デバイスインテリジェンスと行動データは、不正対策チームにとって尽きることのない贈り物です。CRO（最高リスク責任者）にとっては、デバイスインテリジェンスと行動データは不正対策にとどまりません。組織全体における規制遵守、コスト効率、そしてオペレーショナル・レジリエンスの基盤を築くものでもあります。
このデータは、チャージバックに対抗するための強力な証拠として、また制裁関連のユースケースにおけるジオフェンシングのためにも活用できます。
これらの実績あるデータソースが不変だと考えてしまうことが誤りです。実際はその逆です。どのような新たなリスクが現れても、デバイスと行動データは、人間の目から見ても、また不正防止における特徴量の重要度をMLやAIで評価する際にも、一貫して高く評価されます。
つまり、私が言いたいのは、デバイスと行動は、野菜を食べて定期的に運動することのようなものだということです。それは「あったらいいな」というものではなく、土台そのものなのです。
それがデータが一貫して示していることです。
毎回のことだ。
信じられませんか？
下のきれいなグラフを見てください 👇
正しく構築すれば、より多くのユースケースに適用できます。
2つの例を挙げます
- チャージバックに異議を唱えるための決定的な証拠
- 高リスク法域をジオフェンシングするためのデバイスデータ。
コンペリング・エビデンス 3.0（CE 3.0）は、デバイスデータおよび行動データを利用できます。
チャージバックへの対応は負担が大きく、費用もかさみます（平均で約400ドル）。カードネットワークとの異議申し立て手続きでは、「説得力のある証拠」をまとめ、決済サービスプロバイダー（PSP）を通じて提出する必要があります。
問題は、チャージバックを悪用する不正利用者の多くが、ゲストチェックアウトを利用しがちだという点です。ゲストチェックアウトは初回利用者にとっては便利で売上向上にもつながりますが、チャージバックの発生件数が非常に多いため、多くの加盟店がゲストチェックアウトを完全に停止することを検討しています。
アカウントを持つリピーターであれば、ある程度の履歴データがありますが、メールアドレスと自宅住所、カード情報しか分からない新規ユーザーは、常習犯であってもそれを防ぐ手立てがほとんどありません。
「コンペリング・エビデンス 3.0」の下では、マーチャントはチャージバックに異議を唱えるために、デバイス情報やIP情報を収集することが推奨されています。チャージバックの異議申し立てプロセスでは、網羅的で説得力のある証拠が求められ、特に規制当局による監査が頻繁に行われるハイリスクな環境では、その重要性が一層高まります。デバイスデータや行動データを戦略的に組み込むことで、コンプライアンス対応はスムーズかつ費用対効果の高いものとなり、それに見合う高い勝訴率が期待できます。
🎣 同じ端末がゲストチェックアウトで多くのカードを使っているのが確認できれば、あなたの主張はより説得力のあるものになります。
つまり、加盟店はより多くの紛争で勝てるということです。
⚡（そして極めつけに、Sardine のチャージバック AI エージェントがその証拠をあなたの代わりに収集し、PSP に提出できる形式に整えてくれます。）
デバイスデータは、AMLジオフェンスによる高リスク法域の特定に役立ちます。
制裁に対抗するのに、取引データやオンボーディング時のデータだけに頼るのは非常に困難です。盗用された身元を使い、VPN やプロキシを利用しているユーザーは、北朝鮮のような制裁対象の国家で活動している可能性があります。
悪意のある行為者は、自分の所在地やIPアドレスの情報を隠すために、VPNやプロキシを使って実際の位置情報を覆い隠すなど、あらゆる手段を講じます。多くの場合、KYCやKYB、そしてトランザクションモニタリングのようなサービスでは、こうした追加情報を見逃してしまいます。
警報を発しSARを提出しないことは、BS/AMLプログラムの有効性を低下させ、金融機関を罰金リスクにさらすことになります。
🎣 プロキシやVPNを見抜くことができれば、その端末の真の位置情報を把握でき、法令順守を確実に行えます。
つまり、金融機関はより多くのSARを提出し、自社のコンプライアンスの有効性を示すことができます。
⚡（そして極めつけに、Sardine の SAR ナラティブ AI エージェントが、その証拠を収集し、SAR ナラティブとして整形してくれます。）
デバイスと行動分析は、常にプロに選ばれる勝ちパターンです。
どのような新たなリスクが現れても、デバイスと行動は、人間の目から見ても、また機械学習やAIで特徴量の重要度を評価する際にも、常に高く評価されます。
私たちのプラットフォームでも、そして日々の実体験においても、同じことが確認されています。
最近のインタビューでNovoのマット・ベガ氏が語ったように：
新たに発生する脅威を管理するうえで、デバイスと行動に関するデータも非常に重要です。詐欺やディープフェイク、あるいはまだ存在していない何かであっても、最も侵害されやすいデータは過去のデータです。
ほとんどの個人情報はすでに盗まれており、カード番号はダークウェブで出回っています。また、取引情報も、それ単体で利用される場合には、その明確さや有用性にしばしば限界があります。
最近の例をいくつかご紹介します。
- ディープフェイクを用いたKYCオンボーディング（AIによるマスキング攻撃）では、なりすまし者が実在の本人であるかのように見せかけるために、ライブネス検知や人間の審査担当者を欺くことに依存しています。通常、その動画を表示できるように端末が改変されており、適切なデバイスデータを取得すればその不正を検知できます。
- 認可済みプッシュ支払い詐欺（APP詐欺）は、ソーシャルエンジニアリングを利用して、ユーザーをだまして不正な口座に送金させる手口です。ユーザーのデバイスや行動を監視していれば、詐欺師とのやり取りを示す微妙な兆候を見抜くことができます
すべてのデバイスおよび行動データが同じ価値を持つわけではありません。
デバイスインテリジェンスや行動「バイオメトリクス」を提供するベンダーは、この20年ほど存在しており、多くの銀行や大手加盟店、さらには決済事業者でさえもある程度この機能を備えています。
2つの問題があります
- しばしばユーザーの行動は「あればうれしいもの」と見なされ、検討の対象から外されてしまいます
- これらのプラットフォームの多くは静的で柔軟性に欠けています
このデータを持っているのは素晴らしいことですが、デバイスとユーザーがそのデバイスをどのように使っているかという情報を組み合わせると、不正行為の隠れた兆候をはるかに多く見つけられるようになります。このデータを別々の2社から購入しなければならない場合、コストが2倍になるうえに、統合の問題も発生します。
統合上の問題は、柔軟性のないプラットフォームや、ルールを変更したり他のサードパーティデータを取り込んだりするたびに「プロジェクト」として対応しようとするベンダーによって、さらに深刻になります。
理想的には、デバイスと行動に関するデータが一箇所で利用でき、社内で既に使っているあらゆるシステムとうまく連携して動作することが望まれます。
不正行為やコンプライアンス上のリスクを管理するうえでは、より多くのデータを持っている方が有利です。
デバイスと行動データは、リスクシグナルの基盤として非常に有効に機能します。
私たちは、支払い取引や本人情報、あるいはサードパーティのデータを、主なリスクシグナルおよびデータソースとして扱うことに慣れています。
それは間違ってはいませんが、もはや最先端ではありません。
オンボーディングや取引は、ある一時点で発生するものです。しかし、最も豊富なデータソースは、ユーザーのデバイスと、あなたのプラットフォーム上での行動です。これによって、ユーザー、つまり私たちが「同一ユーザー」と呼ぶ存在のアンカーが作られます。この同一ユーザーには、その後、取引データ、メール、通信事業者情報、銀行コンソーシアム、オープンファイナンス、ウォッチリスト、その他の情報源といった属性を紐づけることができます。
これらを組み合わせることで、ユーザーのリスクプロファイルが時間の経過とともにどのように変化するかが分かります。
現在、不正対策チームは優良ユーザーに関するできるだけ多くのデータを収集し、その基準となるベースラインを構築することを重視しています。
ユーザーのデバイスと行動データを最大限に活用するための戦略。
- 常に進化させ続けること。ユーザーのデバイスから取得できるシグナルや、それを攻撃者が悪用する手口は時間とともに変化します。新しいプライバシー設定、OSアップデート、規制など、何であれ、昔と同じシグナルだけでは通用しません。私たちは常にテストと改善を繰り返し、デバイスとその利用方法に関するR&Dの限界を押し広げて、脅威を捉え続ける必要があります。かつて最先端だったものも、すぐにそうではなくなります。デバイスや行動のシグナルが固定されたままでは、パフォーマンスは月を追うごとに低下していきます。これは、私たちがなぜポイントインタイムのKYCでは不十分なのかという記事で取り上げている制約と同じです。
- あらゆるユースケースにデバイスと行動データを適用する。私たちはこれまで、新しい問題を解決するために新しいツールを使いがちでした。口座開設や取引スクリーニングのような一般的なユースケースでも依然として有効ですが、クライアントのBSA/AMLや制裁対応のユースケースにおいて、さらに大きな効果が得られることが分かっています。デバイスと行動データは、アンカー（基盤）として、貴社の不正対策およびコンプライアンス向けデータエンジニアリング手法を支える存在になりつつあります。
- 可能な限り多くのデータソースと組み合わせて活用しましょう。あらゆるリスクの問題は、データの問題です。特定のユーザーやエンティティを自信を持って一意に把握できればできるほど、そのエンティティに紐づけられるデータ属性が多いほど望ましくなります。データが一貫性を持ち、適切にラベリングされ、高い可用性を備えていれば、Sardine の AI も、社内のデータエンジニアリングチームも、同じコストでより大きな成果を上げることができます。あらゆるリスクの問題は、データの問題です。それを解決するには、より良いデータ（デバイスと行動）と、より多くのデータ（サードパーティのデータ＋自社データ）を用いて、最高の AI（Sardine＋あなた）を訓練する必要があります。
- それを自社全体の不正対策・コンプライアンス基盤に組み込むか、その周辺に組み込んでください。優れたデバイスデータや行動データがあっても、それにアクセスできなければ意味がありません。大企業は、補完的なデータを社内ツールやレガシーシステムに取り込むことがよくあります。最近では、エンタープライズのお客様が Sardine を不正対策・コンプライアンスのオペレーティングシステムとして利用するケースも増えています。リスク管理に役立つものであれば、私たちは歓迎します。システム連携は常に難しいものです。ですから、標準でオープンかつ利用しやすいツールやデータプロバイダーへと移行していくことを戦略とすべきです。
- それを組み込めば、より良い結果が得られます行動データはかつて、不正対策のプロにとって「あると素晴らしいが、追加コストがかかる贅沢品」と見なされていました。今ではその逆です。行動データは、他のあらゆるデータを組み立てるための、信頼できるアンカーとなるシグナルになりつつあります。それをあらゆるルール、ケース、AIモデルに組み込めば、パフォーマンスやKPIの最も明確な向上が得られます。オンボーディング、口座入金、制裁リスクの最適化、あるいは単に手作業を生むアラートの数を減らしたい場合でも、適用されるのは第一原理です。最高のデータ（デバイスと行動）、より多くのデータ（自社＋サードパーティ）を集め、最高のAIを訓練しましょう。
脅威よりも速く動け。
私たちはリスクチームの時間と労力、そしてストレスを減らします。決済チームが優良な顧客をより多く獲得できるよう支援します。細部に徹底的にこだわることで、より多くの取引が生まれるようにします。
私たちは自らの経験に基づき、スピードに強いこだわりを持っています。
新しい不正検知ルールを作成することでも、高品質なデータを機械学習モデルに提供することでも、コンプライアンスチーム向けの分析機能を解放することでも──私たちはそれを誰よりも速く実現します。
私たちは常に研究開発モードで、あらゆる顧客アカウントの電話や営業の電話から学び、製品を改善し、新しい機能を追加し続けています毎日。
私たちは、ルールの即時作成、バックテスト、そして本番環境への反映を可能にし、ノーコード／ローコード環境で提供しています。
私たちのAIおよびMLモデルについて包括的な分析機能を提供しており、あなたとデータチームは、新たな不正やコンプライアンス上の脅威に対処する際に、特徴量やデータシグナルの重要度を評価・順位付けすることができます。
それから、紛争対応を代わりにこなしてくれたり、SAR（疑わしい取引の届出）レポートのストーリーを作成してくれたりするAIエージェントもいくつか用意していますが、その話はまた別のブログでご紹介しますね 😊。
脅威よりも速く動くプラットフォームが欲しいなら、ちょっと怪しい友人に声をかけてください。