CarderPlanet
Professional
PSP и платежные шлюзы используют широкий спектр методов для снижения уровня мошенничества, однако эти методы позволяют лишь частично пресекать мошеннические транзакции.
Победа над мошенничеством будет долгой войной - это все, что мы знаем. На всех этапах клиентской и платежной воронки важно, чтобы мы применяли наиболее успешные подходы, максимально затрудняющие обман продавца. PSP и платежные шлюзы используют широкий спектр методов для снижения уровня мошенничества. Тем не менее, где бы мы ни находились, работая с торговыми компаниями, мы знаем, что эти методы не являются полностью успешными в пресечении мошеннических транзакций.
Однако, хотя справедливо будет сказать, что ни один отдельный подход не будет полностью эффективным, мы твердо убеждены, что применение методов машинного обучения является наилучшим подходом к сокращению максимального объема мошенничества в максимальных масштабах - подробнее об этом здесь.
Это принесет пользу не только продавцам, но и станет существенным конкурентным преимуществом для PSP, которые успешно ее внедряют, - преимуществом, которое потенциально может быть премировано продавцом в обмен на сокращение возвратных платежей из-за мошенничества. Вот как.
Для многих компаний, стремящихся привлечь, удержать и мотивировать необходимые навыки, необходимые в эффективной внутренней команде специалистов по обработке данных для борьбы с мошенничеством, является сложным и дорогостоящим мероприятием. Нанять специалистов-консультантов для одноразовой сборки, возможно, проще, но, вероятно, еще дороже, и она мало помогает решить проблему текущего обслуживания. По этой причине Ravelin работала над разработкой партнерской программы PSP, которая позволит платежным компаниям использовать наше машинное обучение и графические сетевые технологии в своих собственных наборах данных и делать это по очень низкой цене за транзакцию, которая будет масштабироваться в соответствии с их бизнесом.
Для дальновидных PSP это действительно быстрое и экономически эффективное средство добавления лучших в своем классе алгоритмов в свой портфель средств обнаружения мошенничества. Добавление этой возможности ко многим существующим методам обнаружения мошенничества и сокращения его количества, которые уже есть у PSP, дает реальный шанс дифференцироваться в борьбе с мошенничеством, повысить ценность продавцов и, что более важно, значительно усложнить жизнь людям, решившим обмануть онлайн-бизнес.
Победа над мошенничеством будет долгой войной - это все, что мы знаем. На всех этапах клиентской и платежной воронки важно, чтобы мы применяли наиболее успешные подходы, максимально затрудняющие обман продавца. PSP и платежные шлюзы используют широкий спектр методов для снижения уровня мошенничества. Тем не менее, где бы мы ни находились, работая с торговыми компаниями, мы знаем, что эти методы не являются полностью успешными в пресечении мошеннических транзакций.
Однако, хотя справедливо будет сказать, что ни один отдельный подход не будет полностью эффективным, мы твердо убеждены, что применение методов машинного обучения является наилучшим подходом к сокращению максимального объема мошенничества в максимальных масштабах - подробнее об этом здесь.
Это принесет пользу не только продавцам, но и станет существенным конкурентным преимуществом для PSP, которые успешно ее внедряют, - преимуществом, которое потенциально может быть премировано продавцом в обмен на сокращение возвратных платежей из-за мошенничества. Вот как.
Машинное обучение с затратами на транзакцию
Самые прогрессивные платежные компании, такие как Paypal, Apple Pay и Amazon Payments, придают большое значение безопасности своих сетей. Они считают, что это привлекает клиентов и формирует доверие к рынку. И что у них общего? Все они используют методы машинного обучения, чтобы предоставить им лучшее, более быстрое и масштабируемое решение для обнаружения мошенничества.Для многих компаний, стремящихся привлечь, удержать и мотивировать необходимые навыки, необходимые в эффективной внутренней команде специалистов по обработке данных для борьбы с мошенничеством, является сложным и дорогостоящим мероприятием. Нанять специалистов-консультантов для одноразовой сборки, возможно, проще, но, вероятно, еще дороже, и она мало помогает решить проблему текущего обслуживания. По этой причине Ravelin работала над разработкой партнерской программы PSP, которая позволит платежным компаниям использовать наше машинное обучение и графические сетевые технологии в своих собственных наборах данных и делать это по очень низкой цене за транзакцию, которая будет масштабироваться в соответствии с их бизнесом.
Модели, специфичные для PSP, для выдающегося обнаружения мошенничества
Набор данных, к которому имеют доступ PSP, менее богат, чем тот, который доступен продавцу, потому что обычно они видят только активность на странице оплаты, а не все события в путешествии клиента. Однако в моделях, которые мы запустили только на данных страницы платежного хостинга, мы увидели несколько очень надежных прогнозов потенциального мошенничества. Это побудило нас обратиться к PSP, чтобы помочь им сократить количество возвратов платежей у источника. Мы также знаем, что каждая PSP запрашивает немного разные данные и работает немного по-разному. Поэтому мы уверены, что, имея полный доступ к набору данных конкретной PSP, мы сможем значительно улучшить общую модель PSP и обеспечить действительно интересные и положительные результаты.Для дальновидных PSP это действительно быстрое и экономически эффективное средство добавления лучших в своем классе алгоритмов в свой портфель средств обнаружения мошенничества. Добавление этой возможности ко многим существующим методам обнаружения мошенничества и сокращения его количества, которые уже есть у PSP, дает реальный шанс дифференцироваться в борьбе с мошенничеством, повысить ценность продавцов и, что более важно, значительно усложнить жизнь людям, решившим обмануть онлайн-бизнес.
