Catégories
Conseils e-commerce

Les escrocs créent des acheteurs synthétiques

La pandémie mondiale en cours a forcé l'expansion rapide du commerce électronique et une migration générale vers les transactions numériques. Malheureusement, Covid-19 peut également alimenter une augmentation de la soi-disant fraude d'identité synthétique.

Avec la fraude d'identité synthétique, les criminels utilisent une combinaison d'informations réelles et inventées – numéros de sécurité sociale, adresses électroniques, adresses physiques – pour créer une «nouvelle» identité qui pourrait être utilisée pour demander des cartes de crédit et des prêts ou acheter des biens en ligne.

Les identités synthétiques ou fausses «peuvent ressembler à une nouvelle personne, un peu nouvelle dans le monde, nouvelle sur le marché. Il existe peut-être suffisamment d’informations pour valider qu’il s’agit d’une véritable personne… ou cela pourrait ressembler à une personne qui vient de changer de nom de famille ou d’adresse. Il y a donc suffisamment de pièces dans le casse-tête pour lesquelles il est convaincant de dire: «C'est une personne réelle.» Et puis (les fraudeurs) ont accès au crédit et en tirent parti pour les produits fongibles en ligne », a déclaré Eric Haller, vice-président exécutif et général responsable de l'identité, de la fraude et des DataLabs chez Experian.

Image retouchée de parties de plusieurs personnes pour former une seule personne

Une identité synthétique est une combinaison d'informations réelles (comme un numéro de sécurité sociale volé ou l'adresse réelle d'une personne) et de fausses informations telles qu'une adresse e-mail factice.

En janvier 2019, un article de McKinsey & Company décrivait la fraude d'identité synthétique comme «le type de crime financier à la croissance la plus rapide aux États-Unis, représentant 10 à 15% des radiations dans un portefeuille de prêts non garantis typique».

Désormais, grâce à Covid-19, certains experts craignent que la fraude synthétique ne se développe.

Impact sur les commerçants

Cette forme de fraude est, pour la plupart, en amont de nombreux commerçants. Mais cela pourrait encore avoir un impact sur le commerce électronique de trois manières.

Premièrement, les commerçants offrant leurs propres comptes de crédit pourraient subir des pertes directes.

Deuxièmement, les vendeurs qui travaillent avec des tiers pour financer des articles coûteux pourraient avoir une responsabilité en fonction de l'accord.

Troisièmement, la fraude à grande échelle augmente le coût des affaires pour tout le monde.

Enfin, étant donné qu’au moins certaines des informations utilisées pour créer des identités synthétiques sont réelles, les détaillants doivent s’assurer que leurs systèmes ne sont pas violés et, par conséquent, ne pas divulguer les informations personnelles des acheteurs.

Choisir des identités synthétiques

La fraude d'identité synthétique peut être difficile à reconnaître pour les systèmes de prévention de la fraude existants, car ces fausses identités sont créées pour paraître réelles.

«Lorsque vous (construisez des modèles pour la détection de la fraude), vous recherchez des éléments qui ressemblent au problème, puis vous modélisez pour prédire ou cibler (ce problème), et vous dites:« Voici à quoi ressemble le problème. C'est le problème. Je l’ai déjà vu », a expliqué Haller.

«Mais avec les identités synthétiques, le problème réside dans les informations d'identité et la manière dont elles sont manipulées. Cela se présente comme une perte. Un prêteur peut dire: «J'ai souscrit cette personne à la banque et j'ai perdu tout cet argent sur elle.» Donc, cela n'a vraiment pas l'air très différent d'un mauvais risque de crédit. »

En bref, il est difficile de développer des modèles de détection car il est difficile de le reconnaître comme une fraude.

La société de Haller, Experian, utilise l'apprentissage automatique pour identifier la manière dont les escrocs manipulent les données inventées. Experian cible ensuite les fausses identités avec un produit de détection d'identité synthétique récemment publié. Mais même cette approche nécessite une quantité importante de collecte de données et d'efforts pour comparer les informations provenant de plusieurs sources et rechercher des différences statistiques subtiles.

D'autres dans l'industrie adoptent des approches similaires. Même la Réserve fédérale américaine a travaillé avec des parties prenantes du secteur pour lutter contre cette forme de fraude particulièrement nuancée.

Faux positifs

Comme pour d'autres formes de prévention de la fraude, soupçonner à tort de bons clients est également un risque avec la détection d'identité synthétique.

«Aucun système d'intelligence artificielle n'est parfait. Vous allez avoir de faux positifs. Quelqu'un que vous pensez être à haut risque s'avère digne de confiance. La question est donc de savoir ce qui arrive à ces précieux consommateurs. Que vous soyez un commerçant de commerce électronique ou une banque, vous ne voulez pas perdre un client pour ça », a déclaré Haller, ajoutant:« Il y a beaucoup plus de valeur à vendre le produit à quelqu'un qui ressemble à un fraudeur si vous le pouvez. valider d'une certaine manière qu'ils ne le sont pas. Donc, ces types de systèmes d'IA sont généralement utilisés comme première ou deuxième ligne de défense. "

Dans ce scénario, le service de détection de fraude avec son IA sophistiquée marquera un client ou une transaction comme à haut risque. Mais ce sera au détaillant, par exemple, de décider comment gérer ce risque. Dans certains cas, cela peut inclure de contacter le client pour vérifier qu'il est réel. Cette étape supplémentaire créera des frictions dans le processus de vente, mais pour certaines entreprises, ces frictions supplémentaires pourraient en valoir la peine.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *