एक फर्जी ऑनलाइन ऑर्डर से एक छोटे रिटेलर को लेन-देन की लागत का लगभग तीन गुना खर्च हो सकता है। दिसंबर 2017 के ऑनलाइन फ्रॉड ट्रेंड्स और बिहेवियर रिपोर्ट (पीडीएफ) में यही पाया गया है।
ऑनलाइन धोखाधड़ी रुझान रिपोर्ट
ऑनलाइन भुगतान प्रोसेसर ने हाल ही में रिपोर्ट जारी की और लघु व्यवसाय रुझानों को अनन्य ईमेल टिप्पणियों के माध्यम से एक अनूठा परिप्रेक्ष्य दिया।
$config[code] not found"ध्येय को प्रकाशित करने में हमारा एक लक्ष्य छोटे व्यवसायों को यह समझने में मदद करना है कि धोखेबाज़ी का व्यवहार कैसे और कब दिखता है, इसलिए वे विशिष्ट रणनीति बना सकते हैं जो सीधे उनकी जरूरतों को पूरा करता है," माइकल मैनपाट, भुगतान खुफिया और भुगतान के लिए स्ट्राइप पर इंजीनियरिंग प्रबंधक कहते हैं, लघु व्यवसाय प्रवृत्तियों के साथ एक ईमेल में।
स्ट्राइप की रिपोर्ट में पाया गया कि एक छोटा सा ऑनलाइन खुदरा व्यापार $ 2.62 खर्च करेगा, जो धोखाधड़ी के आदेश के प्रत्येक $ 1 के लिए ऑनलाइन धोखाधड़ी से जूझ रहा है। जो कि मोबाइल रिटेल स्टोर के लिए $ 3.34 तक जाता है। इसलिए, यह समझ में आता है कि धोखाधड़ी वाले लेनदेन के शिकार होने से पहले रक्षा करना सबसे अच्छा है।
लेकिन कितना बचाव पर्याप्त है?
यह सच है कि साइबर अपराध बढ़ रहे हैं और यह भी सच है कि छोटे व्यवसाय धोखेबाजों द्वारा तेजी से लक्षित होते हैं। और जैसे-जैसे ईंट-और-मोर्टार स्टोर पर लेन-देन की सुरक्षा बढ़ती जाती है, वैसे ही ऑनलाइन लेनदेन को लक्षित करने की संभावना बढ़ जाती है।
हालाँकि, यह भी सच है कि छोटे व्यवसाय ऑनलाइन धोखाधड़ी संरक्षण में अधिक निवेश कर सकते हैं। स्ट्राइप की यह रिपोर्ट छोटे ऑनलाइन खुदरा विक्रेताओं की पहचान करने में मदद करने की कोशिश करती है जहां उन्हें खुद को बचाने की जरूरत है।
“अपने सीमित संसाधनों को देखते हुए, अधिकांश छोटे व्यवसायों को पुलिसिंग धोखाधड़ी और अधिकतम लाभप्रदता के बीच व्यापार-बंद बनाने की आवश्यकता होती है। छोटी कंपनियां कपटपूर्ण व्यवहार के अनुरूप पैटर्न की पहचान करने के लिए रिपोर्ट का उपयोग कर सकती हैं, “मैनपाट कहते हैं।
एक छोटे से ऑनलाइन रिटेल स्टोर को अंततः यह तय करना पड़ सकता है कि उनके स्टोर पर कुछ धोखाधड़ी रोधी सॉफ़्टवेयर स्थापित करना है या नहीं। लेकिन हर छोटे व्यवसाय के पास इस तरह की रक्षा को तैनात करने के लिए धन या संसाधन नहीं होंगे। अन्य मामलों में, मैनपाट कहते हैं, ऑनलाइन स्टोर को धोखाधड़ी के बीच प्रवृत्तियों की पहचान करने की आवश्यकता है ताकि संदिग्ध गतिविधि हो।
शुरुआत के लिए, छोटे स्टोरों को अपने ग्राहकों के बारे में अधिक जानकारी हासिल करने की आवश्यकता होती है। यह एक धोखाधड़ी लेनदेन की संभावना को बहुत कम कर देता है।
मैनपाट कहते हैं, "जबकि हर व्यवसाय अलग-अलग होता है, यह समझना कि धोखाधड़ी कैसे दिखाई देती है, इससे न केवल छोटे खुदरा विक्रेताओं को धोखाधड़ी से निपटने में मदद मिलेगी, बल्कि यह समझने में भी मदद मिलेगी कि बेहतर नियम बनाना क्यों महत्वपूर्ण है।"
लेन-देन धोखाधड़ी के अन्य प्रमुख संकेत ऑनलाइन खरीद असामान्य रूप से उच्च दरों पर आ रहे हैं। धोखाधड़ी करने वाले अभिनेता कभी-कभी किसी साइट पर सामान्य गति से 10 गुना अधिक खरीद लेंगे। स्ट्राइप के हिसाब से वे शाम के समय हिट करना पसंद करते हैं। और आप किसी साइट पर कम ट्रैफ़िक समय के दौरान इस गतिविधि की अपेक्षा कर सकते हैं।
"उदाहरण के लिए, ब्लैक फ्राइडे जैसे भारी खरीदारी के दिनों में धोखाधड़ी की दर में उल्लेखनीय वृद्धि नहीं होती है, बल्कि क्रिसमस जैसे दिनों में जब कई लोग खरीदारी नहीं करते हैं," रिपोर्ट बताती है।
रिपोर्ट की एक अन्य महत्वपूर्ण खोज से पता चलता है कि अधिकांश धोखाधड़ी वाले लेनदेन बड़े टिकट मदों के लिए नहीं होते हैं। इसके बजाय, यह छोटे लेनदेन जो धोखाधड़ी करते हैं।
रिपोर्ट में कहा गया है, "संयुक्त राज्य में, स्ट्राइप डेटा से पता चलता है कि धोखाधड़ी लेनदेन की मात्रा नियमित लेनदेन की मात्रा से थोड़ी ही अधिक है।"
स्ट्राइप का सुझाव है कि छोटे ऑनलाइन रिटेलर्स एक भुगतान प्रोसेसर के साथ काम करते हैं जो स्पॉट बोगस लेनदेन में मदद करने के लिए मशीन लर्निंग तकनीक को तैनात करता है। लेकिन कंपनी यह भी नोट करती है कि धोखाधड़ी करने के लिए सिर्फ AI पर निर्भर रहना ही पर्याप्त नहीं है। मैनुअल सतर्कता भी आवश्यक है।
“मशीन लर्निंग मॉडल इस चुनौती को कई संदर्भ-विशिष्ट बारीकियों को शामिल करके संबोधित करते हैं, ताकि केवल सबसे संदिग्ध लेनदेन को अस्वीकार किया जा सके, बजाय कंबल नियमों को लागू किए जो आसानी से अच्छे लेनदेन को अवरुद्ध कर सकते हैं। व्यापारियों को मशीन लर्निंग और अन्य तकनीकों के साथ भुगतान प्रोसेसर के साथ काम करना चाहिए ताकि धोखाधड़ी को रोकने और लाभप्रदता को अधिकतम करने के बीच इन जटिल व्यापार-बंदों को अनुकूलित किया जा सके।
शटरस्टॉक के माध्यम से फोटो
1 टिप्पणी ▼
