Якщо тенденція шахрайства з платежами збережеться, до 2027 року обсяг шахрайських транзакцій становитиме понад $38 млрд.
https://www.actionfraud.police.uk/
Шахрайство у всьому світі зросло в геометричній прогресії, адже розвиток цифрових технологій створив для зловмисників безліч нових шляхів обману, незважаючи на те, що для забезпечення безпеки бізнесу було впроваджено велику кількість важливих технологічних розробок.
То що можна зробити? Відповісти на це запитання попросили Пантехі Педрам, директора з операцій з ризиками та продуктами у Worldline — компанії, яка є світовим лідером у галузі безпечних платежів та надійних транзакцій.
Педрам у Worldline відповідає за створення та впровадження інноваційних рішень щодо управління ризиками, пов’язаних із шахрайством, відмиванням грошей та фінансуванням тероризму на оперативному рівні, а також за запобігання ризикам. Крім цього, вона керує глобальними групами з управління ризиками шахрайства та моніторингу ПОД/ПФТ в еквайрингових організаціях Worldline та PSP.
В розмові The Fintech Times Пантехі Педрам пояснила, що немає єдиного підходу, який можна було б використовувати для боротьби з шахрайством з платежами, тому потрібен комбінований підхід, в якому нові технології поєднуються зі старими методами.
Останні кілька років електронна комерція процвітала у всьому світі, але шахрайство з платежами зростало пропорційно. За даними Statista, до 2027 року глобальні шахрайські транзакції становитимуть $38,5 млрд на рік, і шахрайство з онлайн-платежами залишиться довгостроковою, серйозною та масштабною проблемою.
Онлайн-продавці, які прагнуть запровадити успішні рішення запобігання шахрайству та боротьбі з крадіжками, повинні пам’ятати про витонченість методів своїх супротивників-шахраїв. Проблеми, з якими вони стикаються, можуть сильно відрізнятися залежно від сектора та території, і кожен продавець повинен тісно співпрацювати з постачальником рішень або партнером із запобігання шахрайству, який найкраще розуміє відповідні особливості ринку та демонструє досвід для вирішення та подолання цих змінних. Так само вкрай важливо, щоб методи та рішення щодо боротьби з шахрайством розвивалися раніше, ніж тактика, що використовується зловмисниками.
В останні роки інструменти машинного навчання (ML) почали витісняти більш традиційні статичні рішення, засновані на правилах, хоча кожна методологія має свої переваги, спільне розгортання дає ще більше шансів досягти мети.
Для боротьби з шахрайством оптимальним рішенням є використання «гібридного» підходу, який пропонує компаніям найкраще з обох світів, дозволяючи їм зберігати певний рівень контролю, пропонований традиційнішими рішеннями, і водночас використовувати силу даних за допомогою наукових досягнень моделей машинного навчання.
Успішна система повинна забезпечувати легке налаштування для виконання унікальних вимог будь-якої ринкової вертикалі, в якій продавець працює зараз і в майбутньому. Фінансово така модель вигідніша, оскільки вбудовані можливості машинного навчання знижують потребу в ручних перевірках. Будь-яке гібридне рішення однаково має долати поширені недоліки застарілих методів. До них належать ті, які пов’язані з нездатністю однієї системи безперебійно та успішно працювати в будь-якому регіоні або з необхідністю дорогого повторного калібрування для усунення численних регіональних складнощів.
Раннє виявлення шахрайських транзакцій одночасно важливе і складне, особливо при спробі зберегти правильний баланс між максимізацією законних замовлень та відсіюванням інших. Знання моделей шахрайства, пов’язаних з кожною вертикаллю бізнесу та географічним ринком, які можуть бути лінійним результатом охоплення ринку та різноманітності профілів постачальника платіжних рішень або партнера із запобігання шахрайству, може допомогти у точному налаштуванні системи для надання послуг.
Таке ідеальне гібридне рішення також вимагатиме значного рівня складності. Згодом елемент науки про дані набуватиме дедалі більшого значення, забезпечуючи довгостроковий успіх і довговічність рішення. Так само будь-яке дійсно цінне рішення має пропонувати кілька моделей, які можна повсюдно застосовувати та налаштовувати відповідно до дуже різних вимог кожного продавця, тобто це не рішення «один розмір підходить всім», а швидше система «індивідуальна для продавця».
ЧИТАЙТЕ ТАКОЖ:
- Небезпека чи можливості: як штучний інтелект змінює світ
- Підробний Google-перекладач встановив майнери на 112 тисяч комп’ютерів по всьому світу
- Bloomberg: Можливо, хакери зламали TikTok і отримали доступ до платіжних даних користувачів
Telegram
Viber