反欺诈
反欺诈工作为何需要案件管理
反欺诈团队需要的不只是识别欺诈,还需要决策逻辑、案件跟踪,以及从预警到结案的处理路径。 本文说明案件管理为何对反欺诈工作很重要,案件管理平台应支持哪些功能,以及自动化如何减少重复任务,同时让团队掌握调查进度。
反欺诈
Canvas 指纹识别:隐蔽的在线追踪方式
Canvas 指纹识别利用 HTML5 Canvas 元素生成可重复的设备标识,依据是浏览器渲染图形的方式。本文介绍这项技术的工作原理、它在跨网站设备指纹识别中的作用、实际局限,以及常见的伪装方法。
反欺诈
反欺诈团队该自建哪些能力,哪些适合外购?
反欺诈不是安装一次就可以不管的产品,而是一项长期运营能力,依赖数据、决策逻辑、决策记录,以及贯穿客户旅程的持续调优。企业可以外购其中一些环节,但如果把核心逻辑和加工后的数据交给供应商,往往会形成难以摆脱的依赖。
反欺诈
关闭 JavaScript 也躲不过浏览器指纹识别
关闭 JavaScript 并不能阻止浏览器指纹识别。本文说明这种做法为何无效、无 JavaScript 指纹识别如何运作,以及哪些浏览器信号仍会通过常规 HTTP 请求暴露身份信息。
信贷
人工评分模型与自动评分模型的衔接
人工评分模型过去依靠统计评分卡,但数据处理耗时,拖慢了决策。本文介绍机器学习驱动的自动化评分如何加快评估、提高准确性,以及实施决策逻辑和决策流时,为什么要关注因果分析和二阶效应。
决策引擎
属性与模型管理:如何跟踪稳定性并维护决策策略
给模型增加属性,不一定能提升决策质量。预测变量分组不当、代表性不足或随时间波动,可能拉低模型表现,并给整体决策策略带来风险。本文说明如何围绕稳定性管理属性和模型,以及为何对预测变量分箱、分类,仍是让自动决策有记录可查、便于解释且运行可靠的实用做法。



