1. 社交网络将帮助欺诈分子变得更加无孔不入
欺诈分子不断发展一系列先进战术获取私人信息。2016年,主流的社交网络将变得更易于搜索,欺诈分子会利用这些功能锁定欺诈对象。通过仔细分析个人的状态、照片、好友、签到记录和地理位置等所有可以匿名搜索的数据,欺诈分子将更容易制造高级的社交工程攻击,诱骗人们泄露额外信息。
来年,我们肯定会看到这些攻击的自动化水平和规模上升到一个再次令我们吃惊的新层次。对于消费者而言,要避免这些攻击需要遵守一些基本的安全消费守则:只把社交主页开放给朋友和家人浏览;使用高强度密码,并且经常更换;报告可疑钓鱼行为。
2. 更多的欺诈将转攻移动端
欺诈分子的行动紧跟金钱流向。随着移动购物越来越受到消费者的欢迎,欺诈分子将在2016年增加移动端欺诈目标。使用常规化、现成的反欺诈功能将不足以应对这个新趋势。移动平台反欺诈的成功将取决于我们如何创新地利用移动平台产生的独特数据和功能——从地理位置信息到唯一ID。我们不仅有机会有力地打击移动端欺诈,还能够创造更直观、便利的用户体验。举例而言,在移动设备上使用指纹传感器将使得身份验证变得更简单且更安全。
3. 金融公司将必须使用更少的数据做更多的事情
技术上的变化将迫使企业使用更少的数据做更多的事情。今天,顾客可以带着一部手机走进一家商店,轻触几下手机就完成购物。交易经常经由令牌技术支付(尤其是支持NFC的设备),这意味着商户不会收到顾客的任何财务或个人信息。不同于传统的商户有机会掌握顾客信息,现今的商户是面向一些匿名顾客销售。因此,金融公司需要发展一些独特的方法,在掌握顾客更少信息的情况下验证顾客的身份。
4. 高级机器智能和人工监测相结合是预防欺诈的关键
不仅是欺诈分子利用新技术,我们在2016年使用的最重要的反欺诈工具也来自技术改进。然而,人类智慧和对买卖双方互动的理解仍然是利用技术的关键所在。
在“2016年十大战略性技术趋势”报告中,Gartner将高级机器智能列为将影响组织长期计划和项目的技术之一。Gartner指出,“数据源和信息复杂性的爆炸性增长使得人工分类和分析变得难以完成且不经济。”高级机器智能等分析工具对于预测和阻止欺诈将变得更加至关重要,帮助PayPal这样的公司快速地筛选海量数据,识别欺诈模式和特征。但是,尽管技术如此先进,人仍然是阻止欺诈必不可少的因素。机器智能等技术的成效取决于用正确的参数分析正确的数据,而只有人能够做出这些决策。
5. 数据和高级分析将在合法合规方面发挥更大作用
2016年,企业和政府监管部门将更多讨论使用大数据和非结构化数据可以做什么,不可以做什么。对于数据和高级分析的使用将不仅在反欺诈方面至关重要,而且将在支付相关的其他领域发挥更大作用,比如反洗钱。和监管部门保持更紧密的合作,以及更好地利用数据,可以使企业不仅用高效和可扩展的方式达到监管和合规要求,更能够打造令其引以为豪的客户体验。比如,通过分析现有交易数据来满足了解顾客的监管要求,不仅有助于提高准确性,更可以改善用户体验,免除顾客额外上传驾驶证、银行证明等材料的麻烦。