Потери от мошенничества и ошибочные отказы в платёжных решениях

Потери от мошенничества проще увидеть и посчитать. Они появляются в данных по спорным операциям, сообщениях от банков, жалобах клиентов, обращениях компаний и внутренних расследованиях. Когда такие потери растут, руководство обычно реагирует быстро: у проблемы есть понятная сумма, источник и связь с конкретными операциями, каналами, клиентскими группами или компаниями.

Ошибочные отказы устроены иначе. Ошибочный отказ возникает, когда законная операция отклоняется, задерживается или отправляется на дополнительную проверку как подозрительная. Клиент может попробовать ещё раз, выбрать другой способ оплаты, обратиться в поддержку, отказаться от покупки или больше не вернуться. Часть этих потерь можно измерить, но значительная часть остаётся за пределами обычной отчётности по мошенничеству.

Поэтому руководителям, отвечающим за платёжные риски, опасно оценивать успех только с одной стороны. Снижение уровня мошенничества может означать, что контроль стал сильнее. Но оно также может означать, что правила стали слишком жёсткими, качество данных ухудшилось или система начала отталкивать нормальных клиентов ещё до того, как бизнес увидел потерянную выручку.

Почему это сравнение важно

Предотвращение мошенничества и одобрение нормальных платежей часто обсуждают как противоположные цели. На практике это две стороны качества решения. Сильная система контроля должна одобрять нормальную активность, дополнительно проверять неопределённые случаи и блокировать действительно подозрительные операции. Если любое из этих действий становится чрезмерным, система слабеет, даже если один из главных показателей улучшается.

Правило, которое блокирует известную схему атаки, полезно. Но то же самое правило становится дорогим для бизнеса, если продолжает блокировать нормальных клиентов после того, как атака изменилась. Ручная проверка может защитить компанию от рискованных операций. Но она же становится проблемой для одобрения платежей, если слишком много низкорисковых операций ждёт решения специалиста и не завершается. Оценка риска может быть полезной, но становится опасной, если команда не понимает, какие признаки приводят к отказам.

Операционная задача не сводится к тому, чтобы поставить более строгие пороги. Нужно понимать, как каждый порог влияет на мошенничество, долю одобренных платежей, трение для клиента, нагрузку на ручную проверку и последующие спорные операции. Поэтому показатели платёжных рисков нельзя смотреть как набор отдельных чисел. Они должны показывать, как решения проходят через весь платёжный поток.

Более подробный подход к такой оценке описан в нашей статье о том, какие показатели нужно смотреть при контроле рисков в платежах. Главная мысль проста: показатели должны объяснять качество решений, а не просто показывать отдельные результаты.

Потери от мошенничества и ошибочные отказы

У этих двух проблем разные признаки, разные владельцы внутри компании и разные источники данных. Потери от мошенничества создают давление со стороны финансов, управления рисками, спорных операций, банков или компаний-клиентов. Ошибочные отказы чаще создают давление со стороны продукта, продаж, поддержки и коммерческих команд. Если компания не соединяет эти взгляды, каждая функция может защищать свой показатель, а общая стратегия принятия решений останется несбалансированной.

Ситуация 1: правила слишком мягкие

Такая ситуация обычно говорит о слабом покрытии контроля. Компания может использовать недостаточно поведенческих признаков, данных об устройстве, истории клиента, истории компании-клиента или контекста операции. Также она может считать все одобренные операции успешными решениями, хотя часть из них позже превращается в потери.

Правильная реакция не в том, чтобы сразу блокировать больше платежей по всему портфелю. Сначала нужно понять, где именно сосредоточено мошенничество и были ли пропущенные признаки доступны в момент решения. Если данные были доступны, но не использовались, нужно пересматривать правила и логику оценки. Если данных не было, проблема не только в решении, но и в покрытии данных.

Ситуация 2: правила слишком жёсткие

Здесь становится важен анализ ошибочных отказов. Отказ не становится правильным решением только потому, что он формально предотвратил возможный риск. Компания должна проверять, завершали ли отклонённые клиенты оплату другим способом, росли ли жалобы в поддержку, были ли затронуты отдельные страны или банки-эмитенты, и не использовалась ли ручная проверка там, где автоматическое одобрение было бы безопасным.

В статье о плане расследования падения доли одобренных платежей объясняется, почему снижение одобрения нужно разбирать как операционную проблему, а не только как коммерческий показатель. Резкое падение может быть связано с правилами против мошенничества, поведением обработчика платежей, изменениями в проверке плательщика, ответами банков, настройками компании-клиента или неполными данными.

Ситуация 3: показатели нормальные, но данные неполные

Такая ситуация часто встречается в растущих платёжных компаниях, потому что системы добавляются постепенно. Платёжный шлюз, система проверки операций, обработчик платежей, поддержка, разбор спорных операций и наблюдение за компаниями-клиентами могут хранить разные части правды. Каждый отчёт может быть точным внутри своей системы, но у компании всё равно может не быть полной цепочки решения.

Когда данные неполные, ни потери от мошенничества, ни ошибочные отказы нельзя измерить надёжно. Компания может недосчитывать мошенничество, потому что не все последствия связаны с исходным решением. Она может недосчитывать ошибочные отказы, потому что незавершённые попытки оплаты не анализируются. Она также может переоценивать эффективность контроля, потому что операции вне стандартного потока не видны в основном отчёте.

Как читать показатели вместе

Зрелая функция управления платёжными рисками должна читать потери от мошенничества, ошибочные отказы, долю одобренных платежей и результаты спорных операций как одну систему решений. Задача не в том, чтобы выбрать один показатель и подстроить под него всё остальное. Задача в том, чтобы понимать, как каждое контрольное действие меняет весь платёжный поток.

Практический способ — смотреть решения по сегментам. Команда может сравнивать долю одобрения, причины отказов, подтверждённое мошенничество, спорные операции, возвраты, долю ручной проверки и повторные попытки оплаты по типу компании-клиента, группе клиентов, стране, способу оплаты, банку-эмитенту или рисунку операций. Так видно, работает ли одно и то же правило по-разному в разных частях бизнеса.

Ещё один полезный способ — оценивать вклад правил. Команда должна понимать, какие правила предотвращают подтверждённое мошенничество, какие создают больше всего отказов, какие отправляют больше всего операций на ручную проверку и какие давно не пересматривались после изменения рынка. Правила, которые дают много отказов, но почти не подтверждают предотвращённое мошенничество, нужно проверять отдельно.

Третий способ — связь решений с последствиями. Каждое одобрение, отклонение и решение ручной проверки должно позже проверяться по результатам. Превратилась ли одобренная операция в подтверждённое мошенничество? Завершил ли отклонённый клиент нормальную покупку позже? Создала ли ручная проверка задержку без реального снижения риска? Без такой связи система не учится на собственных решениях.

Признаки нарушенного баланса

Баланс между контролем мошенничества и качеством одобрения обычно нарушается раньше, чем бизнес полностью это осознаёт. Есть ранние признаки. Команда риска может радоваться снижению потерь, пока растут жалобы клиентов. Продуктовые команды могут требовать большего одобрения, пока увеличиваются спорные операции. Специалисты могут тратить всё больше времени на проверку низкорисковых случаев. Компании-клиенты могут сообщать о падении конверсии без понятного объяснения. Руководство может получать несколько отчётов, которые не сходятся между собой.

Ещё один тревожный признак — отсутствие единого владельца результата. Потери от мошенничества может вести команда риска, долю одобренных платежей — продукт или платёжная команда, спорные операции — операционный блок, жалобы клиентов — поддержка. Если никто не отвечает за полный результат решения, компания может улучшать отдельные показатели и одновременно ослаблять общую систему.

Самый серьёзный признак — невозможность восстановить решение. Когда операция создаёт потерю или клиент жалуется на отказ, компания должна быстро определить, какие данные использовались, какое правило или оценка риска сработали, какой результат проверки плательщика был получен, какое итоговое действие принято и что произошло позже. Если каждый раз для этого нужно ручное расследование в нескольких системах, процесс контроля недостаточно зрелый.

Что должна проверить независимая оценка

Независимая проверка не должна ограничиваться вопросом, приемлемы ли потери от мошенничества. Она должна показать, понимает ли компания баланс между предотвращением мошенничества и сохранением нормального одобрения платежей. Для этого нужны доказательства из данных по операциям, правил, записей ручной проверки, ответов обработчиков платежей, спорных операций и поведения клиентов.

Такая проверка должна определить, получает ли контрольный слой полные данные, достаточно ли точны правила, используется ли ручная проверка для правильных случаев, отслеживаются ли отказы с точки зрения коммерческого ущерба и возвращаются ли последующие результаты в стратегию контроля. Также важно проверить, умеет ли компания отличать полезное трение от лишнего трения.

Это различие важно. Полезное трение останавливает действительно подозрительную активность. Лишнее трение блокирует или задерживает клиентов, которых можно было безопасно одобрить. Многие компании измеряют первое лучше, чем второе. Поэтому анализ ошибочных отказов должен быть частью управления платёжными рисками, а не случайной коммерческой жалобой.