Dynamics 365 欺诈防护概述

如今，经过数字转换的企业在线和实时地进行大部分业务。 很少涉及人工干预。 尽管这种方法有助于降低成本和改善客户体验，但它也使企业面临来自尝试利用在线渠道相对匿名和可访问性的复杂用户的严重欺诈威胁。 例如，在电子商务中，某些交易是通过泄露的帐户和被盗的付款方式恶意创建的。 其他恶意活动可能包括帐户接管、滥用免费试用、假产品评论、保修欺诈、退款欺诈、经销商欺诈、滥用计划折扣。 所有这些活动和其他活动都可能会影响企业的盈利能力和声誉。

由于从事在线欺诈和滥用行为的欺诈者获得了高投资回报，因此很可能发现和利用企业的大部分漏洞。 此外，与互联网早期不同，如今的欺诈性交易可以由资金精良、装备精良的专业人士圈进行策划。 欺诈保护专业人员最有能力应对这种威胁。

欺诈保护如何帮助你保护业务

Microsoft 在保护自己的电子商务企业免受欺诈方面有着多年的经验。 我们开发了一个复杂的技术堆栈，它跨多个业务线使用连接的大数据，并应用先进的人工智能（AI），以帮助实时提供更准确的决策。

通过使用欺诈保护，可以通过多种创新和高级功能帮助保护业务免受欺诈。

帐户保护

• 增强帐户欺诈检测功能 - 使用自适应 AI 了解和适应合法和欺诈帐户活动的模式的功能，帮助保护帐户。
• 通过欺诈保护网络帮助保护帐户 - 广泛了解有关实体行为的帐户欺诈活动，确保机密信息和购物者的隐私安全。
• 通过设备指纹帮助保护帐户 - 使用收集设备和位置属性的 AI 模型检测欺诈模式并识别具有高保真度的返回设备。
• 可调整的帐户规则引擎符合你的需求 - 通过配置专用规则和策略来最大程度地减少客户延迟和摩擦。
• 使用机器人保护帮助保护帐户 - 帮助防止尝试创建合成帐户或使用被盗凭据访问帐户的机器人网络。
• 配置引擎以满足业务需求 - 使客户能够发送自定义有效负载，并使用引擎配置实时决策策略，以帮助保护专用帐户活动方案，并监视仪表板。

丢失预防

• 使用智能机器学习检测事务异常 - 使商店经理能够在回报和折扣时识别异常和潜在欺诈来快速行动并减轻损失。
• 帮助保护店内泄漏 - 使用自适应 AI 检测回报中的异常模式和折扣活动，以防止丢失。
• 使用多个数据点三角化折扣和返回欺诈 - 帮助检测异常情况，尤其是在“在线购买、店内退货”等全渠道方案中，了解启动退货的设备及其位置属性。
• 提供清晰且可操作的报表 - 帮助商店经理使用最新的 BI 报表和有关商品折扣和退货的异常情况的见解采取措施。
• 自动化发现 - 通过减少识别风险业务实体和功能所需的手动工作量，帮助提高运营效率。

购买保护

• 帮助专注于盈利能力 - 利用自适应 AI，持续学习并适应支付欺诈模式，帮助经理平衡利润和欺诈损失。
• 协作保护交易 - 利用互联知识，广泛了解全球欺诈活动，同时保持客户隐私不变。
• 使用多个数据点三角交易欺诈 - 使用 AI 模型检测使用设备和位置属性的模式，而高级深度学习模型则识别高保真返回的设备。
• 适应业务 - 使用配置为专用规则和策略的通用决策引擎，最大程度地减少客户延迟和摩擦。
• 增加交易接受率 - 使商家能够与发行银行共享交易信任知识，以帮助提高其接受率。
• 通过提供有关每个交易的详细风险见解，帮助改善客户升级 - 改进客户支持。