人工智能欺诈检测将为电子商务品牌节省数十亿美元

人工智能 (AI) 正在彻底改变几乎所有行业，包括电子商务。 精明的电子商务企业正在利用人工智能的领域之一是欺诈检测。 随着数据分析的进步，算法可以分析数百万个数据点，以更早、更准确地检测新的潜在欺诈实例。

要执行成功的欺诈检测系统，商家需要在精度之间保持微妙的平衡。 他们必须拒绝成本极高的欺诈交易，同时还要避免拒绝合法交易以防止客户流失并维护他们的声誉。

使事情复杂化； 没有可靠的方法来区分合意的和不合意的； 由于 2020 年的付款下降，全球电子商务收入中约有 6000 亿美元被没收，这使事情变得更加复杂。

人工智能如何打击欺诈？ 请仔细阅读，找出答案。

用火打击欺诈

据Juniper Research 称，到 2027 年，全球在线支付欺诈造成的累计商户损失预计将超过 3430 亿美元，凸显欺诈威胁不断增加。 基于人工智能的欺诈检测正越来越多地取代使用人类创建的规则来决定交易是否应该被拒绝的传统方法。 与基于 AI 的欺诈检测流程不同，此类方法通常效率低下。 基于规则的欺诈检测依赖于提前预测不当客户行为的策略，这可能非常不准确。 欺诈检测 AI 主要基于无监督学习模型。 机器算法分析来自多个供应商的大型数据池和数百万笔交易，以根据数据中的行为模式检测模式。 该算法未针对特定数据点进行训练； 相反，它会自动识别数据中的模式。 人工智能通过识别异常和可疑活动而无需依赖预先制定的规则，从而为欺诈预防提供了灵活性。 此外，人工智能可以提供即时决策以增强系统的安全性。 来自第三方提供商的欺诈检测技术甚至可以帮助商家在竞争环境中与亚马逊或阿里巴巴等大型市场竞争。 这些技术汇集了来自数千家商家和数百万笔交易的数据，提供了一种可靠的方法来检测欺诈并与巨头品牌竞争。

识别损坏的模式

基于 AI 的欺诈检测系统可以适应，随着新行为模式的出现做出越来越细微的决策。 例如，让我们看一下最近的大流行病。 在封锁的早期阶段，以前从来不是家居装修用品和工具的大买家的买家现在开始大量购买这些类别的商品。 为了避免错误地拒绝购买，这在以前可能具有欺骗性，电子商务商家必须调整他们监控和标记账户的方式。 这正是人工智能可以自主进行的那种近乎实时的调整。

加急运输是实时人工智能进步的另一个例子。 根据 Riskified 数据，从 2020 年 1 月到 12 月，通过加急运输下达的订​​单增加了 140%，而同期欺诈水平下降了 45%。 此外，加急运输减少了商家取消订单的时间，并被视为欺诈检测的危险信号。 然而，大流行使这种运输方式变得普遍，随着时间的推移成为一种更安全的做法。

新出现的威胁

识别以前真正的客户进行的可疑支付活动可能特别具有挑战性。 一个常见的例子被称为“友好欺诈”，在这种情况下，客户向他们的信用卡公司提出异议，以逃避对先前从实体商品零售商处购买的产品的付款。 欺诈者可以通过向银行或信用卡公司提交“未收到物品”拒付单来声称未收到物品。 事实上，有些人进行大规模退款并在黑市上出售商品，导致零售商每年损失数百万美元。 如果这种情况发生在实体店中，则属于入店行窃。

一种快速增长的欺诈趋势被称为政策滥用，涉及定期付费客户违反零售商的条款和条件，通常是为了省钱或赚钱。 尽管政策滥用不同于传统的欺诈行为，但零售商仍可能遭受不为人知的经济损失。

因此，企业现在转向人工智能来解决这些情况。 人工智能将收集数据，包括 IP 地址、设备指纹和行为分析。 然后将这些数据与各种商家网络中过去的订单进行交叉引用。 例如，假设客户对不是他们下的欺诈性订单提出异议。 在这种情况下，系统可以验证订单是否使用与客户之前下订单相同的 IP 地址和/或设备下达。 这使商家能够确定争议的优先级并解决最常见违规者的政策滥用问题，自动化争议解决流程以提高可扩展性和效率。

随着欺诈策略的日益复杂，欺诈检测方法也在不断发展。 很快，对电子商务的生物识别方面的分析，例如“声纹”和手持手机的角度，将超越监控购买模式。

汇集一切

借助人工智能支持的欺诈预防系统，随着监管机构、客户和犯罪分子的不断发展，企业可以灵活地调整他们的方法来应对新的威胁和机遇。 通过利用基于 AI 的技术，电子商务企业可以显着降低欺诈交易造成代价高昂损失的风险，同时为客户提供更顺畅的购物体验。 很明显，人工智能在当今电子商务企业的欺诈预防策略中发挥着至关重要的作用，并将在可预见的未来继续发挥作用。