Χρησιμοποιώντας την επιστήμη των δεδομένων για την πρόληψη της απάτης.
Οι περισσότεροι άνθρωποι θα γνωρίζουν τουλάχιστον κάποιον που έχει πέσει θύμα ηλεκτρονικής απάτης. Πρόσφατα στοιχεία από τον Cifas αποκάλυψαν ότι στο Ηνωμένο Βασίλειο σημειώθηκαν συνολικά 89.000 περιπτώσεις απάτης που διεξήχθησαν κατά το πρώτο εξάμηνο του έτους.
Η μελέτη διαπίστωσε ότι ενώ ο αριθμός των προσπαθειών απάτης ταυτότητας σε βάρος τραπεζικών λογαριασμών και πιστωτικών καρτών έχει μειωθεί, αυτές εξακολουθούν να αντιπροσωπεύουν περισσότερο από το ήμισυ όλων των περιπτώσεων. Μόνο πέρυσι, η απάτη με κάρτες πληρωμών ανήλθε σε 21,84 δισ. δολάρια παγκοσμίως.
Οι προσπάθειες για την απόκτηση προσωπικών ή οικονομικών πληροφοριών για τη διάπραξη απάτης έχουν εξελιχθεί σε εξαιρετικά εξελιγμένες επιχειρήσεις. Δεν είναι πλέον μια περίπτωση αισιόδοξων ατόμων (hackers) που στέλνουν απλά μηνύματα ηλεκτρονικού ταχυδρομείου που προσπαθούν έτσι να σας ξεγελάσουν και να σας αποσπάσουν χρηματικά ποσά.
Τώρα, οι απατεώνες αγοράζουν κλεμμένες πιστωτικές κάρτες και προσωπικές πληροφορίες χύμα στον σκοτεινό ιστό και γράφουν προγράμματα ή κώδικα για να δοκιμάσουν κάθε κάρτα για να καθορίσουν εάν μπορούν να τη χρησιμοποιήσουν για οικονομικό όφελος.
Η προέλευση των δόλιων πληρωμών μπορεί κανονικά να ανιχνευθεί με την παραβίαση δεδομένων ενός οργανισμού. Η πρόσφατη υπόθεση της Equifax, της αμερικανικής υπηρεσίας παροχής στοιχείων για την καταναλωτική πίστη που υπονόμευσε τα δεδομένα των 143 εκατομμυρίων ανθρώπων, αποτελεί ένα πρωταρχικό παράδειγμα. Στη συνέχεια, η Equifax κατεύθυνε τους πελάτες σε μια πλαστή σελίδα υποστήριξης πελατών, παραλείποντας να διαπιστώσει ότι ήταν απάτη και κατέδειξε πόσο εύκολο είναι να μιμηθεί κάποιος μια σελίδα επιχείρησης.
Η πίεση στους εμπόρους.
Παρόλο που τα στοιχεία της κάρτας κάποιου δεν είναι τόσο εύκολο να κλαπούν ή χρησιμοποιηθούν για να γίνει μια δόλια πληρωμή. Ωστόσο είναι αναμφισβήτητα ένα αγχωτικό και ενοχλητικό γεγονός, και για έναν πεπειραμένο χάκερ είναι σχετικά απλό να αποσπάσει χρηματικά ποσά από ένα άτομο.
Για τους εμπόρους, οι δόλιες πληρωμές αντιπροσωπεύουν μια μάλλον διαφορετική πρόκληση. Προκειμένου ένας καταναλωτής να πάρει πίσω τα χρήματά του, η τράπεζά παίρνει την επιστροφή χρημάτων από τον έμπορο. Όμως, αν ο έμπορος έχει αποστείλει τα αγαθά ή έχει εκτελέσει την υπηρεσία, συχνά τα πράγματα μπερδεύονται και το κόστος αναπόφευκτα βαραίνει τον επιχειρηματία.
Μια μελέτη διαπίστωσε ότι κάθε δολάριο που δαπανάται με δόλο κοστίζει στους εμπόρους 2,40 δολάρια. Αυτό σημαίνει ότι οι έμποροι, ιδίως εκείνοι που πωλούν προϊόντα ή υπηρεσίες στο διαδίκτυο όπου η κάρτα δεν είναι φυσικά παρούσα, πρέπει να είναι ιδιαίτερα προσεκτικοί για να προσπαθήσουν να προσδιορίσουν εάν το πρόσωπο που αγοράζει το προϊόν είναι αυτό που λέει ότι είναι.
Μια προσέγγιση για τη διαχείριση του κινδύνου είναι να απλώς να απορρίψετε οποιαδήποτε συναλλαγή που εκτελεί το σύστημα απάτης – για παράδειγμα εάν η κάρτα έχει χρησιμοποιηθεί σε διαφορετική χώρα από εκείνη που εκδόθηκε ή εάν η διεύθυνση χρέωσης είναι διαφορετική από τη διεύθυνση αποστολής, τότε η περίσταση απλουστεύεται.
Ενώ αυτό είναι πιθανό να μειώσει την απάτη, οι πιθανότητες είναι ότι ο έμπορος θα χάσει επίσης νόμιμες ευκαιρίες εσόδων ως αποτέλεσμα αυτών των ενεργειών. Ο αποκλεισμός των νόμιμων συναλλαγών επειδή ταξιδεύουν με ένα σύστημα απάτης είναι γνωστό ως «ψευδώς θετικό» και αναφέρεται ότι κόστισε στους εμπόρους κοντά στα 8,6 δισ. Δολάρια μόνο πέρυσι.
Ορισμένα εργαλεία όπως το 3D secure μπορούν να βοηθήσουν σε αυτό ζητώντας πρόσθετες πληροφορίες σε έναν αυτόνομο ασφαλές ιστότοπο πριν ολοκληρώσουν τη συναλλαγή οι πελάτες, όμως συχνά θεωρούνται από τους καταναλωτές ως «χρονοτριβή» στην εμπειρία του πελάτη και κατά συνέπεια δεν είναι θεμιτή μέθοδος από το ευρύ κοινό. Ιδίως σε μια εποχή όπου οι καταναλωτές απαιτούν μια εμπειρία επιπλέον χρονοτριβές και περαιτέρω διαδικασία.
Προσδιορισμός του αγοραστή πίσω από τη συναλλαγή.
Πλέον η περίπτωση που οι στόχοι της ηλεκτρονικής απάτης είναι ηλικιωμένα άτομα και ξεγελιούνται από απάτες ηλεκτρονικού ταχυδρομείου έχει πάψει να ισχύει – η έρευνα του Cifas δείχνει ότι είναι στην πραγματικότητα άνθρωποι στην ηλικία των 30 ετών και είναι πιθανότερο να πέσει θύμα αυτή η ηλικιακή ομάδα, λόγω του ότι αντιπροσωπεύει το μεγαλύτερο μέρος των χρηστών.
Στην πραγματικότητα, η ηλικία άνω των 60 ετών είναι ηλικιακή ομάδα που έχει τα χαμηλότερα ποσοστά σε περιπτώσεις απάτης για φέτος. Ο προσδιορισμός του πελάτη πίσω από τη συναλλαγή είναι το κλειδί για την πρόληψη της απάτης.
Η λήψη δακτυλικών αποτυπωμάτων μέσω εφαρμογής είναι μια χρήσιμη λύση για τη δημιουργία μιας σαφέστερης εικόνας του ατόμου πίσω από τη συναλλαγή. Αυτή είναι η διαδικασία κατανόησης της συσκευής που χρησιμοποιεί ένας αγοραστής για την πραγματοποίηση αγορών και μπορεί να βοηθήσει στην εξάλειψη ψευδών στοιχείων. Για παράδειγμα, οι άνθρωποι που αγοράζουν δώρα για φίλους σε άλλες χώρες μπορεί να είναι μια κοινή κόκκινη σημαία σε συστήματα ανίχνευσης απάτης, επειδή είναι μια διεθνής κάρτα που αγοράζει κάτι που αποστέλλεται σε μια ξένη διεύθυνση στην οποία δεν έχει εγγραφεί η κάρτα. Ωστόσο, εάν η αγορά πραγματοποιήθηκε σε μια συσκευή που συνήθως χρησιμοποιεί ο πελάτης, το δακτυλικό αποτύπωμα της συσκευής θα είναι εξοικειωμένο και ο κίνδυνος για τον έμπορο θα μειωθεί σημαντικά. Η ανάλυση πρόσθετων δεδομένων χρησιμοποιώντας αλγόριθμο αντιστοίχισης και ανάλυση συμπεριφοράς διαδραματίζει επίσης πολύ σημαντικό ρόλο για τον σωστό εντοπισμό ενός αγοραστή.
Καταπολέμηση των παραβιάσεων με την επιστήμη των δεδομένων.
Είναι γεγονός πως οι απατεώνες χρησιμοποιούν αλγόριθμους και την επιστήμη των δεδομένων για να σπεύσουν τις διαδικασίες και να επικυρώσουν με επιτυχία τις κλεμμένες λεπτομέρειες των καρτών, οπότε οι έμποροι πρέπει επίσης να χρησιμοποιήσουν την επιστήμη των δεδομένων και τις πρόχειρες αναλύσεις για να ξεπεράσουν αυτό το σκόπελο.
Οι ευφυείς λύσεις διαχείρισης κινδύνου χρησιμοποιούν συνδυασμό δεδομένων και τεχνολογίας συναλλαγών για τη δημιουργία ευφυών προφίλ κινδύνου που έχουν σχεδιαστεί για την έγκαιρη αναγνώριση των απατεώνων και για την εξάλειψη των τριβών για τους νόμιμους πελάτες.
Στο Adyen επεξεργάζονται πληρωμές για περισσότερους από 4.500 έμπορους ανά τον κόσμο, συμπεριλαμβανομένων μερικών από τις μεγαλύτερες εταιρείες στον κόσμο. Αυτό το ολοκληρωμένο σύνολο δεδομένων επιτρέπει μια έξυπνη εκτίμηση κάθε συναλλαγής – έτσι ώστε αν ένας έμπορος μπορεί εύκολα και τάχιστα να εντοπίσει μια ψευδή κάρτα σε χρήση, μπορεί επίσης να αναλυθεί και να αντιμετωπιστεί με προσοχή σε όλο το δίκτυο.
Με την επιστήμη των δεδομένων και την εκμάθηση μηχανών, μπορούμε να αρχίσουμε να προβλέπουμε δόλια συμπεριφορά και να εμποδίζουμε τη διεξαγωγή αυτών των συναλλαγών. Ένα σημαντικό βήμα είναι να εξετάσουμε τις συναλλαγές ως κάτι περισσότερο από αυτόνομες οντότητες.
Υπάρχουν πολλά πολύτιμα δεδομένα που μπορούν να συγκεντρωθούν με μια συναλλαγή για να αποκτήσετε μια ολιστική άποψη του αγοραστή – όπως η διεύθυνση ηλεκτρονικού ταχυδρομείου, τα διαπιστευτήρια σύνδεσης και τα στοιχεία της κάρτας. Μέσω του συστήματος ShopperDNA, εφαρμόζουμε προηγμένους αλγόριθμους σύνδεσης σε αυτά τα συμπλέγματα, παράλληλα με την αποτύπωση δακτυλικών αποτυπωμάτων και την ευφυΐα δικτύου, για τον εντοπισμό συσκευών, δικτύων και επιγραμμικών προσώπων. Αυτό επιτρέπει στους εμπόρους να εντοπίζουν και να απαγορεύουν τους απατεώνες προσαρμόζοντάς τους για να μειώσουν τους κινδύνους και τις αντιστροφές χρεώσεων (διαδικασία κατά την οποία επιστρέφονται δόλιες πληρωμές).
Ελαχιστοποιώντας τον κίνδυνο και μειώνοντας παράλληλα τις χρονοτριβές.
Στην εποχή των τεχνολογικών εξελίξεων που διανύουμε, του ηλεκτρονικού εμπορίου και της επιθυμίας για διαδικασίες πληρωμής χωρίς τριβές, η πρόληψη της απάτης δεν αφορά μόνο τη διατήρηση κακών πληρωμών, αλλά εξίσου και για την διεκπεραίωση των καλών πληρωμών. Τα δεδομένα είναι πραγματικά το κλειδί και δυστυχώς είναι αυτό που απατεώνες χρησιμοποιούν στα προγράμματά τους για να κερδίζουν χρήματα, αλλά είναι επίσης ο καλύτερος τρόπος για την καταπολέμηση δόλιων πληρωμών. Δίνει τη δυνατότητα στους εμπόρους να επιβραβεύουν καλούς πελάτες και να τους παρέχουν μια απρόσκοπτη εμπειρία, ενώ παράλληλα θα σταματήσουν τους απατεώνες – που θα προσπαθήσουν να κλέψουν τις πιστωτικές κάρτες σε πολλαπλές συσκευές, δίκτυα και διευθύνσεις ηλεκτρονικού ταχυδρομείου.
