Dynamics 365 Fraud Protection の概要
今日のデジタル変革された企業は、ほとんどのビジネスをオンラインでリアルタイムで行っています。 人間の介入はほとんど関与しません。 このアプローチはコストの削減とカスタマー エクスペリエンスの向上に役立ちますが、オンライン チャネルの相対的な匿名性とアクセシビリティを利用しようとする高度なユーザーからの詐欺の深刻な脅威に企業を公開します。 たとえば、eコマースでは、侵害されたアカウントや盗まれた支払い方法を使用して、一部のトランザクションが悪意を持って作成されます。 その他の悪意のあるアクティビティには、アカウントの引き継ぎ、無料試用版の悪用、偽の製品レビュー、保証詐欺、払い戻し詐欺、リセラー詐欺、プログラム割引の悪用などがあります。 これらすべてのアクティビティは、企業の収益性と評判に影響を与える可能性があります。
オンライン詐欺や不正使用に従事する詐欺師は投資収益率が高いため、企業の脆弱性の大部分が発見され、悪用される可能性が高くなります。 さらに、インターネットの初期とは異なり、今日の不正な取引は、十分な資金と設備の整った専門家のリングによって調整することができます。 詐欺防止の専門家は、この脅威と戦うために最適な装備を備えています。
Microsoft は、自社の e コマース ビジネスを不正行為から保護してきた長年の経験を持っています。 Microsoft は、複数の業務で接続されたビッグ データを使用し、最先端の人工知能 (AI) を適用して、より正確な意思決定をリアルタイムで提供する高度なテクノロジ スタックを開発しました。
不正アクセス防止を使用すると、革新的で高度な機能を使用して、ビジネスを不正行為から保護できます。
- アカウント詐欺の検出を強化する - アダプティブ AI を使用して、正当なアカウントアクティビティと不正なアカウントアクティビティのパターンを学習して適応させる機能を使用してアカウントを保護します。
- 詐欺防止ネットワークを使用してアカウントを保護する - エンティティの行動に関する接続された知識を持つアカウント詐欺アクティビティの広い認識を得て、機密情報と買い物客のプライバシーのトップの心のセキュリティを維持します。
- デバイスのフィンガープリントを使用してアカウントを保護する - デバイスと場所の属性を収集する AI モデルを使用して、不正なパターンを検出し、忠実度の高い返却デバイスを特定します。
- 適応可能なアカウント ルール エンジンは、ニーズに合わせて、特殊なルールとポリシーを構成することで、顧客の遅延と摩擦を最小限に抑えます。
- ボット保護を使用してアカウントを保護する - 合成アカウントを作成しようとするボット ネットワークや、盗まれた資格情報を使用してアカウントにアクセスしようとするボット ネットワークからの保護に役立ちます。
- ビジネス ニーズに合わせてエンジンを構成する - 顧客がカスタム ペイロードを送信し、監視ダッシュボードを使用して特殊なアカウント アクティビティ シナリオを保護するのに役立つエンジンを使用してリアルタイムの意思決定ポリシーを構成できるようにします。
- インテリジェントな機械学習を使用してトランザクションの異常を検出する - 店舗マネージャーが、返品や割引に関する異常や潜在的な不正行為を特定することで、迅速に行動し、損失を軽減できるようにします。
- 店舗内漏えいの保護に役立つ - 損失を防ぐために、アダプティブ AI を使用して、リターンと割引アクティビティの異常なパターンを検出します。
- 複数のデータ ポイントを使用して割引を三角形化し、不正行為を返す - 特に、返品を開始するデバイスとその場所の属性に関する知識を持つ、"オンラインでの購入、店舗での返品" などのオムニチャネル シナリオでの異常の検出に役立ちます。
- 明確で実用的なレポートを提供する - ストア マネージャーが、商品の割引や返品に関連する異常に関する最新の BI レポートと分析情報を使用してアクションを実行できるようにします。
- 自動検出 - リスクの高いビジネス エンティティと機能を特定するために必要な手作業を減らすことで、運用効率を向上させます。
- 収益性に重点を置く - 支払い詐欺のパターンを継続的に学習して適応させるアダプティブ AI を活用し、マネージャーが利益と詐欺の損失のバランスを取るのに役立ちます。
- 取引を保護するために共同作業を行う - 接続された知識を利用して、顧客のプライバシーをそのまま維持しながら、世界中の不正行為の広い認識を得ることができます。
- 複数のデータ ポイントを使用してトランザクション詐欺を三角形化する - AI モデルを使用して、デバイスと場所の属性を使用してパターンを検出し、高度なディープ ラーニング モデルでは、再現性の高い戻りデバイスを識別します。
- ビジネスに適応可能 - 特殊なルールとポリシーに構成された汎用性の高い意思決定エンジンを使用して、顧客の遅延と摩擦を最小限に抑えます。
- トランザクションの受け入れを増やす - 販売者はトランザクションの信頼に関する知識を発行銀行と共有して、受け入れ率を高めることができます。
- 顧客エスカレーションの改善に役立つ - 各トランザクションに関する詳細なリスク分析情報を提供することで、カスタマー サポートを改善します。