Rilevamento di attività fraudolente online

"La verifica e la convalida delle identità rappresentano una sfida importante per i mercati emergenti. La capacità di identificare gli utenti senza margine di errore è un ostacolo fondamentale nella costruzione del credito di miliardi di persone nei mercati emergenti. L'utilizzo di Amazon Rekognition per verificare l'identità nell'ambito della nostra applicazione mobile ha ridotto in modo significativo gli errori di verifica e ci offre scalabilità. Ora è possibile rilevare e verificare l'identità di un individuo in tempo reale senza alcun intervento umano, il che velocizza l'accesso ai nostri prodotti. Per quanto abbiamo provato varie soluzioni ben pubblicizzate, nessuna delle alternative più note è stata in grado di tracciare accuratamente le varie tonalità della pelle. Amazon Rekognition ci ha permesso di riconoscere efficacemente i volti dei nostri clienti all'interno dei nostri mercati. Inoltre, ha agevolato le pratiche di Know Your Customer (KYC) permettendoci di scoprire profili sovrapposti e set di dati duplicati."

Wale Akanbi, Direttore tecnico e cofondatore, Aella Credit

"Nel primo e nel secondo trimestre del 2020 abbiamo rilevato un picco nell'utilizzo degli account per attacchi di phishing. Di conseguenza, per identificare più rapidamente i malintenzionati avevamo bisogno di integrare la nostra soluzione esistente sviluppata internamente con dati e segnali più solidi relativi alle transazioni. Poiché noi stessi siamo un'azienda in fase di crescita, era importante disporre di una soluzione scalabile basata sul machine learning. Amazon Fraud Detector ha semplificato la creazione di un modello che utilizza i nostri dati e che identifica con precisione le registrazioni di account che provocano attacchi di phishing. Inoltre, aspetto ancora più importante, siamo stati in grado di ottenere tali risultati con una bassissima percentuale di falsi positivi, eliminando così il lavoro aggiuntivo del personale operativo. Amazon Fraud Detector offre un piano tariffario competitivo che ci permette di integrare facilmente il modello nel nostro flusso di lavoro esistente."

Alex Burch, Senior Email Operations Engineer, ActiveCampaign

"Amazon Fraud Detector ha notevolmente incrementato e migliorato la nostra capacità di rilevare e mitigare le frodi. La possibilità di scrivere regole personalizzate da applicare alla nostra specifica situazione, l'addestramento di modelli di ML on demand e la perfetta integrazione con altri servizi AWS ci hanno permesso di prendere decisioni in modo rapido e intelligente, mantenendo il controllo completo della piattaforma. AWS è stato molto utile per testare la fase di proof of concept e ha aggiunto alla piattaforme nuove funzionalità in linea con le ultime tendenze relative alle frodi."

Mary Criniti, CTO, Qantas Loyalty

"Con Amazon Fraud Detector abbiamo ridotto le transazioni fraudolente del 6%. Allo stesso tempo, siamo riusciti ad automatizzare il completamento del checkout in oltre il 90% delle transazioni che in precedenza sarebbero state contrassegnate per la revisione manuale. Ora riesaminiamo manualmente meno dell'1% delle transazioni, rispetto al precedente 10%. Da quando abbiamo implementato il servizio, abbiamo assistito a un miglioramento significativo nel nostro punteggio Trustpilot e sappiamo che è un risultato dell'automazione del rilevamento dei checkout, nonché di altre migliorie che apportiamo costantemente al sito Web. La fiducia è un elemento di valore fondamentale per i clienti, perciò è una grande vittoria per il nostro business."

Kevin Cole, Operations Director, Omnyex

"Amazon Fraud Detector ci ha permesso di migliorare drasticamente le operazioni, reagire in modo più flessibile ai malintenzionati e avere maggiore controllo su sistemi e processi. All'inizio avevamo pensato di adottare una soluzione interna e di terze parti. Quando è stato annunciato Amazon Fraud Detector, abbiamo immediatamente cambiato idea. Siamo clienti AWS da molti anni e riponiamo grande fiducia nei prodotti Amazon. Con Amazon Fraud Detector, non siamo più legati ai convenzionali limiti delle offerte in locale o SaaS. Al contrario, abbiamo la flessibilità per adattare un servizio basato sul machine learning alle nostre esigenze e la capacità di utilizzare l'opzione solo regole di AWS e al tempo stesso scalare passando alle funzionalità di machine learning complete quando necessario. Ciò ha permesso a Truevo di risparmiare dai 3 ai 6 mesi di sviluppo! Abbiamo infatti distribuito il nostro primo modello prototipo in 30 minuti. Nel complesso, stiamo operando con maggiore sicurezza nella nostra capacità di rilevare le frodi in tempo reale. Abbiamo strumenti migliori per distribuire rilevamenti di regole quando notiamo attività sospette che potremmo non comprendere a pieno, ma che è necessario interrompere. Siamo in grado di soddisfare e adattarci a requisiti normativi e di schema in continua evoluzione e restare perciò sempre competitivi."

Charles Grech, COO, Truevo