全球计算机制造商和零售商

概述

该财富50强计算机制造商和零售商面临网络欺诈和收入损失威胁，其网络欺诈预防和调查团队负责识别高风险客户并调查可疑活动。团队每日处理约100,000份调查请求，但大量时间被低风险用户占用，导致效率低下。

挑战

团队希望避免对低风险用户进行不必要的调查，以节省时间。他们尝试开发内部欺诈决策引擎，但复杂的逻辑和漫长的开发时间阻碍了进展。自动化捕获和关联暗网暴露数据成为关键缺失环节。

解决方案

公司选择SpyCloud Identity Risk Engine和SpyCloud Investigations，并通过与Splunk的集成将深网数据分析纳入其技术栈。SpyCloud提供基于24个关键风险指标的风险评分，包括数据泄露、密码重用习惯、恶意软件感染等，帮助快速识别高风险交易。

结果

1. 数据质量测试：SpyCloud对超过200万个被认定为高风险的账户进行测试，发现82%为低风险，使团队能够专注于7%的高风险账户和11%的中风险账户。每起欺诈调查时间减少超过一小时。
2. 恶意软件检测：高风险交易中，4%的用户受到恶意软件感染，促使团队加强对这些用户的调查。70%的账户存在密码安全习惯不佳问题，68%的账户存在高重复使用密码率。
3. 调查周期时间减少：随着内部引擎的构建和强化，交易后调查时间减少30%。团队计划将风险评估纳入所有交易和通信渠道，以更主动地识别欺诈行为。

核心观点

• SpyCloud帮助公司自动化和优化欺诈调查，减少对低风险用户的无效调查，将资源集中于高风险账户。
• 通过深网数据分析和多维度风险指标，SpyCloud提供更全面的欺诈洞察，包括恶意软件感染等关键风险因素。
• 公司计划进一步扩展SpyCloud的应用范围，以实现更全面的欺诈防护。