close-btn
Ми в соцмережах:

Как бороться с карточными мошенниками: гибридный подход

Если тенденция мошенничества с платежами сохранится, к 2027 году объем мошеннических транзакций составит более $38 млрд

https://www.actionfraud.police.uk/

Мошенничество во всем мире выросло в геометрической прогрессии, ведь развитие цифровых технологий создало для злоумышленников множество новых путей обмана, несмотря на то, что для обеспечения безопасности бизнеса было внедрено большое количество важных технологических разработок.

Так что же можно сделать? Ответить на этот вопрос попросили Пантехи ​​Педрам, директора по операциям с рисками и продуктам в Worldline — компании, которая является мировым лидером в области безопасных платежей и надежных транзакций.

Педрам в Worldline отвечает за создание и внедрение инновационных решений по управлению рисками, связанных с мошенничеством, отмыванием денег и финансированием терроризма на оперативном уровне, а также за предотвращение рисков. Помимо этого она руководит глобальными группами по управлению рисками мошенничества и мониторингу ПОД/ПФТ в эквайринговых организациях Worldline и PSP.

В беседе с The Fintech Times Пантехи ​​Педрам объяснила, что не существует единого подхода, который можно было бы использовать для борьбы с мошенничеством с платежами, поэтому нужен комбинированный подход, в котором новые технологии сочетаются со старыми методами.

Последние несколько лет электронная коммерция процветала во всем мире, но мошенничество с платежами росло соразмерно. По данным Statista, к 2027 году глобальные мошеннические транзакции составят $38,5 млрд в год, и мошенничество с онлайн-платежами останется долгосрочной, серьезной и масштабной проблемой.

Онлайн-продавцы, стремящиеся внедрить успешные решения предотвращения мошенничества и борьбы с кражами, должны помнить об изощренности методов своих противников-мошенников. Проблемы, с которыми они сталкиваются, могут сильно различаться в зависимости от сектора и территории, и каждый продавец должен тесно сотрудничать с поставщиком решений или партнером по предотвращению мошенничества, который лучше всего понимает соответствующие особенности рынка и демонстрирует опыт для решения и преодоления этих переменных. Точно так же крайне важно, чтобы методы и решения по борьбе с мошенничеством развивались раньше, чем тактика, используемая злоумышленниками.

В последние годы инструменты машинного обучения (ML) начали вытеснять более традиционные статические решения, основанные на правилах, хотя у каждой методологии есть свои преимущества, совместное развертывание дает еще больше шансов достичь цели.

Для борьбы с мошенничеством оптимальным решением является использование «гибридного» подхода, который предлагает компаниям лучшее из обоих миров, позволяя им сохранять определенный уровень контроля, предлагаемый более традиционными решениями, и в то же время использовать силу данных с помощью научных достижений моделей машинного обучения.

Успешная система должна обеспечивать легкую настройку для выполнения уникальных требований любой рыночной вертикали, в которой торговец работает сейчас и в будущем. Финансово такая модель более выгодна, поскольку продвинутые встроенные возможности машинного обучения снижают потребность в ручных проверках. Любое гибридное решение в равной степени должно преодолевать распространенные недостатки устаревших методов. К ним относятся те, которые связаны с неспособностью одной системы бесперебойно и успешно работать в любом регионе или с необходимостью дорогостоящей повторной калибровки для устранения многочисленных региональных сложностей.

Раннее выявление мошеннических транзакций одновременно важно и сложно, особенно при попытке сохранить правильный баланс между максимизацией законных заказов и отсеиванием других. Знание моделей мошенничества, связанных с каждой вертикалью бизнеса и географическим рынком, которые могут быть линейным результатом охвата рынка и разнообразия профилей поставщика платежных решений или партнера по предотвращению мошенничества, может помочь в точной настройке системы для предоставления услуг.

Такое идеальное гибридное решение также потребует значительного уровня сложности. Со временем элемент науки о данных будет приобретать все большее значение, обеспечивая долгосрочный успех и долговечность решения. Точно так же любое действительно ценное решение должно предлагать несколько моделей, которые можно повсеместно применять и настраивать в соответствии с очень разными требованиями каждого продавца, т. е. это не решение «один размер подходит всем», а скорее система «индивидуальная для продавца».

ЧИТАЙТЕ ТАКЖЕ:

Хочу получать:

ТОП новости, билеты на мероприятия, бесплатно!