47 min
今回は誤った拒否を減らすことについて、そしてなぜこれがeコマースの不正対策で今なお最も見落とされている好機の一つなのかを取り上げます。
これは誤った拒否と誤検知を扱う連続回の三本目、最終回です。今回は実務的な内容にしたいと考えました。すでに、あまりに多くの事業者が誤った拒否をそもそも測っていないか、大きな問題だと考えていないことを示すベンチマークのデータを取り上げました。また、名の知れたオンライン小売事業者の不正対策の責任者から、チャージバックや実際の不正リスクを見失わずに承認率を守ることがいかに難しいかも伺いました。
そこで今回は、誤った拒否を測るための具体的な方法に踏み込みます。従来型の手法もあれば、より新しい工夫もあります。どれも万能ではありません。しかし誤った拒否を本気で減らすつもりなら、自分たちが何を止めているのか、良質な顧客が何を失っているのか、そしてフィードバックの循環がどこで途切れているのかを測る仕組みが要ります。
そしてこれは重要な問題です。
誤った拒否による収益の損失は、不正による損失より見えにくいだけで、確かに存在するからです。通ったものだけを測り、本来通るべきだったものを測っていなければ、絵の大部分を見落としていることになります。誤った拒否を減らす第一歩は可視性であり、可視性の第一歩は計測です。
このエピソードで聞ける内容：
- 誤った拒否を減らすことが、より体系的な計測から始まる理由
- 従来型と新しい計測の手法が、判断の精度をどう高めうるか
- 承認率とチャージバックの均衡の方針を、併せて評価すべき理由
- フィードバックの循環が、ルールの調整とリスクモデルの成績をどう改善するか
- 顧客が感じる煩わしさの軽減が、本気のeコマース不正対策に含まれるべき理由
次のような方におすすめのエピソードです：
- 不正対策、リスク、決済、eコマースに携わり、誤った拒否を減らす方策を求めている
- その計測方法と、そこから生じる収益の損失をより良く把握したい
- 誤検知の削減、承認率の最適化、顧客の煩わしさの軽減に関心がある
- より良い運用分析によって判断の精度を高めたい
- 事業者の指標とフィードバックの循環を強める実践的な方法を探している
このエピソードが気に入ったら、iTunes、Spotify、YouTubeなどお使いのポッドキャストサービスで購読とレビューをお願いします。番組を広める大きな力になります。
