‫ مصرف کنندگان بیشتر از کسب و کارها مشتاق امنیت هستند

کلاهبرداران مجرمانی فرصت طلب هستند که در مقابل آن کسب‌وکارها باید به طور فعال آخرین فناوری، داده‌ها و تجزیه و تحلیل‌های پیشرفته را برای کاهش خطر تقلب در حال رشد یکپارچه کنند.

این گزارش نشان می‌دهد که مصرف‌کنندگان و کسب‌وکارها به طور یکسان کلاهبرداری و امنیت را در میان شرایط اقتصادی نامشخص در نظر دارند و تقریباً دو سوم از افراد مورد بررسی گزارش داده‌اند که بسیار یا تا حدودی نگران امنیت آنلاین هستند. مهمترین نگرانی های مصرف کنندگان شامل سرقت هویت (64٪)، اطلاعات کارت اعتباری سرقت شده (61٪) و حریم خصوصی آنلاین (60٪) است.

علاوه بر این، بیش از نیمی از کسب‌وکارها سطح بالایی از نگرانی در مورد خطر تقلب را در زمینه‌های پیشرو از جمله تقلب در معاملات، جرایم سایبری و سرقت هویت گزارش می‌کنند. تقریباً 70٪ از مشاغل گزارش می دهند که ضررهای ناشی از تقلب در سال های اخیر افزایش یافته است و کلاهبرداری اصلی ترین دغدغه آنان است که توسط 40٪ از مشاغل تجربه شده است.

نگرانی های تقلب مصرف کننده افزایش می یابد

انتظارات مصرف کنندگان همچنان در حال افزایش است و 85 درصد از مردم انتظار دارند که مشاغل به نگرانی های تقلب پاسخ دهند. اکثر کسب و کارها می گویند که بودجه تقلب خود را 8٪ تا 19٪ افزایش می دهند، اما همچنین باید با انتظارات مصرف کنندگان هماهنگ شوند.

به عنوان مثال، 85٪ از مردم گفتند که بیومتریک فیزیکی قابل اعتمادترین روش احراز هویت است ، اما تنها یک سوم مشاغل از آن استفاده می کنند. این گزارش نشان می‌دهد که برخی از کسب‌وکارها به صحبت‌های مصرف‌کنندگان گوش می‌دهند و 32 درصد از آنها می‌گویند که در راه‌حل‌های بیومتریک فیزیکی سرمایه‌گذاری خواهند کرد.

کسب‌وکارها همچنین باید اطمینان حاصل کنند که تجربه‌های بی‌نظیر آنلاین مشتری را ارائه می‌کنند. در واقع، 51 درصد از مصرف‌کنندگان به دلیل تجربه منفی، باز کردن حساب جدید را رها کردند و 37 درصد گفتند که یک تجربه بد باعث شده کسب و کار خود را به جای دیگری ببرند.

یادگیری ماشینی و پیشگیری از تقلب

برای کمک به مقابله با کلاهبرداری در سال 2023، تقریباً 60 درصد از کسب‌وکارها در حال حاضر تأکید کرده‌اند به دنبال ایجاد قابلیت‌های یادگیری ماشینی در استراتژی‌های شناسایی و پیشگیری از تقلب هستند. یادگیری ماشینی می تواند به کسب و کارها کمک کند تا تعداد زیادی از تراکنش ها و مجموعه داده ها را تجزیه و تحلیل کنند تا خطرات کلاهبرداری قابل شناسایی باشد.

برای کسب‌وکارهایی که در حال حاضر از مدل‌های یادگیری ماشینی استفاده می‌کنند، 90٪ سطح بالایی از اعتماد به اثربخشی آن‌ها در تشخیص و پیشگیری از تقلب را گزارش کردند، و 87٪ سطوح بالایی از اطمینان را در تأیید هویت مشتری گزارش کردند. این نشان می‌دهد که گنجاندن این فناوری نوآورانه در استراتژی‌های پیشگیری از تقلب، برای کسب‌وکارها به‌منظور همگامی با خطرات کلاهبرداری رو به رشد و انتظارات مصرف‌کننده، نقش مهمی در جدول خواهد داشت.

یکی از کارشناسان فعال در این حوزه گفت: از آنجایی که کلاهبرداران پیچیده‌تر و فرصت‌طلب‌تر می‌شوند، کسب‌وکارها باید به طور فعال آخرین فناوری، داده‌ها و تجزیه و تحلیل‌های پیشرفته را برای کاهش خطر تقلب در حال رشد یکپارچه کنند. با وجود راه‌حل‌های مناسب برای شناسایی هویت و پیشگیری از تقلب، کسب‌وکارها می‌توانند رویکردی چندلایه برای تأیید هویت، برخورد مناسب با کلاه‌برداری و ارائه یک تجربه مشتری بدون دردسر داشته باشند که اعتماد ایجاد می‌کند.

منبع:helpnetsecurity