumentów, adresy i sklonowane karty.

W końcu zablokowanie zbyt dużych kosztów sprzedaży; zbyt małe blokowanie generuje straty finansowe Dlatego tak ważne jest uwzględnienie w równaniu innych elementów, takich jak analiza behawioralna, Jest to już nauka sektorów wysokiego ryzyka, które nie ograniczają już swoich ocen do tego, co zgłasza użytkownik, ale także analizują, jak zachowuje się online.

Niektóre wskaźniki behawioralne, które zostały z powodzeniem zastosowane, obejmują.

Szybkość i wzór pisania;

Geolokalizacja i rozbieżności z adresem rozliczeniowym;

Korzystanie z VPN lub emulatorów urządzeń;

Przepływ nawigacji (czas na stronach, powtarzane próby, ścieżki kliknięć).

Oszuści mogą uzyskać dane katastralne, ale znacznie trudniej jest konsekwentnie powielać uzasadniony wzorzec zachowania.

Sztuczna inteligencja na pierwszej linii frontu

Główną lekcją, jaką handel cyfrowy o wysokiej wartości może wyciągnąć na temat zapobiegania oszustwom, jest to, że nigdy nie jest on statyczny: jest to ciągły proces wymagający ciągłych aktualizacji w odpowiedzi na ewoluujące techniki przestępcze.

Każdy e-commerce, nawet o najniższym ryzyku, powinien być inspirowany tym dynamicznym ekosystemem i przyjąć proaktywną postawę, ponieważ reputacja, przepływy pieniężne i relacje z klientami zależą od zdolności wykrywania i blokowania zagrożeń.

Masowe wykorzystanie technologii takich jak sztuczna inteligencja (AI) umożliwia wykrywanie anomalii w czasie rzeczywistym, co jest niezbędne w sektorach, w których decyzje muszą być podejmowane natychmiast. Ponadto systemy te mają możliwości ciągłego uczenia się, a MODELE poprawiają się w miarę identyfikowania nowych wektorów ataku, zapewniając szybsze i skuteczniejsze reakcje na pojawiające się zachowania.

Sztuczna inteligencja nie zastąpiła jeszcze całkowicie ludzkiej analityki, ale napędza zespoły zajmujące się zwalczaniem nadużyć finansowych, automatyzując ogromne ilości prób, tworząc kombinację, która sprawia, że obrona jest znacznie solidniejsza.

Co wszystkie branże muszą zrozumieć (i to szybko)

Inwestycje i strategie bezpieczeństwa sektorów wysokiego ryzyka należy traktować jako punkt odniesienia dla całego rynku, Przecież ewolucja technologiczna zachodzi po obu stronach & oszuści & IDF i to, co jest obecnie testowane w wysoce ukierunkowanych sektorach, może rozprzestrzenić się na innych bardzo szybko.

Jak pokazują dane, oszustwa są coraz bardziej dynamiczne, nie ograniczają się już do kluczowych dat w kalendarzu biznesowym i błędem jest traktowanie ich jako problemu zespołu IT “IT.

W praktyce oznacza to, że wzmocnienie obrony tuż w listopadzie, przed Czarnym Piątkiem, nie wystarczy. Nawet w przypadku sektorów o umiarkowanym ryzyku sposobem jest nadanie priorytetu inwestycjom w technologię behawioralną i sztuczną inteligencję.

Ci, którzy uważnie śledzą, jak sektory wysokiego ryzyka radzą sobie z oszustwami, są lepiej przygotowani na wyzwania, które już pukają do drzwi całego rynku. „Zapobieganie oszustwom w ramach KOŁA to strategia biznesowa, a nie tylko środek obronny.

Autor: Thiago Bertacchini, dyrektor sprzedaży w Nethone