Automatisering for å oppdage og stoppe uredelige transaksjoner

På Bank Automation Summit ble Informeds direktør for Auto Lending Strategy, Jessica Gonzalez, sammen med Kevin Faragher, Senior Director of Product and Strategy hos Ally Financial i et panel som ble moderert av Whitney McDonald, assisterende redaktør for Bank Automation News.

Her er en del av diskusjonen.

Whitney – Hvilke typer svindel øker? Jessica kan du dele noen figurer?

Jessica – Bedrageri er et hett tema. Bilkjøpere bruker et digitalt grensesnitt for å kjøpe og finansiere biler, så i billån ser vi tap på 4.7 milliarder dollar. Informeds oppdagede svindelgjennomsnitt er 2.25 % for alle våre långivere. Å ha en digital tilstedeværelse øker faktisk svindel med 08 % – svindlere blir mer sofistikerte og de bruker digitale plattformer for å aktivere dem.

Så vi sørger for at svindel er begrenset. Rettshåndhevelse er fokusert på identitetstyveri, fordi det er lett straffbart og en "hot kriminalitet." Vi er fokusert på svindel med lønnsslipp fordi det korrelerer med at forbrukere betaler tilbake lånene sine. I stedet for å fokusere på identifikasjon eller KYC, sørger vi for at vi kan beregne forbrukernes inntekt.

Whitney – Du har snakket om lønnssvindel, og du har nettopp gitt ut en bulletin. Kan du dele mer om det du ser?

Jessica – Svindelraten hos våre långivere er ~2.25 %. I digitalt ser vi 35 % mer svindel. En digital forhandler er 10 ganger mer sannsynlig å se falske lønnsslipper og dokumentasjon på tvers av boliglån og utlån. Når vi ser på trender, sammenligner vi det med gjennomsnittet på 2.25 %. Det høres kanskje ikke ut som en stor sak, men det er verdt milliarder. Nøkkelen er ikke bare å ha data for å spore svindel, det er å sørge for at du gjenkjenner trender.

Som Kevin sa, er det vanskelig å spore trender manuelt. Analytikere gjennomgår dokumenter – de ser tonnevis av dokumenter daglig. De kan ikke koble sammen alle disse datapunktene for å avdekke trender. Da jeg var i banken så vi en telefonregning med et annet navn og adresse, men samme telefonnummer som noen andre, og det tok nesten seks måneder å identifisere. Med sanntid er automatisert transaksjonsanalyse avgjørende for å utruste svindelteamet ditt og den bredere industrien ved å dele dataressurser.

AI kan ta disse millioner av transaksjoner og fremheve trender. Så ikke bare å ha dataene, men å bruke og analysere dem riktig er nøkkelen.

Whitney – Jessica fortalte oss hva hun ser. Nå, Kevin, med Ally – Kan du dele nylige økninger i uredelig aktivitet du ser?

Kevin – Du tenker på hvordan svindel pleide å være. Noen stjal noens post, fikk falsk ID og kjøpte en bil. En smart forsikringsgiver vil kanskje innse at denne fyren har en kredittbyråseddel i California og de søker om lån i Detroit, noe som ikke ga mening. Men i dag går alt raskt. Hastighet er en av de integrerte forretningsverdiforslagene.

Dette passer digitalt godt fordi svindlere drar fordel, prøver å være raskere. En av de største svindeltypene vi ser, er svindel der folk delvis eller fullstendig lager en kredittprofil som er utformet for å komme gjennom forsikringssystemene våre. Jeg så nylig et eksempel der noen fikk kredittpoengsummen sin forbedret med modellhandelslinjen, noe som gjorde avtalens poengsum bedre.

Så vi gjennomgår alle dataene og gjør en simulering. Vi har folk som ser på dem, men de er virkelig vanskelig å få øye på. Når avtalen kommer gjennom med en syntetisk ID, må du fortsatt støtte identiteten. Det er der det å ha muligheten til å få AI til å fange opp den dårlige lønnsslippen og flagge den for våre folk er virkelig verdifull.

Whitney – Dere nevnte begge hvordan Ally jobber med informed.IQ for å flagge uredelige transaksjoner. Jessica, kan du snakke gjennom hvordan banker kan utnytte denne teknologien?

Jessica – Informed oppdager automatisk svindel på lønnsslipper, som er en av de første inngangspunktene til utlånsprosessen.. Så det er viktig å forstå at vi tenker på svindlere som virkelig høyteknologiske, og selv om det kan være sant, er det også vanlige mennesker som står overfor en inngangsbarriere. Hvis du kun fokuserer på ikke-dokumentariske verifikasjoner, kan du støte på mange syntetiske IDer. Hvis du fokuserer på KYC og identitetssvindel, men ikke bruker digitale dokumenter, er det en begrensning på hvor mye automatisk deteksjon du kan aktivere.

Hvis du har mottatt et flatt bilde, bare et dokumentbilde fra en e-post eller faks, er bildekvaliteten et problem. Så hvis du får en faks eller et bilde av et bilde, er det vanskelig å vite om det er uredelig. AI kan fokusere på ID-en, men hvis det er et flatt bilde, vil du bare lykkes 10 til 20 % av tiden. De fleste långivere er fortsatt avhengige av papir, så vi er fokusert på hvor vi kan gjøre betydelig innvirkning – der vi har høy tillit til at vi avdekker svindel. Å stole på Informeds paystub-svindeltiltak er en god indikator for långivere for å sikre at de identifiserer ikke bare KYC, men også forbedret svindel. Kanskje noen ikke kan se svindel fordi det er mye lettere å få en falsk betalingsslipp enn en falsk ID, og ​​siden det er mer fokus på KYC og ID-verifisering, vil det sannsynligvis oppstå mer betalingssvindel.

Det er viktig å sørge for at långivere kan åpne kontoer og tilby en sømløs opplevelse for forbrukere å laste opp dokumenter. Hvis du har disse sjekkene i grensesnittet, kan du redusere svindel betraktelig. Å sørge for at du sjekker for svindel i begynnelsen av fossen er kritisk. Dårlig bildekvalitet korrelerer med dårlig ytelse i låneporteføljen. Hvis du har folk som kan og vil betale tilbake lån, men som ikke kan gi støttedokumentasjon, vil de mest sannsynlig prøve syntetisk ID eller en CPN, men når vi ser faktisk lønnssvindel, er det mer sannsynlig at de misligholder dem. De har bare ikke midler til å foreta disse betalingene.

For å finne ut mer om rapportering av svindel, besøk informediq.com.