Проблема финансовой эксплуатации пожилых людей

В индустрии платежей и финансовых сервисов принято говорить о фроде как о технологической проблеме: украденные карты, компрометация данных, атаки на системы. Однако существует категория мошенничества, которая работает иначе. Она не ломает системы — она использует людей. Финансовая эксплуатация пожилых людей — это именно такой тип риска.

На практике это одна из самых сложных для выявления и одновременно самых недооценённых форм мошенничества. Причина в том, что большинство транзакций в таких кейсах выглядят легальными. Клиент сам инициирует перевод, подтверждает операцию, проходит аутентификацию. Формально система не видит нарушения.

Но с точки зрения risk management это не нормальное поведение, а результат манипуляции. И если такие кейсы не отслеживать, они приводят не только к финансовым потерям, но и к серьёзным репутационным последствиям для банка, PSP или финтех-компании.

Почему этот риск быстро растёт

Финансовая эксплуатация пожилых людей усиливается сразу по нескольким причинам.

Во-первых, изменилась сама среда. Люди старшего возраста активно переходят в цифровые каналы:

• онлайн-банкинг;
• мобильные приложения;
• платёжные сервисы;
• социальные сети и мессенджеры.

Это создаёт новые точки входа для мошенников, которых раньше просто не существовало.

Во-вторых, сами схемы стали значительно сложнее. Если раньше это были единичные попытки обмана, сегодня это системные сценарии:

• долгосрочная социальная инженерия;
• имитация банков, родственников или государственных органов;
• создание доверия на протяжении недель или месяцев;
• постепенное вовлечение в финансовые операции.

В-третьих, современные платёжные системы ориентированы на скорость и удобство. Это правильно с точки зрения UX, но снижает уровень «естественного трения», которое раньше помогало остановить подозрительные действия.

Как выглядят такие кейсы в реальности

Важно понимать: такие ситуации редко начинаются с крупного перевода. Они развиваются постепенно.

Типичный сценарий:

• первичный контакт (звонок, сообщение, социальная сеть);
• создание доверия (легенда, авторитет, эмоциональная связь);
• небольшие переводы для проверки реакции;
• постепенное увеличение сумм;
• переход на менее обратимые методы (wire, crypto, P2P).

Ключевой момент — отсутствие резкого скачка. Всё происходит постепенно, поэтому классические антифрод-фильтры могут не сработать.

Почему стандартный антифрод не справляется

Большинство систем настроены на выявление:

• неавторизованных транзакций;
• компрометации данных;
• аномальных скачков активности;
• географических несоответствий.

В кейсах с пожилыми клиентами:

• пользователь сам инициирует платеж;
• использует своё устройство;
• находится в привычной локации;
• подтверждает операцию корректно.

Система видит «нормальное поведение», хотя по сути это управляемая внешним воздействием активность.

Это фундаментальное отличие: фрод есть, но он авторизован.

Ключевые сигналы, которые часто игнорируются

Несмотря на сложность, такие кейсы можно выявлять, если правильно настроить мониторинг.

Наиболее типичные признаки:

• постепенный рост сумм переводов;
• появление новых получателей без очевидной причины;
• повторяющиеся платежи одному и тому же контрагенту;
• смена типа операций (например, переход на криптовалюту);
• нестандартное поведение при общении с поддержкой;
• задержки и неуверенность при подтверждении операций.

Каждый из этих сигналов по отдельности может выглядеть допустимым. Но в совокупности они формируют риск-профиль, требующий внимания.

Где компании теряют контроль

На практике проблема редко в отсутствии инструментов. Проблема в их использовании.

Частые ошибки:

• все авторизованные транзакции считаются безопасными;
• отсутствует поведенческий анализ в динамике;
• нет механизма эскалации «мягких» сигналов;
• команды antifraud и support работают раздельно;
• решения полностью делегированы автоматике.

В результате даже очевидные кейсы остаются без реакции.

Что реально работает

Эффективная защита строится не на одном инструменте, а на комбинации подходов.

Поведенческий анализ

Фокус должен быть не на абсолютных значениях, а на изменениях:

• что изменилось в поведении клиента;
• насколько это отклонение от нормы;
• как быстро развивается изменение.

Контролируемое трение

Дополнительные проверки должны включаться не всегда, а в рискованных сценариях:

• подтверждение назначения платежа;
• дополнительные вопросы клиенту;
• временная задержка транзакции.

Это снижает риск без ухудшения общего пользовательского опыта.

Роль аналитика

Некоторые кейсы невозможно автоматизировать. Аналитик может:

• заметить неочевидные паттерны;
• оценить поведение клиента;
• заподозрить внешнее влияние;
• принять решение, которое система не сможет сформулировать.

Интеграция команд

Очень часто первые сигналы появляются в support:

• нестандартные обращения;
• повторяющиеся вопросы;
• эмоциональные реакции клиентов.

Если эти данные не доходят до antifraud-команды, риск остаётся незамеченным.

Роль технологий

Технологии остаются важным элементом:

• анализ транзакций;
• выявление аномалий;
• скоринг риска;
• приоритизация алертов.

Но важно понимать: технологии усиливают анализ, а не заменяют его.

Почему это важно для бизнеса

Финансовая эксплуатация пожилых — это не только социальная проблема.

Для бизнеса это:

• чарджбэки и финансовые потери;
• жалобы клиентов;
• репутационные риски;
• внимание регуляторов;
• давление со стороны банков.

Компании, которые игнорируют этот тип риска, рано или поздно сталкиваются с его последствиями.

Вывод

Финансовая эксплуатация пожилых людей показывает слабое место классических систем контроля: они ориентированы на технический фрод, но не на поведенческий.

Чтобы эффективно управлять этим риском, необходимо:

• учитывать контекст;
• анализировать поведение;
• вовлекать аналитиков;
• интегрировать данные из разных команд.

Только такой подход позволяет выявлять риск до того, как он превращается в потери.

Если вы хотите глубже разобраться, как выстраивать antifraud, поведенческий анализ и управление платёжными рисками на практике, изучите программы Академии Riskscenter.