Η απάτη πρώτου μέρους εγγυάται, όλο και περισσότερο, μια πρώτη γραμμή άμυνας από τα δίκτυα πληρωμών, χρησιμοποιώντας δεδομένα και τεχνητή νοημοσύνη για να αποκαλύψει τι πραγματικά συμβαίνει με τις συναλλαγές και αν οι καταναλωτές ξεκινούν δόλιες διαφωνίες.
Φανταστείτε, λοιπόν, τον κάτοχο της κάρτας που αμφισβητεί μια νόμιμη χρέωση στον λογαριασμό του. Mastercard σημειώνεται σε ένα διαδικτυακή ανάρτηση τη Δευτέρα (18 Μαρτίου) ότι Οι προκλήσεις μπορούν να συνδεθούν με διάφορα σενάρια: ο καταναλωτής μπορεί ειλικρινά να έχει ξεχάσει την αγορά του. μπορεί να είχαν μπερδευτεί σχετικά με τις λεπτομέρειες των δηλώσεών τους. Εναλλακτικά, και σε αυτό το σημείο έρχεται η απάτη, ο πελάτης μπορεί να επιδιώκει να πιστωθεί για μια συναλλαγή που ήταν σε ανοδική πορεία και μπορεί να προσπαθήσει να διατηρήσει τα αγαθά ή τις υπηρεσίες που είχαν παραγγελθεί και παρασχεθεί.
Η Mastercard είπε ότι το Πρόγραμμα First Party Trust της, το οποίο είχε ανακοινωθεί τον Οκτώβριο, θα κυκλοφορήσει αργότερα φέτος. Όπως είχε σημειωθεί τότε, το πρόγραμμα χρησιμοποιεί «βελτιωμένες πληροφορίες συναλλαγών», τεχνητή νοημοσύνη (AI) και μοντελοποίηση κινδύνου για την καταπολέμηση της απάτης φιλικής ή πρώτου μέρους.
Πέρα από την Κάρτα και τη Συσκευή
Η ανάρτηση της Mastercard τη Δευτέρα σημείωσε ότι μπορεί να είναι δύσκολο να εντοπιστεί πότε βρίσκεται σε εξέλιξη απάτη από πρώτους, επειδή οι καταναλωτές χρησιμοποιούν τις δικές τους κάρτες, στις δικές τους συσκευές. Το νέο πρόγραμμα, είπε το δίκτυο πληρωμών, «παρέχει στους εμπόρους ένα ασφαλές κανάλι για την υποβολή σχετικών πληροφοριών ως μέρος μιας συναλλαγής Mastercard. Σε συνδυασμό με τα αναλυτικά στοιχεία σε επίπεδο δικτύου της Mastercard, αυτά τα δεδομένα θα αποκαλύψουν πληροφορίες σχετικά με το ιστορικό αγορών και τη συμπεριφορά του κατόχου της κάρτας που θα μπορούσαν να υποδεικνύουν κακή χρήση του πρώτου μέρους».
Οι έμποροι, ξεκινώντας από την αρχική κυκλοφορία στις πολιτείες φέτος, έχουν τη δυνατότητα να υποβάλουν αυτά τα δεδομένα τη στιγμή που πραγματοποιείται η αγορά ή κατά την έναρξη μιας διαφοράς. Οι προηγμένες τεχνολογίες, είπε η Mastercard, «ενισχύουν τον εντοπισμό αληθινής απάτης τρίτων — και ενισχύουν την υπόθεση ενάντια στις ανέντιμες αντιστροφές χρεώσεων αργότερα».
Χωριστάκαι όπως αναλυτικά πέρυσι, Η Visa’s Compelling Evidence 3.0 (CE 3.0) — μια αλλαγή στο πρόγραμμα διαφωνίας της που έκανε το ντεμπούτο της τον περασμένο Απρίλιο — χρησιμοποιεί δεδομένα για να ανιχνεύσει ένα καθιερωμένο «αποτύπωμα» μεταξύ του κατόχου της κάρτας και του εμπόρου και βασικών πεδίων αναγνώρισης που ταιριάζουν μεταξύ των ιστορικών συναλλαγών και της συναλλαγής αμφισβητείται.
Τα βασικά πεδία, όπως αναφέραμε πέρυσι, περιλαμβάνουν το αναγνωριστικό χρήστη, το αναγνωριστικό συσκευής, τη διεύθυνση IP ή τη διεύθυνση αποστολής σε τουλάχιστον δύο συναλλαγές χωρίς απάτη που πραγματοποιήθηκαν μεταξύ 120 και 365 ημερών πριν. Αυτά τα σημεία δεδομένων χρησιμοποιούνται για να αποδειχθεί η ιστορική σύνδεση με τον κάτοχο της κάρτας και η νεότερη συναλλαγή που τίθεται υπό αμφισβήτηση.
Άλλοι πάροχοι έχουν μπει στη μάχη: Τον ίδιο μήνα η Mastercard κυκλοφόρησε το πρόγραμμά της, το Socure ανακοίνωσε τη δική του λύση απάτης πρώτου μέρους, Sigma First-Party Fraud, μαζί με την Κοινοπραξία Απάτης First-Party (FPFC). Η κοινοπραξία είχε περισσότερους από 50 εκατομμύρια ενεργούς λογαριασμούς κατά την κυκλοφορία και είπε ότι σκοπεύει να προσθέσει άλλους 200 εκατομμύρια λογαριασμούς.
Το Socure FPFC στοχεύει στον εντοπισμό και την πρόληψη της απάτης πρώτου μέρους αναλύοντας εναλλακτικά σήματα δεδομένων που δεν παρακολουθούνται συνήθως στις παραδοσιακές πιστωτικές αναφορές, είπε η Socure τον περασμένο Οκτώβριο.
Δεδομένα Πληροφοριών PYMNTS, κατά την αναφορά σε λύσεις πρόληψης διαφορών, διαπίστωσε ότι το 77% των εμπόρων δήλωσε ότι το κόστος από την απάτη και τις αμφισβητούμενες συναλλαγές ήταν μία από τις μεγαλύτερες πηγές πόνου που σχετίζεται με διαφωνίες.
Επιπλέον, το 48% των εμπόρων που συμμετείχαν στην έρευνα δήλωσαν ότι λαμβάνουν ειδοποιήσεις και ειδοποιήσεις για διαφορές από ένα δίκτυο καρτών.
Και το 20% των εμπόρων χρησιμοποιεί υπηρεσίες κοινής χρήσης δεδομένων τρίτων για την αποφυγή διαφορών.