Mali online prodavaonice će potrošiti 2,62 dolara za svaki $ 1 varanja transakcije

Sadržaj:

Anonim

Jedna lažna online narudžba može malog trgovca koštati gotovo tri puta više nego trošak transakcije. To je Stripe pronašao u svom izvješću o trendovima i ponašanju u vezi s prijevara na internetu (PDF) u prosincu 2017. godine.

Izvješće o online trendovima prijevare

Online plaćanje procesor nedavno objavio izvješće i dao Small Business Trends jedinstvenu perspektivu putem ekskluzivnih e-mail komentare.

$config[code] not found

"Jedan od naših ciljeva u objavljivanju izvješća je pomoći malim poduzećima da bolje razumiju kako i kada se pojavljuje prijevarno ponašanje, kako bi mogli kreirati specifične strategije koje izravno odgovaraju njihovim potrebama", kaže Michael Manapat, inženjerski menadžer za obavještajne podatke o plaćama i iskustvo u Stripeu, u poruci e-pošte s uslugama Small Business Trends.

Stripeovo izvješće otkrilo je da će mala online maloprodajna tvrtka potrošiti 2,62 dolara u borbi protiv online prijevare za svakih 1 USD lažne narudžbe. To se povećava na 3,34 USD za mobilnu trgovinu. Stoga bi bilo razumno da je najbolje postaviti obranu prije nego što postane žrtva lažnih transakcija.

Ali koliko je obrane dovoljno?

Istina je da su cyber zločini u porastu i također je istina da male poduzetnike sve više ciljaju prevaranti. I kako se povećava sigurnost transakcija u trgovinama od cigle i žbuke, veća je vjerojatnost da će se online transakcije ciljati.

Međutim, također je istina da mala poduzeća mogu prekomjerno ulagati u zaštitu internetskih prijevara. Ovo izvješće Stripea pokušava pomoći malim maloprodajnim trgovcima da utvrde gdje se trebaju zaštititi.

“S obzirom na njihove ograničene resurse, većina malih poduzeća mora napraviti kompromise između policijskih prijevara i maksimiziranja profitabilnosti. Manje tvrtke mogu koristiti izvješće kako bi identificirale dosljedne obrasce lažnog ponašanja ”, kaže Manapat.

Mala maloprodajna trgovina možda će morati odlučiti hoće li u svoju trgovinu instalirati neki softver za borbu protiv prijevara. Ali neće svaka mala tvrtka imati novac ili resurse za postavljanje takve obrane. U drugim slučajevima, kaže Manapat, online trgovine trebaju identificirati trendove među prevarantima kako bi uočili sumnjive aktivnosti dok se to događa.

Za početak, manji dućani moraju biti više upoznati s njihovim klijentima. To uvelike smanjuje šanse za prijevarnu transakciju.

"Iako je svaki posao drugačiji, razumijevanje načina na koji se pojavljuju prijevare neće samo pomoći manjim trgovcima da se učinkovitije bore protiv prijevara, nego će im također pomoći da shvate zašto je postavljanje boljih pravila toliko važno", dodaje Manapat.

Drugi ključni znakovi transakcijskih prijevara online su kupnje koje dolaze na neuobičajeno visoke stope. Prevaranti će ponekad kupiti 10 puta više od uobičajenog ritma koji se obično vidi na mjestu. Također vole udarati tijekom večernjih sati, ističe Stripe. A možete očekivati ​​i ovu aktivnost tijekom kraćeg prometa na web-lokaciji.

"Na primjer, stope prijevara ne rastu osobito na teškim trgovačkim danima poput Crnog petka, nego na dane poput Božića kada mnogi ljudi ne kupuju", objašnjava izvješće.

Još jedan ključni nalaz iz izvješća pokazuje da većina lažnih transakcija nije za predmete s velikim ulaznicama. Umjesto toga, to su manje transakcije koje su obično lažne.

"U Sjedinjenim Američkim Državama, Stripe podaci pokazuju da su obmane transakcije samo neznatno veće od običnih transakcijskih iznosa", navodi se u izvješću.

Stripe sugerira da mali maloprodajni trgovci rade s procesorom plaćanja koji razvija tehnologiju strojnog učenja kako bi uočio lažne transakcije. No, tvrtka također primjećuje da oslanjanje samo na AI na mjesto prijevare nije dovoljno. Potrebna je i ručna budnost.

„Modeli strojnog učenja rješavaju taj izazov uključivanjem mnogih nijansi specifičnih za kontekst kako bi se odbacile samo najsumnjivije transakcije, umjesto da se postavljaju opća pravila koja lako mogu zaključiti dobre transakcije. Trgovci bi trebali raditi s procesorima plaćanja uz strojno učenje i druge tehnologije kako bi optimizirali ove složene kompromise između zaustavljanja prijevare i maksimiziranja profitabilnosti “, dodaje se u izvješću.

Fotografija putem Shutterstocka

1 Komentar ▼