Как покупатели стараются обхитрить магазины
Продавцы могут стать жертвами мошенников, которые используют десятки уловок, чтобы обмануть их и получить выгоду. Эти обманы могут привести к большим потерям для магазина. Рассмотрим самые распространенные из них.Мультиаккаунтинг. Пользователь создает несколько аккаунтов, чтобы воспользоваться приветственной скидкой или бонусом.
«Самый распространённый вид клиентского фрода — злоупотребление промокодами. Пользователи создают несколько аккаунтов, чтобы получить скидку на первый заказ. В итоге бюджет бонусной программы расходуется не по назначению, и другие клиенты могут остаться без скидки»
Богдан Семёнов
Head of CI Analytics Магнит OMNI
Возврат старых товаров под видом новых. Распространенная проблема на маркетплейсах, когда потребитель забирает свой заказ и подменяет аналогичные новый товар на свой старый. В итоге другой покупатель может получить ношенную вещи — это подрывает доверие к платформе.
«В сервисах доставки еды есть тип фрода, когда пользователь заказывает скоропортящиеся продукты, затем жалуется на их качество, получает возврат денег, а товар при этом остаётся у него»
Богдан Семёнов
Head of CI Analytics Магнит OMNI
Намеренная порча товаров ради компенсации. В 2024 году продавцы техники жаловались на новую схему мошенничества: покупатели специально портят товар, а потом через суд выбивают компенсацию, используя поддельные справки о браке.
По данным АКИТ, в период с 2020 по 2022 год ритейлеры на такой схеме потеряли до 7,5 млрд рублей. А общая сумма исков в 2023 году к продавцам техники превысила 1 млрд рублей.
Воровство на кассах самообслуживания, которые делают магазины лёгкой мишенью для шоплифтеров. Воры используют «перестикеровку», когда ценники переклеиваются, и дорогие товары пробиваются по цене дешевых. Также мошенники могут не сканировать товары, либо пробивать 2 аналогичных товара как 1.Как сотрудники обманывают ритейлеров
Бизнес может пострадать не только от действий покупателей, но и от собственных сотрудников. Ведь 50% воровства в магазинах — дело их рук. Вот несколько распространенных схем.
1. Продажа без чека. Продавец берет деньги у покупателя, но не пробивает чек. Например, предлагает отправить его на почту. Деньги попадают в карман продавца, а пропажа товаров перекладывается на охранников или клиентов.
2. Фальшивый возврат. Продавец работает в связке с пособником: тот приобретает товар, а потом делает возврат. При этом деньги возвращаются, а продукция остается у фиктивного покупателя.
3. Подмена товаров. Продавец пробивает на кассе дорогой товар, а отдаёт покупателю дешёвый. Разницу в цене забирает себе.
Фрод как метод борьбы с конкурентами
Продавцы также используют различные схемы фрода, чтобы получить выгоду. Особенно это распространено среди селлеров маркетплейсов.
«Есть такое понятие, как фризинг конкурентов — схема, когда селлер заказывает чужой товар в дальний регион, чтобы тот временно исчез из продажи, а сам в это время продаёт свой»Фризинг еще опасен тем, что увеличивать расходы селлера на логистику, а также может привести к штрафам со стороны маркетплейса.
Богдан Семёнов
Head of CI Analytics Магнит OMNI
Еще одна распространенная схема: накрутка отзывов. Продавцы создают фальшивые аккаунты, чтобы оставлять хорошие отзывы о своих товарах или плохие отзывы о товарах конкурентов. Рейтинг продукции падает, маркетплейс пессимизирует карточку в выдаче.
Как бороться с фродом в ритейле при помощи технологий
Рассмотрим, самые популярные технологические решения, которые уменьшают возможность мошенничества.
Обнаружение аномалий
Алгоритмы ML помогают обнаружить аномалии. Они анализируют большие объемы данных о транзакциях, поведении клиентов и других факторах, чтобы выявить необычные паттерны, которые могут указывать на мошенничество. Например, ML может обнаружить подозрительные транзакции: крупные покупки, сделанные с необычного местоположения, или многократные попытки оплаты с разных кредитных карт.
Кластеризация
Алгоритмы могут объединять пользователей по их поведению, строить более сложные признаки на основе социальных графов и выявлять глубокие паттерны. Это позволяет обнаруживать группы с необычным поведением. Например, существует «фабрики отзывов» — группы аккаунтов, где можно заказать положительные отзывы о своей компании и негативные о конкуренте из той же ниши. Такие аномалии сложно заметить, но они становятся очевидными для алгоритмов при анализе большого объема данных.
Компьютерное зрение
Компьютерное зрение помогает ритейлерам в выявлении фрода благодаря автоматическому анализу визуальной информации с камер видеонаблюдения. Алгоритмы способны распознавать подозрительные действия покупателей и сотрудников, фиксируя случаи краж, подмены товаров или намеренного повреждения продукции.
«К примеру, система может автоматически определить, если клиент на кассе самообслуживания пытается пробить дорогой товар под видом более дешёвого или вовсе не сканирует продукцию. Эта технология также эффективна в отслеживании ситуаций, когда покупатели прячут товары в карманы или сумки, избегая оплаты. Кроме того, компьютерное зрение позволяет контролировать сотрудников, выявляя случаи замены дорогих товаров на более дешевые или ситуации, когда продавец не пробивает чек и получает деньги напрямую от покупателя»Алгоритмы обработки естественного языка (NLP)
Даниил Поляков
CPO Ziada.team & ML Department aim digital
NLP помогает в обнаружении фрода в ритейле, прежде всего, через анализ текстовых данных — отзывов, комментариев, жалоб и обращений клиентов. Технологии NLP позволяют алгоритмам выявлять признаки мошенничества через анализ структуры текста, частоты повторяющихся фраз и стилистические особенности сообщений.
Например, технология может обнаружить фальшивые отзывы, написанные по одному и тому же шаблону, или массовые жалобы от разных аккаунтов, которые подозрительно похожи друг на друга. Кроме того, алгоритмы способны обнаруживать негативные отзывы, намеренно направленные на ухудшение репутации конкурентов благодаря выявлению выражениям и лексики, несвойственных реальным клиентам.
«Наша компания борется с фродом с помощью автоматизированных алгоритмов и машинного обучения. Базовые методы — отслеживание устройств, IP-адресов, повторяющихся почтовых адресов и карт. Более сложные алгоритмы анализируют поведение пользователей, выявляют аномалии с помощью машинного обучения и NLP. Контролируются промокоды, возвраты, а также схемы фризинга и накрутки отзывов. Антифрод-системы постоянно обновляются, чтобы быстро реагировать на новые схемы мошенничества»
Богдан Семёнов
Head of CI Analytics Магнит OMNI
Что в итоге
Мошенники постоянно придумывают новые схемы фрода в коммерции, поскольку сфера активно развивается и появляются новые механики покупок, например, промокоды и оплата частями. Воры угоняют аккаунты, оформляют заказы с чужих данных. Но при этом и ритейлер тоже совершенствуют защиту: расширяют антифрод-команды, разрабатывают алгоритмы, которые помогают выявлять схемы, в том числе и новые, на опережение.