企业如何选择业务反欺诈解决方案？ 安全专家们这样说

羊毛党、黑灰产等业务欺诈是一种持续存在的威胁，并且随着电子商务环境和在线支付平台的发展而不断使用增加。根据最近的一项研究，电子商务平台、消费金融服务提供商每年因欺诈损失约 64 亿美元。

 

消费者们自然是希望自己的账户和交易都是安全无虞的，但是如果要为此耗费过长的时间，或者执行非常复杂的验证，这可能会促使大家转向其他平台进行消费或购买服务。因此，涉及在线业务的企业都在思考，如何在保持严格的安全性和客户体验之间保持平衡。

 

业务反欺诈工具产品的出现为企业提升自身风控能力提供了良好的解决方案，根据 2022 年 3 月发布的全球行业分析师报告，今年美国的欺诈检测和预防市场将达到 95 亿美元。在验证用户身份和防止非法访问客户帐户方面，市场提供了数以千计的创新安全资源可供选择。然而，黑灰产团伙也在以同样快的速度进行创新，并将新技术和更复杂的方法融入他们的攻击中。

 

因此，如何选择适合自身业务规模、风险情形和现有环境的最佳解决方案，需要考虑多种因素。以下是几位业内专业人士的见解，希望能为企业提供一定的参考。

 

 

新冠肺炎疫情急剧加速数字化转型，欺诈团伙正在利用这一点，企业必须要适应。选择优秀的欺诈预防工具，不仅能提供出色的的检测率，还能为消费者提供良好的体验。经济学人智库和 TransUnion 的一份研究表明，85% 的全球高管表示，他们认为顺畅丝滑的数字交易“对企业生存至关重要”，而不仅仅是竞争优势。

 

以下是企业在选择合适方案时应该注意的:

· 通过提供全面而简明的消费者视图，在消费者和企业之间建立信任；

· 通过访问消费者的设备、电子邮件、位置、行为模式等信息，保护消费者数据并使消费者体验个性化；

· 能够将一个人的在线和离线数据联系起来，并使用全球数据集，通过高级分析和机器学习功能准确地创建消费者交易的风险评估，以此让企业获得更高的欺诈检测率和更低的误报。

 

 

市面上的业务反欺诈解决方案令人眼花缭乱，以下是 4 个关键考虑因素：

 

充分利用 AI 的能力。基于严格规则库进行判定是受控的，但这依赖于一个知识丰富的内部反欺诈团队，如果是完全黑盒的另一个极端，对于极端交易量来说非常适合，但几乎没有可解释性。因此，白盒监督机器学习提供了一个中间地带，基于机器学习的粒度规则在不同和复杂的数据点之间建立联系。

 

完全模块化。欺诈检测技术应该适合企业的业务。欺诈团伙不断发展，大多数单点解决方案都已经被巧妙化解。现代欺诈检测提供的是一种“网状”方法，结合使用最新的尖端工具，让欺诈者无所遁形。

 

快速实现价值。安全的结果是很难预测的，尝试选择允许企业在没有承诺、免费试用期的情况下测试和展示客户价值的反欺诈解决方案。

 

透明度。现代、有效的欺诈检测技术应该遵循最好的 SaaS 模式，企业可以在其中看到实际定价、月度合同和免费试用，产品价值和风险应完全取决于合作伙伴。

 

 

随着在线业务的日益增长，数据泄露的威胁迫在眉睫，选择欺诈检测解决方案至关重要，这5个关键基础值得企业考虑：

 

· 具有分层防御的平台：寻找机器学习、规则、案例管理、设备和用户行为分析，使用具有灵活性的平台来评估从多个接触点与消费者的互动是防御复杂欺诈计划的关键。

· 情报：通过历史数据识别“合法”消费者，即使该消费者对您来说是新的，也可以减少不准确的欺诈警报。

· 人才：寻找一个对解决复杂挑战充满热情，并在您的领域拥有丰富经验的合作伙伴。寻找一个好的组织，而不仅仅是供应商。

· 关注客户：采用更全面的账户保护方法，例如防御开户和账户接管攻击。

· 技术：您投资的解决方案应该是动态的，以便识别新的模式和威胁，它应该不断更新、构建以扩展并适应您的需求。

 

每天都会出现新的欺诈攻击和诈骗。通过采用包含上述原则的多方面方法，您可以提高销售和转化率，提供出色的客户体验，同时保护您的品牌声誉。

 

 

首先，企业的欺诈风险问题不要变成“我们现在做什么”的问题，这一点很重要。识别风险和解决风险要齐头并进，因此解决方案需要尽可能自动、实时地触发下一步。

 

再者，企业应该寻找拥有和维护自己的数据，并使用内部专家来构建高级分析的供应商。数据对于理解正常客户活动和不正常行为之间的差异很重要。使用数据的专业知识是必不可少的。强大的分析还可以帮助组织识别不同类型的欺诈，这一点至关重要，因为欺诈是动态的。当欺诈行为开始增加时，关注具体问题是很重要的，一刀切的解决方案是无效的。

 

最后，考虑欺诈损失和事件之外的关键绩效指标。解决欺诈风险会增加下游成本，预防欺诈时对业务的侵入可能会损失部分客户，请务必考虑这些影响，它们通常比您试图挽回遭受欺诈的损失要大得多。