‍

‍

Lorsque l'on examine le parcours d'un client pour acheter un produit, de nombreux éléments doivent être analysés pour comprendre son profil et son comportement d'achat par rapport au crédit renouvelable. Une limite de crédit fixe le montant maximal du crédit alloué à votre compte. Vous pouvez soit rembourser la dette en totalité après chaque cycle de facturation, soit la reporter d'un mois à l'autre, ou " reconduire " le solde. 

Lorsque vous " reportez " un solde, vous devez effectuer un paiement mensuel minimum. Il peut s'agir d'un montant fixe ou d'un pourcentage de votre solde global, le montant le plus élevé étant retenu. Vous trouverez les détails dans les petits caractères de votre contrat de crédit renouvelable. D'autres frais, tels que les frais annuels, les frais d'ouverture de dossier ou les frais pour les paiements manquants ou tardifs, peuvent également s'appliquer. Les cartes de crédit, le crédit personnel et les lignes de crédit hypothécaire sont tous des exemples de crédit renouvelable. Une ligne de crédit vous permet de retirer des fonds de votre compte jusqu'à votre limite de crédit, et lorsque vous les restituez, le montant du crédit disponible sur votre compte augmente. 

De plus, une entreprise peut soupçonner une activité frauduleuse pour de nombreuses raisons. Peut-être un client régulier effectue-t-il une commande plus importante que les autres clients. Les commandes peuvent se succéder rapidement et porter sur des montants inférieurs à la moyenne. Prendre un risque sur ces commandes pourrait conduire à une fraude. Mais le rejet de ces commandes peut également entraîner des faux positifs. 

Selon Equifax, le parcours numérique d'un client comporte cinq étapes essentielles :

• Sensibilisation
• Considération
• Acquisition
• Service
• Rétention
  ‍

Bien que tous ces éléments soient cruciaux, les entreprises sont plus susceptibles de rencontrer des faux positifs tout au long du processus d'achat. Les consommateurs satisfaits créent des comptes ou se connectent à des comptes existants pendant la phase d'acquisition. Ils sont passés par les étapes de la prise de conscience et de la délibération, reconnaissant qu'ils veulent acheter quelque chose et faisant leur choix sur plusieurs sites web. Les clients manifestent leur intention d'ajouter des articles à leur panier, de passer à la caisse et de passer une commande lorsqu'ils atteignent la phase d'acquisition. Ces commandes sont généralement des transactions CNP (card-not-present) dans le parcours numérique du client. Les entreprises qui ignorent le temps nécessaire aux clients pour atteindre la phase d'acquisition créent des frictions et perdent de l'argent. Nous examinons trois stratégies permettant d'éliminer les faux positifs et d'éviter les approximations dans les transactions d'approbation ou de rejet.
‍

Changez votre perspective sur les faux positifs

Selon Aite Group, les faux positifs coûtent 443 milliards de dollars aux entreprises américaines. C'est beaucoup d'argent dépensé sur la peur de la fraude et des cas de fraude présumés. Nous négligeons les faux positifs parce que les sociétés du secteur de l'Internet sont plus concernées par la prévention des fraudes que par les ventes non réalisées.

Cependant, ce n'est pas toujours la meilleure stratégie. L'objectif est de chercher des arguments pour approuver une commande plutôt que de la rejeter. La première étape pour éliminer les faux positifs est d'éviter les commandes de labelling frauduleux. Une fois qu'une entreprise a modifié la façon dont elle suit les faux positifs, elle peut en apprendre davantage sur ses taux de faux positifs. Elle peut également examiner les données des clients pour voir à quoi ressemblent des commandes spécifiques et appliquer une IA basée sur un vaste réseau de données pour aider à approuver automatiquement les demandes légitimes.

‍

Utilisez l'IA et l'apprentissage automatique pour développer une solution de protection contre la fraude

En quelques millisecondes, l'IA et l'apprentissage automatique évaluent des milliards de points de données, trouvent des relations, calculent des probabilités et estiment le risque en utilisant d'énormes ressources de calcul et de mémoire. Cela permet aux systèmes de détection de la fraude de passer au niveau suivant de la prévention contre la fraude : la prédiction. Les entreprises qui utilisent l'IA et l'apprentissage automatique dans leur stratégie de protection contre la fraude ont accès à un réseau de données qui les aide à améliorer la détection des fraudes, à stimuler les approbations de commandes et à réduire les risques de fraude.

‍

Utilisez la plateforme Identity Trust pour sécuriser l'ensemble du parcours client

‍Les entreprises doivent établir la confiance en l'identité à chaque point de l'expérience client, et pas seulement pour prévenir la fraude. Derrière les paiements, les créations de comptes et les événements de connexion, une plateforme d'identité de confiance définit le niveau de confiance pour chaque identité.

‍

Considérations

Le meilleur choix dépendra probablement de vos besoins en tant que prêteur et de ce que vous recherchez dans un système de détection. En outre, de nombreux organismes auront également leurs préférences. N'ayez pas peur d'essayer plusieurs options si vous le pouvez. Il n'y a aucune garantie qu'un seul système de détection disposera d'un ensemble de fonctionnalités qui amélioreront l'efficacité de votre processus de prêt.

Chez Bleckwen, nous pouvons détecter les fraudes à l'aide de l'intelligence artificielle en apprenant des exemples antérieurs et en les améliorant. Notre modèle compare vos données à nos sources, rassemblant un point unique de scoring en temps réel pour accélérer vos demandes de crédit.

‍Réservez une démo avec nos experts pour découvrir comment nous pouvons améliorer vos activités.

‍

Références

• ‍Machine learning for fraud detection - Ravelin
• Reducing false positives in fraud detection: combining the red flag approach with process mining - Science Direct

‍

‍