亚太欺诈管理的三大趋势

近年来，数字商务和新型支付方式激增，数字金融在亚太地区成为新常态，但随之而来的交易欺诈也变得更加频繁和复杂。新型的用户自身发起的欺诈（如促销欺诈和电信诈骗）层出不穷，欺诈和洗钱之间的关联性日益增长，这都需要更快速的实时响应能力和更高级的欺诈管理模式和策略，依靠数据洞察力驱动事前欺诈检测。

基于这些趋势，亚太地区的企业欺诈管理客户应该寻找具有以下特点的反欺诈供应商：

• 拥有先进的基于人工智能和机器学习的欺诈模型，可快速响应新的欺诈模式。 基于机器学习（ML）并采用多种算法的模型可以有效地识别新的欺诈模式并防止不同类型的欺诈。例如，基于监督学习的模型适用于交易监测，因为在这种情况下客户以及监管都要求有较高的可解释性。基于知识图谱的模型揭示了复杂的关系，可对抗团体欺诈。综上，企业希望供应商能够提供多种基于多种算法的ML模型和开箱即用的模型构建功能。 

• 基于隐私技术使用更多数据洞察来打击欺诈。随着数字金融服务和生活方式的快速发展，金融机构需要在多种渠道和业务场景管理风险——因此，对他们来说，从多种来源获得数据洞察是非常重要的。但许多国家严格规定禁止金融机构与外部实体（包括供应商）在交易层面交换数据，这使得在软件即服务（SaaS）部署模式很难在交易反欺诈领域使用，金融机构很难利用来自供应商的数据洞察（如欺诈风险评分）。为了应对这一挑战，创新的供应商正在开发基于同态加密和联邦学习等隐私技术，使金融机构能够在合规的前提下共享加密数据，以便他们能够从多个渠道和场景中获得更丰富的数据洞察、并能更有效地识别欺诈。 

• 灵活的、可定制的工作流程，供 “平民数据科学家”构建模型。 低代码和无代码的趋势正在增加客户对供应商的期望，即提供易于使用的可视化建模功能，以便数据科学家和商业用户能够构建、训练和管理开箱即用和自定义构建的模型，以及模型组合。供应商应该为最终用户提供AI和ML集成的、基于规则的、在统一的平台上建模的能力，以提高数据科学家的效率，并增强业务和非技术用户的能力。 

想了解更多关于亚太欺诈管理的市场趋势以及市场领导者的更多细节，Forrester 客户可以点击 这里找到完整的报告。如您还不是 Forrester 客户，请邮件至 china@forrester.com 与我们取得联系。

如果您有兴趣深入了解研究结果，或想探讨有关更多关于亚太地区欺诈管理的话题，请与客户经理安排咨询。