Otomatisasi untuk Mendeteksi dan Menghentikan Transaksi Penipuan

Pada Bank Automation Summit, Informed's Director of Auto Lending Strategy, Jessica Gonzalez, bergabung dengan Kevin Faragher, Senior Director of Product and Strategy di Ally Financial dalam sebuah panel yang dimoderatori oleh Whitney McDonald, Deputy Editor Of Bank Automation News.

Berikut adalah bagian dari diskusi.

Whitney – Jenis penipuan apa yang meningkat? Jessica dapat Anda berbagi beberapa angka?

Jessica – Penipuan adalah topik hangat. Pembeli mobil menggunakan antarmuka digital untuk membeli dan membiayai mobil, jadi dalam peminjaman mobil, kami melihat kerugian sebesar $4.7 miliar. Rata-rata penipuan yang terdeteksi oleh Informed adalah 2.25% di semua pemberi pinjaman kami. Kehadiran digital sebenarnya meningkatkan penipuan sebesar 08% – penipu semakin canggih dan mereka menggunakan platform digital untuk mengaktifkannya.

Jadi kami memastikan penipuan terkandung. Penegakan hukum difokuskan pada pencurian identitas, karena mudah dihukum dan "kejahatan panas." Kami fokus pada penipuan paystub karena berhubungan dengan konsumen yang membayar kembali pinjaman mereka. Alih-alih berfokus pada identifikasi atau KYC, kami memastikan bahwa kami dapat menghitung pendapatan konsumen.

Whitney – Anda telah berbicara tentang penipuan paystub dan Anda baru saja merilis sebuah buletin. Bisakah Anda berbagi lebih banyak tentang apa yang Anda lihat?

Jessica – Tingkat penipuan di seluruh pemberi pinjaman kami adalah ~2.25%. Di digital, kami melihat 35% lebih banyak penipuan. Pengecer digital 10 kali lebih mungkin melihat slip gaji dan dokumentasi palsu di seluruh hipotek dan pinjaman. Dalam melihat tren, kami membandingkannya dengan rata-rata 2.25% itu. Ini mungkin tidak terdengar seperti masalah besar, tapi itu bernilai miliaran. Kuncinya tidak hanya memiliki data untuk melacak penipuan, tetapi juga memastikan Anda mengenali tren.

Seperti yang dikatakan Kevin, sulit untuk melacak tren secara manual. Analis meninjau dokumen – mereka melihat banyak sekali dokumen setiap hari. Mereka tidak dapat menghubungkan semua titik data tersebut untuk mengungkap tren. Ketika saya berada di bank, kami melihat tagihan telepon dengan nama dan alamat yang berbeda, tetapi nomor telepon yang sama dengan orang lain, dan butuh waktu hampir enam bulan untuk mengidentifikasinya. Memiliki waktu nyata, analisis transaksi otomatis sangat penting untuk melengkapi tim penipuan Anda dan industri yang lebih luas dengan berbagi sumber daya data.

AI dapat mengambil jutaan transaksi itu dan menyoroti tren. Jadi tidak hanya memiliki data tetapi menggunakan dan menganalisisnya dengan benar adalah kuncinya.

Whitney – Jessica memberi tahu kami apa yang dia lihat. Sekarang, Kevin, dengan Ally – Bisakah Anda membagikan peningkatan terbaru dalam aktivitas penipuan yang Anda lihat?

Kevin – Anda berpikir tentang bagaimana penipuan dulu. Seseorang mencuri surat seseorang, mendapat ID palsu dan membeli mobil. Penjamin emisi yang cerdas mungkin mengenali bahwa orang ini memiliki catatan biro kredit di California dan mereka mengajukan pinjaman di Detroit, yang tidak masuk akal. Tapi hari ini, semuanya cepat. Kecepatan adalah salah satu proposisi nilai bisnis yang tidak terpisahkan.

Ini cocok dengan digital karena penipu mengambil keuntungan, berusaha menjadi lebih cepat. Salah satu jenis penipuan terbesar yang kami lihat adalah penipuan di mana orang-orang sebagian atau seluruhnya membuat profil kredit yang dirancang untuk melewati sistem penjaminan emisi kami. Saya baru-baru ini melihat contoh di mana skor kredit seseorang meningkat dengan model jalur perdagangan yang membuat skor kesepakatan menjadi lebih baik.

Jadi kami meninjau semua data dan melakukan simulasi. Kami memiliki orang-orang yang melihat mereka, tetapi mereka sangat sulit dikenali. Ketika kesepakatan datang dengan ID sintetis Anda masih harus mendukung identitas. Di situlah memiliki kemampuan untuk membuat AI menangkap paystub yang buruk dan menandainya untuk orang-orang kami sangat berharga.

Whitney – Anda berdua menyebutkan bagaimana Ally bekerja dengan informasi.IQ untuk menandai transaksi penipuan. Jessica, dapatkah Anda berbicara tentang bagaimana bank dapat memanfaatkan teknologi ini?

Jessica – Informed secara otomatis mendeteksi penipuan pada paystubs, yang merupakan salah satu titik masuk pertama ke dalam proses peminjaman.. Jadi, penting untuk dipahami bahwa kami menganggap penipu sebagai teknologi yang sangat tinggi dan meskipun itu bisa benar, itu juga dihadapi orang biasa. penghalang untuk masuk. Jika Anda hanya fokus pada verifikasi non-dokumenter, Anda mungkin akan menemukan banyak ID sintetis. Jika Anda fokus pada KYC dan penipuan identitas tetapi tidak menggunakan dokumen digital, ada batasan seberapa banyak deteksi otomatis yang dapat Anda aktifkan.

Jika Anda menerima gambar datar, hanya gambar dokumen dari email atau faks, kualitas gambar menjadi masalah. Jadi jika Anda mendapatkan faks atau gambar dari sebuah gambar, sulit untuk mengetahui apakah itu palsu. AI dapat fokus pada ID, tetapi jika itu adalah gambar datar, Anda hanya akan berhasil 10 hingga 20% dari waktu. Sebagian besar pemberi pinjaman masih mengandalkan kertas sehingga kami fokus pada tempat yang dapat memberikan dampak signifikan – di mana kami memiliki keyakinan tinggi bahwa kami dapat mengungkap penipuan. Mengandalkan ukuran penipuan paystub Informed adalah indikator yang baik bagi pemberi pinjaman untuk memastikan mereka mengidentifikasi tidak hanya KYC tetapi juga meningkatkan penipuan. Mungkin seseorang tidak dapat melihat penipuan karena jauh lebih mudah untuk mendapatkan slip gaji palsu daripada ID palsu dan karena ada lebih banyak fokus pada KYC dan verifikasi ID, lebih banyak penipuan paystub mungkin terjadi.

Memastikan pemberi pinjaman dapat membuka rekening dan menawarkan pengalaman yang mulus bagi konsumen untuk mengunggah dokumen adalah penting. Jika Anda memiliki cek tersebut di bagian depan, Anda dapat mengurangi penipuan secara signifikan. Pastikan Anda memeriksa penipuan di awal air terjun Anda sangat penting. Kualitas gambar yang buruk berkorelasi dengan kinerja yang buruk dalam portofolio pinjaman. Jika Anda memiliki orang yang dapat dan akan membayar kembali pinjaman tetapi tidak dapat memberikan dokumentasi pendukung, kemungkinan besar mereka akan mencoba ID sintetis atau CPN tetapi ketika kami melihat penipuan tanda pembayaran yang sebenarnya, mereka cenderung gagal bayar. Mereka hanya tidak memiliki sarana untuk melakukan pembayaran tersebut.

Untuk mempelajari lebih lanjut tentang menandai penipuan, kunjungi informiq.com.