平衡 ： 加强电子商务欺诈风险管理

平衡 ： 加强电子商务欺诈风险管理以实现收入增长 May 2024 Contents 执行摘要 5优化欺诈风险管理实践 2Forter 介绍 对行业的考虑 7普华永道联系方式 3了解电子商务欺诈的复杂性 4有效的网络商户欺诈风险管理 执行摘要 欺诈问题是在线 merchant 面临的一个普遍且不断增长的问题。欺诈威胁变得越来越多样化和复杂，商家需要采取更加细腻和高级的应对措施，以有效地平衡欺诈预防与良好的客户体验及长期销售业绩之间的关系。如果平衡不当，可能会导致严重的欺诈损失，并对收入造成重大损害。 不幸的是，这个问题并没有简单的解决方案。更糟糕的是，问题的本质随着时间的推移而不断变化，因为客户行为和期望发生变化、新产品和支付选项的引入以及商家和欺诈者都可以获得新的技术。在这种情况下，需要灵活且敏捷的欺诈风险管理策略，能够适应不断变化的情况并防止新的欺诈威胁失控。这种敏捷方法的基础是良好的数据，在本文中我们将探讨无效的欺诈风险管理方法所隐藏的成本，以及采用更加灵活的数据驱动方法所能带来的好处。 正如数据是商家有效应对欺诈的关键，数据也是理解欺诈威胁的本质和规模以及通过有效的欺诈风险管理所能带来的潜在好处的关键。因此，我们与Forter合作撰写了本文，将他们基于数据的欺诈模式和趋势洞察与我们在行业内帮助在线商家应对欺诈问题的经验相结合。 在本文中，我们展示了有效的欺诈风险管理如何成为收入保护的催化剂，鼓励商家不仅仅从直接欺诈损失和退单预防的角度考虑欺诈问题，而是采取更全面的观点，涵盖客户体验、销售转化以及减少错误拒绝等方面。在客户支出仍然紧张且商家寻求降低成本方法的情况下，理解这些因素有望提升盈利能力。 我们通过案例研究展示了领先商家如何发展数据分析师能力以分析客户旅程，从而监测并优化其控制措施的有效性。这些案例研究还涵盖了采用新科技（如Forter提供的技术）的商家示例，这些新技术提供了更大的自动化潜力，并减少了对专家分析数据和发现趋势的依赖。 关键信息 电子商务欺诈是一种动态且快速演变的威胁商户需要理解他们面临的欺诈风险范围，并实施能够迅速且适当地应对不断变化威胁的策略。对于大型商户以及销售在黑色星期五和圣诞节等高峰购物期间显著集中的商户而言，自动化的欺诈风险管理方法对于管理交易量并避免积压至关重要。 有效的欺诈风险管理需要采取平衡行动 为了有效管理欺诈风险，商家必须在提供良好的客户体验、防止欺诈、减少欺诈预防的运营成本以及推动高销售转化率之间取得平衡。若采用无效的欺诈风险管理方法，错误的平衡可能导致由于购物车放弃和虚假拒绝而产生的高昂隐形成本。这些隐形成本可能远远超过显性的直接欺诈损失和欺诈预防的成本，但往往未能得到有效的衡量。高质量的数据对于理解并衡量在平衡各要素方面的成功，以及支持基于数据的决策制定至关重要。 优化的欺诈风险管理方法应使在线商户能够准确识别和过滤掉欺诈交易，并为优质客户提供低摩擦的购物体验，从而促进收入增长。 Forter 介绍 Forter 介绍 福特尔是电子商务欺诈预防领域的领导者，处理超过2500亿美元的在线商业交易，并保护全球超过十亿消费者免受信用卡欺诈、账户接管、身份盗窃等威胁。福特尔使在线商户能够对潜在的欺诈威胁采取细致入微的应对措施，在有效过滤欺诈的同时不损害良好的客户体验，避免合法客户的支付被拒。我们的平台凭借对超过1.2亿在线身份的深刻理解，准确地阻止欺诈行为，同时确保真正有需求的客户获得无缝的服务体验。与我们合作的商户将成为包括全球领先品牌在内的反欺诈联盟的一部分，借助共享智能驱动的高级机器学习技术，能够迅速应对不断变化的威胁。 在全球客户基础中，我们看到欺诈分子继续适应其方法并发展新的技术，以利用系统和流程中的弱点进行犯罪活动。自Forter成立十多年以来，电子商务欺诈的性质和规模发生了显著变化，商家居然现在需要理解和管理越来越多的风险类型。 尽管电子商务欺诈曾经被认为是与信用卡支付欺诈相提并论的，当前的威胁 landscape 已经变得更为多样化，账户接管欺诈、退款欺诈和政策滥用等新型欺诈类型正变得越来越普遍。我们应当预期变革的速度将持续保持高位，并且随着商户开发新的客户产品、引入新的支付方式、客户行为发生变化以及诈骗分子利用新技术（如人工智能），新的欺诈威胁将不断涌现。 福特er非常高兴能与普华永道合作，将我们数据的力量与普华永道全球电子商务和欺诈专家网络相结合。普华永道在全球商户方面的广泛工作以及在多种其他技术领域的专业知识，使其能够为商户提供建议，以优化业务流程并有效管理风险，从而推动增量收入。本文是双方合作的一项成果，结合了福特er的数据分析与普华永道对商户运营的了解，旨在突出有效管理欺诈风险并优化业务流程以实现增量收入的方法。 多元化的欺诈威胁意味着在线商户需要对不同的欺诈风险场景采取差异化应对措施，以有效过滤欺诈行为而不过度损害优质客户体验和收入生成。我们经常看到商户通过部署控制措施来应对欺诈，这些措施要么作为粗暴的工具，既阻止了欺诈行为也损害了优质客户的体验和收入生成；要么需要大量的手动干预，导致高昂的操作成本。对于我们而言，欺诈风险管理不仅关乎阻止欺诈交易，还在于有效识别合法交易，从而提升客户体验并推动收入增长。优化的欺诈风险管理策略不仅能防止欺诈损失和退单，还能通过降低购物车放弃率和虚假拒绝率成为盈利的驱动因素。 杰夫 · 哈伦贝克 ， 支付主管 ， 福特 3 了解电子商务欺诈的复杂性 了解电子商务欺诈的复杂性 欺诈分子非常灵活，并迅速利用从账户创建到退货整个客户结账旅程中的漏洞。不断变化的商户提供的产品和服务以及支付选项，如先买后付（BNPL），为欺诈活动创造了新的机会，要求商户不断评估并应对潜在的欺诈威胁。 诈骗分子也迅速采用新技术进行犯罪活动，例如，Forter在2023年检测到用于尝试在线购买的机器人数量增加了60%。1生成性AI工具的能力不断增强及其广泛的可访问性也有潜力放大欺诈攻击的规模和复杂性。 值得注意的威胁包括 ： %56英国的消费者承认 wardrobing (使用后退回物品) 。2Forter 的消费者研究揭示 诈骗分子利用人工智能增强-bot-攻击的复杂性。这一进展使他们能够规避如验证码等安全措施，从而绕过常见的客户账户和支付安全协议。 诈骗分子利用AI生成的图像进行社交工程攻击，以欺骗商户员工。例如，使用AI创建或操控显示受损商品的图像，以获取不正当退款。 福特er的数据表明，合法客户利用促销和退款政策进行财务获利的机遇性欺诈也出现了显著上升。福特er的消费者研究显示，56%的英国消费者承认参与过“wardrobing”行为（使用后退货）。2所谓的“友好欺诈”为商家带来了新的挑战，因为可能曾经进行过退款欺诈的客户日后可能会再次成为“好客户”。在考虑潜在未来购买行为的情况下，决定是否拒绝此类客户的订单变得复杂。社交媒体平台上广泛传播了获取在线商家商品的欺诈方法的内容，这使得某些形式的电子商务欺诈在社会上越来越被接受，进一步增加了商家决策的复杂性。 身份欺诈 退款欺诈 诈骗分子采用各种策略，例如购买商品并在使用后退货，或者创建多个账户以利用促销优惠。商家必须有效地管理这一威胁，以最小化损失同时不打扰真正的客户，过于严格的政策可能会吓跑潜在买家。Forter的数据表明，通过‘好’客户账户进行的欺诈活动数量显著上升，英国消费者中有18%的人承认为了利用促销优惠而开设了多个账户。4 诈骗分子创建虚假账户以利用新开户优惠活动，或使用被盗的支付方式。提供信用额度或分期付款（BNPL）服务的商家特别容易受到欺诈，因为诈骗分子利用这些服务获取商品而不支付费用，导致商家库存丢失和未付账单。 随着欧洲范围内强客户认证（SCA）的实施，支付欺诈预防变得更加严格，欺诈分子已将注意力转向客户旅程中的其他环节，特别是退货环节。退款欺诈包括各种手法，从虚假声称未送达商品到退回假冒商品，目的是获得退款而不保留商品。 有效的欺诈风险管理优化欺诈风险注意事项普华永道了解在线商家的复杂性管理实践对于行业联系方式Summary由 Forter电子商务欺诈的性质 政策滥用的类型 Wardrobing 购买物品 ， 穿上它们 ， 然后将物品退回商店以获得退款。 %30许多用户购买商品的意图是退货， 只是为了获得免费送货的资格。5 免费送货滥用 出于各种原因 ， 消费者将其订单的高比例退还给商家。 %18英国消费者承认开设多个账户以利用促销活动。6 新开户滥用 创建多个帐户以利用促销优惠。 5. ttps: / / resources. forter. com / resources / hidden - costs - returns - abuseh 6. https: / / resources. forter. com / resources / returns - abuse - infographic - jan24 - uk%20 4 有效的网络商户欺诈风险管理 与欺诈风险管理有关的商户优先事项 有效的网络商户欺诈风险管理 认识到有效管理欺诈风险是一项权衡艺术，对于管理对财务绩效的整体影响至关重要。 在评估我们的客户是否获得了正确的平衡时 ， 我们考虑以下关键问题 ： 当前的系统、流程和控制措施在多大程度上有效地保护您的业务和客户免受专业欺诈和机会主义欺诈的影响？ 你的营销和产品团队是否将促销预算浪费在后来被证明是欺诈性的客户身上？ 是否存在通过采用新技术或重新设计现有流程来实现效率提升、减少运营依赖的潜在领域？ 通过回答这些基本问题并采用全面的方法来管理欺诈风险，商户可以加强防御措施、保护其盈利能力，并在电子商务动态landscape中促进持续增长。 案例研究: 商人在由于无效或执行不佳的欺诈风险管理措施而失去销售。Forter的全球数据显示，零售商因欺诈而损失的每1英镑中，他们因误判而拒绝了合法客户交易，从而损失了30英镑，这意味着他们错将合法交易视为欺诈而拒绝了这些交易。7 领先的商家正在采用基于人工智能的身份解决方案，这些方案结合了对购物者身份的理解，并利用机器学习模型进行更准确的风险评估和减少误拒率。这些工具能够快速识别趋势和模式，并自动适应以跟上不断变化的欺诈模式。这可能导致较高的欺诈检测率，最终转化为较低的误拒率。 打击欺诈时的问题 业务问题 虚假的下降不仅影响收入，还会使顾客对未来品牌的购买产生犹豫。Forter的消费者研究显示，有40%的购物者在面对拒绝后会选择放弃购买。7表明潜在销售额、客户忠诚度和品牌声誉的重大损失。 这家传统的英国商户遭遇了一系列支付欺诈事件，导致退单数量增加，开始影响整体利润和品牌形象。 身份基础的智能解决方案将客户数据与机器学习算法相结合，以识别潜在的风险特征，并允许进行准确的交易评估。这些宝贵的信息随后会被分享给发卡银行，有助于降低误拒风险。通过为发行方提供全面的数据点，这些解决方案使他们能够就3DS豁免做出知情决策。 面对欺诈压力上升，商家做出了一个艰难的决定，限制客户在线可订购的商品范围，并将所有订单转由人工代理审核和进行3D安全验证。这一做法显著增加了客户的购物流程中的摩擦度，因为商家无法区分正常的可信客户交易与欺诈行为。 虚假拒绝可能会因为多种原因发生。Forter的数据表明，零售商往往会因为从未遇到过新客户而拒绝他们，即使这些客户是可信的。Forter的数据还显示，虚假拒绝通常是实际欺诈的5到10倍。8依赖传统基于规则预防方法的商户往往面临较高的拒真率挑战，因为他们的规则集难以迅速适应不断变化的客户行为和购物习惯。 商户采用这些进步的方法通常会体验到接受率的提高。发卡机构对销售点加强的欺诈控制措施感到放心。 商人在量化这种做法对其销售渠道的影响方面遇到了困难，这使得在欺诈预防和损失销售的背景下评估其方法的比例性变得困难。 每个零售商都在亏损1 英