การป้องกันการฉ้อโกงในการค้าปลีกเริ่มต้นด้วยการทำความเข้าใจว่าการฉ้อโกงมุ่งเป้าไปที่ระบบการชำระเงินและการคืนสินค้าของธุรกิจอย่างไร ตั้งแต่ขั้นตอนการชำระเงินไปจนถึงการคืนเงิน นโยบายการคืนสินค้าช่วยสร้างความไว้วางใจให้กับลูกค้า และสิทธิ์ในการโต้แย้งจะช่วยปกป้องเจ้าของบัตร การฉ้อโกงจะหาผลประโยชน์จากทั้งสองส่วนนี้ แต่ในปี 2025 สถาบัน 44% ในสหรัฐอเมริกาและแคนาดาพึ่งพากระบวนการที่ดำเนินการโดยเจ้าหน้าที่เป็นหลักหรือทั้งหมดเพื่อจัดการกับการฉ้อโกง สิ่งนี้อาจทำให้การตรวจจับรูปแบบการฉ้อโกงที่ซับซ้อนและเพิ่งเกิดใหม่ทำได้ยาก

ด้านล่างนี้ เราจะพูดถึงหมวดหมู่การฉ้อโกงที่ส่งผลกระทบต่อธุรกิจค้าปลีกมากที่สุด วิธีที่ธุรกิจใช้ระบุการฉ้อโกงในข้อมูลธุรกรรม และมาตรการควบคุมใดบ้างที่ช่วยลดความเสี่ยงทั้งในช่องทางออนไลน์และหน้าร้าน

ประเด็นสำคัญ

• การฉ้อโกงในการค้าปลีกครอบคลุมไปถึงการฉ้อโกงแบบไม่ใช้บัตรจริง (CNP) การใช้การคืนสินค้าในทางที่ผิด และ Friendly Fraud ซึ่งแต่ละประเภทมีรูปแบบที่แตกต่างกันไปและต้องใช้แนวทางการตรวจจับที่ต่างกัน

• การตรวจจับการฉ้อโกงในการค้าปลีกที่มีประสิทธิภาพจะผสานรวมพฤติกรรมการสั่งซื้อ ข้อมูลอุปกรณ์ และประวัติการทำธุรกรรมเข้าด้วยกัน ไม่มีสัญญาณใดที่สามารถเชื่อถือได้เพียงอย่างเดียว

• ผู้ค้าปลีกแบบ Omnichannel ต้องเผชิญกับความเสี่ยงที่ไม่เหมือนใคร รูปแบบการฉ้อโกงที่เริ่มต้นจากทางออนไลน์มักจะปรากฏที่หน้าร้านจริง

การฉ้อโกงในการค้าปลีกคืออะไร

การฉ้อโกงในการค้าปลีกคือการโจรกรรมที่เกิดขึ้นผ่านระบบการชำระเงินและระบบรับคืนสินค้าที่ธุรกิจใช้บริการ การฉ้อโกงดังกล่าวครอบคลุมวิธีการต่างๆ มากมาย ทั้งที่หน้าร้านและทางออนไลน์ ซึ่งผู้ฉ้อโกงใช้เพื่อให้ได้มาซึ่งสินค้า บริการ หรือเงินทุนจากธุรกิจค้าปลีก

การฉ้อโกงที่พบบ่อยในการค้าปลีกมีอะไรบ้าง

การฉ้อโกงในการค้าปลีกปรากฏขึ้นในส่วนต่างๆ ของวงจรการซื้อ แต่ละประเภทเกี่ยวข้องกับผู้กระทำที่แตกต่างกันและต้องมีการตอบสนองที่แตกต่างกัน ดังนี้

• การฉ้อโกงแบบ CNP: การใช้ข้อมูลยืนยันตัวตนสำหรับการชำระเงินที่ถูกขโมยมาเพื่อทำการซื้อให้เสร็จสมบูรณ์โดยไม่ต้องใช้บัตรจริง ข้อมูลบัตรที่ถูกขโมยได้มาจากการละเมิด การฟิชชิง หรือตลาดมืดบนเว็บมืด จากนั้นจึงนำมาใช้ส่งคำสั่งซื้อก่อนที่เจ้าของบัตรที่แท้จริงจะรู้ตัว

• การโจมตีหมายเลขประจำตัวธนาคาร (BIN): การทดสอบชุดหมายเลขบัตรหลายพันชุดกับระบบการชำระเงินของธุรกิจโดยใช้สคริปต์อัตโนมัติเพื่อค้นหาหมายเลขที่ถูกต้อง ธุรกิจต้องรับภาระค่าธรรมเนียมการอนุมัติสำหรับการพยายามทุกครั้ง และหากทดสอบสำเร็จก็จะเกิดคำสั่งซื้อที่ฉ้อโกงซึ่งมักจะนำไปสู่การดึงเงินคืน

• Wardrobing: การซื้อสินค้า (โดยปกติจะเป็นเสื้อผ้า อุปกรณ์อิเล็กทรอนิกส์ หรือเครื่องมือ) โดยตั้งใจที่จะนำไปใช้ชั่วคราวแล้วนำมาคืนเพื่อขอรับการคืนเงินเต็มจำนวน การทำเช่นนี้มักทำให้ธุรกิจต้องรับสินค้าที่ไม่สามารถนำไปขายต่อในราคาเต็มได้

• การฉ้อโกงใบเสร็จ: การคืนสินค้าพร้อมใบเสร็จที่ปลอมแปลงหรือแก้ไขเพื่อขอรับการคืนเงินที่สูงกว่าราคาซื้อ

• แผนการขอรับเงินคืนโดยไม่คืนสินค้า: การอ้างว่าสินค้าไม่เคยส่งมาถึงหรือมาถึงในสภาพเสียหายเพื่อขอรับการคืนเงินโดยที่ยังคงเก็บสินค้านั้นไว้

• Friendly Fraud: โต้แย้งการเรียกเก็บเงินที่ถูกต้องกับบริษัทผู้ออกบัตร และอ้างว่าธุรกรรมดังกล่าวไม่ได้รับอนุญาตหรือสินค้าไม่เคยส่งมาถึง สิ่งนี้จะทำให้เกิดการดึงเงินคืนแม้ว่าคำสั่งซื้อนั้นจะเป็นของจริงก็ตาม

ผู้ค้าปลีกตรวจจับรูปแบบการฉ้อโกงได้อย่างไร

การตรวจจับการฉ้อโกงในการค้าปลีกเกี่ยวข้องกับการตรวจสอบสัญญาณหลายอย่างแบบไขว้ หากพิจารณาแยกกัน สัญญาณเหล่านี้อาจมีคำอธิบายที่สมเหตุสมผล แต่เมื่อพิจารณารวมกันแล้ว สัญญาณเหล่านี้จะชี้ให้เห็นถึงความเสี่ยงที่สูงขึ้น

ข้อมูลอินพุตเหล่านี้มีความสำคัญมากที่สุด ดังนี้

• ความเร็วของคำสั่งซื้อ: มีการส่งคำสั่งซื้อหลายรายการติดต่อกันอย่างรวดเร็วจากอุปกรณ์หรือที่อยู่ Internet Protocol (IP) เดียวกัน หรือไปยังที่อยู่สำหรับจัดส่งเดียวกัน

• การจัดส่งและการเรียกเก็บเงินไม่ตรงกัน: คำสั่งซื้อที่ที่อยู่การเรียกเก็บเงินและที่อยู่สำหรับจัดส่งอยู่ในรัฐหรือประเทศที่แตกต่างกัน ซึ่งควรได้รับการตรวจสอบอย่างละเอียดถี่ถ้วนขึ้นหากที่อยู่สำหรับจัดส่งเป็นผู้ให้บริการขนส่งสินค้าหรือบริการจัดส่งซ้ำที่ปกปิดจุดหมายปลายทางที่แท้จริง

• สัญญาณของอุปกรณ์: ประเภทเบราว์เซอร์ ระบบปฏิบัติการ และลายนิ้วมือของอุปกรณ์จะเปิดเผยว่าคำสั่งซื้อมาจากอุปกรณ์ที่รู้จักซึ่งเชื่อมโยงกับบัญชี หรือมาจากสภาพแวดล้อมที่ไม่คุ้นเคย คำสั่งซื้อที่ทำผ่านเครือข่ายส่วนตัวเสมือน (VPN) จะปรากฏในตำแหน่งทางภูมิศาสตร์ที่ไม่สอดคล้องกับประวัติของเจ้าของบัตร

• อีเมลและอายุของบัญชี: ลูกค้าใหม่ที่มีบัญชีที่เพิ่งสร้างขึ้นเพียงไม่กี่นาทีก่อนหน้าส่งคำสั่งซื้อที่มีมูลค่าสูง หรือบัญชีที่สร้างขึ้นโดยใช้อีเมลแบบใช้แล้วทิ้ง (ชุดตัวอักษรแบบสุ่มหรือที่อยู่จากบริการอีเมลแบบใช้แล้วทิ้ง)

• ประวัติการคืนสินค้า: ลูกค้าที่มีอัตราการคืนสินค้าสูงผิดปกติ โดยเฉพาะในหมวดหมู่สินค้าเดียวกัน สัญญาณนี้จะเกี่ยวข้องกับการฉ้อโกงการคืนสินค้าและแผนการขอรับเงินคืนโดยไม่คืนสินค้าเป็นพิเศษ

กลยุทธ์การป้องกันการฉ้อโกงในการค้าปลีกใดบ้างที่ธุรกิจควรใช้

การป้องกันการฉ้อโกงในการค้าปลีกที่มีประสิทธิภาพจะทำงานใน 3 ระดับ ได้แก่ ก่อนการอนุมัติ หลังส่งคำสั่งซื้อแล้ว และที่เคาน์เตอร์รับคืนสินค้า ไม่มีมาตรการควบคุมใดเพียงมาตรการเดียวที่ครอบคลุมทั้ง 3 ระดับ แต่การใช้วิธีเหล่านี้ร่วมกันอาจสร้างระดับการป้องกันได้ ดังนี้

• บริการยืนยันที่อยู่ (AVS): การตรวจสอบ AVS จะเปรียบเทียบที่อยู่การเรียกเก็บเงินที่ให้ไว้ตอนชำระเงินกับที่อยู่ที่บันทึกไว้กับบริษัทผู้ออกบัตร ทั้งการตรวจสอบ AVS และรหัสยืนยันบัตร (CVV) ไม่ได้ป้องกันได้ 100% เนื่องจากข้อมูลบัตรที่ถูกขโมยมักจะมีที่อยู่การเรียกเก็บเงินและหมายเลข CVV รวมอยู่ด้วย แต่ทั้งสองอย่างจะช่วยเพิ่มค่าใช้จ่ายและความซับซ้อนของการฉ้อโกงแบบ CNP

• 3D Secure (3DS): 3DS จะเพิ่มระดับการตรวจสอบสิทธิ์สำหรับธุรกรรมแบบ CNP เมื่อธุรกรรมถูกตั้งค่าสถานะว่ามีความเสี่ยงสูง 3DS จะส่งต่อเจ้าของบัตรไปสู่ขั้นตอนการยืนยันตัวตนกับธนาคารของตน ซึ่งโดยทั่วไปจะเป็นการโอนความรับผิดชอบในธุรกรรมที่ฉ้อโกงจากธุรกิจไปยังบริษัทผู้ออกบัตร

• คิวการตรวจสอบหลังการสั่งซื้อ: ควรส่งต่อคำสั่งซื้อที่มีความเสี่ยงสูงไปยังคิวการตรวจสอบโดยเจ้าหน้าที่ก่อนการดำเนินการตามคำสั่งซื้อ ไม่ใช่หลังจากนั้น กำหนดหลักเกณฑ์ให้ชัดเจน (เช่น คำสั่งซื้อที่มีมูลค่าเกินกว่าที่กำหนด ลูกค้าใหม่ที่สั่งซื้อสินค้าที่มีมูลค่าสูงแบบเดียวกันหลายชิ้น ที่อยู่สำหรับจัดส่งและที่อยู่การเรียกเก็บเงินไม่ตรงกัน) และจัดให้มีผู้ดูแลคิวที่เข้าใจลักษณะของการฉ้อโกงในหมวดหมู่สินค้าของคุณ

• การบังคับใช้นโยบายการคืนสินค้า: การกำหนดให้ต้องใช้ใบเสร็จ การจำกัดระยะเวลาการคืนสินค้า และการตั้งค่าสถานะบัญชีที่มีอัตราการคืนสินค้าสูงล้วนเป็นการควบคุมที่มีประสิทธิภาพ การติดตามการคืนสินค้าในระดับลูกค้าในทุกช่องทางเป็นสิ่งสำคัญสำหรับการละเมิดในปริมาณมาก ลูกค้าที่คืนสินค้า 15 รายการจากการซื้อ 20 รายการที่ผ่านมาจะมีโปรไฟล์ความเสี่ยงที่แตกต่างจากลูกค้าที่ส่งคืนเป็นครั้งแรก

ความเสี่ยงของการฉ้อโกงในการค้าปลีกแบบ Omnichannel เปลี่ยนแปลงไปอย่างไร

ผู้ค้าปลีกแบบ Omnichannel ต้องเผชิญกับความเสี่ยงด้านการฉ้อโกงในแบบที่ธุรกิจออนไลน์หรือธุรกิจที่มีหน้าร้านเพียงอย่างเดียวไม่ต้องเผชิญ เมื่อคุณดำเนินกิจการผ่านทั้งสองช่องทาง รูปแบบการฉ้อโกงที่เริ่มต้นในสภาพแวดล้อมหนึ่งมักจะไปสิ้นสุดที่อีกสภาพแวดล้อมหนึ่ง

ตัวอย่างบางส่วนมีดังนี้

• ซื้อออนไลน์ คืนที่หน้าร้าน (BORIS): ผู้ฉ้อโกงจะส่งคำสั่งซื้อทางออนไลน์โดยใช้ข้อมูลยืนยันตัวตนที่ถูกขโมยมา จากนั้นนำสินค้าไปคืนที่หน้าร้านเพื่อรับเงินสดหรือเครดิตของร้าน พนักงานที่หน้าร้านจะเห็นบันทึกธุรกรรมและคำขอคืนสินค้า แต่การซื้อในครั้งแรกนั้นเป็นการฉ้อโกง หากระบบออนไลน์และหน้าร้านของคุณไม่แชร์ข้อมูลกันแบบเรียลไทม์ การคืนสินค้าก็จะได้รับการดำเนินการก่อนที่จะมีการแจ้งเตือนการฉ้อโกง

• ซื้อออนไลน์ รับที่หน้าร้าน (BOPIS): คำสั่งซื้อที่ฉ้อโกงทางออนไลน์เพื่อรับสินค้าที่หน้าร้านอาจเปิดโอกาสให้ผู้ฉ้อโกงมารับสินค้าไปก่อนที่การตรวจสอบการฉ้อโกงจะแจ้งเตือนคำสั่งซื้อดังกล่าว คำสั่งซื้อแบบ BOPIS ที่มีมูลค่าสูงและรับสินค้าภายในวันเดียวกันควรได้รับการตรวจสอบอย่างละเอียดเช่นเดียวกับคำสั่งซื้อออนไลน์ที่มีการจัดส่งแบบด่วน

• ข้อมูลลูกค้าที่กระจัดกระจาย: การควบคุมการฉ้อโกงให้สอดคล้องกันในทุกช่องทางจำเป็นต้องมีข้อมูลลูกค้าแบบรวม หากแพลตฟอร์มระบบบันทึกการขายและอีคอมเมิร์ซของคุณไม่แชร์ประวัติการซื้อและการคืนสินค้าในระดับบัญชี นั่นหมายความว่าคุณกำลังใช้ระบบป้องกันการฉ้อโกง 2 ระบบแยกกันซึ่งมีช่องโหว่ให้เกิดการฉ้อโกงได้

เครื่องมือป้องกันการฉ้อโกงช่วยธุรกิจค้าปลีกได้อย่างไร

แทนที่จะตรวจสอบทุกคำสั่งซื้อตามรายการตรวจสอบ ระบบตรวจจับการฉ้อโกงจะให้คะแนนธุรกรรมแบบเรียลไทม์โดยอิงจากสัญญาณหลายร้อยรายการ ระบบใช้โมเดลแมชชีนเลิร์นนิงที่ได้รับการฝึกจากข้อมูลธุรกรรมในธุรกิจต่างๆ เพื่อให้คะแนนการชำระเงินแต่ละรายการ ดังนั้นบัตรที่ปรากฏในธุรกรรมการฉ้อโกงของธุรกิจอื่นๆ จะมีคะแนนความเสี่ยงสูงขึ้นก่อนที่จะเข้าสู่ขั้นตอนการชำระเงินของคุณ เครื่องมือป้องกันการฉ้อโกงจะส่งต่อคำสั่งซื้อที่มีความเสี่ยงสูงไปตรวจสอบหรือปฏิเสธคำสั่งซื้อเหล่านั้นโดยอัตโนมัติ

กฎที่กำหนดเองสำหรับความเสี่ยงเฉพาะด้านการค้าปลีกอาจสร้างขึ้นต่อยอดจากเกณฑ์พื้นฐานของโมเดลแมชชีนเลิร์นนิง ธุรกิจที่ขายสินค้าอิเล็กทรอนิกส์สำหรับผู้บริโภคอาจตั้งค่าสถานะคำสั่งซื้อที่จัดส่งไปยังผู้ให้บริการขนส่งสินค้า คำสั่งซื้อที่มีมูลค่าเกินกว่าที่กำหนดจากบัญชีที่สร้างขึ้นในช่วง 24 ชั่วโมงที่ผ่านมา หรือคำสั่งซื้อที่ใช้บัตรใบเดียวกันในหลายบัญชีได้ โดยธุรกิจสามารถอัปเดตกฎเหล่านั้นได้เมื่อรูปแบบการฉ้อโกงเปลี่ยนไป

Stripe Radar ช่วยอะไรได้บ้าง

Stripe Radar ใช้โมเดล AI ในการตรวจจับและป้องกันการฉ้อโกง โดยฝึกด้วยข้อมูลจากเครือข่ายทั่วโลกของ Stripe ซึ่งโมเดลเหล่านี้จะได้รับการอัปเดตอย่างต่อเนื่องตามแนวโน้มการฉ้อโกงล่าสุด เพื่อปกป้องธุรกิจของคุณเมื่อการฉ้อโกงพัฒนา

Stripe ยังมี Radar for Fraud Teams ซึ่งช่วยให้ผู้ใช้เพิ่มกฎที่กำหนดเองเพื่อจัดการกับสถานการณ์การฉ้อโกงเฉพาะสำหรับธุรกิจของตนและเข้าถึงข้อมูลเชิงลึกเกี่ยวกับการฉ้อโกงที่ล้ำสมัย

Radar สามารถช่วยธุรกิจของคุณได้ดังนี้

• ป้องกันการสูญเสียจากการฉ้อโกง: Stripe ประมวลผลการชำระเงินมากกว่า 1 ล้านล้านดอลลาร์ต่อปี ปริมาณที่มากเช่นนี้ช่วยให้ Radar ตรวจจับและป้องกันการฉ้อโกงได้อย่างแม่นยำ ซึ่งช่วยประหยัดเงินให้คุณ

• เพิ่มรายรับ: โมเดล AI ของ Radar ได้รับการฝึกฝนจากข้อมูลการโต้แย้งการชำระเงินที่เกิดขึ้นจริง ข้อมูลลูกค้า ข้อมูลการเรียกดู และอื่นๆ ซึ่งทำให้ Radar สามารถค้นหาธุรกรรมที่มีความเสี่ยงและลดการตรวจพบที่ผิดพลาดได้ ซึ่งส่งผลให้คุณมีรายรับเพิ่มขึ้น

• ประหยัดเวลา: Stripe มี Radar ในตัวและไม่ต้องใช้โค้ดในการตั้งค่า คุณยังติดตามตรวจสอบประสิทธิภาพในการจัดการการฉ้อโกง เขียนกฎ และอื่นๆ อีกมากมายได้ในแพลตฟอร์มเดียว ซึ่งจะช่วยเพิ่มประสิทธิภาพ

ดูข้อมูลเพิ่มเติมเกี่ยวกับ Stripe Radar หรือเริ่มใช้งานเลยวันนี้