Tự động hóa để phát hiện và ngăn chặn các giao dịch gian lận

Tại Hội nghị thượng đỉnh về tự động hóa ngân hàng, Jessica Gonzalez, Giám đốc chiến lược cho vay ô tô của Informed, đã tham gia cùng Kevin Faragher, Giám đốc cấp cao về sản phẩm và chiến lược tại Ally Financial trong một hội thảo do Whitney McDonald, Phó tổng biên tập của Bank Automation News kiểm duyệt.

Đây là một phần của cuộc thảo luận.

Whitney – Những loại gian lận nào đang gia tăng? Jessica bạn có thể chia sẻ một số số liệu được không?

Jessica – Lừa đảo là một chủ đề nóng. Người mua ô tô đang sử dụng giao diện kỹ thuật số để mua và cấp vốn cho ô tô, vì vậy trong hoạt động cho vay mua ô tô, chúng tôi đang chứng kiến ​​khoản lỗ 4.7 tỷ USD. Mức trung bình gian lận được phát hiện bởi Informed là 2.25% trên tất cả những người cho vay của chúng tôi. Việc hiện diện trên nền tảng kỹ thuật số thực sự làm tăng tỷ lệ gian lận lên 08% – những kẻ lừa đảo ngày càng tinh vi hơn và chúng đang sử dụng các nền tảng kỹ thuật số để thực hiện hành vi này.

Vì vậy, chúng tôi đảm bảo gian lận được ngăn chặn. Cơ quan thực thi pháp luật tập trung vào hành vi trộm cắp danh tính vì nó dễ bị trừng phạt và là một “tội phạm nóng”. Chúng tôi tập trung vào gian lận phiếu lương vì nó liên quan đến việc người tiêu dùng trả lại khoản vay của họ. Thay vì tập trung vào nhận dạng hoặc KYC, chúng tôi đảm bảo có thể tính toán thu nhập của người tiêu dùng.

Whitney - Bạn đã nói về gian lận phiếu lương và bạn vừa phát hành một bản tin. Bạn có thể chia sẻ thêm về những gì bạn đang thấy được không?

Jessica - Tỷ lệ gian lận giữa những người cho vay của chúng tôi là ~ 2.25%. Trong lĩnh vực kỹ thuật số, chúng tôi thấy gian lận tăng thêm 35%. Một nhà bán lẻ kỹ thuật số có khả năng nhìn thấy các phiếu lương và tài liệu gian lận về thế chấp và cho vay cao gấp 10 lần. Khi xem xét các xu hướng, chúng tôi đang so sánh nó với mức trung bình 2.25%. Nghe có vẻ không lớn nhưng nó có giá trị hàng tỷ USD. Điều quan trọng không chỉ là có dữ liệu để theo dõi gian lận mà còn đảm bảo bạn nhận ra xu hướng.

Như Kevin đã nói, rất khó để theo dõi xu hướng theo cách thủ công. Các nhà phân tích xem xét tài liệu – họ xem hàng tấn tài liệu hàng ngày. Họ không thể kết nối tất cả các điểm dữ liệu đó để khám phá xu hướng. Khi tôi đến ngân hàng, chúng tôi nhìn thấy một hóa đơn điện thoại có tên và địa chỉ khác nhưng lại là số điện thoại của người khác và phải mất gần sáu tháng mới xác định được. Việc có thời gian thực, phân tích giao dịch tự động là bắt buộc để trang bị cho nhóm chống gian lận của bạn và ngành rộng hơn bằng cách chia sẻ tài nguyên dữ liệu.

AI có thể thực hiện hàng triệu giao dịch đó và làm nổi bật các xu hướng. Vì vậy, không chỉ có dữ liệu mà việc sử dụng và phân tích dữ liệu đúng cách mới là điều quan trọng.

Whitney – Jessica kể cho chúng tôi nghe những gì cô ấy nhìn thấy. Bây giờ, Kevin và Ally – Bạn có thể chia sẻ những hoạt động lừa đảo gia tăng gần đây mà bạn đang thấy không?

Kevin – Bạn nghĩ về việc gian lận đã từng diễn ra như thế nào. Ai đó đã lấy trộm thư của ai đó, lấy ID giả và mua một chiếc ô tô. Một nhà bảo lãnh thông minh có thể nhận ra rằng anh chàng này có giấy tờ của văn phòng tín dụng ở California và họ đang xin vay ở Detroit, điều này thật vô lý. Nhưng hôm nay, mọi thứ đều nhanh chóng. Tốc độ là một trong những đề xuất giá trị kinh doanh không thể thiếu.

Điều này rất phù hợp với kỹ thuật số vì những kẻ lừa đảo lợi dụng để cố gắng nhanh hơn. Một trong những loại gian lận lớn nhất mà chúng tôi đang thấy là gian lận trong đó mọi người đang lập một phần hoặc toàn bộ hồ sơ tín dụng được thiết kế để vượt qua hệ thống bảo lãnh phát hành của chúng tôi. Gần đây tôi đã thấy một ví dụ trong đó điểm tín dụng của ai đó được cải thiện nhờ dòng giao dịch kiểu mẫu khiến điểm giao dịch trở nên tốt hơn.

Vì vậy, chúng tôi xem xét tất cả dữ liệu và thực hiện mô phỏng. Chúng tôi có người đang theo dõi họ, nhưng họ thực sự rất khó phát hiện. Khi thỏa thuận được thực hiện với ID tổng hợp, bạn vẫn phải hỗ trợ danh tính. Đó là lúc khả năng nhờ AI nắm bắt được phiếu lương xấu và gắn cờ cho người của chúng tôi thực sự có giá trị.

Whitney – Cả hai bạn đều đề cập đến cách Ally làm việc với Informed.IQ để gắn cờ các giao dịch gian lận. Jessica, bạn có thể nói qua cách các ngân hàng có thể tận dụng công nghệ này không?

Jessica – Informed tự động phát hiện gian lận trên cuống phiếu lương, đây là một trong những điểm đầu tiên bước vào quy trình cho vay.. Vì vậy, bắt buộc phải hiểu rằng chúng ta coi những kẻ lừa đảo là những kẻ thực sự có công nghệ cao và mặc dù điều đó có thể đúng nhưng mọi người cũng phải đối mặt hàng ngày với những vấn đề này. một rào cản gia nhập. Nếu bạn chỉ tập trung vào việc xác minh không có giấy tờ, bạn có thể gặp phải rất nhiều ID tổng hợp. Nếu bạn tập trung vào KYC và gian lận danh tính nhưng không sử dụng tài liệu kỹ thuật số thì mức độ phát hiện tự động mà bạn có thể kích hoạt sẽ bị hạn chế.

Nếu bạn nhận được một hình ảnh phẳng, chỉ là hình ảnh tài liệu từ email hoặc fax thì chất lượng hình ảnh có vấn đề. Vì vậy nếu nhận được fax hay hình ảnh thì khó có thể biết được đó có phải là lừa đảo hay không. AI có thể tập trung vào ID, nhưng nếu đó là hình ảnh phẳng, bạn sẽ chỉ thành công từ 10 đến 20%. Hầu hết người cho vay vẫn dựa vào giấy tờ nên chúng tôi tập trung vào nơi chúng tôi có thể tạo ra tác động đáng kể – nơi chúng tôi tin tưởng cao rằng chúng tôi sẽ phát hiện ra gian lận. Dựa vào biện pháp gian lận phiếu lương của Informed là một chỉ báo tốt để người cho vay đảm bảo rằng họ đang xác định không chỉ KYC mà còn cả gian lận nâng cao. Có thể ai đó không thể thấy gian lận vì việc lấy phiếu lương giả dễ dàng hơn nhiều so với ID giả và vì tập trung nhiều hơn vào xác minh KYC và ID nên nhiều gian lận trong phiếu lương có thể xảy ra.

Đảm bảo người cho vay có thể mở tài khoản và cung cấp trải nghiệm liền mạch để người tiêu dùng tải tài liệu lên là điều quan trọng. Nếu bạn có những bước kiểm tra đó ở mặt trước, bạn có thể giảm gian lận đáng kể. Việc đảm bảo rằng bạn đang kiểm tra gian lận khi bắt đầu thác nước là rất quan trọng. Chất lượng hình ảnh kém tương quan với hiệu suất kém trong danh mục cho vay. Nếu bạn có những người có thể và sẽ hoàn trả các khoản vay nhưng không thể cung cấp tài liệu hỗ trợ thì rất có thể họ sẽ thử ID tổng hợp hoặc CPN nhưng khi chúng tôi thấy gian lận phiếu lương thực tế thì họ có nhiều khả năng vỡ nợ hơn. Họ chỉ không có phương tiện để thực hiện những khoản thanh toán đó.

Để tìm hiểu thêm về việc gắn cờ gian lận, hãy truy cập thông tiniq.com.