¿Cómo detectan y evitan las empresas las compras fraudulentas entre cientos de millones de transacciones de comercio electrónico?

Las empresas de comercio electrónico suelen utilizar soluciones de pago con herramientas antifraude altamente eficaces o empresas especializadas en la detección de fraudes.

Hoy en día, muchas empresas también utilizan el aprendizaje automático para mitigar el fraude. La tecnología les permite detectar automáticamente intentos sospechosos.

El aprendizaje automático implica enseñar a las computadoras a aprender por sí mismas. Un programa especial enseña a las computadoras cómo actuar en ciertos escenarios y cómo realizar tareas complejas. Permite a las máquinas predecir resultados futuros.

Esta técnica utiliza datos históricos y en vivo para crear patrones para el comportamiento de los clientes. Luego, los patrones permiten que el sistema haga predicciones precisas de fraude. Los algoritmos avanzados evalúan cada transacción por riesgo de fraude y toman las medidas apropiadas.

El sistema crea perfiles profundos basados ​​en datos recopilados y los analiza para hacer las predicciones más precisas y evitar intentos de fraude. El aprendizaje automático integra datos históricos con la información de transmisión y puede realizar el análisis en tiempo real. Cuando una máquina tiene más datos, su precisión mejorará.

Si desea obtener más información sobre el uso de máquinas para mitigar el fraude, este artículo podría ayudarlo: Tendencias de pago 2017: Combatir el fraude con el aprendizaje automático

La gran tendencia actual es utilizar soluciones de prevención de fraude basadas en el aprendizaje automático. En pocas palabras, estos son sistemas automatizados (es decir, basados ​​en computadora) que analizan cientos de puntos de datos en muchas transacciones (50K +) para determinar en tiempo real si es probable que sean fraudulentos o no. Por lo general, una empresa entrenará los algoritmos de la máquina en datos pasados ​​con casos conocidos de fraude para ajustar los resultados antes de poner la solución a trabajar en transacciones en tiempo real.

Las transacciones que se consideran de alto riesgo en función de una serie de atributos de datos se bloquean automáticamente. Las transacciones que se consideran de bajo riesgo en función de una serie de atributos se dejan pasar. Las transacciones que están en un rango medio estrecho para el riesgo luego se pasan a los humanos, quienes examinarán manualmente la transacción y sus detalles para determinar si la aceptan o rechazan.

Las compañías de comercio electrónico más grandes, como Amazon y Expedia, generalmente tienen una solución interna de aprendizaje automático junto con equipos de analistas de revisión manual para revisar todas las transacciones que se realizan todos los días.

Las marcas individuales y las operaciones minoristas más pequeñas (es decir, de tamaño mediano) tienden a comprar soluciones de terceros y a menudo también subcontratan el proceso de revisión manual. Algunos de los grandes nombres en soluciones de aprendizaje automático incluyen Sift Science, Forter y Signifyd. Para ver la mayoría de las soluciones de aprendizaje automático disponibles en el mercado, vaya a esta página: Proveedores de soluciones de fraude | About-Fraud.com

En la actualidad, hay varias compañías de detección de fraudes en el mercado. La mayoría de ellos afirman tener la salsa secreta / algoritmo especial para poder identificar qué transacciones, dispositivos o tarjetas parecen sospechosas y levantarían la bandera al comerciante en consecuencia. Algunos son excelentes en la tecnología Geo-IP / Proxy Piercing (le dicen de dónde se origina la transacción) … Otros son excelentes en la toma de huellas digitales del dispositivo y otros utilizan combinaciones de factores para hacer esas determinaciones. Creemos que la mayoría observa las variaciones en aproximadamente 200 puntos de datos para crear su sistema de “puntuación” … piense en una prueba de olfato sobre CÓMO se ve una transacción fraudulenta y, basándose en ese detalle de puntuación, usted, el comerciante, podría tomar una decisión sobre si desea o no permitir esas transacciones (y clientes) en su sistema. Advertencia Emptor !!! Solo en eso, si bien la gran cantidad de servicios son buenos para identificar a los estafadores obvios, recuerde, los malos siempre están temblando y horneando para tratar de cambiar las formas en que intentan robar productos y servicios … así que estos las empresas necesitan mantenerse atrapadas. Finalmente, se debe saber que no importa cuán bueno sea el proceso de “detección” para eliminar a los estafadores o aquellos clientes que buscan hacer cosas nefastas … ningún servicio por ahí es 100% garantizado para evitar un consumidor, después de que se les cobre por cualquiera que sea el producto o servicio, desde llamar a su banco emisor para preguntar, reclamar o presentar una devolución de cargo en su contra alegando una de las muchas razones diferentes por las que no deberían pagar por los servicios que ya han consumido.

Las empresas en los mercados en línea a menudo emplean software de verificación de documentos como Shufti Pro, que les permite verificar la autenticidad de las credenciales enviadas. Por ejemplo, muchos servicios hoteleros en línea, agencias de viajes y portales de compra o venta requieren que sus compradores potenciales presenten información de identidad y tarjeta de crédito, y licencias de conducir en algunos casos. Mediante el uso de un software equipado con funciones para analizar la fiabilidad de los documentos presentados, la interfaz detectará automáticamente cualquier señal de alerta.

(Descargo de responsabilidad: soy un empleado de Shufti Pro y, por lo tanto, estoy muy familiarizado con su funcionamiento. Recomiendo encarecidamente la aplicación, no por mi afiliación, sino por su precisión, eficiencia y destreza).

En la seguridad interna, varios tipos de comportamiento de los usuarios que típicamente han conducido al fraude y finalmente algoritmos que tradicionalmente han sido indicativos de fraude. Espero que esto ayude