Онлайн-платежи в Беларуси вышли на новый уровень безопасности
Провайдер электронных платежей ASSIST сообщил о повышении уровня эффективности интеллектуальной системы противодействия мошенничеству, что делает возможным достижение конверсии интернет-магазина в 99%. При этом уровень фрода по операциям составляет не более 0,035% без использования фильтров и 3D-Secure.
ASSIST с 2010 года использует самообучающуюся антифродовую систему, в основе которой - математический анализ статистики интернет-платежей. Такой подход позволяет интернет-магазину «выжать» максимум из своего трафика и при этом не стать жертвой мошенников.
С самого начала система ASSIST Antifraud включала в себя подсистемы бизнес-правил и математического определения вероятности мошенничества, а также была оснащена набором отчетов, помогающих специалистам групп фрод-мониторинга анализировать подозрительные транзакции. В 2015 году была проделана работа по созданию независимой OLAP-системы, которая включила в себя весь набор ранее используемых отчетов, а также позволила формировать многомерные срезы данных, необходимые как для анализа самих транзакций, так и для выявления мошенничества на стороне интернет-магазинов. Это на порядок увеличило быстродействие системы и количество формируемых выборок. Все это позволяет добиться роста показателя конверсии до 99% при минимальном риске мошенничества.
«Мы понимаем значимость проведения безопасных платежей в интернете и потому совершенствуем антифродовую систему. Тем самым помогаем бизнесу снизить имеющиеся риски, влияющие на онлайн-продажи и конверсию в целом», – отмечает директор ASSIST Belarus Вячеслав Сенин.
В основе системы ASSIST Antifraud лежит принцип построения математических моделей оценки вероятности мошенничества. Платежный шлюз, имея данные по «чистым» и мошенническим транзакциям за определенный период времени, может использовать их для настройки математических моделей. Модели за доли секунды сопоставляют новую транзакцию со всем объемом ранее совершенных операций и определяют вероятность, с которой она похожа на мошенническую, при этом они анализируют тысячи параметров, характеризующих профиль клиента, его поведение на сайте, платежную историю и данные конкретного заказа.
«Эффективность работы системы напрямую зависит от накопленной истории транзакций и опыта специалистов по антифроду, которых очень трудно найти на рынке, – поясняет директор по исследованиям и разработке ПО группы компаний ASSIST Владимир Анисимов. – Опыт – это ключевая компетенция, потому что формирование правил функционирования системы осуществляется именно силами экспертов. В ASSIST работают специалисты с более чем 15-летним опытом работы с карточными транзакциями, что является ценнейшим активом компании».
Важное качество антифродовых систем, построенных на математических моделях – возможность гибко настраивать их под конкретные задачи и тип бизнеса. Для этого проводится обучение модели на истории транзакций именно того интернет-магазина, для которого она предназначена. При этом использование интеллектуальных систем противодействия мошенничеству не исключает применение всего арсенала средств антифрода (3D-Secure, фильтров, «ручного» мониторинга), но значительно его оптимизирует, т.к. позволяет отсеять порядка 99,97% мошеннических транзакций.
ASSIST применяет разработанную интеллектуальную систему антифрода ко всем транзакциям, проводимым через свой платежный шлюз, обеспечивая безопасность платежей для клиентов на территории Республики Беларусь, среди которых «Белавиа», Белорусская железная дорога, «TUT.BY», «МТС», «5 элемент», «Wildberries», «Евроопт», «21vek.by» и многие другие.
Схема работы системы:
1. Сканирование профиля клиента (сбор максимального количества данных, характеризующих поведение клиента при осуществлении покупок и платежей).
2. Проверка данных, построение связей между ними (формирование числового профиля клиента).
3. Математический анализ профиля клиента (определение статистической вероятности мошенничества).
4. В зависимости от результата анализа платеж может быть отклонен как подозрительный, отправлен на обработку в банк или подвергнут дополнительной проверке.
Такой подход позволяет сфокусировать внимание на действительно подозрительных транзакциях, к которым уместно применять весь арсенал существующих методов верификации клиента, при этом не рискуя сократить продажи.
