AI Dolandırıcılık Tespiti e-Ticaret Markalarını Milyarlarca Kurtaracak

Yapay Zeka (AI), e-ticaret de dahil olmak üzere hemen hemen tüm sektörlerde devrim yaratıyor. Zeki e-ticaret işletmelerinin yapay zekayı kullandığı alanlardan biri de dolandırıcılık tespitidir. Veri analizinin ilerlemesiyle birlikte, algoritmalar yeni potansiyel dolandırıcılık örneklerini daha erken ve daha yüksek doğrulukla tespit etmek için milyonlarca veri noktasını analiz edebilir.

Başarılı bir dolandırıcılık tespit sistemi yürütmek için tüccarların hassas bir hassasiyet dengesi sağlaması gerekir. Son derece maliyetli olan hileli işlemleri reddetmeli, aynı zamanda karmaşayı önlemek ve itibarlarını korumak için meşru işlemlerin reddedilmesinden de kaçınmalıdırlar.

Karmaşık konular; istenen ve istenmeyen arasında ayrım yapmak için güvenilir bir yöntem yoktur; 2020'deki ödeme düşüşleri nedeniyle yaklaşık 600 milyar dolarlık küresel e-ticaret geliri kaybedildi ve bu da işleri karmaşık hale getirdi.

AI, dolandırıcılığa karşı iyi mücadeleyi nasıl veriyor? Öğrenmek için okumaya devam edin.

Sahtekarlıkla Ateşle Mücadele

Juniper Research'e göre, çevrimiçi ödeme dolandırıcılığından kaynaklanan kümülatif satıcı kayıplarının 2027 yılına kadar dünya çapında 343 milyar doları aşacağı tahmin ediliyor ve bu da sürekli artan dolandırıcılık tehdidini vurguluyor. Yapay zeka tabanlı dolandırıcılık tespiti, bir işlemin reddedilip reddedilmeyeceğine karar vermek için insanlar tarafından oluşturulan kuralları kullanan geleneksel yöntemlerin yerini giderek daha fazla alıyor. Bu tür yöntemler, yapay zeka tabanlı dolandırıcılık tespit süreçlerinin aksine genellikle verimsizdi. Kurala dayalı dolandırıcılık tespiti, acı verecek kadar yanlış olabilen uygunsuz müşteri davranışını önceden tahmin eden politikalara bağlıdır. Dolandırıcılık tespiti yapay zekası, öncelikle denetimsiz öğrenme modellerine dayanır. Makine algoritmaları, verilerdeki davranış kalıplarına dayalı kalıpları tespit etmek için birden çok satıcıdan gelen büyük veri havuzlarını ve milyonlarca işlemi analiz eder. Algoritma belirli veri noktalarında eğitilmemiştir; bunun yerine verilerdeki kalıpları otonom olarak tanımlar. Yapay zeka, önceden belirlenmiş kurallara dayanmadan anormallikleri ve şüpheli faaliyetleri belirleyerek dolandırıcılığı önleme esnekliği sunar. Ek olarak yapay zeka, sistemin güvenliğini artırmak için anlık kararlar sağlayabilir. Üçüncü taraf sağlayıcıların sahtekarlık tespit teknolojileri, satıcıların Amazon veya Alibaba gibi devasa pazar yerlerine karşı rekabet etmelerine yardımcı olur. Bu teknolojiler, dolandırıcılığı tespit etmek ve dev markalarla rekabet etmek için güvenilir bir yol sağlayarak, binlerce tüccardan ve milyonlarca işlemden gelen verileri bir araya getirir.

Bozuk Bir Modeli Tanıma

Yapay zeka tabanlı dolandırıcılık tespit sistemleri, yeni davranış kalıpları ortaya çıktıkça giderek daha incelikli kararlar alarak uyum sağlayabilir. Örneğin son pandemiye bir göz atalım. Karantinanın ilk aşamalarında, daha önce hiçbir zaman büyük ev tadilat ürünleri ve araçları alıcısı olmayan alıcılar artık bu kategorilerde önemli miktarda alım yapıyorlardı. Daha önce yanıltıcı görünen satın alma işlemlerini yanlışlıkla reddetmekten kaçınmak için, e-ticaret tüccarlarının hesapları nasıl izleyeceklerini ve işaretleyeceklerini ayarlamaları gerekiyordu. Bu, yapay zekanın otonom olarak yapabileceği neredeyse gerçek zamanlı ayarlamalardır.

Hızlandırılmış nakliye, gerçek zamanlı AI ilerlemelerinin başka bir örneğidir. Riskified verilerine göre, hızlandırılmış kargo ile verilen siparişler, 2020 yılının Ocak-Aralık ayları arasında %140 artarken, aynı dönemde dolandırıcılık seviyeleri %45 azaldı. Ek olarak, hızlandırılmış nakliye, satıcının bir siparişi iptal etme süresini kısaltır ve dolandırıcılık tespiti için kırmızı bayrak olarak algılanır. Ancak pandemi, bu nakliye yöntemini yaygınlaştırdı ve zamanla daha güvenli bir uygulama haline geldi.

Ortaya Çıkan Tehditler

Önceden gerçek müşteriler tarafından gerçekleştirilen şüpheli ödeme faaliyetlerini belirlemek özellikle zor olabilir. Yaygın bir örnek, "dostça dolandırıcılık" olarak bilinir; burada bir müşteri, fiziksel bir ürün satıcısından daha önce satın aldığı bir ürünün ödemesinden kaçınmak için kredi kartı şirketiyle bir ödemeye itiraz eder. Dolandırıcılar, bankalarına veya kredi kartı şirketlerine "ürün alınmadı" ters ibrazında bulunarak bir öğenin alınmadığını iddia edebilirler. Aslında, bazıları büyük ölçekli ters ibrazlara girer ve ürünleri karaborsada satarak perakendecilerin her yıl milyonlarca dolar kaybetmesine neden olur. Bu fiziksel bir mağazada olsaydı, hırsızlık kategorisine girerdi.

Politika suiistimali olarak bilinen ve hızla büyüyen bir dolandırıcılık eğilimi, düzenli olarak ödeme yapan müşterilerin, genellikle tasarruf etmek veya para kazanmak için bir perakendecinin hüküm ve koşullarını çiğnemesini içerir. Politika kötüye kullanımı, geleneksel dolandırıcılıktan farklı olsa da, perakendeciler yine de fark edilmeden geçebilecek mali kayıplara maruz kalabilir.

Sonuç olarak, işletmeler artık bu durumları ele almak için yapay zekaya yöneliyor. AI, IP adresleri, cihaz parmak izi ve davranış analitiği dahil olmak üzere verileri toplayacaktır. Bu veriler daha sonra çeşitli tüccar ağlarındaki geçmiş siparişlere göre çapraz referanslandırılır. Örneğin, bir müşterinin kendisi tarafından verilmeyen sahte bir siparişe itiraz ettiğini varsayalım. Bu durumda sistem, siparişin, müşterinin daha önce sipariş verdiği aynı IP adresi ve/veya cihaz kullanılarak verilip verilmediğini doğrulayabilir. Bu, satıcılara ihtilaflara öncelik verme ve en sık suçlulardan kaynaklanan politika suistimallerini ele alma yetkisi vererek gelişmiş ölçeklenebilirlik ve verimlilik için ihtilaf çözüm sürecini otomatikleştirir.

Dolandırıcılık taktiklerinin artan karmaşıklığıyla birlikte, dolandırıcılık tespit yöntemleri de gelişmiştir. Yakında, e-ticaretin "ses izi" ve bir cep telefonunun tutulma açısı gibi biyometrik yönlerinin analizi, satın alma modellerini izlemenin ötesine geçecek.

Hepsini Bir Araya Getirmek

Yapay zeka destekli bir dolandırıcılık önleme sistemiyle işletmeler esnek olabilir ve düzenleyiciler, müşteriler ve suçlular gelişmeye devam ettikçe yaklaşımlarını yeni tehditlere ve fırsatlara göre uyarlayabilir. Yapay zeka tabanlı tekniklerden yararlanan e-ticaret işletmeleri, dolandırıcılık işlemlerinden kaynaklanan maliyetli kayıp riskini önemli ölçüde azaltabilir ve aynı zamanda müşterileri için daha sorunsuz bir alışveriş deneyimi sağlayabilir. Yapay zekanın bugün e-ticaret işletmeleri için dolandırıcılığı önleme stratejilerinde hayati bir rol oynadığı ve öngörülebilir gelecekte de böyle yapmaya devam edeceği açıktır.