Cara rules engine fraud menangani pemeriksaan dan aturan

Kasus akhir pekan masih terbuka di layar saat analis fraud Anda menemukan kaitannya: satu perangkat, beberapa alamat email, dan sebuah jaringan yang melewati pemeriksaan Anda. Anda ingin upaya berikutnya dari perangkat itu ditolak, dan aturan velocity yang dapat menandai jaringan berikutnya sebelum mencapai titik yang sama. Tim sistem pinjaman mengatakan kedua perubahan itu belum bisa dilakukan sebelum rilis berikutnya. Lalu seseorang bertanya berapa banyak nasabah baik dari bulan lalu yang akan ditolak oleh aturan tersebut. Anda bisa membahas kasus yang sedang ditangani, tetapi rangkaian keputusan sebelumnya tidak tersedia untuk ditinjau.

Tentukan keputusan fraud sebelum memilih sinyal

Rules engine untuk fraud menjalankan alur keputusan setiap kali dipanggil. Alur tersebut memanggil pemeriksaan, mengevaluasi aturan, lalu memberikan hasil seperti approve, review, atau decline. Decision engine untuk fraud menggabungkan semua bagian itu dalam satu alur keputusan.

Dalam proses checkout BNPL, setiap bagian memiliki fungsi tersendiri:

  • Sumber data memanggil pemeriksaan seperti device fingerprinting atau pemeriksaan email. Pemeriksaan device fingerprint menyediakan informasi yang dapat digunakan dalam alur.
  • Daftar memungkinkan alur memeriksa apakah perangkat atau email sudah dikenal, tepercaya, atau sedang diselidiki.
  • Kumpulan aturan mengevaluasi kondisi secara berurutan dan menjalankan tindakan yang Anda tentukan.
  • Skor fraud menyediakan satu nilai yang dapat digunakan bersama informasi lainnya dalam alur.
  • Fork mengarahkan pengajuan ke hasil seperti approve, review, atau decline.

Dalam alur normal, pemeriksaan perangkat dan email memberikan hasil, alur mencocokkan nilainya dengan daftar, lalu kumpulan aturan mengevaluasi hasil tersebut sebelum fork memilih keputusan.

Bedakan pemeriksaan yang gagal dari hasil bersih

Pengajuan BNPL yang sama dapat mencapai aturan dengan pemeriksaan perangkat yang gagal, daftar yang tidak tersedia, atau skor kosong. Masing-masing menghasilkan respons berbeda untuk ditangani oleh alur. Sebelum menentukan hasil, bedakan kejadian sebenarnya dari apa yang akan terbaca jika alur hanya memeriksa nilai yang dikembalikan.

KejadianRespons engineTanpa pemeriksaanYang perlu ditambahkan
Penyedia data perangkat tidak meresponsTahap tersebut ditandai gagal, tetapi alur keputusan tetap berjalanTidak ada data, dianggap tidak ada kecocokanAturan untuk error pada tahap tersebut: gunakan penyedia lain, lakukan review, atau pilih keputusan yang lebih berhati-hati
Data list tidak dapat diakseshit kosong dan __list_status bernilai unavailableEmail dianggap tidak ada dalam block listAturan untuk __list_status yang bernilai unavailable
Nilai yang perlu diperiksa kosong__list_status bernilai no_inputHasil dianggap bersihAturan untuk no_input
Skor risiko kosongNilainya dihitung sebagai 0 dalam perbandingan numerikRisiko terendahKondisi "is not a number" yang ditempatkan di urutan pertama
Tidak ada cabang pada fork yang cocokEksekusi berhenti di fork dan menghasilkan HTTP 200Jawaban singkat yang tampak validCabang terakhir dengan kondisi "any value", diarahkan ke review manual

Pastikan informasi yang hilang memengaruhi keputusan

Penyedia data yang melewati batas waktu akan menandai hasilnya sendiri sebagai gagal, lalu alur berlanjut. Aturan dapat mengarahkan pengajuan ke review, menggunakan penyedia lain, atau memilih hasil yang lebih berhati-hati. Jika aturan hanya membaca nilai perangkat atau IP, respons yang tidak tersedia bisa dianggap sebagai tidak ada kecocokan.

Editor aturan fraud menunjukkan pencarian IP yang tidak mendapat respons dan menghasilkan refer, serta dua detail yang cocok dan menghasilkan decline, masing-masing dengan alasannya
Aturan fraud pengajuan menghasilkan refer saat pencarian IP tidak mendapat respons, dan decline saat dua atau lebih detail cocok dengan satu data fraud terkonfirmasi.

Tentukan batas waktu untuk setiap sumber data secara terpisah. Jika penyedia tidak merespons dalam batas waktu tersebut, engine melanjutkan proses. Waktu respons maksimum adalah 15 seconds. Untuk setiap pemeriksaan, tentukan apakah pemeriksaan itu diperlukan pada setiap pengajuan dan tindakan yang perlu diambil alur jika tidak ada respons. Pemeriksaan yang gagal dapat mengarahkan nasabah yang sebenarnya tidak bermasalah ke review, tetapi jika kegagalan dianggap sebagai hasil bersih, fraud bisa lolos. Tentukan tindakan cadangannya dengan cermat.

Untuk pemeriksaan daftar, tambahkan aturan untuk hasil unavailable dan no-input sebelum aturan yang menggunakan nilai hit. Untuk skor, tempatkan kondisi “is not a number” sebelum perbandingan numerik.

Gunakan daftar untuk menerapkan nilai yang sudah terkonfirmasi

Daftar menyimpan nilai yang berubah lebih cepat daripada kebijakan. Gunakan daftar blokir untuk fraud terkonfirmasi, akun mule, dan chargeback; daftar izin untuk nasabah atau perangkat yang sudah dikenal baik; serta daftar pantauan untuk nilai yang sedang diselidiki dan perlu diarahkan ke review.

Saat analis mengonfirmasi perangkat dari kasus akhir pekan, analis dapat menambahkannya ke daftar blokir langsung dari kasus tersebut. Analis juga dapat menambahkan alamat email, tetapi hanya jika investigasi memastikan alamat itu perlu diblokir. Perubahan pada daftar tersedia di alur keputusan pada permintaan berikutnya tanpa perlu merilis versi baru. Jika alur keputusan memiliki aturan untuk menolak perangkat yang tercantum di daftar blokir, pengajuan berikutnya dari jaringan yang sama dengan perangkat itu dapat ditolak.

Daftar menyimpan nilai yang sudah terkonfirmasi, sedangkan kebijakan yang memiliki versi menentukan tindakan saat nilai tersebut cocok.

Tabel daftar fraud terkonfirmasi dengan lima entri aktif, satu entri yang dihapus, alasan, pengenal yang disamarkan, dan tanggal kedaluwarsa
Daftar demo menyamarkan semua detail, menampilkan lima entri aktif, dan menyimpan satu entri yang dihapus beserta alasannya.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.

Urutkan aturan dan arahkan setiap pengajuan

Susun aturan agar alur menangani kegagalan dan informasi yang hilang sebelum menggunakan nilai yang terdampak. Aktifkan pencatatan hit pada kumpulan aturan agar respons setiap keputusan memuat daftar aturan yang terpicu secara berurutan.

Untuk aturan velocity yang diusulkan, jelaskan kondisinya: jumlah upaya yang menggunakan perangkat atau email yang sama mencapai ambang batas yang Anda tentukan dalam rentang waktu tertentu. Alur hanya dapat mengevaluasi kondisi itu jika pemeriksaan menyediakan jumlah upaya. Tentukan tindakan untuk kondisi tersebut, seperti review atau decline, lalu pisahkan aturan ini dari aturan untuk kecocokan dengan daftar blokir terkonfirmasi.

Fork memilih cabang pertama yang kondisinya cocok. Tambahkan cabang terakhir yang menerima nilai apa pun dan mengarahkan pengajuan ke review manual. Dengan begitu, pengajuan yang tidak cocok dengan cabang mana pun tetap memiliki hasil yang dapat ditangani tim review.

Bandingkan aturan yang diusulkan dengan keputusan sebelumnya

Bandingkan aturan yang diusulkan dengan kebijakan saat ini sebelum menerapkannya pada pengajuan. Backtest menjalankan rilis terhadap keputusan produksi sebelumnya, melaporkan hasil yang berubah, dan menunjukkan kinerja pengajuan jika data hasil tersedia.

Untuk setiap keputusan sebelumnya, backtest menggunakan daftar yang berlaku saat permintaan masuk. Jadi, perangkat yang baru ditambahkan akan memengaruhi keputusan berikutnya, bukan keputusan historis yang dibuat sebelum perangkat itu masuk ke daftar. Tinjau nasabah baik yang akan ditolak oleh aturan baru, sekaligus kasus buruk yang akan terdeteksi.

Linimasa keputusan fraud: perangkat dv-5c02e8aa ditambahkan pada 14 Aug; pemutaran ulang 6 Aug menghasilkan approve, sedangkan pemutaran ulang 23 Aug menghasilkan decline
Perangkat yang ditambahkan pada 14 August membuat keputusan 6 August diputar ulang sebagai approve, sedangkan keputusan 23 August diputar ulang sebagai decline.

Gunakan hasil yang sudah diberi label untuk menilai kompromi antara kedua hasil. Aturan yang menangkap lebih banyak kasus buruk juga dapat menolak lebih banyak nasabah baik. Periksa keduanya sebelum memutuskan apakah perubahan akan diterapkan di produksi. Rule mining dapat mengusulkan kandidat aturan dari riwayat yang sudah diberi label, tetapi tim fraud yang menentukan kandidat mana yang sesuai dengan kebijakan.

Uji aturan perangkat dan velocity sebelum rilis

Untuk perangkat terkonfirmasi dan aturan velocity yang diusulkan, lakukan langkah-langkah berikut menggunakan data Anda sendiri.

  1. Tentukan hasil yang dapat diberikan oleh alur keputusan dan siapa yang bertanggung jawab atas antrean review. Dengan begitu, tim tahu ke mana aplikasi yang belum pasti harus diteruskan dan siapa yang menanganinya.
  2. Pilih pemeriksaan yang diperlukan untuk setiap aplikasi dan atur timeout tiap sumber data. Untuk aturan velocity, pastikan pemeriksaan menyediakan jumlah percobaan dan interval yang akan dievaluasi oleh aturan.
  3. Kelola block list untuk fraud yang telah dikonfirmasi, akun penampung dana hasil kejahatan, dan chargeback. Gunakan allow list untuk nasabah atau perangkat tepercaya, serta watch list untuk nilai yang masih diselidiki.
  4. Susun aturan fraud yang tegas secara berurutan dan aktifkan Record hits. Untuk aturan velocity, tentukan jumlah dan interval berdasarkan data historis Anda, lalu pilih apakah kecocokan akan diarahkan ke review atau decline.
  5. Tambahkan aturan untuk panggilan yang gagal, daftar yang tidak tersedia, nilai yang tidak diberikan, dan skor kosong sebelum aturan biasa yang menggunakan hasil tersebut.
  6. Tambahkan cabang terakhir pada fork untuk mengarahkan setiap aplikasi yang tidak cocok dengan cabang mana pun ke review manual.
  7. Jika penanganan kasus memastikan bahwa perangkat atau alamat email digunakan untuk melakukan fraud, tambahkan nilai yang telah dikonfirmasi itu ke block list dari kasus tersebut. Periksa permintaan berikutnya terhadap daftar itu dan pastikan aturan yang cocok mengarahkannya ke decline.
  8. Bandingkan revisi saat ini dengan revisi yang diusulkan, lalu lakukan backtest pada rilis menggunakan keputusan sebelumnya. Tinjau nasabah baik yang akan terkena decline baru, serta hasil untuk kasus buruk yang akan terdeteksi.
  9. Gunakan rule mining untuk mengusulkan kandidat aturan berdasarkan hasil yang sudah diberi label. Pertahankan kandidat hanya jika tim dapat menjelaskan kondisi, tindakan, dan dampaknya pada kasus baik maupun buruk.

Pertanyaan yang sering diajukan

Apa itu rules engine fraud?

Rules engine fraud menjalankan alur keputusan yang memanggil pemeriksaan, mengevaluasi aturan secara berurutan, lalu memberikan hasil seperti approve, review, atau decline. Masukkan sinyal, daftar, dan hasil yang digunakan tim Anda ke dalam alur, lalu catat aturan yang terpicu.

Bagaimana rules engine fraud melindungi pembayaran online?

Engine memanggil pemeriksaan untuk pengajuan atau pembayaran, mencocokkan nilai dengan daftar, mengevaluasi aturan, lalu mengarahkan hasil ke keputusan. Untuk checkout BNPL, atur pemeriksaan perangkat dan email, pencarian pada daftar, serta cabang yang diperlukan oleh kebijakan Anda.

Apa perbedaan rules engine fraud dan skor fraud?

Skor fraud adalah satu nilai yang dapat digunakan oleh alur, sedangkan engine memanggil pemeriksaan, menerapkan aturan dan daftar, lalu mengarahkan keputusan. Gunakan skor sebagai salah satu masukan dan tentukan kebijakan yang mengubah semua masukan menjadi hasil.

Apa yang harus dilakukan rules engine fraud saat penyedia data melewati batas waktu?

Engine perlu menampilkan kegagalan panggilan agar aturan dapat memilih respons seperti menggunakan penyedia lain, melakukan review, atau mengambil tindakan yang lebih berhati-hati. Tentukan respons untuk setiap pemeriksaan sebelum mengandalkan nilai yang dikembalikan.

Bagaimana cara menguji aturan fraud baru sebelum diterapkan?

Bandingkan revisi saat ini dengan revisi yang diusulkan, lalu jalankan backtest atas rilis terhadap keputusan sebelumnya. Tinjau nasabah baik yang akan ditolak oleh aturan baru dan kinerja pengajuan yang terdampak jika data hasil tersedia.

Bisakah rules engine fraud menemukan aturan baru sendiri?

Rule mining dapat mengusulkan kandidat berdasarkan riwayat berlabel, tetapi tim fraud yang menentukan kebijakan. Tinjau kondisi dan hasil setiap kandidat, lalu gunakan hanya aturan yang dapat dijelaskan oleh tim.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.