Fraugster bekerja sama dengan Elvah untuk mengatasi penipuan di sektor e-niaga

Fraugster bekerja sama dengan Elvah untuk mengatasi penipuan di sektor e-niaga

Pekan lalu, penyedia intelijen pembayaran Fraugster mengumumkan bahwa mereka telah menjalin kemitraan dengan perusahaan e-mobilitas Elvah untuk menciptakan layanan perlindungan pembayaran terkelola baru. Di masa depan, Elvah akan menawarkan perlindungan tolak bayar kepada pengguna, manajemen risiko, dan penilaian kredit melalui satu platform berbasis AI.

Layanan ini akan memungkinkan Elvah untuk mendeteksi penipuan identitas dengan lebih baik berkat penipuan berbasis AI mesin pencegahan, yang menawarkan penilaian risiko waktu nyata untuk transaksi e-niaga. Mesin menggunakan lebih dari 2.500 variabel dalam setiap transaksi untuk memutuskan apakah akan menyetujui atau memblokir pembayaran.

Mesin tidak bergantung pada algoritme tetap untuk mengidentifikasi penipuan, melainkan menggunakan tiga model pembelajaran mesin utama. Salah satunya adalah model belajar mandiri yang dirancang untuk menangkap pola penipuan yang kompleks dan terdefinisi dengan baik. Lain adalah model regresi logistik untuk mengukur kekuatan hubungan sebab-akibat dalam kumpulan data terstruktur. Ada juga model pengelompokan bertenaga AI yang dapat mengidentifikasi pola penipuan yang tidak didasarkan pada data historis atau model ML lainnya.

Tantangan memitigasi penipuan

Pengumuman datang sebagai penipuan identitas tetap menjadi ancaman serius bagi penyedia e-niaga, perusahaan, dan konsumen, dengan biaya penipuan e-niaga meningkat dari $17,5 miliar pada tahun 2020 menjadi $20 miliar tahun lalu.

Salah satu alasan utama peningkatan ini adalah karena biaya remediasi penipuan telah meningkat setelah pandemi COVID-19, dengan masing-masing $1 hilang dari penipuan biaya pengecer $3,60 dalam biaya untuk mengurangi, dibandingkan dengan $3,13 pra-pandemi.

Karena biaya penipuan terus meningkat, jelas bahwa penyedia e-niaga dan perusahaan perlu berkembang jika mereka ingin menemukan dan mencegah penipuan. Ini merupakan tantangan karena banyak organisasi tetap bergantung pada saluran data terputus-putus yang mempersulit untuk mendapatkan wawasan yang kohesif tentang status penipuan.

“Ekosistem e-niaga terus beroperasi dalam penyimpanan data yang membatasi potensi pengumpulan data, kecerdasan jaringan, serta penerapan AI dan pembelajaran mesin,” kata CEO Fraugster, Christian Mangold.

Pada saat yang sama, banyak solusi pencegahan penipuan menggunakan organisasi yang gagal menawarkan wawasan yang akurat dalam skala besar. “Sebagian besar teknologi pencegahan penipuan yang beroperasi menggunakan metode usang dan tidak akurat yang gagal memanfaatkan data dan AI dalam layanan otomatisasi dan keputusan bisnis yang lebih cerdas,” kata Mangold.

Fraugster mencoba membantu organisasi mendeteksi penipuan dalam skala besar dengan membuat satu platform pencegahan penipuan AI yang dapat digunakan organisasi untuk secara proaktif mengelola risiko penipuan dan melindungi dari tolak bayar, sekaligus meningkatkan visibilitas sehingga mereka dapat tetap bertahan sesuai dengan persyaratan peraturan yang berkembang.

Pandangan singkat tentang pasar deteksi dan pencegahan penipuan

Penyedia adalah bagian dari pasar deteksi dan pencegahan penipuan global, yang peneliti perkirakan akan tumbuh dari $24,8 miliar pada tahun 2021 menjadi $65,8 miliar pada tahun 2026 karena organisasi berupaya mengurangi pendapatan yang hilang karena penipuan.

Fraugster bukan satu-satunya perusahaan yang menggunakan AI untuk mengurangi penipuan e-niaga, dan bersaing langsung dengan Forter, sebuah perusahaan pendeteksi penipuan e-niaga, yang menganalisis transaksi dan membuat keputusan waktu nyata apakah akan menyetujui transaksi atau tidak, dan baru-baru ini mengumpulkan $300 juta sebagai bagian dari putaran pendanaan tahun lalu bersama dengan penilaian $3 miliar.

Pesaing lainnya adalah Sift, penyedia pencegahan penipuan pembayaran, yang menggunakan pembelajaran mesin waktu nyata untuk secara otomatis merespons aktivitas penipuan, sambil mengumpulkan $50 juta tahun lalu dan mencapai penilaian total $1 miliar.

Namun, tim Fraugster percaya bahwa akurasi AI yang lebih tinggi dalam mendeteksi penipuan adalah yang membedakan dirinya dari solusi pesaing seperti Sift, yang mengklaim dapat mengurangi penipuan hingga 50%.

“Kami terus memberikan pengurangan penipuan rata-rata 60% untuk pelanggan kami, dan tingkat persetujuan meningkat, mulai dari 5-15%. Ini berarti kami telah memungkinkan pelanggan kami untuk menghasilkan penjualan tambahan dalam puluhan juta dan secara signifikan mengurangi kerugian penipuan, ”kata Mangold.

Misi VentureBeat adalah menjadi alun-alun kota digital untuk teknis pengambil keputusan untuk mendapatkan pengetahuan tentang teknologi perusahaan transformatif dan bertransaksi. Pelajari Lebih Lanjut

Baca Selengkapnya