Jedna podvodná objednávka online může stát malému maloobchodníkovi téměř třikrát více než náklady na transakci. To, co Stripe našel ve zprávě o on-line podvodech a chování v prosinci 2017 (PDF).
Online zpráva o podvodech
On-line platební procesor nedávno vydal zprávu a dal Small Business Trends jedinečný pohled přes exkluzivní e-mailové komentáře.
$config[code] not found"Jedním z našich cílů při zveřejňování zprávy je pomáhat malým podnikům lépe pochopit, jak a kdy se podvodné chování objeví, a tak mohou vytvořit konkrétní strategie, které přímo řeší jejich potřeby," říká Michael Manapat, vedoucí inženýr pro zpravodajství plateb a zkušenosti ve společnosti Stripe, v e-mailu s trendy malých firem.
Stripeova zpráva zjistila, že malý online maloobchodní podnik utratí 2,62 dolarů, kteří bojují proti online podvodům za každý $ 1 podvodného příkazu. To činí až 3,34 USD za mobilní maloobchodní prodejnu. Proto by mělo smysl, že je nejlepší, aby se obhajovala předtím, než se stala obětí podvodných transakcí.
Ale kolik je dostatečná obrana?
Je pravda, že kybernetické zločiny jsou na vzestupu a je také pravda, že malé podniky jsou stále více cíleny podvodníky. A protože se zvyšuje bezpečnost transakcí v prodejnách cihel, zvyšuje se také pravděpodobnost, že transakce online budou cílenější.
Je však také pravda, že malé podniky mohou nadměrně investovat do ochrany proti podvodům na internetu. Tato zpráva společnosti Stripe se snaží pomáhat malým obchodníkům online, aby zjistili, kde se potřebují chránit.
"Vzhledem k omezeným zdrojům, většina malých podniků potřebuje kompromisy mezi policejním podvodem a maximalizací ziskovosti. Menší společnosti mohou zprávu použít k identifikaci konzistentních vzorů podvodného chování, "říká Manapat.
Malá online maloobchodní prodejna se možná nakonec rozhodne, zda v jejich obchodě nainstaluje nějaký software proti podvodům. Ale ne každý malý podnik bude mít peníze nebo prostředky nasadit takovou obranu. V ostatních případech říká Manapat, že on-line obchody potřebují identifikovat trendy mezi podvodníky k odhalení podezřelé aktivity, zatímco se to děje.
Pro začátek, menší obchody potřebují zachytit více informací o svých zákaznících vpředu. To výrazně snižuje šance na podvodné transakce.
"Zatímco každý podnik je jiný, pochopení toho, jak se podvody objevují, pomohou menším maloobchodníkům účinněji bojovat proti podvodům, ale také jim pomohou porozumět tomu, proč stanovení lepších pravidel je tak důležité," dodává Manapat.
Dalšími klíčovými známkami transakčního online podvodu jsou nákupy, které přicházejí s mimořádně vysokými sazbami. Podvodníci herci někdy zakoupí na desetinásobek běžného tempa, které se obvykle objevuje na místě. Ráda se také hodí ve večerních hodinách, podle Stripe. A můžete očekávat tuto aktivitu během nižších provozních časů na webu.
"Například podvody se nezvyšují zejména v těžkých nákupních dnech, jako je černý pátek, ale spíše ve dnech, jako jsou Vánoce, kdy mnoho lidí nakupuje," vysvětluje zpráva.
Dalším hlavním zjištěním ze zprávy vyplývá, že většina podvodných transakcí není určena pro velké letenky. Místo toho jsou to menší transakce, které mají tendenci být podvodné.
"Ve Spojených státech ukazuje data Stripe, že částky podvodných transakcí jsou jen nepatrně větší než běžné částky transakcí," uvádí zpráva.
Stripe naznačuje, že malí online maloobchodníci pracují s platebním procesorem, který využívá technologii strojového učení, aby pomohl najít falešné transakce. Ale společnost také konstatuje, že spoléhání se pouze na AI k odhalení podvodu nestačí. Ruční bdělost je také nutná.
"Modely počítačového učení řeší tuto výzvu začleněním mnoha kontextově specifických nuancí, aby odmítly pouze ty nejpodstatnější transakce, než aby zavedly všeobecné pravidla, které by mohly snadno zablokovat blokování dobrých transakcí. Obchodníci by měli spolupracovat s platebními procesory pomocí strojového učení a jiných technologií, aby optimalizovali tyto složité kompromisy mezi zastavením podvodů a maximalizací ziskovosti, "dodává zpráva.
Fotografie pomocí programu Shutterstock
1 Komentář ▼
