Μια δόλια ηλεκτρονική παραγγελία μπορεί να κοστίσει ένα μικρό λιανοπωλητή σχεδόν τρεις φορές περισσότερο από το κόστος της συναλλαγής. Αυτό βρήκε ο Stripe στις εκθέσεις της σχετικά με τις τάσεις και τη συμπεριφορά σε απευθείας σύνδεση απάτης (PDF) του Δεκεμβρίου του 2017.
Online Έκθεση Τάσεων Απάτης
Ο επεξεργαστής ηλεκτρονικών πληρωμών δημοσίευσε πρόσφατα την αναφορά και έδωσε στις Μικρές Επιχειρηματικές Τάσεις μια μοναδική προοπτική μέσω αποκλειστικών σχολίων ηλεκτρονικού ταχυδρομείου.
$config[code] not found"Ένας από τους στόχους μας στη δημοσίευση της έκθεσης είναι να βοηθήσουμε τις μικρές επιχειρήσεις να κατανοήσουν καλύτερα πώς και πότε εμφανίζεται η δόλια συμπεριφορά, έτσι ώστε να δημιουργήσουν συγκεκριμένες στρατηγικές που να ανταποκρίνονται άμεσα στις ανάγκες τους", λέει ο Michael Manapat, διευθυντής μηχανικής για τις πληροφορίες πληρωμών και την εμπειρία στο Stripe, σε ένα μήνυμα ηλεκτρονικού ταχυδρομείου με τάσεις μικρών επιχειρήσεων.
Η έκθεση του Stripe διαπίστωσε ότι μια μικρή επιχείρηση λιανικής στο διαδίκτυο θα ξοδέψει 2,62 δολάρια για την καταπολέμηση της ηλεκτρονικής απάτης για κάθε 1 δολάριο παραπλανητικής εντολής. Αυτό αυξάνεται στα $ 3,34 για ένα κινητό κατάστημα λιανικής πώλησης. Ως εκ τούτου, θα ήταν λογικό ότι είναι καλύτερο να υπερασπιστούμε την άμυνα πριν πέσουμε θύμα πλαστών συναλλαγών.
Αλλά πόση άμυνα είναι αρκετή;
Είναι αλήθεια ότι τα εγκλήματα στον κυβερνοχώρο είναι σε άνοδο και είναι επίσης αλήθεια ότι οι μικρές επιχειρήσεις στοχεύουν όλο και περισσότερο τους απατεώνες. Και καθώς αυξάνεται η ασφάλεια των συναλλαγών σε καταστήματα τσιμέντου, αυξάνεται και η πιθανότητα ότι οι συναλλαγές στο διαδίκτυο θα στοχεύουν πιο συχνά.
Ωστόσο, είναι επίσης αλήθεια ότι οι μικρές επιχειρήσεις μπορούν να επενδύσουν υπερβολικά στην ηλεκτρονική προστασία απάτης. Αυτή η αναφορά από τη Stripe προσπαθεί να βοηθήσει τους μικρούς διαδικτυακούς εμπόρους λιανικής να εντοπίσουν εκεί που χρειάζονται για να προστατευθούν.
"Λόγω των περιορισμένων πόρων τους, οι περισσότερες μικρές επιχειρήσεις πρέπει να κάνουν αντισταθμίσεις μεταξύ της καταπολέμησης της απάτης και της μεγιστοποίησης της κερδοφορίας. Μικρότερες εταιρείες μπορούν να χρησιμοποιήσουν την αναφορά για να εντοπίσουν συνεπείς μορφές δόλιας συμπεριφοράς, "λέει ο Manapat.
Ένα μικρό ηλεκτρονικό κατάστημα λιανικής πώλησης μπορεί τελικά να αποφασίσει εάν θα εγκαταστήσει κάποιο λογισμικό κατά της απάτης στο κατάστημά του. Αλλά δεν είναι κάθε μικρή επιχείρηση να έχει τα χρήματα ή τους πόρους για να αναπτύξει μια τέτοια υπεράσπιση. Σε άλλες περιπτώσεις, λέει ο Manapat, τα ηλεκτρονικά καταστήματα πρέπει να εντοπίζουν τις τάσεις μεταξύ των απατεώνων για να εντοπίζουν ύποπτη δραστηριότητα ενώ συμβαίνει.
Για αρχάριους, τα μικρότερα καταστήματα πρέπει να καταγράφουν περισσότερες πληροφορίες για τους πελάτες τους μπροστά. Αυτό μειώνει σημαντικά τις πιθανότητες μιας δόλιας συναλλαγής.
"Αν και κάθε επιχείρηση είναι διαφορετική, η κατανόηση του τρόπου εμφάνισης της απάτης όχι μόνο θα βοηθήσει τους μικρότερους εμπόρους λιανικής να καταπολεμήσουν αποτελεσματικότερα την απάτη, αλλά θα τους βοηθήσει να καταλάβουν γιατί ο καθορισμός καλύτερων κανόνων είναι τόσο σημαντικός", προσθέτει ο Manapat.
Άλλα βασικά σημεία της ηλεκτρονικής απάτης στις συναλλαγές είναι οι αγορές που εισέρχονται σε ασυνήθιστα υψηλά ποσοστά. Οι παράγοντες απάτης θα αγοράζουν μερικές φορές 10 φορές τον κανονικό ρυθμό που συνήθως παρατηρείται σε μια τοποθεσία. Θα ήθελαν επίσης να χτυπήσουν κατά τη διάρκεια των βραδινών ωρών, σύμφωνα με τον Stripe. Και μπορείτε να περιμένετε αυτή τη δραστηριότητα κατά τη διάρκεια χαμηλότερων χρόνων κυκλοφορίας σε έναν ιστότοπο.
"Για παράδειγμα, τα ποσοστά απάτης δεν αυξάνονται κυρίως σε δύσκολες μέρες όπως η Μαύρη Παρασκευή, αλλά σε ημέρες όπως τα Χριστούγεννα, όταν πολλοί άνθρωποι δεν ψωνίζουν", εξηγεί η έκθεση.
Ένα άλλο βασικό συμπέρασμα από την έκθεση δείχνει ότι οι περισσότερες δόλιες συναλλαγές δεν αφορούν είδη μεγάλου εισιτηρίου. Αντ 'αυτού, είναι μικρότερες συναλλαγές που τείνουν να είναι δόλια.
"Στις Ηνωμένες Πολιτείες, τα δεδομένα του Stripe δείχνουν ότι τα ποσά δόλιων συναλλαγών είναι μόνο ελαφρώς μεγαλύτερα από τα κανονικά ποσά συναλλαγών", αναφέρει η έκθεση.
Το Stripe υποδεικνύει ότι οι μικρές εταιρείες λιανικής πώλησης σε απευθείας σύνδεση συνεργάζονται με έναν επεξεργαστή πληρωμών που χρησιμοποιεί τεχνολογία μηχανοκίνητης εκμάθησης για να βοηθήσει να εντοπίσει ψευδείς συναλλαγές. Αλλά η εταιρεία σημειώνει επίσης ότι η εξάρτηση μόνο από την AI για να εντοπίσει την απάτη δεν είναι αρκετή. Χρειάζεται επίσης χειροκίνητη επαγρύπνηση.
"Τα μοντέλα μηχανικής μάθησης αντιμετωπίζουν αυτήν την πρόκληση ενσωματώνοντας πολλές εξειδικευμένες για το περιβάλλον αποχρώσεις, προκειμένου να απορρίψουν μόνο τις πιο ύποπτες συναλλαγές, παρά να θέσουν σε εφαρμογή γενικούς κανόνες που μπορούν εύκολα να τερματίσουν τον αποκλεισμό καλών συναλλαγών. Οι έμποροι θα πρέπει να συνεργάζονται με τους μεταποιητές πληρωμών με μηχανικές μάθησης και άλλες τεχνολογίες για να βελτιστοποιήσουν αυτές τις περίπλοκες συμφωνίες μεταξύ της παύσης της απάτης και της μεγιστοποίησης της κερδοφορίας », προσθέτει η έκθεση.
Φωτογραφία μέσω Shutterstock
1 Σχόλιο ▼
