하나의 사기성 온라인 주문은 작은 소매 업체에게 거래 비용의 거의 3 배를 소비 할 수 있습니다. 이것이 스트라이프가 2017 년 12 월 온라인 사기 동향 및 행동 보고서 (PDF)에서 발견 한 내용입니다.
온라인 사기 동향 보고서
온라인 지불 프로세서는 최근 보고서를 발표하고 독점적 인 이메일 의견을 통해 Small Business Trends에 독특한 시각을 부여했습니다.
$config[code] not found"보고서를 게시하는 우리 목표 중 하나는 중소기업이 부정 행위가 언제, 언제, 어떻게 나타나는지를 더 잘 이해할 수 있도록 지원하여 스트레스 요구에 직접적으로 부응하는 구체적인 전략을 수립하는 것입니다."스트라이프의 지불 인텔리전스 및 경험 담당 엔지니어링 매니저 인 Michael Manapat은 말합니다., 중소기업 동향과 이메일.
Stripe의 보고서에 따르면 소규모 온라인 소매업은 사기 1 달러에 대해 온라인 사기와 싸우면서 2.62 달러를 소비 할 것으로 나타났습니다. 모바일 소매점의 경우 최대 $ 3.34가됩니다. 따라서 사기 거래로 피해를 입기 전에 변호인을 배치하는 것이 가장 좋습니다.
그러나 얼마나 많은 방어가 충분합니까?
사이버 범죄가 증가하고 있으며 중소기업이 사기범의 표적이되고 있음이 사실입니다. 또한 오프라인 상점에서의 거래의 보안이 향상됨에 따라 온라인 거래가 더 자주 타겟팅 될 가능성이 높아집니다.
그러나 중소기업이 온라인 사기 방지에 과도하게 투자 할 수 있다는 것도 사실입니다. Stripe의이 보고서는 소규모 온라인 소매 업체가 자신을 보호해야하는 위치를 파악하는 데 도움을주기 위해 노력합니다.
"제한된 자원을 감안할 때, 대부분의 중소기업은 사기를 치안으로하고 수익성을 극대화하는 것 사이에 절충점을 만들어야합니다. 소규모 기업은이 보고서를 사용하여 사기성 행동의 일관된 패턴을 파악할 수 있습니다. "Manapat의 설명입니다.
소규모 온라인 소매점에서는 사기 방지 소프트웨어를 상점에 설치할지 여부를 궁극적으로 결정해야 할 수 있습니다. 그러나 모든 중소기업이 그러한 방위를 배치 할 돈이나 자원을 보유하지는 않습니다. 마나 팟은 온라인 상점은 사기가 일어나는 동안 의심스러운 활동을 탐지하기 위해 사기꾼 간의 추세를 파악할 필요가 있다고 말한다.
우선, 소규모 매장은 고객에 대한 더 많은 정보를 수집해야합니다. 이렇게하면 사기 거래의 가능성이 크게 줄어 듭니다.
"모든 사업이 다르지만 부정 행위가 어떻게 나타나는지 이해하면 소액 소매 업체가 사기에 효과적으로 대처할 수있을뿐만 아니라 더 나은 규칙을 세우는 것이 왜 중요한지 이해하는 데 도움이됩니다."Manapat의 말입니다.
거래 사기 온라인의 다른 주요 징후는 비정상적으로 높은 가격으로 구매하는 구매입니다. 사기 행위자는 보통 사이트에서 일반적으로 볼 수있는 정상 속도의 10 배를 구매합니다. 그들은 또한 스트라이프 (Stripe)에 따르면 저녁 시간 동안 치는 것을 좋아한다. 그리고 사이트에서 트래픽이 적은 시간에이 활동을 기대할 수 있습니다.
"예를 들어, 블랙 프라이데이와 같은 무거운 쇼핑 일 때는 사기 비율이 눈에 띄게 오르지는 않지만, 많은 사람들이 쇼핑하지 않는 크리스마스 일과 같은 날에는 사기 비율이 크게 증가합니다.
이 보고서의 또 다른 중요한 발견은 대부분의 사기 거래가 큰 티켓 품목이 아님을 보여줍니다. 대신 사기성이있는 작은 거래입니다.
"미국에서 스트라이프 데이터는 사기 거래 금액이 정규 거래 금액보다 약간 크다는 것을 보여줍니다"라고 보고서는 주장합니다.
스트라이프 (Stripe)는 소형 온라인 소매 업체가 기계 학습 기술을 적용한 지불 프로세서와 협력하여 가짜 거래를 찾아내는 데 도움이된다고 제안합니다. 그러나 회사는 AI에 의존하여 사기를 발견하는 것만으로는 충분하지 않다고 지적합니다. 수동으로 조심해야합니다.
"기계 학습 모델은 좋은 트랜잭션을 쉽게 차단할 수있는 포괄적 인 규칙을 적용하기보다는 가장 의심스러운 트랜잭션 만 거부하기 위해 많은 문맥 별 뉘앙스를 통합함으로써 이러한 문제를 해결합니다. 가맹점은 기계 학습 및 기타 기술을 갖춘 지불 프로세서와 협력하여 사기를 막고 수익성을 극대화하는 복잡한 트레이드 오프를 최적화해야합니다.
Shutterstock을 통한 사진
1 논평 ▼
