Серед збільшення ризику обману онлайн-транзакцій постійно росте. З метою протидії цьому питанню платіжні мережі звертаються до даних та штучного інтелекту (AI), щоб розкрити правду за транзакціями і виявити випадки обману власної першої частини. Хоча іноді його важко виявити, обман власної першої частини передбачає, що споживачі сперечаються стосовно законних вимог, щоб отримати кредит, утримуючи при цьому товари або послуги, які вони отримали.
Мультибрендова карта [посилання на сайт Mastercard] визнає необхідність превентивного підходу до запобігання обману і розробила програму First Party Trust [посилання на сайт Мasterкard Program]. Ця програма, запланована на запуск у цьому році, використовує покращені уявлення про транзакції, штучний інтелект та моделювання ризиків для боротьби з товарним обманом. Аналізуючи історію покупок та поведінку власника карти, програма визначить потенційні випадки зловживання власною першою частиною.
На відміну від традиційного обману, обман власної першої частини відбувається, коли споживачі використовують свої власні карти на власних пристроях, що робить його важче виявити. Для вирішення цього виклику програма Mastercard дозволяє продавцям надсилати важливу інформацію як частину транзакції, створюючі безпечний канал для обміну даними. В поєднанні з аналітикою на рівні мережі Mastercard ці дані розкриють уявлення, що можуть вказувати на обман власної першої частини.
Віза також впровадила заходи для боротьби з обманом власної першої частини через свою програму «Переконливі докази 3.0» (CE 3.0). Ця програма відстежує історичний зв’язок між власником карти та продавцем, аналізуючи ключові ідентифікаційні поля, такі як ідентифікаційний номер користувача, ідентифікатор пристрою, IP-адреса або адреса доставки. Ці пункти даних служать як докази для підтримки або спростування законності спірної транзакції.
Розпізнавши зростаючу загрозу обману власної першої частини, інші постачальники входять на ринок зі своїми власними рішеннями. Наприклад, Socure представила Sigma First-Party Fraud [посилання на сайт Socure] та першу партію Фрауді з’єднання перших осіб (FPFC). Використовуючи альтернативні сигнали даних, які зазвичай не входять в кредитні звіти, Socure має на меті проаналізувати і запобігти обману власної першої частини.
ЧаВО
1. Що таке обман власної першої частини?
Обман власної першої частини вказує на випадок, коли споживачі сперечаються щодо законних вимог, щоб отримати кредит, зберігаючи отримані товари або послуги.
2. Як працює програма Mastercard First Party Trust?
Програма Mastercard використовує покращені уявлення про транзакції, штучний інтелект та моделювання ризиків для виявлення потенційних випадків обману власної першої частини. Продавці можуть передавати релевантну інформацію як частину транзакції, забезпечуючи безпечний канал для обміну даними.
3. Як програма Compelling Evidence 3.0 візи бореться з обманом власної першої частини?
Програма CE 3.0 візи відстежує історичний зв’язок між власником карти та продавцем, аналізуючи ключові ідентифікаційні поля, такі як ідентифікаційний номер користувача, ідентифікатор пристрою, IP-адреса або адреса доставки. Це допомагає визначити аутентичність спірної транзакції.
4. Як працює рішення Sigma First-Party Fraud від Socure?
Рішення Sigma First-Party Fraud від Socure аналізує альтернативні сигнали даних, які зазвичай не включені в кредитні звіти. Використовуючи цю додаткову інформацію, Socure має на меті виявляти та запобігати випадкам обману власної першої частини.
Шахрайство і спірні транзакції становлять значні виклики для продавців, оскільки повідомлені витрати впливають на їхні фінансові результати. Хоча 77% продавців назвали витрати, пов’язані з обманом, основним джерелом спорів, 48% отримують сповіщення та попередження щодо спорів від платіжних мереж. Для зменшення ризиків 20% продавців покладаються на послуги обміну даними з третіми сторонами.
Зі зростанням обману власної першої частини платіжні мережі вживають превентивних заходів для захисту від шахрайських спорів. Шляхом використання передових технологій та аналізу даних ці мережі розкривають приховані уявлення, що забезпечують безпечну екосистему платежів.
Джерела:
– Mastercard
– Visa
– Socure
– Дані інтелектуальності PYMNTS
The source of the article is from the blog jomfruland.net