Oszuści grasują w Cyber Monday. Jak się przed nimi ustrzec?

0

Nadejście sezonu zakupów świątecznych wiąże się z gwałtownym wzrostem aktywności handlowej w sieci i liczby oszustw, zwłaszcza w takie dni jak Black Friday i Cyber Monday. Internetowa sprzedaż konsekwentnie rośnie podczas tych specjalnych dni. Sam Cyber Monday w 2022 r. przyniósł 11,3 miliarda dolarów, co oznacza 5,3% wzrost w porównaniu z rokiem poprzednim. Trajektoria ta utrzymała się pomimo inflacji, a analitycy oczekują, że wzrośnie jeszcze bardziej w nadchodzącym sezonie 2023 r.

Podczas szaleństwa zakupów warto jednak uważać. Na to handlowe święto rzucają cień przestępstwa finansowe i oszuści, wykorzystujący wzrost liczby transakcji online do kamuflażu swoich nielegalnych przedsięwzięć. Aż 38% kupujących online spotkało się z próbami oszustwa jak wynika z badania przeprowadzonego przez firmę NordVPN w 2022 roku. Może to oznaczać prawie 14 milionów użytkowników Internetu w Polsce. Ogromny ruch podczas tych szczytowych dni zakupowych stanowi doskonałą przykrywkę dla przestępców wykorzystujących zaawansowane boty do popełniania oszustw na dużą skalę. Banki decydują się wesprzeć swoich klientów zaawansowanymi systemami wspieranymi przez sztuczną inteligencję (AI) 

Jak to działa?

W dniach wzmożonych zakupów, takich jak Cyber Monday, przestępcy wykorzystują zautomatyzowane boty. Korzystając z bazy danych ze skradzionych kart kredytowych dokonują one nielegalnych zakupów. Wszystko to przy jednoczesnym wtapianiu się w zwiększony ruch legalnych klientów. Klienci, którzy zorientują się, że dane ich karty zostały skradzione – przy wsparciu banku i procesora płatności takiego jak Visa czy Mastercard może zażądać od sklepu zwrotu pieniędzy – tzw. chargebacku. 

Podczas Cyber Poniedziałku sklepy internetowe kwitną dzięki wysokiej sprzedaży, ale okres po sprzedaży przynosi falę chargebacków w pierwszym kwartale kolejnego roku. Oszuści fałszywie zgłaszają nieautoryzowane transakcje lub niedostarczone towary, co prowadzi do cofnięcia sprzedaży i wysokich opłat. Obciążenie finansowe wynikające z tych nieuczciwych obciążeń zwrotnych, w połączeniu ze zwiększoną kontrolą ze strony wcześniej wspomnianych procesorów płatności, zagraża rentowności firmy i przyszłym operacjom. A to oznacza, że obiecujący sezon sprzedaży może zamienić się w kosztowny test bezpieczeństwa. Chargeback pomaga kupujący odzyskać kwotę za zakup uszkodzonego lub niezgodnego z opisem produktu, a nawet otrzymać zwrot pieniędzy w przypadku oszustwa. Niestety, procedura ta coraz częściej jest wykorzystywana przez przestępców. 

Skoro istnieje takie ryzyko to dlaczego sprzedawcy się przed nim nie chronią? Sprzedawcy mogą zakładać, że dzięki większym zyskom ewentualne straty nie uderzą ich po kieszeni. Mają oni wskaźnik obciążeń zwrotnych, który jest monitorowany przez banki i wydawców kart. Zbyt wysoki wskaźnik może wiązać się ze znacznymi karami. Nieostrożność w okresie świątecznym o dużym natężeniu ruchu może łatwo zepchnąć sprzedawcę do poziomu zagrożenia.

Eksperci ds. przeciwdziałania praniu pieniędzy ostrzegają przed przestarzałymi systemami ochrony klientów, które mogą fałszywie identyfikować klientów jako finansowych oszustów. – Nowi klienci sklepów internetowych, to duża część ruchu, który pozwala bić rekordy zakupowe od kilku lat. Jednak często wykazują oni nieprzewidywalne, „podejrzane” zachowanie, które może zostać błędnie zidentyfikowane jako oszustwo. Bezmyślne wzmacnianie zabezpieczeń przed oszustwami może prowadzić do fałszywych alarmów, które mogą zrazić prawdziwych klientów. Znalezienie właściwego balansu między bezpieczeństwem a użytecznością dla klienta jest kluczowe, a punkt równowagi będzie się znacznie różnić w zależności od sprzedawcy. Rosnąca popularność handlu mobilnego (mCommerce) i kryptowalutami jeszcze bardziej poszerzyły wachlarz możliwości przestępców finansowych – mówi Bartosz Michałowski, Head of Operations w NatWest Polska, pionu odpowiedzialnego za przeciwdziałanie praniu pieniędzy.

Biorąc pod uwagę te poważne wyzwania, wzmocnienie ochrony online przed przestępstwami finansowymi ma ogromne znaczenie. Dlatego jedna z globalnych instytucji finansowych – NatWest – wzmocnić swój system zapobiegania oszustwom finansowym. Ochronę klientów wesprze użycie nowoczesnych technologii, w szczególności sztucznej inteligencji. Ta będzie służyć zespołowi ekspertów i ekspertek, autonomicznie rozróżniać transakcje autentyczne od oszustw, znosząc blokady i zamykając alerty dla prawdziwych transakcji w czasie rzeczywistym. System będzie chronić klientów przed oszustwami, dzięki zwiększonej wydajności i poprawionej obsłudze klienta poprzez eliminację niepotrzebnych powiadomień o alertach.

Uczenie maszynowe zamiast twardej blokady

Każda transakcja klienta dokonana przy użyciu karty osobistej będzie wspierać analityków i analityczki w ocenie prawdopodobieństwa oszustwa finansowego. Ten element systemu pozostanie bez zmian. Jednak do tej pory działo się to na podstawie reguł, a każda transakcja oznaczana była jako autentyczna lub oszustwo. Ryzykowne transakcje wyzwalały alerty – na przykład SMS, które prowadziły do odrzucenia i zablokowania karty. Choć skuteczny, system generował wiele fałszywych alarmów utrudniając zakupy klientom, a sprzedawcom – klientom banku – mógł uniemożliwiać procesowanie transakcji. Te prawdziwe, oznaczane jako nieuczciwe, wymagały ręcznego sprawdzania przez zespół ds. oszustw i kontaktu z klientami w celu weryfikacji. To generuje czas i uwagę. 

– Konieczność posiadania solidnego mechanizmu zapobiegania oszustwom jest bezcenna. Wdrożenie rozwiązań do kontroli w czasie rzeczywistym, które działają dyskretnie, ma kluczowe znaczenie dla utrzymania płynnej obsługi klienta podczas sprzedaży o dużym natężeniu ruchu w dni takie jak Cyber Monday. Uczenie maszynowe staje się potężnym sprzymierzeńcem w walce z oszustwami, oferując zniuansowane i proaktywne podejście do wykrywania i udaremniania nieuczciwych działań. Ta kompleksowa analiza znacznie zwiększa precyzję wykrywania oszustw, tworząc bezpieczniejszą atmosferę zakupów zarówno dla sprzedawców, jak i konsumentów – dodaje Bartosz Michałowski.