ファーストパーティ不正は、企業にとってますます大きな脅威となっており、不正対策チームにとっては常に頭を悩ませる問題です。
従来の不正行為とは異なり、一見すると正当な顧客が抜け穴や規約の隙を突いて不正を行います。
ファーストパーティ不正はその複雑さゆえに、発見と防止が特に困難であり、不審なパターンを見つけ出し、場合によっては法的措置も含めて複数部門と連携しなければならない不正対策チームに大きな負担をかけます。
詐欺師はますます巧妙になっているため、企業は効果的な防止策を講じるには、その手口やパターンを理解する必要があります。本記事では、次の点について解説します。
- 一次不正の主な種類
- 注意すべき警告サイン
- ファーストパーティ不正への対処におけるベストプラクティス
ファーストパーティ不正とは何か？
ファーストパーティ不正とは、正当な顧客が自己の利益のために意図的に企業をだます行為のことです。
第三者による不正行為が盗まれた身元情報やクレジットカード情報を悪用する詐欺師を伴うのに対し、ファーストパーティ不正は一見正当な顧客に見える個人によって行われます。この種の不正は、しばしば企業との間に既存の取引関係を持つ顧客が関与するため、行動が不審視されにくく、発見が特に困難です。
ファーストパーティ不正の影響は、EC、マーケットプレイス、フィンテック企業など、さまざまな業界において非常に大きなものとなっています。
フレンドリーフラウドがこれほど厄介な理由
フレンドリーフラウドは、第一者不正の一般的な形態であり、正当な顧客が商品やサービスを購入した後で、その取引を「自分は承認していない」と主張して異議申し立てを行う行為を指します。これにより、単なる正直な勘違いなのか、不正行為なのかを見分けることが非常に難しくなります。以下では、なぜフレンドリーフラウドが不正対策チームを苦しめるのか、その主な理由をいくつか紹介します。
- あいまいさと誤解：顧客は請求に見覚えがなかったり、購入したことを忘れていたり、販売者の返品ポリシーを誤解している場合があります。こうしたあいまいさのせいで、うっかりしたミスなのか、意図的な不正なのかを見分けることが難しくなります。
- 顧客の正当性：過去に正当な取引履歴のある顧客からの不正行為を見抜き、防止することは、そのような顧客による不正なチャージバックがあまり疑わしく見えないため、非常に困難です。将来の取引機会を失うことを恐れて、企業がこうした顧客と対立したり、制裁を科したりすることを避けるのはごく一般的です。
- 立証責任：チャージバックの紛争では、立証責任は多くの場合加盟店側にありますが、Visa CE 3.0 によってこの点は改善されつつあります。チャージバックに異議を唱えるには、取引が正当なものであり、顧客が商品やサービスを確かに受け取ったことを示す、説得力のある証拠を事業者が提示しなければなりません。この手続きには時間と費用がかかり、しかも多くの場合、顧客側に有利に働きます。さらに、低価格の商品を販売している場合、紛争にかかるコストが、紛争に勝って取り戻せる金額を上回ってしまうことさえあります。
- 運用コストの増加：ファーストパーティ不正への対応には、スタッフの教育・研修、チャージバック管理システム、紛争対応やポリシー更新のための法的リソースなど、相当な運用コストが発生します。これらのコストに、不正なチャージバックによる金銭的損失が加わることで、収益性に大きな悪影響を及ぼす可能性があります。
- 巧妙化する手口：詐欺師たちは、チャージバックの仕組みの脆弱性を突くために、その手口を常に巧妙化させています。彼らは、高度なツールを使って正規の顧客行動を装い、ユーザーのデバイス環境を模倣し、IPアドレスや位置情報を隠します。こうした進化し続ける手口に先回りして対処するには、人員体制や監視ツールへの継続的な投資が不可欠です。
さまざまな業界に共通する不正行為の種類
第一次不正行為は業界によってさまざまな形を取り得ます。あなたのビジネスが不正行為にさらされる度合いは、主に顧客との関わり方、取引の種類、収集している情報の量、そして業務プロセスによって大きく左右されます。
こうしたリスクが業界ごとにどのように異なるかを理解することで、不正防止戦略をより効果的なものにできます。特に、暗号資産（クリプト）、フィンテック、デジタル商材（チケット販売やiGamingなど）のような高リスク業界における不正パターンを分析することが非常に有用だと私たちは考えています。これらの業界では、不正者が新たな手口を試すことが多く、そこで生まれた攻撃パターンは、最終的に小売業や銀行業など他のセクターにも波及していきます。そのため、こうした分析は新たに台頭しつつある脅威を見極めるうえで大きな手がかりとなります。
各業界ごとの具体例と注意すべき兆候を見ていきましょう。
eコマースにおける不正の種類と警告サイン
eコマースでは、取引件数の多さに加え、匿名性の高さやゲストチェックアウトの手軽さが相まって、返品詐欺、チャージバック詐欺、プロモーション悪用のリスクが高まります。詐欺師たちは、eコマース企業がコンバージョンに強く注力していることを理解しているため、その弱点を見つけては徹底的に突き、あなたに不正な取引を承認させようとしてきます。
ワードロービング
ワードロービングとは、顧客が商品を購入して一度使用した後に、全額返金を求めて返品するという、よく見られる返品詐欺の一種です。この行為はファッション業界で特に多く見られますが、他の業界にも影響を及ぼす可能性があります。
例：ある顧客は、あるオンラインストアで長年にわたって多くの購入履歴があります。1回あたりの平均購入額は100ドル未満です。しかし、その顧客は毎月、異常に高額な商品を1点購入し、数日後に返品ポリシーの対象となる問題を理由に返品しています。
警告サイン：
- 高額商品の返品が頻繁に行われる。
- 使用感や着用跡のある商品の返品。
- 短期間に頻繁に商品を購入しては返品するお客様。
- 高額な返品を複数回行う際に、同じデバイスやIPアドレスが一貫して使用されていること。
- 単一の住所または顧客からの返品が多い。
- 購入履歴と比べて異常に高額な取引金額。
チャージバックの不正利用
チャージバックの乱用、いわゆるフレンドリーフラウドとは、顧客が正当な取引に異議を申し立て、商品やサービスを手元に残したまま返金を受けようとする行為を指します。
例：過去1年間に何度も購入している顧客が、配達完了を確認した直後から請求に異議を唱え始める。各異議申し立ては、これまでの購入時と同じデバイスから行われており、取引期間中の顧客の行動パターンにも不審な点は見られない。
警告サイン：
- 顧客が複数の小売業者に対して頻繁に請求内容へ異議を申し立てている。
- 同一顧客からのチャージバック件数が多い。
- 配達完了が確認されてすぐに申し立てが行われる。
- 短期間に複数の取引に対して異議を申し立てること。
- カスタマーサポートに事前連絡をせずに、高額商品に対して異議申し立てを行うこと。
プロモーションの不正利用
プロモーションの不正利用とは、顧客が本来の目的や利用条件を超えてキャンペーンや割引を悪用する行為を指します。これには、割引コードを何度も利用するために複数のアカウントを作成すること、特典を受けるために虚偽の情報を使うこと、紹介報酬を得る目的で架空のアカウントを作成することなどが含まれます。
例：ある顧客が、初回購入時の割引を悪用するために、ユーザー名やメールアドレスを少しずつ変えた複数の新規アカウントを作成します。これらすべてのアカウントは同じIPアドレスから作成されたように見え、各アカウントでの行動パターンも非常によく似ています。
警告サイン：
- 同じような情報（氏名、IPアドレス、配送先住所など）を持つ複数のアカウント。
- プロモーションオファーの不自然な利用パターン。
- プロモーション利用の急激な増加。
- プロモーションコードを利用して大量の商品が購入されている。
- アカウント作成から購入までの時間が短い、素早い操作経路。
マーケットプレイス：特有の不正行為の種類と警告サイン
購入者と販売者をつなぐマーケットプレイスでは、取引に関わる双方を監視・確認する必要があるため、特有のファーストパーティ不正の課題が生じます。本セクションでは、マーケットプレイスにおける一般的なファーストパーティ不正の種類と、その警告サインについて解説します。
販売者の共謀
セラーの共謀とは、複数のセラーが互いの利益のために協力し、マーケットプレイスの仕組みを不正に操作する行為を指します。これには、商品の評価を不当につり上げることや、架空の販売実績を作り出すこと、価格を引き上げるために示し合わせて行動することなどが含まれます。
例：同一または非常によく似た商品リストを持つ複数の販売者アカウントが、短期間のうちに急増する高評価レビューを受け取っています。デバイスフィンガープリンティングの結果、これらのアカウントはいずれも同じデバイスから管理されていることが分かり、各商品リストやレビュー返信の作成にかかっている時間が異常に短いことから、何らかのボットまたはスクリプトが使用されている可能性が示唆されます。
警告サイン：
- 相互に関連したアカウントや類似した商品リストを持つ複数の出品者。
- 操作が疑われる評価やレビューの不自然なパターン。
- 特定の商品における売上や価格の急激な変動。
- 製品発売と価格変更のタイミングが示し合わせたように一致していること。
- 特定の売り手グループ間での取引が大量に行われていること。
- 同じ端末から複数の出品者アカウントにアクセスしている。
さくら入札
シルビディングとは、オークション形式のマーケットプレイスで、出品者が自分の出品物の価格をつり上げるために、架空の入札を行う行為を指します。このような行為は、需要が実際より高いという誤った印象を与え、正当な購入者をだまして相場以上の金額を支払わせるおそれがあります。
例：あるオークション出品に、取引履歴のないアカウントから多数の入札が入ります。これらの入札は同じデバイスから短時間のうちに連続して行われ、そのタイミングやパターンから、商品の価格をつり上げるための組織的な行為であることがうかがえます。
警告サイン：
- プラットフォーム上で取引履歴や評価が一切ない入札者。
- 特定の商品に対する異常に活発な入札活動。
- 出品者と入札者の間での共謀が疑われる入札パターン。
- 新規または休眠状態のアカウントによって、短時間に連続して入札が行われること。
- オークション終了前に高額入札が突然取り消されること。
- 同じ商品に対して、複数のアカウントから似通った入札額が提示されている。
- 同じ端末から複数の入札が行われているが、アカウントが異なる。
ファントム商品
ファントム商品詐欺とは、販売者が実在しない、または決して届けられない商品を出品する行為を指します。これは、存在しない高い需要のある商品を「必ず入手できる」と約束する点に焦点を当てているため、単なる偽の出品とは異なります。こうした詐欺では、発覚を遅らせるために、長い納期が設定されていることが多いのが特徴です。
例：ある出品者が、数週間後の配送予定として高い需要のある電子機器を頻繁に出品している。デバイス分析により、これらの出品がすべて同一のデバイスから作成されていることが判明し、さらに行動シグナルから、詳細情報がほとんどない出品を次々と素早く投稿し、その後に未配送に関する多数の購入者からの苦情が発生するというパターンが明らかになっている。
警告サイン：
- 異常に長い配送期間が設定されている出品。
- 詳細な商品情報がない、または在庫画像のみが使用されている出品。
- 予定された配達日を過ぎても商品が届かないことに対する購入者からの苦情。
- 連絡先情報を頻繁に変更する販売者。
- 需要性の高い商品が、異常に安い価格で出品されているリスティング。
- 商品に関する購入者からの問い合わせに答えようとしない出品者。
注文内容と異なる商品に関する不正行為
注文内容と異なる詐欺は、購入者が受け取った商品が出品時の説明と大きく異なっていたと虚偽の主張をすることで発生します。この種の詐欺は、元の商品を返送せずに返金や交換を受けることを目的としています。
例：購入者が高額商品について、説明と一致しないと繰り返し主張し、返金を要求している。デバイスインテリジェンスによると、これらの苦情は購入に使われたものと同じデバイスから送信されており、行動分析の結果、購入時と苦情申請時の購入者の行動パターンはいずれも一貫しており、意図的であることが示されている。
警告サイン：
- 同じ購入者から商品の相違に関する苦情が頻繁に寄せられる。
- 高額注文において、商品が不足している、または誤っているという申し立て。
- 不備の証拠の提示や商品の返品を拒否する購入者。
- 常に返金を要求する購入者。
- 購入者のクレーム内容と元の注文内容の説明に食い違いがあること。
フィンテック：特有の不正行為の種類と警告サイン
デジタルプラットフォームを通じて金融サービスを提供するフィンテック企業は、金融データや取引の機密性の高さから、特有の不正リスクに直面しています。さらに、規制環境が複雑さを一段と増しており、フィンテック企業には厳格な不正防止およびマネーロンダリング防止規制への準拠が求められています。
本セクションでは、フィンテック企業における代表的な第一者不正の種類と、それらを見抜くための警告サインについて解説します。
ローンスタッキング
ローンスタッキングとは、正当な顧客が返済する意思のないまま、短期間に複数の貸し手から複数のローンや与信枠に申し込む行為を指します。これは信用情報が登録されるまでのタイムラグを悪用し、ローンが信用情報に反映される前に詐欺者が資金を受け取れるようにする手口です。
例：ある個人が、数日以内に複数の金融機関から複数のローンを申し込みます。すべての申請は同じデバイスから行われており、行動シグナルからは情報の入力・送信パターンに一貫性があることが示されています。その個人は、ローンが実行されるとすぐに資金を引き出し、その直後に口座はほとんど利用されなくなります。
警告サイン：
- 短期間に同一人物から複数のローン申請が行われている。
- 最近の信用照会履歴がある申込者。
- 異なるローン申請書間で財務情報に一貫性がない。
- 異なるローン申請で同じ書類を使用している申請者。
- 休眠口座が急増して再び利用され始めている。
ACH不正送金
ACH詐欺とは、正当な口座名義人が、自分自身または他の連結口座から資金を引き出すために、不正なACH取引を行う行為を指します。詐欺者はこの仕組みを悪用して無断で送金を行い、その後これらの取引は自分の同意なしに行われたものだと主張する場合があります。
例：ある顧客が、突然複数の新しく連携された口座に対して高額な ACH 振替を立て続けに行います。これらの振替は深夜や週末といった、通常その顧客がほとんど取引活動を行わない時間帯に実行されています。デバイスインテリジェンスによると、これらの取引は顧客が普段利用しているデバイスから行われており、顧客の行動パターンも通常時と一貫していることから、アカウント乗っ取りによるものとは考えにくい状況です。
警告サイン：
- 顧客口座における異常または想定外のACH取引。
- ACH振替の頻度や金額に突然の変化が見られること。
- 複数回のACH取引に失敗している口座。
- 新規口座開設直後に行われる高額なACH送金。
- 取引履歴のない口座へのACH送金。
- 通常の営業時間外に開始された複数のACH取引。
ゴーストファンディング
ゴーストファンディングとは、顧客が架空の事業や誇張された申告を利用して、融資や与信枠を不正に取得する行為を指します。こうして得た融資は、資金が実行された後に返済する意思がないまま延滞・踏み倒されることが多く、この手口はローンスタッキングと非常によく似ています。
例：ある企業が高額な与信枠に申し込みます。承認されると、その企業は数日以内に与信枠の全額を一気に使い切ります。調査の結果、その企業には確認可能な事業実績がなく、オンライン上の存在感もほとんどないことが判明します。さらに、そのユーザーのデバイスは、過去に融資申請を却下された他の複数アカウントとも関連付けられており、複数回にわたって虚偽情報が使用されている可能性が示唆されます。
警告サイン：
- 実績を確認できない事業体からの融資申請。
- 連絡先情報が限られている、または確認できない申請者。
- 新たに開設された信用枠からの資金が急速に引き出されること。
- オンライン上の存在や確認可能な連絡先情報が一切ない事業者。
- 書類に記載されている金額よりも低い取引（アクワイアリング）ボリュームの事業者。
- 同一の財務諸表を用いた融資申請。
申込詐欺
申込詐欺とは、個人がクレジットやローン、その他の金融サービスを得る目的で、金融申込書に虚偽または誤解を招く情報を記載する行為を指します。これには、改ざんされた書類の使用、偽った収入情報の提供、架空または不正な事業資格の提示などが含まれます。
例：ある顧客が高収入で安定した雇用があると主張してローン申請を行います。しかし、申請書に記載された収入や雇用の詳細は、他の欄の内容と照らし合わせると食い違いがあります。さらに、申請者は追加書類の提出を求められても、提出をためらいます。
警告サイン：
- 申請書の異なる欄に記載された情報の内容に食い違いがあること。
- 追加書類の提出を求められても、提出を拒否する、または提出できない申請者。
- 類似したIPアドレスや物理的な場所からの申請が突然急増すること。
- 一時的な住所や確認できない住所を使用している申請者。
専門家のようにファーストパーティ不正に対処する方法
ファーストパーティ不正への対応は難しい場合がありますが、不正対策チームが大きな成果を上げるために役立つさまざまなツールや戦略があります。これらの戦略は、顧客体験と効果的な不正防止のバランスを取りながら、ファーストパーティ不正に的確に対処するために必要なリソースをチームに提供します。
デバイスインテリジェンス
デバイスインテリジェンスは、あなたのウェブサイトやモバイルアプリにアクセスする際に使用されるデバイスから得られるデータを分析することで、不正の可能性を特定するうえで極めて重要な役割を果たします。
これには、IPアドレス、ブラウザの種類、オペレーティングシステムなどの一意の識別子を収集するデバイスフィンガープリントの取得が含まれます。しかし、デバイスインテリジェンスは単なるフィンガープリントにとどまりません。ユーザーの加速度センサーやジャイロスコープのデータを可視化できるほか、モバイルエミュレーター、VPN、住宅用プロキシ、リモートアクセスツール、Selenium や BlueStacks のような一般的なボットツールの利用も検知できます。
これらすべてのデータポイントを組み合わせることで、デバイスインテリジェンスはデバイスの背後にいるユーザーを可視化し、その意図についての洞察を提供します。ユーザーの実際のIPアドレスや位置情報を特定し、不審な履歴や他のユーザーとのつながりを確認し、誰かがデバイスをなりすましているか、偽のテクニカルサポートのようなソーシャルエンジニアリング詐欺を行っているかどうかを見抜くことができます。
例：あなたのチームは、高額な購入が複数件発生し、それらの取引を行っていないと主張する顧客から異議申し立てを受けています。デバイスインテリジェンスを活用して、チームはその購入に使用されたデバイスを分析します。
- デバイスフィンガープリンティングにより、すべての取引が、以前にその顧客のアカウントと関連付けられていた単一のデバイスから行われていたことが判明します。
- さらに、分析により、住宅用プロキシとエミュレーションソフトウェアの使用が検出されます。
- 異常検知の結果、このデバイスには取引期間中に特異な挙動は見られず、リスクスコアリングシステムによれば、過去の履歴に基づいてこのデバイスのリスクスコアは低いと判断されています。
この包括的な証拠から、これらの取引は顧客本人によって行われた可能性が高いことが示されており、フレンドリーフラウドの申し立てに対して不利となる根拠を裏付けています。
行動バイオメトリクス
行動バイオメトリクスとは、ユーザーがプラットフォームとどのようにやり取りしているかを監視・分析し、不正行為を示すパターンを特定することを指します。タイピングの癖、マウスの動き、タッチスクリーンの操作といった固有の行動特性を追跡することで、不正行為の可能性を示す異常を検知することができます。
行動分析ソリューションは、ユーザーがどのようにタイピングしたりマウスを動かしたりするかを捉えるだけでなく、操作速度やリズム、さらにはデバイスの持ち方まで監視します。これらのデータによってユーザーごとの行動プロファイルが作成され、通常の行動からの逸脱を検知できるようになります。さらに、行動バイオメトリクスは、高速な画面遷移、繰り返されるログイン失敗、矛盾した操作パターンなど、詐欺行為の兆候となりやすい挙動を検出することができます。
行動データのポイントとデバイスシグナルを組み合わせることで、不正防止の取り組みで指数関数的に高い成果を得ることができます。たとえば、デバイスインテリジェンスがデバイス自体の不審さを特定できる一方で、行動バイオメトリクスはユーザーの操作が過去の正当な行動と一貫しているかどうかを確認でき、不正検知におけるセキュリティと精度のさらなる層を追加します。
例：あなたのチームの調査担当者が、複数の取引について異議を申し立て、「アカウントがハッキングされた」と主張している顧客を調査しています。詐欺対策チームは、行動バイオメトリクスとデバイスインテリジェンスの両方を用いて、そのやり取りを分析します。
- 行動バイオメトリクスによって、問題となっている取引中のタイピングパターン、マウスの動き、タッチスクリーンでの操作が、顧客の通常の行動パターンと一致していることが明らかになります。
- デバイスインテリジェンスにより、すべての取引が、以前から顧客のアカウントに紐づけられている既知のデバイスから行われており、エミュレーターやプロキシの兆候がないことが確認されています。セッションモニタリングでも、急激な画面遷移や繰り返し発生するログイン失敗の試行は確認されていません。
- 機械学習モデルにより、取引中の行動が顧客の通常のパターンと一貫していたことが確認されています。
これらの所見を総合すると、この口座は不正アクセスを受けておらず、取引は顧客本人が行った可能性が高いことから、第一者不正であることが示唆されます。
取引モニタリング
トランザクションモニタリングとは、顧客の取引をリアルタイムまたは事後（バッチ処理）で監視し、傾向や警告サインを特定することを指します。このプロセスは、ファーストパーティ不正に関連するリスクを検知し、軽減するうえで極めて重要です。
リアルタイム監視システムは、取引が行われたその瞬間に不審な取引を検知し、即時対応を可能にします。一方で、事後分析では過去の取引を振り返り、金融犯罪の可能性を示すパターンを特定します。これらの手法を組み合わせることで、包括的な不正検知体制を構築することができます。
例：あなたのチームが忙しくしている最中に、高リスクのエスカレーション案件がレビュー用に回ってきます。ある顧客が、身に覚えのない購入だと主張して、取引に対する異議申し立てを頻繁に行っています。
- 不正対策チームは、取引監視ツールを使って調査を行います。
- ルールベースのシステムは、短期間に行われた高額購入という既知の不正パターンに一致するため、問題となっている取引にフラグを立てます。
- これらの取引については以前からリアルタイムアラートが生成されていましたが、即時の対応は行われませんでした。履歴分析の結果、同じ顧客による類似した取引のパターンが確認され、反復的な行動であることが示されています。
この証拠は、その顧客が第一者詐欺を行っていると認定するための強力な根拠となります。
リンク分析
複数の顧客から多数の異議申し立て取引が発生している場合、不正対策チームはリンク分析（またはクラスター分析）を用いて、口座間のパターンやつながりを特定できます。リンク分析は類似したデータポイントをグループ化し、一見しただけでは分かりにくい関係性を明らかにするのに役立ちます。
例：複数の顧客が取引に異議を申し立て、不正を主張している場合、リンク分析によって、これらの顧客が同じ期間に登録していたり、似たようなメールアドレスを使用していたり、同じ事業者と取引を行っていたりすることが明らかになる可能性があります。
この洞察から、単発のフレンドリーフラウドではなく組織的な不正行為が行われている可能性が示唆されるため、不正対策チームはより大規模なスキームに対して的を絞った対応を取ることができます。
ここまでで、一次不正（ファーストパーティ不正）を検知することの難しさや複雑さについて、十分に理解されていることでしょう。これらの手法のうち一つだけでは、フレンドリーフラウドの問題を解決することはできませんが、デバイスインテリジェンス、行動シグナル、本人確認、ネットワークインテリジェンス、トランザクションモニタリング、データエンリッチメント、クラスター分析といったツールを組み合わせて活用することで、不正防止チームは一次不正に対して大きな効果を上げることができます。
Sardine が、詐欺対策チームに過度な負担をかけずにファーストパーティ不正に取り組む方法についての考え方
Sardine では不正防止を専門としており、現場の担当者によって、現場の担当者のために設計されたソリューションを提供しています。私たちは、ファーストパーティ不正が御社のビジネスや不正対策チームにもたらす特有の課題やプレッシャーを深く理解しています。
当社の包括的なツール群は、API、ダッシュボード、ルール、機械学習モデルなどで構成されており、認証前のさまざまなシグナルを幅広く分析します。行動ベースの機械学習モデルを用いて数十億件ものデータポイントを処理することで、ユーザーの意図を高い精度で見極め、正当なユーザーと不正ユーザーを判別することができます。
Sardine が第一者不正に効果的に対処するためにどのように役立つかをご紹介します。
- リアルタイム不正検知：当社のデバイスおよび行動分析ソリューションは、あなたのプラットフォームにアクセスするデバイスから一意の識別子を取得するとともに、タイピングパターンやマウスの動きなどのユーザー行動を計測する行動バイオメトリクスを活用することで、不正行為を素早く検知・防止します。これら2つのソリューションを1つのSDKに統合しているため、導入すべきソリューションは1つだけです。
- 本人確認：ユーザーのオンボーディング時に、当社のツールは書類確認、生体認証、リアルタイムのデータ検証、必要に応じたより詳細なKYCによってユーザーを認証します。私たちは段階的な本人確認アプローチを採用しており、まずは良質なユーザーにより良い体験を提供するため、摩擦の少ないチェックから開始し、より高いリスクパターンや異常が検知された場合にのみ、追加のステップアップ認証を導入します。
- トランザクションモニタリング：当社は、ルールベースのシステム、カスタム機械学習モデル、リアルタイムの異常検知を用いて取引を継続的に分析し、不審な活動を検知します。これにより、不正の可能性が検出された際には即時に対応することができます。また、コンプライアンス担当者がAMLプログラムの要件を管理できるよう、従来型のバッチモニタリングやキューにも対応しています。
- データエンリッチメント：Sardine は、電話、メール、ネットワーク、位置情報、銀行、カード、信用情報機関など、40社以上の主要なデータプロバイダーと完全に統合されています。これにより、開発および統合にかかる工数を大幅に削減でき、すべてのデータを 1 つのダッシュボードで確認できるため調査が容易になり、ユーザーおよび取引リスクを最も包括的に把握することができます。
- 高度な分析とレポーティング：当社のプラットフォームには、ルールのパフォーマンスに関する詳細なインサイトも含まれており、不正防止チームが戦略を効果的に洗練・調整できるようにします。Sardine を利用すれば、セッションをセグメントし、チェックアウト前の高リスクなアクティビティに対して、ターゲットを絞った認証フローを構築できます。このアプローチにより、正当なユーザーはスムーズに処理を通過できる一方で、必要な箇所にのみ強化された精査を適用することができます。
Sardine は、強固なセキュリティとスムーズな顧客体験のバランスを保ちながら、チームが過度な負担を感じることなく、ファーストパーティ不正を効率的に管理できるよう支援します。
主なポイントのまとめ
ファーストパーティ不正は、eコマース、マーケットプレイス、フィンテック企業にとって大きな課題となっています。その多様な形態を理解し、効果的な対策を講じることは、強固な不正防止を実現するうえで極めて重要でありながら、見落とされがちなステップです。
- ファーストパーティ不正を理解する：ファーストパーティ不正にはさまざまな種類があり、それぞれが異なる業界にどのような影響を与えるかを把握しましょう。これらの不正スキームについて認識を高めることが、それらに効果的に対処するための第一歩です。
- 高度なツールを導入する：デバイスインテリジェンス、行動バイオメトリクス、トランザクションモニタリングなどの技術を活用しましょう。これらのツールは、ユーザーの行動や取引パターンを深く分析することで、不正行為を検知・防止するのに役立ちます。
- 不正防止対策を強化する：包括的な不正防止ソリューションを戦略に組み込みましょう。これには、リアルタイム検知、正確な本人確認、詳細な不正分析が含まれます。こうした統合により、顧客体験を損なうことなく、不正の兆候に迅速に対応できる体制を整えることができます。
これらのアプローチを採用することで、企業はファーストパーティ不正のリスクを大幅に低減し、自社の業務におけるセキュリティと信頼性の両方を確保できます。