Manfaat

Amazon Fraud Detector memberikan manfaat berikut. Manfaat ini memungkinkan Anda mendeteksi penipuan dengan cepat tanpa perlu menginvestasikan waktu dan sumber daya yang secara tradisional diperlukan untuk membangun dan memelihara sistem manajemen penipuan.

Pembuatan model penipuan otomatis

Model deteksi penipuan Amazon Fraud Detector adalah model pembelajaran mesin otomatis yang disesuaikan untuk memenuhi kebutuhan bisnis spesifik Anda. Anda dapat menggunakan model Amazon Fraud Detector untuk mengidentifikasi potensi penipuan dalam transaksi online apa pun seperti pembuatan akun baru, pembayaran online, dan checkout tamu.

Karena model penipuan dibuat melalui proses otomatis, Anda dapat melupakan banyak langkah yang terkait dengan pembuatan dan pelatihan model. Langkah-langkah ini termasuk validasi dan pengayaan data, rekayasa fitur, pemilihan algoritme, penyetelan hiperparameter, dan penerapan model.

Untuk membuat model deteksi penipuan menggunakan Amazon Fraud Detector, Anda hanya mengunggah kumpulan data penipuan historis perusahaan Anda dan memilih jenis model. Kemudian, Amazon Fraud Detector secara otomatis menemukan algoritme deteksi penipuan yang paling sesuai untuk kasus penggunaan Anda dan membuat modelnya. Anda tidak perlu tahu coding atau memiliki keahlian pembelajaran mesin untuk membuat model deteksi penipuan.

Model penipuan yang berkembang dan belajar

Model deteksi penipuan harus terus berkembang untuk mengikuti lanskap penipuan yang berubah. Amazon Fraud Detector melakukan ini secara otomatis dengan menghitung informasi termasuk usia akun, waktu sejak aktivitas terakhir, dan jumlah aktivitas. Hasilnya adalah model Anda mempelajari perbedaan antara pelanggan tepercaya yang sering melakukan transaksi dan upaya lanjutan yang khas dari penipu. Ini membantu mempertahankan kinerja model Anda lebih lama di antara sesi pelatihan ulang.

Visualisasi kinerja model penipuan

Setelah model Anda dilatih menggunakan data yang Anda berikan, Amazon Fraud Detector memvalidasi performa model Anda. Ini juga menyediakan alat visual bagi Anda untuk menilai kinerja. Untuk setiap model yang Anda latih, Anda dapat melihat skor kinerja model, grafik distribusi skor, matriks kebingungan, tabel ambang batas, dan semua input yang Anda berikan diberi peringkat berdasarkan dampaknya terhadap kinerja model. Dengan menggunakan alat kinerja ini, Anda dapat mempelajari kinerja model Anda dan input apa yang mendorong kinerja model Anda. Jika diperlukan, Anda dapat mengubah model Anda untuk meningkatkan kinerjanya secara keseluruhan.

Prediksi penipuan

Amazon Fraud Detector menghasilkan prediksi penipuan untuk aktivitas bisnis organisasi Anda. Prediksi penipuan adalah evaluasi aktivitas bisnis untuk risiko penipuan. Amazon Fraud Detector menghasilkan prediksi menggunakan logika prediksi dengan data yang terkait dengan aktivitas. Anda memberikan data ini ketika Anda membuat model deteksi penipuan Anda. Anda bisa mendapatkan prediksi penipuan untuk satu aktivitas secara real time atau mendapatkan prediksi penipuan offline untuk serangkaian aktivitas.

Visualisasi penjelasan prediksi penipuan

Amazon Fraud Detector menghasilkan penjelasan prediksi sebagai bagian dari proses prediksi penipuan. Penjelasan prediksi memberikan wawasan tentang bagaimana setiap elemen data yang digunakan untuk melatih model Anda telah memengaruhi skor prediksi penipuan model Anda. Penjelasan prediksi disediakan dengan menggunakan alat visual seperti tabel dan grafik. Anda dapat menggunakan alat ini untuk mengidentifikasi secara visual seberapa besar pengaruh setiap elemen data terhadap skor prediksi. Kemudian, Anda dapat menggunakan informasi ini untuk menganalisis pola penipuan di seluruh kumpulan data Anda dan mendeteksi bias, jika ada. Terakhir Anda juga dapat menggunakan penjelasan prediksi untuk mengidentifikasi indikator risiko teratas selama proses investigasi penipuan manual. Ini membantu Anda mempersempit akar penyebab yang mengarah pada prediksi positif palsu.

Tindakan berbasis aturan

Setelah model deteksi penipuan Anda dilatih, Anda dapat menambahkan aturan untuk mengambil tindakan pada data yang dievaluasi, seperti menerima data, mengirim data untuk ditinjau, atau mengumpulkan lebih banyak data. Aturan adalah kondisi yang memberi tahu Amazon Fraud Detector bagaimana menafsirkan data selama prediksi penipuan. Misalnya, Anda dapat membuat aturan yang menandai akun pelanggan yang mencurigakan untuk ditinjau. Anda dapat mengatur aturan ini untuk dimulai jika kedua skor model yang terdeteksi lebih besar dari ambang batas yang telah ditentukan sebelumnya dan jika kode otorisasi pembayaran akun (AUTH_CODE) tidak valid.