Un ecosistema di rilevamento delle frodi sintetiche all'avanguardia
La frode di identità sintetica è il crimine finanziario in più rapida crescita, le organizzazioni criminali infatti sfruttano la crescente quantità di PII (Informazione di Identificazione Personale) disponibili sul dark web, per creare identità sintetiche e aprire nuovi conti. Per prevenirla è necessario un approccio innovativo che non si limiti all'analisi dei tradizionali dati di credito.
Experian ha sviluppato un ecosistema di servizi antifrode che permette di intercettare identità sintetiche durante l'intero ciclo di vita del cliente, grazie alla combinazione di regole di rilevamento automatizzate che valutano una serie di comportamenti e fonti dato digitali.
La complessità delle frodi odierne richiede un approccio a più livelli. La combinazione di diverse soluzioni antifrode e l'utilizzo dell'ottimizzazione decisionale del Machine Learning aiutano a ridurre i tassi di frode, a minimizzare i falsi positivi e a prevenire le perdite finanziarie.
Approccio multi layer
L'approccio a più livelli è divenuto ormai fondamentale per gestire le frodi odierne sempre più sofisticate.
Per questo Experian offre una combinazione di diversi servizi - quali verifica dell'identità digitale, profilazione dei dispositivi, biometria comportamentale e software di orchestrazione e decisione - garantendo così una protezione ottimale per ridurre i tassi di frode, minimizzare i falsi positivi e prevenire perdite finanziarie.
In tale contesto i dati comportamentali, i dati del dispositivo, le valutazioni di rischio associate a numero di telefono, email, IP, l'orchestrazione degli stessi coadiuvati dall'applicazione dell'ottimizzazione decisionale di modelli di Machine Learning rappresentano componenti essenziali e game-changer per gli assetti di presidio antifrode.
L' Ottimizzazione Machine Learning
La maggior parte delle strategie antifrode tende a considerare ogni servizio in modo isolato, generando altrettante decisioni finali separate. In tale contesto la decisione complessiva di una richiesta può venire rimandata se anche solo uno dei servizi antifrode indica un livello di rischio alto. Tale assetto può determinare un aumento dei falsi positivi e non tenere conto del rischio complessivo della singola richiesta.
Con il Machine Learning, i dati vengono combinati a un livello molto più granulare utilizzando i dati grezzi: regole, conteggi e punteggi, determinando una decisione finale basata sulla valutazione complessiva del rischio di quell'applicant. L'ottimizzazione del processo decisionale grazie a modelli di Machine Learning riduce i falsi positivi, i referral e le revisioni manuali, mitiga inoltre le perdite associate agli attacchi di identità sintetiche.
Migliora l'accuratezza del tasso di intercettamento frodi salvaguardando i clienti legittimi
Gli algoritmi di Machine Learning sono in grado di analizzare grandi quantità di dati e di identificare schemi difficilmente individuabili se non quasi impossibili da rilevare per l'uomo.
Le tecniche fraudolente si evolvono continuamente e rapidamente, rendendo difficile la creazione e l'applicazione nel continuo di sistemi statici basati su regole.
I modelli di Machine Learning delle soluzioni Experian sono in continuo apprendimento e possono adattarsi e imparare da nuovi dati, consentendo l'aggiornamento continuo sui nuovi trend delle frodi. Gli algoritmi di Machine Learning possono analizzare più fattori contemporaneamente e prendere decisioni complessive in tempo reale, restituendo così risultati più accurati nei processi decisionali, aiutando a ridurre al minimo i falsi positivi.
Device Intelligence
La chiave per il rilevamento online delle frodi è l'uso della tecnologia di identificazione dei dispositivi combinata con i dati comportamentali raccolti durante le interazioni digitali. Sfruttando il device footprint (identificativo del dispositivo) e un potente motore di regole basato su modelli di ML, è possibile identificare in modo univoco i dispositivi, gli utenti e i loro pattern comportamentali, consentendo una valutazione sofisticata e approfondita del rischio di attività fraudolente. Gli eventi possibilmente fraudolenti che la Device Intelligence può validare sono tipicamente la richiesta di un nuovo account, un login, una transazione, dei cambiamenti nel profilo dell’utente
Scopri di piùEmail, Phone e IP intelligence
L’indirizzo email, il numero di cellulare, l'indirizzo IP sono elementi chiave dell’interazione digitale: contatti privi di storia, «reputazione», rappresentano un’indicazione di rischio.
L'offerta di Experian prevede la valutazione in tempo reale della affidabilità e del relativo segnale di rischio associato di :
- Numero di telefono
- Indirizzo IP
Queste informazioni puntuali vengono messe in relazione altri dati raccolti in fase di Onboarding, arricchite ed integrate con sorgenti di dati esterne, pesate e analizzate singolarmente fino alla generazione di uno score di affidabilità per segnale.
Scopri di più
Behavioral Biometrics
La biometria comportamentale analizza i modelli unici e inconsci del comportamento dell'utente, come la velocità di digitazione e i movimenti del mouse o delle dita, rendendo più difficile per i truffatori impersonare utenti legittimi. Le variazione improvvise nei pattern comportamentali sono un forte indicatore di un possibile attacco di account takeover. La prevenzione passiva delle frodi crea la migliore esperienza possibile per il cliente, pur garantendo una forte prevenzione delle frodi. La biometria comportamentale è in grado di individuare frodi quali identità sintetiche, furto d'identità, BOT, money muling difficili da individuare.
Scopri di piùScopri come possiamo contribuire alla crescita della tua azienda
Visualizza la nostra privacy policy per i dettagli sull'utilizzo e la conservazione dei tuoi dati personali.