Amazon Fraud Detector 客户

AWS 防欺诈保护 AWS 及其客户免受欺诈和伤害。

“在 AWS，我们使用 Amazon Fraud Detector 来保护客户和自身业务。当我们进入新市场或地区时，Amazon Fraud Detector 尤其有用，因为即使我们没有可靠的历史数据，IP 地址和电子邮件地址等丰富的输入信息也能立即提高保护。通过使用 Amazon Fraud Detector 的自动在线欺诈洞察模型，我们在新地区发现的欺诈性账户注册比之前多了 35%。此外，Amazon Fraud Detector 使我们能够在半天内为业务的新部分训练模型——这个过程以前至少需要一周时间。”

Tim Wallach，AWS 防欺诈主管

SLA Digital 通过无缝式安全运营商计费解决方案，为世界各地的移动运营商和线上商家创造新的收入来源。SLA Digital 提供运营商计费平台，可让商家轻松与移动运营商对接；降低双方成本、操作风险并缩短上市时间。作为一家支付聚合服务商，识别和防范欺诈交易对 SLA Digital 的业务至关重要。

“12 个月前，我们正在寻找一种欺诈侦测解决方案，不需要我们大量投资于机器学习专长。通过透明的随用随付定价，Amazon Fraud Detector 帮助我们轻松创建了一个有效且实惠的机器学习新模型，并将其整合到我们的现有设置中。”

Richard Fisher，SLA Digital 技术主管

FlightHub Group 让旅行变得没有障碍，让更多人参观新地方，探索新文化。他们每年服务超 500 万客户，目标是为旅客提供最低价航班、最佳行程和卓越的客户服务。对于 FlightHub 的防欺诈团队来说，最重要的任务之一就是从那些试图用偷来的信用卡购买机票的诈骗分子中，辨别出那些希望购买廉价机票的注重价值的旅客。

“自 Amazon Fraud Detector 推出以来，我们的中止率下降到了 2% 以下（之前为 5%）。此外，我们的撤单率达到公司成立以来最低水平。该业务现在可以接受更多结账，而我们过去的模型可能会将其标记为有风险并拒单。但最棒的是，我们实现了这些卓越成果，而运营成本与之前大致相同。所有这些综合在一起，增加了预订量和收入，同时减少了因撤单造成的损失。”

Drayton Williams，FlightHub 欺诈调查经理

Omnyex 是一家数码产品批发商，总部位于迪拜，经营了多个电子商务网站，包括 CDKeys.com。Omnyex 提供了一个值得信赖的、可靠的、快速的购买体验，将游戏密钥尽可能快地交付给客户，这样他们就可以有信心地进行购买并花更多时间玩游戏。

“使用 Amazon Fraud Detector，我们将诈骗性交易减少了 6%。同时，我们已经能够在超过 90% 的交易中实现自动结帐，这些交易以前会被标记为手动审核。现在，我们手动审核的交易从 10% 下降到了不到 1%。

自从使用此服务以来，我们看到 Trustpilot 评分有了显著的提高，我们知道这是自动结账检测的结果，也是我们不断对网站进行改进的结果。客户的信任构成了我们的主要价值，因此，这是公司业务的巨大胜利。”

Kevin Cole，Omnyex 运营总监

Qantas Loyalty 是一项以数据为导向的创新业务，旨在通过澳航常旅客和澳航商业奖励计划提高客户和合作伙伴的忠诚度。超过 1200 万会员通过一系列类别中获得澳航积分，包括旅游、金融服务、零售、健康和福祉、食品和葡萄酒，以及小企业服务。

“Amazon Fraud Detector 大幅增强了我们的检测和抵御欺诈能力的重要补充。借助编写适用于我们独特情况的自定义规则、按需训练 ML 模型，以及与其他 AWS 服务无缝集成的能力，我们不仅能快速、明智地做出决策，同时还保持对平台的完全掌控。AWS 在概念验证阶段非常有帮助，并且不断根据欺诈趋势为平台添加新功能。”

Mary Criniti，Qantas Loyalty 首席技术官

Duda 是一个专业的网页设计平台，服务对象是所有为小企业提供网页设计服务的公司。公司服务于所有类型的客户，从自由网络专业人员和数字机构到世界上最大的托管公司、SaaS 平台和在线出版商。

“我们为网页设计平台开发的基于规则的欺诈检测方法已经能够成功的阻止不良行为者，但随着业务的发展，我们认识到需要不断改进。我们尝试的一些方法是为了防止欺诈，但却以客户体验为代价。我们开始研究基于机器学习 (ML) 的方法，以帮助我们在提高防欺诈能力和提供良好的客户体验之间取得平衡，并能够快速启动并运行。Amazon Fraud Detector 正是我们所需要的：基于云的欺诈检测服务使我们能够轻松创建自定义的 ML 模型，并与我们现有的方法相集成。我们发现构建和部署一个基于 ML 的欺诈“探测器”的过程很简单，可以利用我们现有的资源来完成。有了 Amazon Fraud Detector，我们能够进一步提高准确率，漏报率下降了两位数，是我们能够抓住更多的不良行为者。此外，我们还节省了从零开始构建基于 ML 的方法并将其与现有解决方案相集成所需的无数个小时的努力。我们看到了进一步使用 Amazon Fraud Detector 的巨大可能，它可以帮助我们提供客户所期望的安全无痛的网页设计体验。”

Amir Glatt，Duda 联合创始人和首席技术官

GoDaddy 是世界上最大的服务平台，为全球企业家提供服务，它的使命是，通过提供客户和企业家在线发展所需的所有帮助和工具，为他们在世界各地拥有的 1900 多万客户和企业家的社区赋能
。

“GoDaddy 致力于防止欺诈性账户，并不断增强在注册过程中自动检测此类账户的能力。最近，我们开始使用 Amazon Fraud Detector，很高兴它提供了低成本的实施和一种自助式的方法来构建针对我们业务定制的机器学习模型。该模型可以在我们的新账户流程中轻松部署和使用，而不会影响合法用户的注册体验。我们使用 Amazon Fraud Detector 构建的模型能够立即检测出潜在的欺诈注册，我们对使用结果非常满意，并期待取得更多成果。”

John Kercheval，GoDaddy 识别服务组高级总监

ActiveCampaign 是一家营销自动化提供商，为全球 10 万多家 SMB 提供支持。 我们的使命是帮助发展中的企业与客户建立有意义的联系和接触。这也是我们构建 ActiveCampaign 的原因——这样，发展中的企业就能拥有需要的工具来节省时间、与客户联系，实现增长。我们的专长是电子邮件营销、营销自动化和销售自动化。

“2020 年第 1/第 2 季度，我们的账户中用于网络钓鱼的数量激增。因此，我们需要用更强的交易数据和信号来补充我们现有的自主解决方案，以便更快地识别出坏人。作为一个发展中的企业，基于预测性机器学习的可扩展解决方案对于我们很重要。利用 Amazon Fraud Detector，我们可以使用自己的数据轻松构建模型，以准确识别出导致网络钓鱼攻击的账户注册。更重要的是，我们能够获得误判率很低的结果，这意味着我们的运营工作人员不需要额外工作。Amazon Fraud Detector 有具有竞争力的定价模型，我们可以轻松地将该模型集成到现有的工作流程中。”

Alex Burch，ActiveCampaign 高级电子邮件运营工程师

Truevo 提供简单、直观且用户友好的支付产品，让客户可以毫不费力地收到付款，从而专注于发展自身业务。

“Amazon Fraud Detector 使我们能够大大改善运营，增加我们应对不良行为的灵活性，并对系统和过程有更大的控制。最初，我们采用的是内部和第三方解决方案。当 Amazon Fraud Detector 发布后，我们立即改变了方向。我们是 AWS 多年的客户，非常信任 Amazon 的产品。有了 Amazon Fraud Detector，我们不再受制于本地或 SaaS 产品带来的传统限制。相反，我们可以灵活地调整 Machine Learning 支持的服务来满足我们的需求，并能够使用 AWS 的纯规则选项，同时在需要时轻松扩展到完整的 Machine Learning 功能。这为 Truevo 节省了 3-6 个月的开发时间！ 事实上，我们在 30 分钟内就部署了第一个原型模型。

总体来说，我们在运营时对实时侦测欺诈的能力更有信心。当我们注意到可能无法完全理解但需要停止的奇怪活动时，我们可以更好地部署规则检测。我们能够响应和适应不断变化的监管和方案要求，从而使我们能够处于领先地位。”

Charles Grech，Truevo 首席运营官

作为线上购物的先驱，Clearly 已发展成为世界上最大的线上眼镜零售商之一，为加拿大、美国、澳大利亚和新西兰的客户提供眼镜、太阳镜、隐形眼镜和其他眼部健康产品。Clearly 以提高视力为使命，努力让所有人都能买得起、买得到眼镜。

“在 Clearly，我们一直在寻找方法，进一步提升优异的客户服务，同时更好地保护我们的业务。我们之前的欺诈检测解决方案仅仅是根据过去的欺诈尝试对规则进行反应式硬编码，然后手动调查所有可疑交易。这导致我们忽略了大量的欺诈行为，由于人工审查而延迟了客户的订单，同时也推高了我们的履约成本。我们之前一直犹豫要不要探索机器学习解决方案，就是因为我们缺乏快速行动的能力和长期固定的机器学习团队，但是有了 Amazon Fraud Detector，我们得以在短短几周内部署准确可靠的防欺诈解决方案。现在，我们能发现更多的欺诈行为，发送到人工审查的订单数量减少，每周能节省数千美元。”

Ziv Pollak 博士，Clearly 机器学习团队负责人

ICONY GmbH 是一家小型公司，仅有 15 名员工，他们每天都在工作，为 ICONY 网络的用户提供最好的服务，并在寻找合作伙伴的同时获得很多乐趣。欲了解更多内容，请参阅：ICONY：使用 Amazon Fraud Detector 检测并处理虚假账户。

“使用了这种欺诈检测解决方案后，ICONY 支持团队发现他们处理虚假和垃圾邮件账户所花费的时间减少了 77%。这使团队腾出时间来检查个人用户，立即提高了平台的质量，来自社区的欺诈报告下降了 63％。此外，注册后继续使用平台的用户数量增加了 4.13％。随着虚假账户和骗子的骚扰减少，用户在平台上的体验更佳，也更乐于使用该平台。

Uwe Thomas，ICONY GmbH 首席执行官
 

Wuzzon 是一家应用程序营销机构，致力于通过帮助应用程序所有者制定完整的营销计划，包括如何获取用户、优化应用商店和让用户再次使用应用，从而帮助应用程序获取更多用户并让用户活跃使用应用程序。

“通过在 WuzzTrack 系统中使用 Amazon Fraud Detector，Wuzzon 现在拥有了更强大、更可靠的欺诈检测解决方案，它还可以检测更多新型欺诈手段。实施起来快速便捷，效果甚至超出预期。在某些极端情况下，误报率减少了高达 43％（与以前基于规则的解决方案相比），而对其他来源的真实欺诈的报告率增加了 11% 到 14％。”

Justin Westerveld，Wuzzon 首席技术官

标准银行是南非的一家大型金融服务集团，经营了 160 多年，是非洲资产最大的贷款机构。该公司提供一系列产品和服务，包括投资解决方案、住房贷款、车辆和资产融资以及保险。

“自从使用了 Amazon Fraud Detector，我们取得了很好的成果。公司大约 94％ 的保险索赔通常被评为低风险，2 月份采用传统手动流程时，这类索赔的赔付时间为 48 小时，到 8 月底时则缩短为不到 6 小时。客户体验得到了改善。自使用该服务以来，2022 年 2 月至 2022 年 8 月期间，我们的净推荐值调查（NPS）评分提高了 36％。这些都要归功于对低风险索赔进行安全的自动化批准带来的更快速赔付。对于被评为高风险的 6％ 的索赔，相比之前，我们能更好地进行调查。因此，我们能够彻底调查可疑案件，制止更多涉及实际欺诈的索赔。总的来说，我们在赔付之前能够确认的欺诈案件增加了 100% 以上，这大大降低了企业面临的风险。”

——Ashia Bowers，标准银行保险自动化主管