付款风险和欺诈 – 揭秘
这个故事的目标
- 定义欺诈和付款风险，“WHO”受到影响？
- 付款风险和欺诈 – 有什么区别
- 欺诈预防工具和技术
- 创新发生在这个领域
让我们开始吧
为什么我们都应该了解数字支付风险和欺诈
持卡人的故事
我最近收到了一封电子邮件和金融机构的电话，告知他们会给我一张新的信用卡（取代现有的信用卡），当我问你为什么要这样做时，他们说我们注意到我的帐户上有“一些可疑的欺诈活动”他们认为更换卡可以防止这种情况发生。
银行账户持有人故事
这没什么，我的朋友最近收到一条消息警告，从帐户中扣除了一些金额，他不知道这是怎么发生的
企业主和商人的故事
在线商家非常清楚欺诈会以多种方式使他们付出代价 – 退款，误报，结账时可能会导致销售的摩擦。资源
金融机构的一面故事
根据IBM商业价值研究院（IBV）对500名银行C级管理人员的研究，许多传统欺诈系统被认为难以适应新的，更快速和不断变化的跨渠道威胁。 81％的受访者表示发现一种新模式需要四周以上，然后又需要四周才能调整评分引擎。
那么到现在为止，您会理解数字支付欺诈会影响从消费者到商家到金融机构的所有人
我们所能做的第一件事就是让自己了解支付欺诈和风险生态系统。知道并了解它，因为它涉及金钱
那么下一个问题是多少钱。
瞻博网络研究表示，在数据泄露事件持续不断的流行病中，身份和支付信息被窃取，助长了在线和移动支付欺诈行为。该公司估计，今年在线支付欺诈造成的损失将高达220亿美元 – 到2023年可能高达480亿美元。
https://risk.lexisnexis.com/insights-resources/infographic/2019-true-cost-of-fraud-retail-edition
虽然技术正在帮助商家轻松快捷地开展业务，但由于付款风险和欺诈行为，它也会为他们带来成本。
现在让我们了解付款风险和欺诈是什么
在商家与消费者之间的典型现金交易中，欺诈发生的可能性较小，因为两方之间的资金流动正在发生。这意味着存在低支付风险。
随着在线信用卡交易，除了商家和消费者之外，还有许多其他实体参与其中，在这种情况下，由于存在很高的欺诈机会，资金流动可能存在风险。因此，在这种情况下，支付交易处于高风险。
所有这一切都取决于公司的业务和他们的政策，风险越高，防欺诈工具需要越高。
可用于验证用户身份的信息越多，支付的风险就越小。
欺诈是如何发生的？
我们制造欺诈的能力现在超出了我们检测它的能力。
艾尔·帕西诺
欺诈者可以是个人或大型组织的一部分，他们将通过恶意软件，黑客或某些从外部来源购买数据的方式持续获取数据，然后外部来源将验证数据并尝试预测某些个人的复杂身份。这可能导致身份超越!!
然后，欺诈者可以购买此类被盗身份。这最终会导致欺诈
还有其他方式欺诈发生，即。
- 商业电子邮件妥协
- 拒绝服务
- 钓鱼/欺骗
- 勒索
- 社会工程学
目前有哪些解决方案可以打击欺诈？
在卡片交易的情况下，除了退款或订单处理之外，商家不必承担太多费用。在这种情况下，卡协会正在保护商家的任何欺诈行为。在此，可以通过销售点终端立即验证/验证卡及其身份。
但是……随着在线商务的日益普及，商家很难不在那里出现。最终，他们的销售额随着在线业务的增长而增加。与此同时，商家必须确保他们的基础设施安全，欺诈发生的可能性更小。
研究表明，在线欺诈的比率大约是卡片存在世界中欺诈的七倍。一些独立分析师估计高达十二倍。
现在，在线商家可以使用欺诈预防工具，这可以帮助他们了解订单是风险还是风险。这些工具将基于将针对每种商家类型并根据其业务模型配置的规则。有些时候，商家愿意承担被标记为有风险的订单的风险。这样做是为了让商家能够提供良好的客户体验并建立忠诚的客户群。
还有其他解决方案，如多因素身份验证，可以在结账过程中带来摩擦，但在某种程度上可以帮助商家防止欺诈。
“我们正在泄露过多的生物识别数据。如果坏人想要您的生物识别数据，请记住：他不需要您的实际指纹，只需要代表指纹的数据。这将是独一无二的，独一无二的。“ – Mike Muscatel，高级。信息安全经理，Snyder's-Lance。
接下来是什么通过技术创新
通过AI（人工智能）和ML（机器学习）技术，有些公司能够构建基于ML的模型，这些模型是通过收集有关用户物理属性，数字属性和行为模式的数据构建的，以便可以验证身份并且可以防止欺诈。
创新可以来自基于监督和无监督学习（机器学习）的模型，大多数公司都关注这些模型
“区块链技术对商业支付领域具有广泛的影响，从加快结算到确保跨境交易，”道明银行企业产品和服务主管Rick Burke表示。资源
结论
虽然有一些技术创新可以解决欺诈问题，但对于在线商家来说，更重要的是要了解网络安全并使用ML，Automation构建强大的技术基础架构。这肯定会在一定程度上防止欺诈。