Dati e analytics sono fondamentali nella prevenzione dalle frodi
Giulio Virnicchi (Experian): le società si trovano in una situazione di paradosso. Devono contrastare efficacemente l'aumento dei tentativi di frode, senza appesantire i processi digitali di acquisto e verifica, anzi ammodernandoli
Accelerata dai cambiamenti imposti alle nostre vite dalla pandemia, la conversione al digitale dei consumatori e degli acquisti è un trend in continua e rapida evoluzione che pone nuove sfide per il mercato delle telecomunicazioni.
Non si tratta solo di numeri: si registra da un lato un ampliamento dei segmenti di popolazione che si affaccia al digitale, includendo oggi anche fasce digitalmente più deboli, i cosiddetti "newbies" o "niubbi", come gli anziani ed i giovanissimi.
Quest'ultimi sono particolarmente esposti al "phishing" ed al "credit muling", fenomeno in continua crescita che vede i malintenzionati convincere clienti autentici a dare loro i propri dati.

Dati che vengono rivenduti in librerie pronte all'uso sul darkweb, fornendo materia prima fresca a frodatori e cybercriminali.
Dall'altro un continuo innalzamento delle aspettative dei consumatori, che vogliono processi di acquisto semplici e veloci e che quindi mal tollerano complessità e lungaggini tipiche degli approcci tradizionali alla fraud detection.
Le società di telecomunicazioni si trovano in una situazione di paradosso: devono contrastare efficacemente l'aumento dei tentativi di frode, anche e soprattutto a protezione dei propri clienti e del proprio brand, senza appesantire i processi digitali di acquisto e verifica, anzi ammodernandoli per essere in linea con le crescenti aspettative settate da player come Amazon, Apple, Netflix...
Un tema prioritario
Trovare una soluzione è però prioritario: come hanno rivelato i risultati del recente report Experian "Priorities, challenges and the role of data and analytics as an accelerator of strategy".
Secondo il 67% degli intervistati, nel settore delle telecomunicazioni le perdite da frode sono cresciute o rimaste stabili nel corso del 2021, portando il contrasto alle frodi tra le principali tre sfide da affrontare nella realizzazione delle proprie iniziative digitali.
Inoltre, il 57% si dichiara insoddisfatto dell'attuale strategia di prevenzione delle frodi in termini di vincoli e friction introdotta nel disegno del customer journey ideale per i propri clienti.
Infine, a complicare questa già difficile ricerca di un win-win tra esperienza cliente e contrasto alle frodi, si inserisce il contesto fortemente competitivo in cui opera il settore, che impone continui obiettivi di contenimento dei costi.
Analytics e machine learning
L'innovazione tecnologia risolve questa complessa equazione: modelli di advanced analytics e machine learning possono combinare in tempo reale segnali provenienti da diverse fonti dati e soluzioni antifrode quali dati biometrici, comportamentali e di navigazione, di accesso, del dispositivo utilizzato, di email reputation, o di riscontro con fonti ufficiali, fornendo una indicazione di sintesi che ottimizza la fraud detection minimizzando nel contempo i falsi positivi e l'impatto sul cliente.