Маленькие интернет-магазины будут тратить $ 2,62 за каждый $ 1 мошеннической транзакции

Оглавление:

Anonim

Один мошеннический онлайн-заказ может стоить небольшому ритейлеру почти в три раза больше, чем стоимость транзакции. Вот что нашла Stripe в своем отчете о тенденциях и поведении мошенничества в декабре 2017 года (PDF).

Отчет о тенденциях мошенничества в Интернете

Процессор онлайн-платежей недавно выпустил отчет и предоставил Малому Бизнесу Тенденции уникальной перспективы через эксклюзивные комментарии по электронной почте.

$config[code] not found

«Одна из наших целей при публикации отчета - помочь малым предприятиям лучше понять, как и когда проявляется мошенническое поведение, чтобы они могли создавать конкретные стратегии, которые непосредственно отвечают их потребностям», - говорит Майкл Манапат, технический менеджер по анализу платежей и опыту в Stripe., в электронном письме с Тенденциями Малого бизнеса.

В отчете Stripe говорится, что небольшой розничный онлайн-бизнес будет тратить 2,62 доллара на борьбу с мошенничеством в Интернете за каждый 1 доллар мошеннического заказа. Это составляет $ 3,34 для мобильного розничного магазина. Таким образом, было бы разумно, чтобы было лучше защитить, прежде чем стать жертвой мошеннических операций.

Но сколько защиты достаточно?

Это правда, что киберпреступления растут, и также верно, что малые предприятия все чаще становятся жертвами мошенников. И по мере того, как повышается безопасность транзакций в обычных магазинах, вероятность того, что онлайн-транзакции будут нацелены чаще, также возрастает.

Однако верно и то, что малые предприятия могут чрезмерно инвестировать в защиту от мошенничества в Интернете. Этот отчет от Stripe пытается помочь небольшим интернет-магазинам определить, где они должны защитить себя.

«Учитывая свои ограниченные ресурсы, большинству малых предприятий необходимо найти компромисс между мошенничеством с полицейской деятельностью и максимизацией прибыльности. Небольшие компании могут использовать этот отчет для выявления закономерностей мошеннического поведения », - говорит Манапат.

Небольшому интернет-магазину в конечном итоге, возможно, придется решить, устанавливать ли в своем магазине какое-либо программное обеспечение для защиты от мошенничества. Но не у каждого малого бизнеса будут деньги или ресурсы для развертывания такой защиты. В других случаях, по словам Манапата, интернет-магазины должны выявлять тенденции среди мошенников, чтобы выявлять подозрительную активность во время ее совершения.

Для начала, небольшие магазины должны забирать больше информации о своих покупателях. Это значительно снижает вероятность мошеннической транзакции.

«Несмотря на то, что все виды бизнеса отличаются друг от друга, понимание того, как проявляется мошенничество, не только поможет более мелким розничным торговцам более эффективно бороться с мошенничеством, но и поможет им понять, почему установление лучших правил так важно», - добавляет Манапат.

Другими ключевыми признаками мошенничества с транзакциями в Интернете являются покупки, поступающие с необычно высокими показателями. Мошенники иногда покупают в 10 раз быстрее, чем обычно на сайте. По словам Страйпа, они также любят бить в вечерние часы. И вы можете ожидать эту активность во время более низкого времени трафика на сайте.

«Например, уровень мошенничества повышается не только в такие тяжелые дни покупок, как« Черная пятница », а скорее в такие дни, как Рождество, когда многие люди не ходят по магазинам», - говорится в отчете.

Еще один ключевой вывод из отчета показывает, что большинство мошеннических транзакций не для крупных предметов. Вместо этого мелкие транзакции, как правило, являются мошенническими.

«В Соединенных Штатах данные Stripe показывают, что суммы мошеннических транзакций лишь немного превышают суммы обычных транзакций», - говорится в отчете.

Stripe предполагает, что небольшие интернет-магазины работают с платежным процессором, который использует технологию машинного обучения, чтобы помочь обнаружить фиктивные транзакции. Но компания также отмечает, что полагаться только на AI для выявления мошенничества недостаточно. Ручная бдительность также необходима.

«Модели машинного обучения решают эту проблему путем включения многих специфических для контекста нюансов, чтобы отклонять только самые подозрительные транзакции, вместо того, чтобы устанавливать общие правила, которые могут легко привести к блокировке хороших транзакций. Торговцы должны работать с платежными системами с машинным обучением и другими технологиями, чтобы оптимизировать эти сложные компромиссы между прекращением мошенничества и максимизацией прибыльности », - говорится в отчете.

Фото через Shutterstock

1 комментарий ▼