Assist Antifraud

Продукт
Разработчики: Assist (Ассист)
Дата последнего релиза: 2015/12/15
Отрасли: Интернет-сервисы,  Финансовые услуги, инвестиции и аудит
Технологии: ИБ - Система обнаружения мошенничества (фрод)

2015: Assist Antifraud

Assist Antifraud - интеллектуальная система противодействия мошенничеству для использования в рамках интернет-магазина.

В основу продукта Assist Antifraud положен принцип формирования математических моделей оценки вероятности мошенничества. Платежный шлюз, имея данные по «чистым» и мошенническим транзакциям за определенный период времени, может использовать их для настройки математических моделей. Модели за доли секунды сопоставляют введенную транзакцию со всем объемом ранее совершенных операций и определяют вероятность, с которой она похожа на мошенническую, при этом проводится анализ тысяч параметров, характеризующих профиль клиента, его поведение на сайте, платежную историю и данные конкретного заказа.

15 декабря 2015 года компания Assist сообщила о модернизации системы антифрода и повышении посредством продукта конверсии интернет-магазина до 99%.

В соответствии с заявлением ГК Assist, эффективность интеллектуальной системы противодействия мошенничеству повышена, что дало возможность довести конверсию интернет-магазина до 99%. При этом уровень фрода не более 0,035% без использования фильтров и 3D-Secure.

Схема взаимодействия системы Assist Antifraud


Схема работы системы

  1. Сканирование профиля клиента (сбор максимального количества данных, характеризующих поведение клиента при осуществлении покупок и платежей).
  2. Проверка данных, построение связей между ними (формирование числового профиля клиента).
  3. Математический анализ профиля клиента (определение статистической вероятности мошенничества).
  4. В зависимости от результата анализа платеж может быть отклонен как подозрительный, отправлен на обработку в банк или подвергнут дополнительной проверке.


В составе системы Assist Antifraud действует подсистема бизнес-правил и математического определения вероятности мошенничества, она оснащена набором отчетов, помогающих специалистам групп фрод-мониторинга анализировать подозрительные транзакции. В 2015 году проведена работа по созданию независимой OLAP-системы, в которую включены все данные отчетов, используемых ранее. Она помогает формировать многомерные срезы данных, необходимые, как для анализа самих транзакций, так и для выявления мошенничества на стороне интернет-магазинов. Это помогло увеличить быстродействие системы и количество формируемых выборок.

«
Вопрос обеспечения безопасности платежей в интернете нельзя рассматривать отдельно от его влияния на объемы продаж. Бизнесу нужен такой метод защиты, который при допустимом риске будет минимально сокращать продажи. Эффективность работы системы напрямую зависит от накопленной истории транзакций и опыта специалистов по антифроду, которых очень трудно найти на рынке. Опыт – это ключевая компетенция, потому что формирование правил функционирования системы осуществляется именно силами экспертов. В ASSIST работают специалисты с более чем 15-летним опытом работы с карточными транзакциями, что является ценнейшим активом компании.
Владимир Анисимов, директор по исследованиям и разработке ПО группы компаний Assist
»

Основное качество антифродовых систем, созданных на основе математических моделей – возможность подгонки под конкретные задачи и тип бизнеса. Для этого проводится обучение модели на истории транзакций именно того интернет-магазина, для которого она предназначена. Российский рынок ERP-систем сократился, но приготовился к росту. Обзор и рейтинг TAdviser 250 т

Использование интеллектуальных систем противодействия мошенничеству не исключает применение множества средств антифрода (3D-Secure, фильтров, «ручного» мониторинга), но оптимизирует его, помогая предотвратить ~ 99,97% мошеннических транзакций.

2016: Assist Data Science OLAP

Провайдер электронных платежей Assist анонсировал в 2016 году многофункциональную OLAP-систему, которая используется как для защиты электронных платежей от мошенничества, так и для создания маркетинговых инструментов для повышения эффективности продаж. Система разработана при помощи методов Data Science и позволяет в рамках одного интерфейса решать ряд ключевых задач для предприятий электронной коммерции – обеспечивать финансовую безопасность и увеличивать оборот.

OLAP-система обеспечивает оперативное функционирование интеллектуальной антифродовой системы Assist, построенной на использовании математических моделей. Система анализирует множество параметров, характеризующих профиль клиента, в том числе, его покупательскую активность, платежную историю и данные заказов. Assist, как платежный шлюз, более 15-ти лет осуществляющий проведение электронных платежей, имеет массив накопленных данных о мошеннических и «чистых» транзакциях за всю историю работы компании. На основании этих данных строятся математические модели, которые позволяют определять законность транзакции с эффективностью до 99,97% без использования фильтров и 3D-Secure. Построение моделей и выполнение отчетов, встроенных в систему выполнения заказа на сайте, осуществляется менее чем за 1 секунду.

Также OLAP-система используется как инструмент получения многомерных данных в маркетинговых целях. Например, по запросу компаниям предоставляются конверсионные и аналитические отчеты. Конверсионная отчетность содержит данные о количестве успешных транзакций, а также о причинах отклонения платежа. Аналитические отчеты формируются по различным срезам, позволяющим оценить объемы продаж и их динамику за выбранные периоды, распределение покупателей по полу, по устройствам, с которых осуществляются заказы и т.п. Система предоставляет удобный сервис по получению таких отчетов – заказ осуществляется в личном кабинете, отчет оперативно формируется и высылается по электронной почте.

При помощи OLAP-системы Assist возможно создание отчетов, позволяющих анализировать профиль плательщика в целях повышения эффективности продаж интернет-магазина. Например, исследуются такие параметры, как: сумма покупок клиента за определенный период по одному или нескольким магазинам, частота и средний чек покупок, товарные категории, предпочитаемые способы оплаты, типы платежных карт и их эмитенты и пр. С помощью таких отчетов можно изучать совокупность клиентов интернет-магазина, сегментировать ее по различным критериям, анализировать отклонения трафика от нормы, оценивать платежеспособность покупателей.

Assist использует OLAP-систему применительно ко всем транзакциям, проводимым через свой платежный шлюз, обеспечивая безопасность платежей для более чем 3000 компаний России и СНГ, среди которых Google, OZON, OZON.Travel, Мариинский и Большой театры, KASSIR, Bileter, Head Hunter, PUMA, OTTO, Росгосстрах, The Body Shop, Mothercare, KFC, Мосэнерго, Softline, Allsoft и многие другие.



СМ. ТАКЖЕ (1)


Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год