Venda Omnicanal: Uma Mudança Crítica na Segurança do Comércio Eletrônico
No competitivo cenário atual, a venda omnicanal é fundamental para as organizações que buscam escalar de forma sustentável. Proteger a identidade dos clientes enquanto combate fraudes é um desafio complexo para comerciantes online e empresas de comércio eletrônico.
Adversários, incluindo atacantes mal-intencionados e até nações, estão utilizando cada vez mais a IA generativa para aprimorar suas atividades fraudulentas, visando varejistas online e seus clientes. O crescimento das vendas globais no comércio eletrônico, que atingiu cerca de US$ 5,8 trilhões em 2023 e deve ultrapassar US$ 8 trilhões até 2027, intensifica esses ataques. As vendas omnicanal, impulsionadas pela personalização de compras orientada por IA, são especialmente vulneráveis.
As perdas dos comerciantes devido a fraudes em pagamentos online devem ultrapassar US$ 362 bilhões em todo o mundo entre 2023 e 2028, com as perdas devido a fraudes em comércio eletrônico B2C crescendo a uma taxa de crescimento anual composta (CAGR) superior a 40%.
O Impacto da Fraude em Comércio Eletrônico nas Marcas
Atacantes de fraude bem-sucedidos não apenas geram perdas financeiras, mas também danificam gravemente a reputação da marca e a confiança do cliente, levando consumidores a buscar concorrentes. Uma pesquisa da Telesign revelou que 94% dos clientes esperam que as empresas sejam responsáveis pela proteção de sua privacidade digital.
Cibercriminosos estão aproveitando técnicas avançadas de IA e automação através de ofertas como o FraudGPT, resultando em esquemas de apropriação de contas. Segundo a Sift, 73% dos consumidores acreditam que as marcas devem proteger contra incidentes de apropriação de contas. O Índice de Confiança da Telesign indica que 44% das vítimas de vazamentos de dados alertam amigos a não transacionar com marcas comprometidas, enquanto 30% compartilham suas experiências nas redes sociais, amplificando o dano.
Soluções Inovadoras Contra Fraudes Online
Os adversários estão aprimorando suas metodologias com ferramentas disponíveis na dark web, incluindo ransomware como serviço e kits de fraude. Fortalecer as Interfaces de Programação de Aplicativos (APIs) com IA e aprendizado de máquina pode proteger identidades e garantir transações seguras em canais de verificação, reduzindo assim as fraudes.
A adoção de IA e aprendizado de máquina melhora as APIs ao adicionar inteligência contextual e consolidar a verificação omnicanal em um único processo simplificado. Reconhecendo essa necessidade, a Telesign desenvolveu sua Verify API, inspirada em insights de clientes.
Em uma entrevista, o CEO da Telesign, Christophe Van de Weyer, destacou a eficácia de sua Intelligence API, afirmando: “O aprendizado de máquina aprende continuamente como os fraudadores se comportam, analisa comportamentos dos usuários e constrói modelos de risco. Nossa Intelligence API avalia diversos fatores como números de telefone, endereços de e-mail e endereços IP.”
Van de Weyer explicou ainda como o estudo de padrões de números de telefone pode identificar sinais de alerta, aprimorando avaliações de risco e melhorando processos de autenticação.
O Futuro da Verificação Omnicanal com a Verify API da Telesign
Brendon O’Donovan, VP de Estratégia GTM da Telesign, discutiu as capacidades inovadoras da Verify API. “Ela se integra perfeitamente aos nossos produtos de IA de aprendizado de máquina, permitindo que as empresas avaliem o risco de números de telefone antes de enviar senhas de uso único (OTPs).”
A Verify API da Telesign se destaca como a primeira API omnicanal reforçada por algoritmos extensos de IA e ML. As principais características incluem:
1. Verificação de Usuário Integrada: Conecta-se a sete canais de verificação líderes—SMS, Verificação Silenciosa, Push, E-mail, WhatsApp, Viber e RCS—personalizando opções com base em custo, experiência e confiabilidade específicos de cada país.
2. Respostas em Tempo Real com IA e ML: Melhora a segurança em transações e a prevenção de fraudes através de análise em tempo real orientada por IA.
3. Avaliação de Risco e Detecção de Fraude: Utiliza aprendizado de máquina para criar um escore de reputação para números de telefone, avaliando diversos dados para recomendar escores de risco de fraude.
4. Detecção de Anomalias em Dispositivos: Identifica riscos potenciais com base em mudanças de dispositivos ou atividades incomuns, permitindo medidas proativas de verificação.
5. Otimização de Atrito e Comunicação: A IA avalia riscos de transações para ajustar os processos de verificação, aprimorando a experiência do usuário sem comprometer a segurança.
6. Integração com Modelos Internos de Fraude: Apoia defesas mais eficazes contra diversos tipos de fraude ao alinhar-se com estratégias anti-fraude existentes.
A Visão da Telesign: Mensagens Multicanal Seguras e Econômicas
Durante a entrevista, Van de Weyer enfatizou como a IA e o aprendizado de máquina são essenciais para a estrutura da Verify API, focando tanto na redução de riscos de fraudes quanto na otimização dos custos de mensagens.
Ele explicou: “A Verify API permite que os clientes definam canais de comunicação primários e de backup, garantindo custos controlados e experiências do usuário aprimoradas com base nas preferências regionais. Nosso objetivo é entregar uma estrutura de custos confiável, interações de clientes aprimoradas e redução de fraudes em todas as geografias.”
Classificação
