Do wykrywania oszustów zaciągających pożyczki w internecie zaangażowano uczenie maszynowe. Algorytm śledzi między innymi jak klient zachowuje się przy rejestracji na stornie internetowej, a także kto, kiedy, z jakiego urządzenia i z kim się łączył.
Na podstawie około 5 tysięcy danych maszyna profiluje poszczególne grupy pożyczkobiorców i typuje prawdopodobieństwo oszustwa.
– Dla kredytodawców, oszustwa są szczególnie uciążliwe. Każdy dolar stracony przez oszustwo kosztuje firmy pożyczkowe dodatkowo 2,82 dolara, opłat, odsetek, itp.– zauważa Aleksander Kijek z firmy Nethone, która opracowała rozwiązanie.
Firmy internetowe patrzą głębiej na swych klientów
Internet oprócz uproszczenia wielu procesów, pozwolił na łatwiejszą anonimizację. Oznacza ona, że nie jest możliwe ustalenie, jakiej osoby dotyczy dany dokument. Jednym ze sposobów anonimizacji jest zakreślanie danych czarnym markerem.
Biznesy działające w internecie muszą więc patrzeć poza tradycyjny zbiór informacji o użytkownikach, aby lepiej ich rozumieć. Spojrzenie na dane przekazywane w formularzu i porównywanie ze statycznymi bazami tzw. „czarnymi listami” jest nie tylko kosztowne i czasochłonne, ale też nie zawsze skuteczne.
Uczenie maszynowe wytropi oszustwa kredytowe
Lepiej sprawdza się uczenie maszynowe, które analizuje zachowania osoby ubiegającej się o kredyt online, m.in. w czasie jej pobytu na stronie kredytodawcy. Efekt jest taki, że system przeciwdziała wszelkim próbom anonimizacji. Nie chodzi tu o poznanie danych osobowych, ale bardziej o profilowanie i znajomość zachowań danej grupy klientów.
Narzędzie pozwala powiązać dane techniczne np. informacje o sprzęcie, oprogramowaniu, środowisku sieciowym z danymi we wniosku o kredyt i ocenić prawdopodobieństwo oszustwa.
Rozwiązanie Nethone wykorzystuje połączenie autorskich narzędzi profilujących (np. kto, kiedy i z kim się łączył czy konfiguracji ludzi pod względem zachowania) z tradycyjnymi danymi wykorzystywanymi przez kredytodawców. Z tego narzędzia korzystają już m.in. Kredytmarket.com i Polski Związek Instytucji Pożyczkowych.
– W ogólnym rozrachunku pozwala to przewidzieć do jakiej grupy użytkowników należy nowy klient. Dzięki temu oszustwa w pożyczkach są coraz trudniejsze, a firmy lepiej rozumieją swoich klientów na każdym etapie sprzedaży, (…) właściwie od pierwszego kliknięcia – podsumowuje Kijek.