L'intelligence artificielle (IA) peut aider les commerçants à identifier et à prévenir rapidement la fraude dans le e-commerce, mais la surveillance humaine demeure essentielle.

Grâce à Internet, nous n’avons plus besoin d’aller dans les magasins; au lieu de cela, les magasins viennent à nous ! En quelques clics, vous pouvez tout commander, des derniers gadgets numériques aux aliments pour animaux de compagnie, sans quitter votre canapé. Et, grâce aux options de livraison le jour même, vous pouvez recevoir des articles plus rapidement que jamais.

Toutefois, la rapidité des transactions en ligne et les systèmes d'achat en un clic qui sous-tendent le secteur du e-commerce ne facilitent pas seulement la vie des consommateurs, ils facilitent également les choses pour les fraudeurs.

Les e-commerçants prospères reçoivent des milliers de commandes par jour, et ces achats sans carte sont plus difficiles à vérifier que ceux où la carte et son titulaire sont physiquement présents. En fait, une étude de LexisNexis Risk Solutions a révélé que la fraude via des canaux distants, tels que les réseaux en ligne et mobiles, est jusqu'à sept fois plus difficile à prévenir que la fraude physique.

Ainsi, si le système de prévention de la fraude dans le e-commerce d’un commerçant n’est pas à la hauteur, cela peut lui coûter cher. A titre d’exemple, Juniper Research prévoit que la fraude pourrait coûter plus de 58 milliards de livres aux détaillants en ligne britanniques au cours des prochaines années.

Ne manquez pas notre article : La fraude sur mobile: le talon d’Achille des e-commerçants

La prévention de la fraude dans le e-commerce est en constante évolution

Les outils et techniques utilisés par les criminels pour mener à bien la fraude par débits compensatoires changent constamment et sont de plus en plus sophistiqués.

“Les approches traditionnelles de lutte contre la fraude, telles que les moteurs de règles et le scoring, sont trop figées pour s'adapter à cette fraude qui change de forme”, a déclaré Eido Gal, cofondateur et directeur général de Riskified, solution de prévention de la fraude dans le e-commerce.

Eido Gal affirme que les solutions d'IA tirant les leçons de chaque transaction et améliorant leur précision sont beaucoup plus efficaces que les solutions traditionnelles. “Les fraudeurs adoptent de nombreuses approches différentes pour se faire passer pour le titulaire légitime de la carte”, dit-il. “Ils peuvent utiliser un proxy, usurper un appareil ou prendre en charge le compte d'un client. Une solution d'IA bien conçue examine les liens entre ces données, les compare aux ordres passés et détermine instantanément si quelque chose ne va pas.”

Ne manquez pas notre article : les e-commerçants se tournent vers l’Intelligence Artificielle pour améliorer l'expérience des consommateurs

Les systèmes d'IA maîtrisent la reconnaissance des schémas de fraude

L'intelligence artificielle et les outils de machine learning examinent des centaines de points de données sur des milliards de transactions pour identifier les schémas pouvant constituer une fraude. De plus, ils peuvent trouver des cas de fraude qu’aucun humain n’est susceptible de détecter.

"En déployant en permanence des outils de machine learning, qui utilisent les données de plusieurs milliers de commerçants à travers le monde, les commerçants ont la vision d'ensemble nécessaire pour détecter les fraudes et les commandes hors normes", explique Ed Whitehead, directeur général Europe, Moyen-Orient et Afrique chez Signifyd, une société de protection contre la fraude.

Lorsque l'IA reconnaît une commande aberrante, elle peut la bloquer automatiquement ou la renvoyer à un expert humain pour vérification. “Le meilleur moyen d'utiliser l'IA est de l'utiliser pour résoudre des cas simples”, explique Paul Weathersby, senior director of product management chez LexisNexis Risk Solutions UK.

"Une personne est plus apte à prendre des décisions, vous pourriez donc utiliser la machine pour traiter des cas assez faciles et pour améliorer l'expérience client, puis extraire les exceptions afin que quelqu'un les examine."

L'intelligence humaine et artificielle sont toutes deux nécessaires

M. Whitehead convient qu'un certain degré de surveillance humaine est un élément clé d'une prévention efficace de la fraude commerciale fondée sur l'IA

"Il y a certaines tâches pour lesquelles les machines sont efficaces, celles qui nécessitent vitesse et ampleur, et il existe des tâches pour lesquelles les humains sont doués, celles qui demandent intuition et expérience", dit-il. "La combinaison des deux crée un puissant bouclier contre la fraude, en reconnaissant les commandes légitimes pouvant inclure des signaux d'alarme."

Les données introduites dans un modèle de machine learning non supervisé doivent également faire l'objet d'un suivi approprié. Sinon, dit M. Weathersby "les énormes quantités de données qu’un modèle non supervisé utilise peuvent produire des règles qui n’ont pas de sens, en se basant sur des données assez difficiles à localiser."

Il ajoute que si la méthode visant à fournir à l’outil de machine learning des informations sur ce qui constitue une bonne ou une mauvaise décision est incohérente, "alors l'outil commencera à apprendre des choses qu’un homme analyserait très clairement comme n’étant pas correctes".

Cela pourrait se traduire par une IA qui deviendrait plus conservatrice avec le temps. “Par exemple, chaque fois qu'une commande frauduleuse est expédiée et revient sous forme de rétrofacturation, la machine apprend à ne pas expédier de commandes similaires”, explique M. Whitehead. “En fin de compte, la machine a réduit le nombre de commandes expédiées par un commerçant et, invariablement, certaines des commandes refusées étaient en fait légitimes.”

Ne manquez pas notre article : Les 3 grandes tendances de l'intelligence artificielle en e-commerce

Plusieurs méthodes pour prévenir la fraude

FF_data_3

Les criminels chercheront toujours à contourner les systèmes de prévention de la fraude dans le e-commerce, et certains utilisent déjà l'IA à cette fin. Il est donc essentiel que les e-commerçants emploient de multiples méthodes de prévention de la fraude et plusieurs niveaux de contrôle, explique Jackie Barwell, directrice de la gestion des produits anti-fraude chez ACI Worldwide.

Le profilage positif, par exemple, permet de dresser un tableau complet des clients au niveau individuel grâce à des données comportementales, des informations de fraude confirmées de l'extérieur et un large éventail d'identifiants clients. “Plutôt que la méthode traditionnelle consistant à contrôler chaque transaction, cela met l’accent sur le responsable de la fraude”, explique Mme Barwell.

Elle ajoute que cette technique est particulièrement utile pour les nouvelles méthodes de e-commerce telles que click and collect, “où le temps disponible pour effectuer une analyse post-transaction en temps réel est réduit”.

D’autres nouveaux services e-commerce arriveront sans doute à l’avenir et les fraudeurs chercheront inévitablement à les exploiter. Mais tant que les détaillants en ligne auront une IA dans leur arsenal, ils devraient être en mesure de contrer les cybercriminels qui cherchent à tirer parti de l’un des plus beaux cadeaux de la vie moderne, la possibilité de faire ses achats dans le confort de son foyer.

New call-to-action

Source : raconteur.net

Vu dans cet article :

Pour aller plus loin :