Satu pesanan dalam talian yang menipu boleh menelan kos peruncit kecil hampir tiga kali ganda daripada kos urus niaga. Itulah Stripe yang didapati dalam laporan Trend dan Tingkah Laku Penipuan Online pada Disember 2017 (PDF).
Laporan Trend Fraud dalam talian
Pemproses pembayaran dalam talian baru-baru ini mengeluarkan laporan dan memberi Trend Perniagaan Kecil perspektif yang unik melalui komen e-mel eksklusif.
$config[code] not found"Salah satu matlamat kami dalam menerbitkan laporan ini adalah untuk membantu perniagaan kecil memahami dengan lebih baik bagaimana dan bila tingkah laku penipuan muncul, sehingga mereka dapat membuat strategi spesifik yang secara langsung memenuhi kebutuhan mereka," kata Michael Manapat, pengurus kejuruteraan untuk kecerdasan dan pengalaman pembayaran di Stripe, dalam e-mel dengan Trend Perniagaan Kecil.
Laporan Stripe mendapati bahawa sebuah perniagaan runcit dalam talian kecil akan membelanjakan $ 2.62 melawan kembali terhadap penipuan dalam talian untuk setiap $ 1 dari pesanan penipuan. Itu naik kepada $ 3.34 untuk kedai runcit mudah alih. Oleh itu, akan masuk akal bahawa adalah yang terbaik untuk meletakkan pertahanan sebelum menjadi mangsa kepada transaksi penipuan.
Tetapi berapa banyak pertahanan yang cukup?
Memang benar bahawa jenayah siber semakin meningkat dan ia juga benar bahawa perniagaan kecil semakin disasarkan oleh penipu. Dan kerana keselamatan urus niaga di kedai-kedai batu-dan-mortar bertambah, kemungkinan transaksi dalam talian akan disasarkan lebih kerap naik juga.
Walau bagaimanapun, ia juga benar bahawa perniagaan kecil boleh melabur lebih banyak dalam perlindungan penipuan dalam talian. Laporan dari Stripe ini cuba membantu peruncit dalam talian kecil mengenal pasti tempat mereka perlu melindungi diri mereka sendiri.
"Memandangkan sumber terhad mereka, kebanyakan perniagaan kecil perlu melakukan pertukaran antara penipuan polis dan memaksimumkan keuntungan. Syarikat-syarikat yang lebih kecil boleh menggunakan laporan tersebut untuk mengenal pasti pola perilaku penipuan yang konsisten, "kata Manapat.
Kedai runcit dalam talian kecil mungkin akhirnya memutuskan sama ada memasang beberapa perisian anti-penipuan di kedai mereka. Tetapi tidak setiap perniagaan kecil akan mempunyai wang atau sumber untuk menggunakan pertahanan seperti itu. Dalam kes lain, Manapat berkata, kedai dalam talian perlu mengenal pasti trend di kalangan penipu untuk melihat aktiviti yang mencurigakan semasa ia berlaku.
Sebagai permulaan, kedai yang lebih kecil perlu menangkap lebih banyak maklumat mengenai pelanggan mereka di depan. Ini sangat mengurangkan peluang transaksi curang.
"Walaupun setiap perniagaan berbeza, memahami bagaimana penipuan yang timbul tidak hanya akan membantu para peruncit yang lebih kecil untuk memerangi penipuan, tetapi juga membantu mereka memahami mengapa aturan yang lebih baik sangat penting," tambah Manapat.
Tanda-tanda utama penipuan transaksi dalam talian adalah pembelian masuk pada kadar yang tidak normal. Pelakon penipuan kadang-kadang akan membeli pada 10 kali kadar normal yang biasanya dilihat di laman web. Mereka juga suka memukul pada waktu petang, menurut Stripe. Dan anda boleh mengharapkan aktiviti ini semasa masa trafik yang lebih rendah di tapak.
"Sebagai contoh, kadar penipuan tidak meningkat pada hari-hari belanja berat seperti Black Friday, tetapi pada hari-hari seperti Krismas apabila ramai orang tidak membeli-belah," laporan itu menerangkan.
Satu lagi penemuan penting dari laporan ini menunjukkan bahawa transaksi yang paling curang bukanlah untuk barangan besar. Sebaliknya, ia adalah transaksi yang lebih kecil yang cenderung menjadi penipuan.
"Di Amerika Syarikat, data Stripe menunjukkan bahawa jumlah transaksi penipuan hanya sedikit lebih besar daripada jumlah urus niaga biasa," kata laporan itu.
Stripe menunjukkan bahawa peruncit dalam talian kecil bekerja dengan pemproses pembayaran yang menggunakan teknologi pembelajaran mesin untuk membantu mengesan urus niaga palsu. Tetapi syarikat itu juga menyatakan bahawa hanya bergantung kepada AI untuk melihat penipuan tidak mencukupi. Pengawasan manual juga diperlukan.
"Model pembelajaran mesin menangani cabaran ini dengan memasukkan banyak nuansa khusus konteks untuk menolak hanya urus niaga paling mencurigakan, dan bukannya meletakkan peraturan selimut yang dengan mudah boleh menghalang transaksi yang baik. Peniaga harus bekerja dengan pemproses pembayaran dengan pembelajaran mesin dan teknologi lain untuk mengoptimumkan perdagangan kompleks ini antara menghentikan penipuan dan memaksimumkan keuntungan, "tambah laporan itu.
Foto melalui Shutterstock
1 Ulasan ▼
