誤検知数
43% 削減
米国金融機関においてSAS導入によりカード利用不正検知における誤検知数を43%削減
国内で急激に増加する不正被害
キャッシュレス決済が進みクレジットカードの利用増加に伴い、番号盗用などによる不正利用の発生数、不正被害額は増加しています。また、対面取引における偽装などの クレジットカードの不正利用が主流でしたが、近年ではデジタル決済を背景に通販サイトでクレジットカードを悪用する非対面での詐欺が年々急増しています。
2019年の被害額は273億円（前年比16%増）
不正防止に最新テクノロジーの活用が進む海外の金融機関
日本国内でカードの不正利用による被害が増加するなか、海外の金融機関ではAI （人工知能）など最新テクノロジーを活用した不正対策を行い、毎年数億円規模の被害を防止するなど取り組みが進んでいます。
欧州大手金融機関
AI × Signature※で不正検知の精度向上
※SAS独自の口座・顧客の特徴量レポジトリ
各カードがいつどのように使われているのか消費者の行動データを蓄積してAIで学習することで、より精度が高く誤検知率が低い不正検知モデルを 構築。
誤検知率を 43% 削減
米国消費者金融サービス事業者
ネットワーク分析により
虚偽・不正申込をブロック
ネットワーク分析と機械学習を活用し、過去一定期間の申込データから不正を意図した申込の特徴を学習。新規申込のタイミングで不正リスクを算出 し、不正申し込みを事前特定。
第三者不正申込の 80% 以上を特定
最新テクノロジー提供
SASのクレジットカード会社向け不正検知の領域
SASの不正検知ソリューションの特長
Signatureデータ※を活用した AIによる高精度な検知
※SAS独自の口座・顧客の特徴量レポジトリ
検知・調査・モデルの見直し まで不正検知業務プロセスを 網羅的にカバー
大量トランザクションの 全量リアルタイムスコアリング
SAS Globalのカード不正検知 専用AIチームによる定期的なモデルの更新サービス
SASは、複数の第三者機関評価において、SASの中心領域である高度なアナリティクス領域のみならず、企業の不正対策領域で継続的にリーダーとしての評価を受けています。
- Chartis Enterprise Fraud Dec 2019: Category Leader
- The Forrester Wave™: Enterprise Fraud Management, Q3 2018: Leader
SASのAIを活用したカード不正利用防止
ルールベースによる運用に加えて機械学習を利用することにより、ルールによる直線的な検知から、人が判断出来ないような特徴も加味した曲線的な検知が実現可能
- ルールは人が判断可能な範囲で数変数を用いて作成
- If Thenルール：「カード利用金額が〇〇で、利用回数が、、、」等
- 目の前の個別不正を止めることが目的とする
- 取引データ及びカード属性、顧客属性、デバイス属性等のデータを活用し、数十変数～数百変数のデータから不正の特徴を示す関係性を導出＝“モデル”
- 不正の特徴をとらえた曲線的な検知を実現→誤検知削減
- 特徴が類似する不正に対応→いたちごっこのルール改修を回避
ネットワーク分析を使った不正発見の仕組み
ネットワーク分析を活用することで、申込に含まれる各種情報の関係性から、身分詐称の兆候や組織犯罪に繋がる関係性を明らかにすることが可能です。また、エンティティ解決にファジーマッチング技術を取り入れることで、表記ゆれを使った審査すり抜けの検知も可能としています。
SAS不正検知ソリューション 導入事例
アユタヤ銀行
SASによって検知精度を大幅に改善し顧客のカスタマーエクスペリエンスの向上を実現
SAS のAI 不正検知モデルの導入によって、既存アラート数の40% を削減し調査業務量減らすと同時に、検知精度を35% 改善・誤検知数を18% 削減。これによって顧客エクスペリエンスの向上を実現しています。
HSBC
数千万のデビット・クレジットカードアカウントにおける不正被害を劇的に削減
既存のシステムからSAS に移行することで検知精度の大幅改善、システム安定稼働、質の高いサポートなどの様々な観点で成果を上げ、米国から英国その後アジア各国拠点への展開が行われています。
ホワイトペーパーのダウンロードはこちら
SASの不正検知ソリューションについての詳細資料は、こちらよりダウンロードしていただけます。
お見積りやデモのご依頼
購入の具体的な検討を進めたい場合は、こちらより次のステップにお進みください。
その他のお問い合わせ
SAS製品、ソリューションの導入をご検討の方は、こちらよりお問い合わせください。
