Ложные срабатывания антифрод-алгоритмов обходятся банкам в $14,7 млрд в год. Самообучающиеся системы, изучающие поведение пользователей, могут уменьшить потери банков и избавить клиентов от ненужных проблем, сообщает futurebanking.ru.

Блокирование карточного фрода не только дорого само по себе, но и приносит банкам и платежным компаниям сопутствующие убытки от большого количества «ложных срабатываний». Обученные бороться с незаконными операциями алгоритмы попутно останавливают и совершенно безобидные транзакции, вынуждая клиентов пользоваться альтернативными методами платежей или нагружать работой службу поддержки банков.

Традиционные системы мониторинга в банках помимо прочего жестко запрограммированы на отслеживание необычно больших или частых платежей с одной счета, переводов в адрес клиентов из «опасных» юрисдикций, слишком быстрых движений средств по счетам. Но в реальной жизни многие безобидные переводы и платежи соответствуют этим параметрам, что вызывает ошибочное срабатывание систем мониторинга.

Британская компания Featurespace, разрабатывающая средства борьбы с фродом, опубликовала исследование, демонстрирующее масштаб проблемы. Она оценивает потери от таких ошибок в $14,7 млрд в год, что сравнимо с потерями от нелегальных платежей ($16,3 млрд в год).

Исторические данные, исследованные компанией, показывают, что на каждую остановленную мошенническую транзакцию приходится в среднем около 10 заблокированных нормальных платежей, а в некоторых случаях (карточные платежи через интернет) их число превышает 20. Потери от фальшивых срабатываний уменьшают объем платежей по карте в среднем на 4-10%, что обходится банкам и компаниям в миллиарды долларов в год.

Современные самообучающиеся алгоритмы способны на основе анализа поведения пользователей «понять», что перед ними нормальный платеж, несмотря на то, что он формально похож на мошеннический. «Позитивный» анализ не исключает необходимость работы обычных систем мониторинга. Но по новой методике поток клиентских платежей сначала проходит через «интеллектуальный» фильтр, определяющий нормальные операции, и только оставшаяся часть транзакций поступает на анализ по формальным признакам.

Использование таких алгоритмов снижает количество ложных срабатываний антифрод-систем на 70%. По подсчетам Featurespace, в глобальных масштабах это означало бы дополнительную выручку финансовой индустрии в $2,8 млрд в год. Еще $5,4 млрд в год можно сэкономить на снижении расходов на колл-центры из-за уменьшения количества обращений пользователей.

Источник: futurebanking.ru.