オンラインでの不正行為と傾向

前書き

2016 年に世界でおよそ 16 億 1 千万人の人々がオンラインで商品を購入し、グローバルな電子小売業の売上は 1.9 兆ドルに達しました。また最近の見通しでは、モバイル端末からのトラフィックの増加により、2020 年までに、オンラインでの消費が最大 4.06 兆ドルまで伸びることが予測されています。

残念ながら、オンラインショッピングは上昇傾向である唯一のものではありません。チップ対応カードにより、実店舗でのショッピングがより安全になったため、不正者はますますオンラインストアをターゲットにしています。そして、これらのインターネットビジネスは、不正使用を検出するだけでなく、関連するコストを支払う責任も負います。不正な注文 1 ドルに対してかかる追加費用の平均は オンラインストアで 2.62 ドル、モバイルストアでは 3.34 ドルとなります。

それに対してオンラインビジネスで何ができるでしょうか?は、ビジネスの不正対策をサポートするために、不正使用データを数年分相当にわたって調べ、国別、時刻別、その他の動作別パターンを追求してきました。不正使用は、高度な支払いルールの設定または不正対策ソフトウェアの適用によって必ず管理できますが、このデータが、個々のビジネスに最も適した特別な戦略を作成するためにビジネスが不正行為の土台をより理解するのに役立つことも望んでいます。

国別の不正使用の割合

Stripe のデータによると、カードを発行しているいくつかの国の不正使用の割合は、他国の不正使用の割合よりも 2 倍から 3 倍多い場合があることを示しています。米国、カナダ、およびフランスのカードも影響を受けやすいですが、アルゼンチン、ブラジル、インド、マレーシア、メキシコ、およびトルコの消費者のカード購入は、特に不正です。そして、これらの割合がまだショッピング売上全体のわずかな比率内であることに留意することが重要です。そのため、加盟店は正規取引をブロックすることについて当然慎重である必要があります。国固有の不正使用に取り組むために考えられる解決策は、地理ベースのルールをテストするか、そうした国のカードでの購入に対してさらに情報 (CVV 番号、詳細な住所など) を求めることです。

取引の割合別に見た世界での不正使用率

不正使用のマップ

注: 取引量の少ない一部の国は除外されています。

日時別の不正使用

驚くことではありませんが、Stripe は不正使用の割合が休日と夏の新学期シーズンの間に増えることを発見しました。ただし、珍しい特徴がいくつかあります。例えば、不正使用の割合はブラックフライデーなどの大量に買い物をする日に目立って増えませんが、多くの人が買い物しないクリスマスなどの日にむしろ増え、しかも不正者は仕事を続けています。また、Stripe は、不正使用の割合が継続支払いについてはより低いことも発見しました。最もありそうな理由は、この取引には定期支払いサービスまたは長年ビジネスによって確認されてきた長期間の関係が伴うためです。

Fraud rate: share of transactions
chart1201620152014DecNovOctSepAugJulJunMayAprMarFebJanShare %
Fraud rate: share of transactions non-recurring payments
chart2201620152014Jan 1Dec 17Dec 3Nov 10Nov 5Share %Black Friday ‘14ChristmasBlack Friday ‘15Black Friday ‘16

不正使用の割合が「静穏な時期」に増えるという発見は、1 日の時間帯にも当てはまります。各国のローカルタイムゾーンに標準化すると、トラフィックは平日の昼間にピークに達し、夜間に急落するということがわかります。ただし、不正使用の割合は、夜遅くにピークに達して日中に平坦化するという、まったく逆のパターンになります。これは、ビジネスの通常の顧客が寝ている時間帯に世界中でリモートに操作して活動を行っているであろう不正者が地理的に広い地域に分散していることを示していると思われます。

Transaction volume by time and day
chart3SatFriThurWedTuesMonSunHour of Day 0-24 Local Time0123456789101112131415161718192021222324Transaction volume
Fraud rate as share of transactions by time and day
chart4SatFriThurWedTuesMonSunHour of Day 0-24 Local Time0123456789101112131415161718192021222324Fraud rate as share of transactions

企業はこの日時の現象との闘いについてどのように考えるべきでしょうか?解決には、通常の営業時間外の取引について、手動でのレビューまたはより厳格なフィルターのいずれかによる追加の精査を行うことが必要になる場合があります。これは、ビジネスの夏季休暇中やクリスマスのディナー中に不正者の襲撃を防ぐのに役立つ可能性があります。

不正者の行動と通常の行動

不正取引についての興味深い 1 つの事実は、そうした取引はたいてい小規模であるということです。これは、不正者が購入する商品の支払いをしていないことを考えると驚くべきことです。Stripe のデータによると、米国では、不正取引の金額は正規取引の金額よりもほんの少し高いだけであることが示されています。しかし、その他の多くの国では、不正取引は正規取引よりも著しく大きく、通常、約 2 倍の規模です。5 倍、さらには 10 倍の規模の国もあります。

注: 全ての国で、不正使用は取引全体のうちの非常にわずかな比率です。以下のグラフは比較目的のために正規化されており、2016 年通年のデータのみです。

Distribution of transaction amount in Australia
chart5FraudulentNon-fraudulentTransaction amount ($)Likelihood
Distribution of transaction amount in Finland
chart6FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in France
chart7FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in Germany
chart8FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in Italy
chart9FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in Japan
chart10FraudulentNon-fraudulentTransaction amount (¥)Likelihood
Distribution of transaction amount in Netherlands
chart11FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in Norway
chart12FraudulentNon-fraudulentTransaction amount (kr)Likelihood
Distribution of transaction amount in Singapore
chart13FraudulentNon-fraudulentTransaction amount (S$)Likelihood
Distribution of transaction amount in Spain
chart14FraudulentNon-fraudulentTransaction amount (€)Likelihood
Distribution of transaction amount in Sweden
chart15FraudulentNon-fraudulentTransaction amount (kr)Likelihood
Distribution of transaction amount in U.K.
chart16FraudulentNon-fraudulentTransaction amount (£)Likelihood
Distribution of transaction amount in United States
chart17FraudulentNon-fraudulentTransaction amount ($)Likelihood

不正使用者は、買い物の場所と頻度、特に同じ盗んだカードで繰り返し購入するという特徴があります。残念ながら、カードの不正使用が繰り返されることはよくあります。情報漏洩したカードの 40% 以上で複数回の不正取引による支払い請求が発生しています。

第一の特徴として、不正使用者は複数のビジネスから商品を購入するのではなく、同じ加盟店で繰り返し買い物をします。たとえば、不正使用による支払い請求が4 回発生したカードの場合、通常、その支払い請求は同じ加盟店で発生しています。一方、4 回の正規の支払い請求は、平均して 2 つの別個のビジネスで発生する傾向があります。第二の特徴として、不正使用者は、こうした繰り返し購入を正規取引よりずっと素早く行います。実際、こうした連続する支払い請求は、実際のカード保有者の場合よりも 10 倍の速さで発生します。

この特徴的なパターンである、1 つの加盟店での「素早い」購入は カード保有者の正規取引パターンに紛れようとする不正使用者の考えと矛盾します。このことから得られる 1 つの教訓は、同じクレジットカードからの多数の矢継ぎ早の取引には注意するということです。ただし、一律的なルールで正しい取引がブロックされてしまうことがないようにしてください。

Buying from the same merchant
chart18FraudulentNon-fraudulent0246810Number Transactions on Given Card11.522.5Number of distinct merchants
Distribution of time interval between transactions
chart19 Fraudulent Non-fraudulent Time Interval between TransactionsLikelihood

ビジネス別の不正者の行動

Stripe のデータは、不正者が特定の種類のビジネスをターゲットにしていることも明らかにしています。そして、ここでのパターンは、カード保有者の請求明細書上で正規取引に不正取引を紛れこませたいという欲望よりも、逮捕の恐れが最も大きな行動の指針となっていることを示唆しています。オンライン不正者にとっての重要課題は配達です。不正者またはその人の社会的ネットワーク内の誰かの自宅またはオフィスへの物理的な商品の配達は、明らかな危険を伴います。

こうした問題を回避するために、不正者は配達不要な商品または買い手に結び付けられない場所に定期的に配達される商品を購入する傾向があります。物理的な商品とは対照的に、多くのサービスでは配達が不要です。しかし、とても魅力的なサービスは、その請求が検出されて、無効にされる機会を得る前にすぐに実施されます。オンデマンドサービスは不正の魅力的なターゲットとなっているようです。低価格の消費者向け商品も突出しており、これはおそらく当局が少額の窃盗の優先度を下げていると不正者がみなしているためです。

結論

消費者の行動と不正者の手口は進化し続け、ビジネスは、これらのグローバルな傾向が不正の検出に使用できるビッグデータパターンの上っ面をなでていることを認識する必要があります。効果的な不正防止では、ビジネスの具体的なコンテキストを考慮する必要があります。機械学習モデルは、最も疑わしい取引のみを拒否するために、正しい取引をブロックすることになりうる包括的なルールを導入する代わりに、多くのコンテキスト固有の微妙な差異を取り入れることによってこの課題に取り組みます。加盟店は、機械学習やその他のテクノロジーを使用して決済処理機関と協力し、不正の防止と収益力の最大化との間のこうした複雑なトレードオフを最適化する必要があります。

方法論

レポートの分析を行う際、Stripe は 25 カ国の顧客に及ぶ数十万の取引データを調べました。取引のシェア別のグローバルな不正の割合に関する色分け地図には、2016 年のデータのみが含まれ、下位の取引量の国々は除外されています。月の日別不正のグラフは、Stripe が稼働しているすべての国にわたる 2014 年から 2016 年のデータがタイムゾーンごとの就業時間別に正規化されて集計されています。「日時別取引のシェアでの不正の割合」グラフには、2016 年のデータのみが含まれ、日時別取引量との比較目的のために正規化されています。国のヒストグラムには、2016 年のデータのみが含まれ、非不正の分布と不正の分布は比較目的のために正規化されました。最後に、同じ加盟店からの購入と取引間の時間間隔の分布の図には、2016 年のデータのみが含まれます。

ガイド一覧に戻る
You’re viewing our website for Australia, but it looks like you’re in the United States. Switch to the United States site