欺诈套路的精细度和复杂性持续增长，让传统的反欺诈措施无法应对。根据美国注册舞弊检查师协会 (ACFE) 的 2018 Report to the Nations（面向各国的 2018 年报告），实施预防性数据监测的组织检测到欺诈活动的速度比未实施此项措施的组织快 58％，损失比后者低 52％。正如这些数字所表明的那样，了解您的数据并对其进行有效分析，这可以对贵组织的欺诈预防和监测工作起到积极而显著的作用。
但您应该从哪里着手呢？全球数据量持续呈现指数增长，这些数据可以用于快速识别异常模式或危险信号。从历史上看，传统的审计技术或抽样方法本身无法实现这样的操作。管理和审计团队需要一个更强大的分析平台，以识别先前无法发现的欺诈模式。对于刚开始使用数据分析来预防或检测欺诈的组织或团体而言，这看起来是一项漫长、甚至无法完成的工作。事实并非这样。
您可以按照以下方案，通过五个步骤在自己的反欺诈计划中部署数据分析。
- 确定欺诈风险因素。
- 确定易受欺诈套路影响的领域。
- 了解相关的数据源。
- 混合、匹配和分析数据。
- 分享见解并设置通知。
