Identifique atividades online fraudulentas

“A verificação e a validação de identidade são um grande desafio em mercados emergentes. A capacidade de identificar adequadamente os usuários é um obstáculo importante para a criação de crédito para bilhões de pessoas nesses mercados. Com o Amazon Rekognition para verificação de identidade, o nosso aplicativo móvel reduziu substancialmente os erros de verificação e nos permitiu escalar. Agora, podemos detectar e verificar a identidade de um indivíduo em tempo real, sem intervenção humana, agilizando assim o acesso aos nossos produtos. Experimentamos diversas soluções conhecidas, mas nenhuma das alternativas comuns conseguiu mapear precisamente os diversos tons de pele. O Amazon Rekognition nos ajudou a reconhecer de forma eficaz os perfis dos clientes em nossos mercados. Além disso, o serviço nos ajudou a descobrir perfis sobrepostos e conjuntos de dados duplicados nas atividades de conhecimento do cliente (KYC).”

Wale Akanbi, CTO e Cofundador, Aella Credit

"No primeiro e no segundo trimestres de 2020, observamos um pico no uso de contas para ataques de phishing. Como resultado, precisamos complementar nossa própria solução, já em uso, com dados e sinais de transações mais fortes, a fim de identificar agentes mal-intencionados com maior antecedência. Uma solução escalonável, com base em machine learning preditiva, foi importante para nós, pois também somos uma empresa emergente. O Amazon Fraud Detector facilitou a construção de um modelo que utiliza nossos próprios dados e identifica com precisão os cadastros de contas que resultam em ataques de phishing. Mais importante ainda, conseguimos obter esses resultados com uma taxa de falsos positivos muito baixa, o que significa que não acarretou em trabalho adicional para nossa equipe de operações. O Amazon Fraud Detector traz um modelo de precificação competitivo e podemos integrá-lo facilmente no nosso fluxo de trabalho atual."

Alex Burch, Engenheiro de operações de e-mail sênior, ActiveCampaign

"O Amazon Fraud Detector foi uma ótima adição à nossa capacidade de detecção e mitigação de fraude. A capacidade de gravação de regras personalizadas a serem aplicadas para nossa situação única, treinar modelos de ML sob demanda e fazer uma integração direta com outros serviços da AWS nos permitiu tomar decisões de forma rápida e inteligente e manter controle total da plataforma. A AWS foi muito solícita durante a etapa de prova de conceito e vem adicionando novos recursos à plataforma, seguindo as tendências de fraude.”

Mary Criniti, CTO, Qantas Loyalty

“Com o Amazon Fraud Detector, reduzimos as transações fraudulentas em 6%. Ao mesmo tempo, conseguimos automatizar a realização do checkout da compra em mais de 90% das transações que teriam sido sinalizadas anteriormente para revisão manual. Agora, estamos revisando manualmente menos de 1% de nossas transações, antes eram 10%. Desde que implementamos esse serviço, vimos uma melhoria significativa em nossa pontuação do Trustpilot e sabemos que isso é o resultado dessa automação de detecção de checkout, bem como das melhorias adicionais que estamos fazendo no site de modo consistente. A confiança é uma grande parte do nosso valor para os clientes, portanto, essa é uma grande conquista para os nossos negócios.”

Kevin Cole, Diretor de operações, Omnyex

“O Amazon Fraud Detector permitiu que aprimorássemos significativamente nossas operações, aumentássemos nossa flexibilidade ao lidar com atores ruins e mantivéssemos maior controle sobre os sistemas e processos. Inicialmente, exploramos uma solução nossa e uma terceirizada. Quando o Amazon Fraud Detector foi anunciado, mudamos o curso imediatamente. Somos clientes da AWS há muitos anos e temos grande confiança nos produtos da Amazon. Com o Amazon Fraud Detector, não estamos mais presos às limitações convencionais das ofertas on-premise ou de SaaS. Pelo contrário, temos flexibilidade para adaptar o serviço baseado em Machine Learning para atender às nossas necessidades e temos a capacidade de usar a opção de apenas regras da AWS enquanto evoluímos facilmente para as capacidades totais do Machine Learning quando precisamos. Isso economizou para a Truevo de três a seis meses de desenvolvimento! Na verdade, nós implantamos nosso primeiro protótipo de modelo em 30 minutos. Em resumo, estamos operando com mais confiança em nossa capacidade de detectar fraudes em tempo real. Estamos melhor equipados para implantar detecções de regras quando percebemos atividades incomuns que talvez não compreendamos muito bem, mas que ainda assim precisam ser interrompidas. Somos capazes de responder e de nos adaptar a requisitos de esquemas e regulamentos em constante mudança, permitindo que continuemos na nossa melhor forma.”

Charles Grech, COO, Truevo