投資反詐騙技術已不再是電子商務的成本,而是成為保護收入的主要投資。隨著網購的指數級增長,與電子詐欺相關的風險顯著增加,反詐騙技術也必須發展,達到第三代。
如果第一代的反詐欺解決方案是基於靜態規則,第二代是基於消費者風險評分和手動審核流程,那麼第三代和最後一代的詐欺保護是自動化的。
第三代解決方案由人工智慧 (AI) 提供支持,可提供卓越的分析能力,可考慮大量資料以即時識別可疑模式和行為 機器學習 隨著犯罪詐欺網路所使用的技術的發展,這一代的分析模型是動態的且不斷發展。
這種技術組合可以產生更深入的分析和更準確的決策,在經濟上保證免受欺詐,尋求保護和增加電子商務收入。像 Signifyd 這樣的公司已經在巴西市場提供第三代反詐欺工具。
“在最新一代中,人工智慧是實現這一步驟自動化的重要盟友”,迄今為止,人工智慧非常依賴手動、更慢和更昂貴的流程。透過徹底的分析,在幾毫秒內及早發現欺詐行為,確保合法交易的處理不會受到好客戶的干擾或延誤,並且欺詐性訂單在造成財務損失之前會被阻止。這有助於最大限度地提高轉換率並保護消費者體驗,Signifyd Brasil 高級商務總監 Gabriel Vecchia 解釋道。
人工智慧和與詐欺恐懼的鬥爭
一 由 Adobe 和 Signifyd 進行的研究,明確指出詐欺對電子商務的損害超出了詐欺本身的範圍:拉丁美洲約3.5% 的訂單具有潛在詐欺性(Statista),但接受研究的電子商務受訪的28% 仍然拒絕6% 至10% 之間的訂單他們收到的請求(遠遠超出必要範圍,並且在很大程度上是因為擔心欺詐)。
的技術 表示 例如,它幫助拉丁美洲這個世界上最容易發生詐欺的市場之一的電子商務平均批准 7 至 15% 的訂單,消除結帳時的限制性障礙,同時利潤受到財務擔保的保護,免受退款。
在打擊電子商務詐欺的鬥爭中,人工智慧已經證明,它透過讓預防系統不斷發展、學習和適應新的詐欺策略以及讓電子商務領先詐欺者一步,已經征服了自己的空間。
數據很重要
「包含來自全球最大的電子商務網路的數據,經過多年的全球運營,有助於增強這種演變和預測的能力。大量數據如果能很好地用於交叉分析和智能化,將為反詐欺防禦提供重要見解。加布里埃爾補充道,在全球範圍內共享和分析數據可以讓人們了解詐欺趨勢並對新出現的威脅做出快速反應。
在先進技術的幫助下,反詐欺預防投資現在可以透過改善消費者體驗和增加轉換率以及減少誤報和詐欺性退款造成的財務損失來保護收入。
