Amazon-Betrugserkennung

Online-Betrug schneller erkennen

Amazon-Betrugserkennung ist ein vollständig verwalteter Dienst, der es einfach macht, potenziell betrügerische Online-Aktivitäten wie Online-Zahlungsbetrug und die Erstellung gefälschter Konten zu identifizieren.

Weltweit gehen jedes Jahr Dutzende von Milliarden Dollar durch Online-Betrug verloren. Unternehmen, die online Geschäfte tätigen, sind besonders anfällig für Angriffe von Akteuren mit schlechten Absichten, die oft verschiedene Taktiken anwenden, wie z. B. die Erstellung gefälschter Konten und Zahlungen mit gestohlenen Kreditkarten. Unternehmen verwenden in der Regel Betrugserkennungsanwendungen, um Betrüger zu identifizieren und zu stoppen, bevor sie teure Betriebsunterbrechungen verursachen. Diese Anwendungen basieren jedoch oft auf Geschäftsregeln, die nicht mit dem sich ändernden Verhalten von Betrügern Schritt halten. Neuere Anwendungen zur Betrugserkennung haben versucht, Machine Learning zu nutzen. Aber sie verwenden häufig einen einheitlichen Ansatz, der auf allgemeinen Datensätzen und Betrugsverhalten basiert, die nicht spezifisch für Ihr Unternehmen sind, was ihre Genauigkeit beeinträchtigt.

Amazon-Betrugserkennung überwindet diese Herausforderungen, indem es Ihre Daten, Machine Learning (ML) und mehr als 20 Jahre Erfahrung von Amazon bei der Betrugserkennung nutzt, um potenziell betrügerische Online-Aktivitäten automatisch zu identifizieren, damit Sie mehr Betrug schneller erkennen können. Sie können ein Betrugserkennungsmodell mit nur wenigen Klicks und ohne vorherige ML-Erfahrung erstellen, da Amazon-Betrugserkennung den schwierigen Teil des ML für Sie übernimmt.

Häufig vorkommende Arten des Online-Betrugs erkennen

Neues Konto

Unterscheiden Sie genau zwischen legitimen und risikoreichen Kundenkontoregistrierungen, so dass Sie selektiv zusätzliche Schritte oder risikobasierte Prüfungen einleiten können. So können Sie beispielsweise Ihren Workflow zur Registrierung Ihres Kundenkontos so einrichten, dass zusätzliche Schritte zur E-Mail- und Telefonverifizierung nur bei Kontoeröffnungen mit hohem Risiko erforderlich sind.

Gast-Checkout

Erkennen Sie potenzielle Betrüger auch bei Kunden ohne Transaktionsverlauf. Kunden, die regelmäßig Transaktionen tätigen, nutzen in der Regel ein registriertes Konto. Als Ergebnis haben Sie eine Transaktionsverlauf, der es einfacher macht, potenzielle Betrugsfälle zu identifizieren. Bei einem Checkout als Gast liegen hingegen keine Daten zum Kontoverlauf oder zum Nutzerverhalten vor, was die Betrugserkennung erheblich erschwert. Mit Amazon-Betrugserkennung können Sie bereits eine E-Mail und IP-Adresse von einer Gast-Checkout-Bestellung aus versenden, um das potenzielle Betrugsrisiko einzuschätzen, so dass Sie entscheiden können, ob Sie es akzeptieren, überprüfen oder weitere Kundendaten sammeln möchten. 

Missbrauch des Prinzips „Erst ausprobieren, dann kaufen“

Identifizieren Sie Konten, die eher dazu neigen, „erst ausprobieren, dann kaufen“ zu missbrauchen, wie z. B. Modedienste, die Kleidung und Accessoires versenden, die Sie vor dem Senden der Zahlung anprobieren können. Mit Amazon-Betrugserkennung können Online-Unternehmen das Risiko einer Zuwiderhandlung gegen die Bedingungen durch Kunden einschätzen und den Wert der Waren oder Dienstleistungen begrenzen, die angeboten werden, damit die Waren nicht gestohlen oder in einem Zustand zurückgegeben werden, der gegen die Servicebedingungen verstößt.

Online-Zahlung (in Kürze verfügbar)

Reduzieren Sie den Betrug bei Online-Zahlungen, indem Sie verdächtige Online-Zahlungstransaktionen markieren, bevor Sie Zahlungen verarbeiten und Bestellungen ausführen. Mit Amazon-Betrugserkennung können Sie Ihren Checkout-Ablauf so einrichten, dass neue Bestellungen ausgewertet und verdächtige zur Überprüfung markiert werden, bevor Zahlungen verarbeitet werden, um Kreditkartenrückbuchungen zu reduzieren.

Vorteile

Hochwertige ML-Modelle zur Betrugserkennung schneller erstellen

Amazon-Betrugserkennung bietet Vorlagen, mit denen Sie auf einfache Weise ML-Modelle erstellen können, um potenzielle Betrugsfälle zu identifizieren, ohne Code schreiben zu müssen. Sie laden einfach Ihre historischen Online-Ereignisdaten wie Transaktionen oder Kontoeröffnungen hoch und wählen die Modellvorlage, die zu Ihrem Anwendungsfall passt. Von dort aus trainiert, testet und implementiert Amazon-Betrugserkennung automatisch ein individuelles Betrugserkennungsmodell, das zu Ihrem Unternehmen passt. 

Akteure mit schlechten Absichten noch vor der Tür aufhalten

Amazon-Betrugserkennung hilft Ihnen, Betrüger zu identifizieren, wenn sie ein Konto erstellen, indem es das Risiko in den von ihnen bereitgestellten Informationen voraussagt, so dass Sie verdächtige Aktivitäten erkennen können, bevor sie wirklich Schaden anrichten können. Das liegt daran, dass Amazon-Betrugserkennung fortschrittliche ML-Techniken verwendet, die sogar auf die begrenzten Daten angewendet werden können, die bei der Kontoerstellung bereitgestellt werden. Die maschinellen Lernmodelle von Amazon-Betrugserkennung können bis zu 80 % mehr potenzielle Akteure mit schlechten Absichten identifizieren als herkömmliche Methoden. 

Integriertes Fachwissen bei der Erkennung von Online-Betrug

Die vorgefertigten Vorlagen für Machine Learning in Amazon-Betrugserkennung wurden aus 20 Jahren Erfahrung entwickelt, die verhindern, dass Akteure mit schlechten Absichten versuchen, AWS und Amazon.com zu betrügen. So verwendet Amazon-Betrugserkennung beispielsweise ähnliche Modelle wie im AWS-Anmeldeablauf, um verschiedene Schritte zur Kontoverifizierung für risikoarme und risikoreiche Anmeldungen zu erstellen.

Betrugsbekämpfungsteams mehr Kontrolle geben

Durch die automatische Bewältigung der komplexen Aufgaben, die für die Erstellung, Schulung, Abstimmung und Bereitstellung eines Betrugserkennungsmodells erforderlich sind, ermöglicht Amazon-Betrugserkennung Betrugsbekämpfungsteams, schneller zu arbeiten. Nachdem das Modell erstellt wurde, können sie Regeln erstellen, anzeigen und aktualisieren, um Aktionen basierend auf Modellvorhersagen zu ermöglichen, ohne sich auf andere zu verlassen.

In 5 Schritten mit Amazon-Betrugserkennung loslegen

Schritt 1: Ihre historischen Betrugsdatensätze auf Amazon S3 hochladen
Schritt 2: Vorgefertigten Vorlagen für Betrugserkennungsmodelle auswählen
Schritt 3: Die Modellvorlage verwendet Ihre historischen Daten als Input für den Aufbau eines benutzerdefinierten Modells. Die Modellvorlage prüft und erweitert Daten, führt Feature Engineering durch, wählt Algorithmen aus, trainiert und optimiert Ihr Modell und hostet das Modell.
Schritt 4: Erstellen Sie Regeln, um entweder weitere Informationen basierend auf Modellvorhersagen zu akzeptieren, zu überprüfen oder zu erfassen.
Schritt 5: Rufen Sie die API von Amazon-Betrugserkennung aus Ihrer Online-Anwendung auf, um Betrugsvorhersagen in Echtzeit zu erhalten und Maßnahmen auf der Grundlage Ihrer konfigurierten Erkennungsregeln zu ergreifen. Beispielsweise kann eine E-Commerce-Anwendung eine E-Mail und IP-Adresse senden und eine Betrugsbewertung sowie die Ergebnisse Ihrer Regel (z. B. Überprüfung) erhalten.

Kunden

Vacasa

Vacasa ist das größte Full-Service-Unternehmen für Ferienvermietung in Nordamerika mit mehr als 23.000 Ferienhäusern in 17 Ländern und bedient jährlich über 2 Millionen Gäste.

„Seit unserer Gründung haben wir Technologie eingesetzt, damit sich unsere lokalen Teams auf die Betreuung von Objekten und Gästen konzentrieren und gleichzeitig den Umsatz für Ferienhausbesitzer maximieren können“, sagt Eric Breon, Gründer und CEO von Vacasa. „Wir freuen uns über die Einführung von Betrugserkennung, da es bedeutet, dass wir fortschrittliche ML-Techniken einfacher nutzen können, um betrügerische Reservierungen genau zu erkennen. Der Schutz unserer „Haustür“ vor möglichen Schäden ermöglicht es uns, uns darauf zu konzentrieren, das Erlebnis der Ferienwohnung nahtlos und sorgenfrei zu gestalten.“

Product-Page_Standard-Icons_01_Product-Features_SqInk
Produktfunktionen ansehen

Weitere Informationen zu den Funktionen von Amazon-Betrugserkennung

Weitere Informationen 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Registrieren Sie sich und erhalten Sie ein kostenloses Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Mit der Entwicklung in der Konsole beginnen

Beginnen Sie mit dem Erstellen mit Amazon-Betrugserkennung in der AWS-Managementkonsole.

Anmeldung