Сократите потери, восстановите кампании, восстановите партнерские отношения и увеличьте мощность, сосредоточившись на самом важном - на хороших клиентах.
Ведение бизнеса в современной цифровой экономике - это сложный процесс, который включает, помимо прочего, устранение сохраняющихся противоречий между стимулированием роста и возникновением риска. Рекламные онлайн-кампании представляют собой отличный пример этой проблемы, и многие компании продолжают бороться с вопросом о том, как проводить успешные рекламные акции, не обнаруживая новых уязвимостей.
К счастью, трансформирующие технологии, такие как неконтролируемое машинное обучение (UML), можно использовать для создания решений, поддерживающих рост и снижающих риски - в реальном времени и в любом масштабе.
Акции и злоупотребления при продвижении
Предложение рекламных акций или купонов - это тактика, используемая компаниями из многих секторов для привлечения новых пользователей и, в идеале, для превращения этих пользователей в постоянных, лояльных клиентов. Использование рекламных акций для стимулирования роста бизнеса особенно распространено в индустрии путешествий и гостеприимства. Эта тактика может быть очень эффективной, но неприятным побочным эффектом такого подхода является приглашение мошеннических пользователей злоупотреблять этими рекламными акциями для собственной финансовой выгоды.
Злоупотребления в отношении рекламы в туристической индустрии
В частности, для сайтов метапоисков и бронирования путешествий злоупотребление рекламными акциями может привести к убыткам не только для сайта, но и для его партнеров по размещению. Хорошие пользователи тоже страдают, так как это отрицательно сказывается на их опыте. Партнеры по размещению страдают от незаезда бронирования и неспособности собрать плату за проживание. В то же время, хорошие пользователи лишаются идеальных возможностей бронирования из-за того, что мошенники массово блокируют бронирования.
Проблема
Исторически сложилось так, что эффективных решений по предотвращению ущерба, связанного со злоупотреблениями при продвижении, не было. Существующие решения, использующие правила или контролируемое машинное обучение, не могут справиться с постоянно меняющимися мошенническими атаками. Эти решения требуют большого количества этикеток для обучения модели или определения шаблонов для создания правил, чтобы блокировать попытки мошенников. К моменту внедрения этих систем шаблоны атак мошенничества уже сформировались, чтобы обойти новые действующие правила.
Решение
Подход DataVisor на основе UML, дополненный глубоким обучением, обработкой естественного языка и глобальной разведывательной сетью данных консорциума для цифровой информации, может определять корреляции и связи между событиями с обнаруживать крупные скоординированные мошеннические атаки. Применяя эту методологию к проблеме злоупотреблений рекламными материалами на туристических сайтах, мы можем с высокой точностью отслеживать мошеннических пользователей. Мошенники обнаруживаются с помощью различных цифровых сигналов - IP-адреса, информации об устройстве, схожих адресов электронной почты и именования - в дополнение к их поведению.
История успеха клиента
В качестве недавнего примера, мы работали с платформой для путешествий, действующей в более чем 200 странах и территориях, которая столкнулась с проблемами, связанными с мошенничеством, злоупотребляющим их рекламными акциями. Используя наш подход на основе UML, мы смогли обнаружить злоумышленников в тот момент, когда они пытались сделать мошеннические бронирования. Таким образом, сайт смог автоматически заблокировать прохождение этих бронирований. Такой подход гарантировал, что бронирования не совершались мошенниками, стремящимися продать эти бронирования за пределами платформы, и, соответственно, служил для сохранения хорошего пользовательского опыта.
Среди многих проблем, связанных с мошенническими бронированиями, был тот факт, что они часто приводили к «незаездам», что приводило к финансовым потерям для партнеров по отелям. Мы столкнулись с одной мошеннической сетью мошенников, которые массово бронировали гостиничные номера в том же районе на те же даты, соответствующие крупным событиям (например, канун Нового года в Нью-Йорке), во время которых отелей и так мало.
Работая с DataVisor, наш клиент смог значительно снизить потери от мошенничества, восстановить рекламные кампании и восстановить партнерские отношения. Сегодня наш клиент обнаруживает на 40% больше случаев мошенничества, чем раньше, с точностью более 93%. Что наиболее важно, они захватывают более 70% всех атак на ранней стадии, прежде чем может быть нанесен какой-либо ущерб.
Этикетки для повышения производительности
Способность UML практически мгновенно выводить практические идеи из необработанных данных - без лишней опоры на уже существующие знания, ярлыки или правила - является одним из наиболее ценных преимуществ технологии. Однако на самом деле использование этикеток может еще больше повысить производительность.
В некоторых случаях, например, модель UML будет захватывать хорошие группы пользователей, которые демонстрируют аналогичное поведение или цифровые сигналы, которые чаще всего связаны с мошенническими пользователями. Чтобы управлять подобными ситуациями, мы обращаемся к нашему клиенту с просьбой предоставить дополнительный контекст, чтобы мы могли правильно идентифицировать любые ложные срабатывания или любые хорошие группы пользователей, которые изначально были отмечены как подозрительные в модели DataVisor.
Используя ярлыки, мы можем дополнительно улучшить нашу модель, чтобы гарантировать, что нюансы определенных хороших действий пользователей не улавливаются вместе с мошенническими пользователями. Жизненно важно включить бизнес-знания каждого клиента в нашу модель, и мы тесно сотрудничаем с нашими клиентами, чтобы объединить их уникальное понимание их бизнес-логики с нашим опытом в предметной области и передовыми технологиями, чтобы предоставить наилучшее возможное решение для мошенничества.
Как работает UML для выявления случаев мошенничества, не поддающегося обнаружению
Вот один пример того, как наши решения смогли выявить и выявить подозрительные действия, которые в противном случае остались бы незамеченными более традиционными решениями.
После анализа ряда зафиксированных мошеннических кругов, в которых были очевидны «хорошие» пользователи (на основе их предыдущей истории бронирования через сайт путешествий), появилась интересная тенденция. Было обнаружено, что группы пользователей совершали многочисленные бронирования с одного и того же IP-адреса с использованием одного и того же нестандартного поставщика услуг электронной почты. Дальнейшее расследование провайдеров электронной почты привело к появлению различных веб-сайтов, предлагающих бронирование отелей или авиабилетов - многие неофициальные или небольшие сайты-агрегаторы тарифов перенаправляли свои бронирования через первоначальный туристический сайт, чтобы получить выгоду от рекламных акций. В то время как эти сайты ранее оставались незамеченными из-за их хороших историй бронирования, DataVisor смог обнаружить это скоординированное и мошенническое поведение, наблюдая закономерности и корреляции, которые нельзя было бы выявить с помощью анализа отдельных учетных записей или транзакций.
Заключение
Уникальный подход DataVisor к обнаружению мошенничества позволяет выявлять мошеннические действия в режиме реального времени в момент попытки бронирования, что позволяет сайтам немедленно блокировать подтверждение этого бронирования. Это не только предотвращает немедленную потерю и повреждение, но также обеспечивает раннее предупреждение, чтобы предотвратить дальнейшие атаки.
Анализируя всю историю пользователей и их действия в нескольких организациях, наши решения могут предоставить полную картину поведения пользователя и дать уникальную информацию о подозрительном поведении и злоупотреблениях платформой. Такой подход к обнаружению мошенничества может выявить даже ранее неизвестные типы атак.
Учитывая глобальное присутствие туристической индустрии, ее миграцию в Интернет и то значение, которое она придает положительному опыту пользователей, предприятия этой отрасли должны иметь возможность предоставлять безопасные, надежные и удобные платформы. Передовые решения DataVisor по борьбе с мошенничеством на базе искусственного интеллекта позволяют организациям сосредоточить свои усилия на том, что действительно важно - на хороших клиентах.
~
