Главное Свежее Вакансии Образование
152 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Как защитить свой бизнес в сети от мошенников

Печальный опыт Western Union и штраф компании в размере $586 миллионов за игнор махинаций на своем сервисе, навел нас на мысль составить план-схему для стартапов "Как защитить свой бизнес в сети от мошенников". Мы выделили несколько шагов для минимизации потерь от онлайн-фрода.

Для начала нужно создать алгоритм работы компании, который позволит противостоять мошенникам:

  • Анализировать все критические действия пользователей на вашем сайте, такие как регистрация, IP, логин, имя карты и другие.
  • Проводить перекрёстный анализ данных пользователей, используя человеческие ресурсы и алгоритм машинного обучения.
  • Использовать самообучающиеся программы для анализа данных потребителей.

Создание и обучение системы займет время, но результат того стоит. Такие скоринговые системы с автоматизированным процессом принятия решений позволят существенно сократить эксплуатационные накладные расходы на защиту от мошенников. С чего начать?

ШАГ 1 — Создать траст-лист.

  • Проверка потенциального клиента по глобальной базе мошеннических идентификаторов.

Ряд онлайн-сервисов могут проверить, попадался ли тот или иной покупатель на мошенничестве при покупке контента, товара, услуги.

Дополнительную пользу в первоначальной настройке программы могут принести:

  1. объединение нескольких поставщиков для создания единой базы и принятия более точных решений
  2. партнерство с Ethoca снизит появление возвратных платежей. Для того, чтобы создать базу на сайте, необходимо ввести обязательное требование аутентификации: адрес электронной почты, номер телефона, IP-адрес, запрос отпечатков пальцев с устройства и другие.

ШАГ 2 — ПОДСЧЕТ РИСКОВ

  • Создание скоринговых моделей, которые формируются с помощью «дерева решений» («ЕСЛИ — ТО»). Таким образом можно проанализировать данные потребителя.

ЕСЛИ карта клиента не именная, имя не совпадает с регистрационным на сайте, ТО начисляются баллы. Чем больше количество баллов, тем выше риск быть обманутым покупателем.Система должна учитывать множество факторов: пол, карта какого банка (именная/неименная), адрес, страна, где зарегистрирован IP и т. д. Все эти факторы необходимо учитывать при расчете потенциальных рисков.

На основе полученных данных составляется сценарий работы с клиентом. База подсчитывает суммарное количество баллов и составляет оценку рисков.

ШАГ З — РЕШЕНИЕ

  • Система, анализирующая данные, принимает решение.

Каждый потребитель получает баллы в оценке рисков. Например:

оценка риска> = 80 – отклонить запрос (черный список)

оценка риска> от 60 до 80 – запрос требует повышенного внимания (серый список)

оценка риска <60 – принятие запроса (белый список)

Создав подобную систему, можно отслеживать нежелательных клиентов и отсеивать их. Часть запросов программа будет отсеивать самостоятельно, часть потребует внимания со стороны человека.

В процессе работы необходимо точечно отслеживать и обучать программу, потому что в черный список могут попасть и безопасные клиенты.

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.