申請與
身份欺詐
在準入及開戶時識別不一致或關聯信號，發現可能被盜用、篡改或合成的身份。
欺詐往往涉及多個事件
單獨來看，一筆支付、共用設備或受操縱的客戶可能並無異常。分開審核容易遺漏彼此聯繫。
身份
設備
行為
交易
關聯關係
分散控制形成盲點
身份核查與後續賬戶活動分離。
登錄、支付及提現風險由不同工具評估。
規則未考慮客戶或關聯關係背景。
欺詐團伙表現為看似無關的獨立事件。
調查人員每次收到預警都要重新整理證據。
統一欺詐檢測流程
每個事件背後的人、活動與網絡
分散信號
互聯風險視圖
WIDTH 將這些信號納入統一欺詐檢測流程，更完整地呈現活動，為放行、追加驗證、暫緩或調查提供更清晰的依據。
欺詐檢測如何運作
-
連接欺詐風險信號
將相關身份、設備、行為、交易及關聯關係資料納入統一決策流程。
-
應用規則與風險模型
根據適用於機構客戶、產品及渠道的邏輯、閾值與風險因素評估事件。
-
返回下一步操作
按機構控制措施分流事件，例如繼續放行、要求補充核查、暫緩或升級審核。
-
調查高風險活動
將相關預警納入結構化的 案件管理 流程，並附上可用證據與背景。
-
從審核結果中學習
通過已確認結果與審核決策，持續優化規則、閾值及運營流程。
評估決策調查留存記錄優化
貫穿生命週期的欺詐風險
欺詐風險可在準入前、訪問賬戶時或支付環節出現。互聯視圖幫助團隊識別不同階段活動之間的聯繫。
申請與
賬戶
盜用
評估身份、設備、會話及行為信號變化，識別賬戶可能被未授權方控制的情況。
支付
欺詐
在支付或轉賬執行前評估交易與行為風險，具體行動取決於機構流程支持的操作。
詐騙與
錢騾活動
審閲受益人、賬戶、交易及關聯關係模式，識別潛在詐騙付款或經錢騾賬戶轉移資金的活動。
第一方
欺詐
當賬戶持有人可能虛報情況時，關聯申請、身份、賬戶及交易資料。
非面對面銀行卡欺詐
欺詐
圍繞遠程銀行卡交易及疑似濫用，評估相關客戶、支付、設備及行為信號。
自動化與
API 濫用
識別可能涉及機器人、憑證攻擊或自動化濫用的異常頻率、順序及訪問模式。
可解釋的欺詐決策
預防欺詐需要快速決策，團隊也需要理解為何追加驗證、暫緩或升級事件。
互聯風險評分
將相關風險因素納入統一評估，避免僅依賴單一規則。
可配置的決策邏輯
根據風險偏好與運營模式配置規則、閾值、審核路徑及操作。
原因代碼與證據
向審核人員展示驅動決策的信號，並將支持證據與預警關聯。
人工審核節點
風險重大或證據不明確時，規定分析師或審批人員介入的環節。
決策歷史
將操作、證據、審核活動及結果與客戶和案件關聯。
運營監督
讓負責人清晰掌握隊列、責任歸屬、審核狀態及結果。
欺詐決策記錄
已審核
事件在執行前評估的支付或轉賬
信號身份、設備、行為、交易及關聯關係信號
規則適用於機構客戶、產品及渠道的閾值與風險因素
操作已暫緩，等待審核
證據審核隨附的歷史預警、案件及決策
審核人在同一受控流程中記錄分析師審核與決策
結果使用已確認結果優化規則、閾值及運營流程
示意記錄。
AI 輔助調查
欺詐團隊往往花更多時間收集資料，而非進行評估。WIDTH 的 AI 審核員 整理可用信號、呈現關聯關係並準備更清晰的審核資料，同時保留決策依據。
欺詐背景已彙集
✓ 身份
✓ 行為
✓ 交易
✓ 關聯關係
✓ 歷史案件
新客戶與現有欺詐案件共用設備及受益人
審核摘要
等待分析師決策
涉及判斷、客戶影響或審批時，您的團隊仍負責最終決定。
彙集欺詐背景
將相關身份、行為、交易、關聯關係及案件資料納入審核。
突出需要關注的問題
呈現需要進一步核查的變化、不一致及聯繫。
準備案件
整理現有證據，為調查提供更有效的起點。
明確責任歸屬
在同一受控流程中記錄分析師審核與決策。
AI 準備資料分析師決策結果清晰可見
平衡風險與客戶體驗
過於寬泛的控制會影響正常客戶，過於狹窄則留下缺口。WIDTH 綜合多類信號，讓低風險活動正常進行，對高風險或不確定事件追加核查。
低風險活動高風險或不確定事件
- 允許繼續
- 要求補充核查
- 暫緩處理
- 升級審核
採取與風險相稱的措施
針對不同風險級別採用不同響應，避免將所有預警均視為已確認欺詐。
持續參考客戶背景
在增加驗證步驟前，考慮已知客戶資料及預期活動。
一致地複核結果
利用已確認欺詐與正常活動的結果，改善運營決策及監控設計。
融入您的現有環境
欺詐檢測軟件需要及時獲取客戶流程、交易系統及風險提供商的信息。WIDTH 通過 API、Webhook 及平台流程支持集成。
REST API
將欺詐評估及流程功能與需要風險決策的應用和渠道連接。
Webhook
跨系統傳遞相關事件與決策結果，支持後續適當操作。
風險與數據提供商
根據機構提供商支持的範圍，將所選身份、設備、行為、交易及其他風險資料納入流程。
WIDTH 控制枱
為欺詐團隊提供專門環境，審閲預警、證據、案件及決策。
REST API
Webhook
平台工作流程
客戶流程
交易系統
風險提供商
WIDTH 控制枱
專為金融服務打造
欺詐模式因產品、客戶流程及交易環境而異。WIDTH 支持團隊針對不同運營場景調整檢測與調查流程。
常見問題
什麼是欺詐檢測軟件？
欺詐檢測軟件幫助機構識別可能涉及欺詐的活動，可評估身份、設備、行為、交易及關聯關係資料，應用規則或風險模型，觸發操作，並將高風險事件轉交調查。
實時欺詐檢測如何運作？
實時欺詐檢測在事件發生時評估可用風險資料，返回風險評分、原因或操作，供機構決定放行、補充核查、暫緩或提交審核。
數據及響應因產品與運營模式而異。
WIDTH 可幫助識別哪些欺詐？
WIDTH 支持身份與申請欺詐、賬戶盜用、支付欺詐、詐騙與錢騾活動、第一方欺詐、非面對面銀行卡欺詐，以及自動化或 API 濫用的檢測。
實際覆蓋範圍取決於機構配置的數據、集成、規則及模型。
欺詐檢測使用哪些信號？
欺詐系統可使用身份、設備、會話、行為、交易、賬戶、交易對手及關聯關係資料。綜合相關信號能夠提供更完整的背景。
AI 如何改善欺詐檢測？
AI 可協助分析模式、連接信號、確定預警優先級及整理審核證據。應在明確控制下運行，並對需專業判斷或可能重大影響客戶的決策實施適當監控與人工監督。
欺詐團隊如何減少誤報？
提高數據質量、綜合相關信號、調整規則與閾值、參考客戶背景並複核已確認結果，有助減少誤報。
成效取決於機構流量、風險偏好與控制措施，因此調整應使用正常及欺詐活動進行驗證。
欺詐檢測與反洗錢監控相同嗎？
不同。欺詐檢測主要預防或應對意圖欺騙機構及客戶的活動；反洗錢監控聚焦可能涉及洗錢或其他金融犯罪防控義務的活動。
兩者可能重疊，特別是詐騙與錢騾網絡，因此共享背景與受控團隊交接很有幫助。
WIDTH 能與現有欺詐防控工具集成嗎？
WIDTH 通過 REST API、Webhook 及控制枱流程支持集成。具體設計取決於客戶流程、交易系統、現有提供商及所需風險操作。
欺詐決策記錄應包括什麼？
有效記錄應展示被評估事件、相關信號與規則、採取的操作、考慮的證據、審核活動及最終結果。留存信息應符合機構政策、法律義務與運營需要。
結合背景掌握欺詐風險
連接身份、行為、交易及關聯關係信號，讓團隊更清晰地應對欺詐風險。
一個平台，一套流程，唯一事實來源。