Analysprogramvaruföretaget FICO släppte vid årsskiftet siffror som visar att kortbedrägerier i Sverige ökade med en procent under 2018 och uppgick till totalt 402 miljoner kronor.
Samtidigt lyckas vissa finansföretag gå på tvärs mot trenden. EnterCard har, med hjälp av maskininlärningsteknik från globala analysföretaget FICO, inte bara dubblerat antalet upptäckta bedrägerier utan också lyckats sänka förluster från bedrägerier med hela 60 procent.
“Samtidigt som det totala antalet kortbedrägerier i Sverige ökat de senaste åren har EnterCard lyckats gå i motsatt riktning och minska antalet kortbedrägerier signifikant,” säger Matthew Cox, ansvarig för FICO’s bedrägeribekämpningslösningar i Europa, Mellanöstern och Afrika.
“Detta är ett bevis på att rätt lösningar kan hjälpa ledande finansföretag att nå betydande resultat i deras arbete med att bekämpa kortbedrägerier.”
Bedrägeriförlusterna i Sverige ökade med en procent under 2018 jämfört med föregående år och totalsumman för bedrägeriförluster uppgick till 402 miljoner kronor. Data visar att ökningen delvis beror på den typen av bedrägerier där kriminella använder kortinformation utan att ha tillgång till det fysiska kortet, så kallade CNP-bedrägerier (card not present).
“COVID-19 har också nu en stor påverkan på bedrägerinivåerna eftersom vi ser tecken på att data äventyras och nätfiskeattacker och liknande typer av bedrägerier ökar,” säger Matthew Cox. ”Att data kommer på villovägar kommer leda till ett ökat antal CNP-bedrägerier. EnterCard har ett bra utgångsläge att hantera dessa då kriminella ofta väljer att attackera andra aktörer än de som visar sig ha ett starkt skydd mot bedrägerier.”
Maskininlärning och AI
Som ledande kreditmarknadsföretag i Skandinavien har EnterCard lagt mycket fokus på att minska antalet kortbedrägerier. Företaget har varit en av de första i regionen att använda FICOs maskininlärningsbaserade adaptiva analysfunktion i FICO Falcon-plattformen och nått tydliga besparingar via framgångsrika insatser för att motverka betalningsbedrägerier. EnterCard, som har 2 miljoner kunder, har snabbt lyckats möta olika bedrägerimönster och minska nettoförlusterna räknat i baspunkter med 60 procent.
“Det finns värdefulla lärdomar för andra finansföretag när det gäller hur EnterCard arbetat för att minska kortbedrägerier,” säger Matthew Cox. ”Det är också ett bra exempel på värdet av avancerad analys med maskininlärning och AI.”
