Представьте, что вы пытаетесь купить новый мобильный телефон, международный билет или специальный подарок, а также помечите вашу транзакцию как подозрительную и заблокированную системой предотвращения мошенничества без каких-либо правдоподобных объяснений. Это обратная сторона онлайн-покупок. Хотя эти системы были разработаны для защиты от мошенничества и обеспечения удовлетворительного опыта покупок, они также могут вызвать разочарование и убытки.
С экспоненциальным увеличением сбора и обмена данными, быстрой оцифровкой все более сложных систем и тактик мошенничества, рынок ужесточил свою защиту Но этот шаг создал парадокс: попытка защитить слишком много становится дорогостоящей 'DO НЕ только в доходах, но и в репутации, Это то, что мы называем ложными срабатываниями, когда законная транзакция ошибочно идентифицируется как мошенническая.
Скрытая цена чрезмерной безопасности
Современные мошенники действуют как компании: они быстры, организованы и питаются большими объемами данных. такие методы, как “phishing как сервис”, моделируют личности из утечки информации и используют поведенческие лазейки в системах. Они больше не следуют очевидным закономерностям, делая традиционные модели устаревшими и заставляя компании искать более надежные уровни безопасности.
В то время как мошенники внедряют инновации, многие компании, предоставляющие финансовые услуги и розничную торговлю, по-прежнему полагаются на фиксированные правила для реагирования. Это жесткая и неэффективная модель. Когда опыт покупок скомпрометирован, коэффициенты конверсии резко падают, а лояльность клиентов теряется.
И влияние выходит за рамки: 32% потребителей, которые проходят через ложный положительный результат, навсегда покидают владельца магазина. единственный недостаток в системе борьбы с мошенничеством может означать окончательную потерю дохода и репутации. По данным Javelin Strategy & Research, эти ошибки уже обходятся розничным торговцам США US$ в 118 миллиардов долларов в год в 13 раз дороже, чем фактические убытки от мошенничества. Счет не закрывается.
Важность интеллекта в реальном времени и поведенческого анализа
Для решения этого сценария новая эра предотвращения требует интеллекта, а не чрезмерной жесткости. Это означает использование комбинации искусственного интеллекта (ИИ), данных в реальном времени и поведенческого анализа для принятия точных решений без ущерба для пользовательского опыта.
С алгоритмами, которые учатся непрерывно, можно понять отдельные закономерности: местоположение, время, устройство, историю покупок и метод оплаты. Поведение говорит громче, чем любое заранее запрограммированное правило.
Речь идет не просто о том, чтобы сказать “sim” или “not”, а о интерпретации контекста.Один и тот же клиент может купить что-то в Сан-Паулу утром и Рио-де-Жанейро ночью.Он может переключать телефоны, менять браузеры или обновлять операционную систему device.The anti-fraud system нужно понять это, а не блокировать транзакцию.
Применяя методы машинного обучения, компании могут создавать модели, которые учатся на исторических данных и уменьшают ложные срабатывания с течением времени Цель состоит в том, чтобы понять, что является нормальным для каждого пользователя, и выявить отклонения DO, не полагаясь только на предопределенные правила Исследование MIT с данными европейского банка показало, что эта стратегия сократила ложные срабатывания на 54%, генерируя экономию, эквивалентную US$ 220 тыс.
Будущее невидимой аутентификации
Сочетание ИИ и профилей пользователей для предложения более точных рекомендаций в сочетании с использованием данных для балансировки безопасности и конверсии открывает двери для новых технологий Одним из них является векторный идентификатор: решение, способное обнаруживать мошенничество даже при отходе попытки от устройств с чистыми файлами cookie или в анонимном режиме.
И когда и мошенники, и хорошие пользователи прячутся за одной маской, как их дифференцировать? комбинируя векторные данные с “fingprint устройства, система может понять типичное поведение этого пользователя и лучше обнаружить аномалии. это значительно повышает точность, избегая ненужных блокировок без ущерба для безопасности.
В этой модели небольшие вариации обрабатываются контекстным интеллектом (используется для обнаружения аномалий на основе ожидаемого пользователем pattern.Subtle изменений (например, обновление программного обеспечения) не вызывают оповещения, но значительные изменения (например, изменение операционной системы или изменение геолокации) могут быть помечены, если они находятся за пределами обычного поведения.Это новый рубеж безопасности: действовать за кулисами, без трений. лучшая система борьбы с мошенничеством - это та, которую клиент даже не замечает.
Безопасность, которая стимулирует продажи, а не наоборот
Компании склонны считать, что лучше отказаться от некоторых законных сделок, даже если это немного снизит коэффициенты конверсии, чем страдать от последствий мошенничества.
Поэтому принятие решения по предотвращению мошенничества, которое уравновешивает безопасность и удобство, является реальной потребностью рынка Безопасность и пользовательский опыт не обязательно должны быть противоборствующими силами (они должны идти вместе Для этого секрет в точности, а не в жесткости.
Эпоха ложных срабатываний требует от компаний инвестировать в умные технологии, такие как ИИ, поведенческая аналитика и передовые инструменты обнаружения мошенничества. Эти инновации сокращают потери, не жертвуя законными продажами и, что наиболее важно, не отгоняя клиентов.
Безопасность и качество обслуживания клиентов не являются противоположностями, если все сделано хорошо, идите рука об руку. Предложение защиты является обязательным. Но делать это без ущерба для опыта - это то, что действительно делает разницу на сегодняшнем все более конкурентном рынке.
Тьяго Бертаккини, руководитель отдела продаж Nethon
