Cyfrowe fraudy - już teraz posiadasz dane, aby skutecznie z nimi walczyć

Różnorodność współczesnych fraudów nadaje sytuacji złożoności. Od zaawansowanych technik profesjonalnych przestępców, przez ukradzione tożsamości przestępców amatorów, po klientów „tylko oglądających” z fałszywymi danymi – każdy rodzaj stanowi wyzwanie dla firm.

Problem jest więc rzeczywiście poważny, ale również możliwy do rozwiązania. Kluczem do skutecznej walki z nadużyciami jest posiadanie odpowiednich danych i umiejętność ich strategicznego wykorzystania. W tym artykule dowiesz się, jakie kluczowe informacje posiadasz już teraz, aby być gotowym do walki z fraudami, jakie metody mogą okazać się skuteczne i jakie nowoczesne podejścia warto wdrożyć. Gotowy na głębsze zanurzenie w temat? Zaczynajmy. Materiał powstał we współpracy z firmą Algolytics Technologies.

Twoje dane są wystarczające, aby walczyć z fraudami

Już teraz, w swojej firmie, dysponujesz wysoce-predyktywnymi danymi. O jakie dokładnie informacje chodzi? To m.in. adres, e-mail, rodzaj urządzenia czy IP. Pozornie może się wydawać, że nie znaczą one zbyt wiele, ale prawda jest zupełnie inna. Przekonaj się, zaglądając do poniższego przykładu.

Jak widzisz, każda z poniższych informacji może być wykorzystana do oszacowania ryzyka fraudu.

Jak to działa? Na przykład w przypadku adresów e-mail okazuje się, że niektóre domeny jak i również sam sposób zapisu adresu e-mail korelują z wyższym ryzykiem nadużycia. Jeśli posiadasz adresy e-mail swoich klientów oraz wiesz, którzy z nich podjęli się nadużycia, jesteś w stanie zbudować model predykcyjny szacujący ryzyko na podstawie właśnie tej informacji.

Jaką skuteczność można osiągnąć bazując tylko na wspomnianych danych? Spójrz na poniższą tabelę.

Współczynnik ROC na poziomie 69-70% to już naprawdę niezły wynik, a jesteś w stanie osiągnąć go jedynie na podstawie darmowych danych dot. wykorzystywanego przez Twojego klienta urządzenia czy jego lokalizacji.

Przejdźmy dalej i dowiedzmy się trochę więcej o tym, co skrywa za sobą adres.

Geoscoring – szacowanie ryzyka fraudu na podstawie lokalizacji

Jak się okazuje, poziom ryzyka silnie zależy od lokalizacji. W poprzednim rozdziale wspomnieliśmy o skuteczności modelu opartego na adresie na poziomie ROC 69% dla klientów indywidualnych. Natomiast w przypadku spółek wartość ta sięga aż 80%.

Doświadczenia Algolytics w różnych branżach potwierdzają więc, że dane lokalizacyjne posiadają potężną siłę predykcyjną. Stanowią niejako pierwszą linię obrony przed nadużyciami, działając samodzielnie lub w synergii z istniejącymi modelami, zwiększając ich skuteczność. Wykorzystanie wewnętrznych danych firm i branżowej wiedzy pozwala na jeszcze lepsze rezultaty.

Tworząc mapę oceny ryzyka, możemy zejść aż do poziomu budynków. Poniżej znajdziesz wizualizację oceny ryzyka dla Warszawy i Wrocławia. Czerwone obszary to miejsca o wyższym potencjalnym ryzyku, podczas gdy zielone symbolizują obszary o niższym ryzyku.

Efekt? Możliwość skutecznej segmentacji klientów, dostosowania ofert i opracowania efektywnych strategii marketingowo-sprzedażowych w oparciu jedynie o informację o adres klienta. Dane lokalizacyjne to jednak nie jedyne łatwo dostępne dane, które mogą pomóc Ci w walce z fraudami.

Możesz pójść o krok dalej i zebrać dane behawioralne

Osiągnięcie jeszcze wyższej skuteczności predykcyjnej zależy od zrozumienia nie tylko tego, co klient robi, ale również jak to robi. Możesz tu skorzystać z informacji dotyczących zachowań klientów na Twojej stronie internetowej lub w aplikacji. Chodzi m.in. o ruchy myszką, przesuwanie palcem, klikanie w różne zakładki, pozycję urządzenia, a nawet sposób wpisywania informacji na klawiaturze. To wszystko tworzy tzw. Cyfrową Sygnaturę Użytkownika (CSU).

Poniżej znajdziesz ilustrację, jaką skuteczność osiągnął model oparty wyłącznie na danych z CSU.

To niemal jak czytanie między wierszami, tylko w przypadku cyfrowego świata. Model oparty o dane z Cyfrowej Sygnatury Użytkownika może dostarczyć jeszcze bardziej precyzyjnych prognoz dot. nadużyć, a także może być wykorzystany do przewidywania innych zdarzeń biznesowych takich jak ocena zdolności kredytowej, prawdopodobieństwa dokończenia transakcji czy nawet zakupu danego typu produktów.

Podsumowując, wiesz już, że masz w ręku dane, które odpowiednio wykorzystane mogą pozwolić Ci skutecznie przeciwdziałać oszustwom. Należą do nich informacje wpisywane przez Twoich klientów w formularzach oraz dane dotyczące ich zachowania w sieci.

Jeśli temat ochrony antyfraudowej budzi Twoje zainteresowanie, skontaktuj się z Algolytics pod adresem info@algolytics.pl.