INTERNET WORLD Logo Abo
Security
Security 07.02.2022
Security 07.02.2022

Anzeige Vom Türsteher zum Umsatzbringer: ML in der Fraud-Bekämpfung

GettyImages 
GettyImages 

Durch hohe Ablehnungsquoten, unflexible Regeln und Prozesse verlieren Unternehmen Milliarden Euro Umsatz. Özgür Ekici, Senior Fraud Consultant bei Experian, erklärt, warum Machine Learning den entscheidenden Vorteil in der Betrugsbekämpfung bringt.

Kreditkartenbetrug, Identitätsdiebstahl, Account-Take-Over - Onlinebetrugsmaschen sind vielfältig und wandeln sich heutzutage schneller als wir "Regelwerk" sagen können. Welche Betrugsabwehr-Systeme nutzen Sie für Ihr Online-Business? Sind Ihre Systeme sicher, und gleichzeitig durchlässig genug?

Fest steht, Umsatzeinbußen durch Online-Betrug sind erheblich. Doch sie machen nur einen Bruchteil aus, verglichen mit den False Positives. Das sind diejenigen Transaktionen von Kunden, die eigentlich nur etwas kaufen oder einen Vertrag abschließen wollen, vom System aber als verdächtig eingestuft oder direkt abgelehnt werden. Das verhindert nicht nur die Transaktion, sondern vergrault langfristig auch treue Kunden. So gehen allein dem europäischen Online-Handel jährlich Milliarden Euro verloren. Doch egal ob E-Commerce, Telcos oder Payment-Provider - jeglichen Unternehmen, die ihre Geschäfte online abwickeln, entgehen durch unzureichende Betrugsabwehr beträchtliche Umsätze.

Mann vor Tür

Machine Learning öffnet neue Türen in der Betrugsbekämpfung.

GettyImages 

Das muss nicht sein! Mit dem Einsatz der richtigen Technologie schlummern in Fraud-Prozessen sogar großes Umsatzpotenzial. Özgür Ekici, Senior Fraud Consultant bei Experian, wirft in seinem Vortrag auf der Moonova einen Blick auf neuartige Technologien im Kampf gegen Online-Betrug und welche Rolle das Machine Learning dabei spielt.

Er gibt Antworten auf die zentralen Fragen: Wie können Sie schneller auf komplexen Betrug reagieren, Ressourcen sparen und Umsätze retten? Dafür schaut er genau hin: Was passiert während des Check-outs? Welche Daten nutzt das Machine Learning-Modell zu welcher Zeit? Und wie wirkt sich das auf die Ausfallraten aus? Sie werden überrascht sein, wie viel Umsatz Sie mit dem richtigen Daten- und Technologie-Einsatz generieren können. Nach diesem Vortrag werden Sie Ihre False-Positive-Rate auf ein ganz neues Level bringen wollen.

Neugierig geworden? Dann klicken Sie sich in unseren Vortrag auf der Moonova am 21. Februar 2022 um 09:50 Uhr auf moonova.com. Experian freut sich auf Ihre Teilnahme!

Das könnte Sie auch interessieren