close-btn

Онлайн-фрод: как защитить свой бизнес в сети от мошенников?

Артем Тимошенко
CEO Maxpay

Борьба с мошенничеством становится все более актуальной темой. В первую очередь это касается сегмента e-commerce.

mobile

Как компаниям бороться с онлайн-фродом: советы эксперта

Недавно стало известно от том, что от махинаций пострадала одна из крупнейших платежных компаний — Western Union. Компания была оштрафована на $586 миллионов за то, что проигнорировала использование своего сервиса третьими лицами в преступных целях, а именно для отмывания денежных средств и онлайн-мошенничества.

Но как, открыв бизнес в сети, защитить себя от мошенников? Для стартапов существует несколько простых шагов для минимизации потерь от онлайн-фрода.

Для начала необходимо создать алгоритм работы компании, который позволит противостоять мошенникам:

  • Анализировать все критические действия пользователей на вашем сайте, такие как регистрация, IP, логин, имя карты и другие.
  • Проводить перекрёстный анализ данных пользователей, используя человеческие ресурсы и алгоритм машинного обучения.
  • Использовать самообучающиеся программы для анализа данных потребителей.

Создание и обучение системы займет немало времени, но принесет значительный результат. Такие скоринговые системы с автоматизированным процессом принятия решений позволят существенно сократить эксплуатационные накладные расходы на защиту от мошенников. Но с чего начать?

maxpay

ШАГ 1 — Первоначальная проверка. Создание траст-листа (списка доверия).

  • Проверка потенциального клиента по глобальной базе мошеннических идентификаторов.

Ряд онлайн-сервисов (например, этот) могут проверить, попадался ли тот или иной покупатель на мошенничестве при покупке контента, товара, услуги.

Дополнительную пользу в первоначальной настройке программы могут принести:

  1. объединение нескольких поставщиков для создания единой базы и принятия более точных решений
  2. партнерство с Ethoca повысит вероятность предупредить появление возвратных платежей.
    Для того, чтобы создать базу на сайте, необходимо ввести обязательное требование аутентификации: адрес электронной почты, номер телефона, IP-адрес, запрос отпечатков пальцев с устройства и другие.

ШАГ 2 — ПОДСЧЕТ РИСКОВ

  • Создание скоринговых моделей, которые формируются с помощью «дерева решений» («ЕСЛИ — ТО»). Таким образом можно проанализировать данные потребителя.

ЕСЛИ карта клиента не именная, имя не совпадает с регистрационным на сайте, ТО начисляются баллы. Чем больше количество баллов, тем выше риск быть обманутым покупателем.

login

Система должна учитывать множество факторов: пол, карта какого банка (именная/неименная), адрес, страна, где зарегистрирован IP и т. д. Все эти факторы необходимо учитывать при расчете потенциальных рисков.

На основе полученных данных составляется сценарий работы с клиентом. База подсчитывает суммарное количество баллов и составляет оценку рисков.

ШАГ З — РЕШЕНИЕ

  • Система, анализирующая данные, принимает решение.

Каждый потребитель получает баллы в оценке рисков. Например:

оценка риска> = 80 – отклонить запрос (черный список)

оценка риска> от 60 до 80 – запрос требует повышенного внимания (серый список)

оценка риска <60 – принятие запроса (белый список)

Создав подобную систему, можно отслеживать нежелательных клиентов и отсеивать их. Часть запросов программа будет отсеивать самостоятельно, часть потребует внимания со стороны человека.

В процессе работы необходимо точечно отслеживать и обучать программу, ведь в черный список могут попасть и безопасные клиенты. Но создав или воспользовавшись уже готовой программой, возможно на порядок сократить связанные эксплуатационные накладные расходы на защиту от мошенников.

google news
credit link image
×
Подписывайтесь на нас в Telegram и Viber!