Антифрод в ритейле: кассы, возвраты, промокоды и программа лояльности

Потери от мошенничества и злоупотреблений в рознице складываются из множества мелких эпизодов: отмены позиций на кассе после оплаты, «свои» скидки, накрутка бонусов через фиктивные покупки, возвраты чужих товаров, перебор промокодов в интернет-магазине. По отдельности каждая операция выглядит нормально, и служба безопасности находит их постфактум, выборочно.

Правила в кассовой системе ловят только известные схемы и дают много ложных срабатываний. Мошенники адаптируются быстрее, чем обновляются правила.

В e-commerce к этому добавляются мошенничество с оплатой, боты в промо-акциях и злоупотребление бесплатной доставкой.

Решение анализирует поток чеков, возвратов, операций лояльности и онлайн-заказов и оценивает каждую операцию и каждого участника по риску.

• Обнаружение аномалий на уровне кассира, магазина, клиента: отклонение от типичного поведения по десяткам признаков.
• Модели с учителем на подтверждённых случаях мошенничества для известных схем.
• Графовый анализ связей: клиенты, карты, адреса, устройства, кассиры — для выявления сговоров.
• Скоринг в реальном времени для онлайн-заказов и очередь на проверку для службы безопасности с объяснением причин.

Внедрение начинается с ретроспективного анализа: модель прогоняется по истории и находит эпизоды, которые сравниваются с уже расследованными. Это позволяет оценить объём скрытых потерь до запуска системы в промышленную эксплуатацию.

Какие данные нужны

• Чеки, отмены и возвраты по всем кассам
• Операции программы лояльности
• Онлайн-заказы, платежи, устройства и адреса