Borç veren iseniz, dolandırıcılık probleminiz var demektir! Dolandırıcılık her kredi verme işinin talihsiz bir gerçeğidir, çünkü ürününüz paraysa birisi onu çalmaya çalışacaktır. Borç verenin kâr ve zararının potansiyel olarak önemli bir bileşeni olan dolandırıcılıktan kaynaklanan kredi kayıpları maliyetli bir sorun olabilir. Aslına bakılırsa, dolandırıcılık nedeniyle kaybedilen her 1 ABD Doları'nın ABD'li finansal hizmet şirketlerine maliyeti artık 4.23 ABD Doları'dır.LexisNexis. 

Tıpkı dolandırıcılık gibi, belgeler de ipoteklerden küçük işletme kredi hatlarına ve ötesine kadar birçok kredi başvuru sürecinde sıklıkla sabittir. Dolandırıcılık, kredi verme operasyonunun kârlılığını ve verimliliğini olumsuz yönde etkileme potansiyeline sahip olsa da otomasyon, dolandırıcılık tespit teknolojileri ve gelişmiş analitiklerin akıllı uygulamasıyla hafifletilebilir. 

Kredilerde belge dolandırıcılığı

Borç verenlerin belgeleri nasıl topladığını ve değerlendirdiğini inceleyerek başlayalım. Eski yöntemler, özellikle de belgelerin manuel olarak incelenmesi, birçok değişikliğin çıplak gözle görülememesi nedeniyle dolandırıcılığın tespit edilememesi riskini artırabilir. Basit model tanımadan gelişmiş makine öğrenimine ve yapay zekaya kadar çeşitli teknolojiler, bir belgenin dijital katmanlarının derinliklerine inebilir ve değişiklikleri, anormallikleri ve suiistimalin parmak izlerini belirleyebilir. 

Dolandırıcılığın yalnızca karmaşık materyallerde meydana geldiği varsayılabilir, ancak kredi verenler tarafından kullanılan en yaygın belgelerde bile tahrifatın kanıtları bulunabilir. Son birkaç yılda kelimenin tam anlamıyla yüz milyonlarca belgeyi inceleyen Ocrolus, bu devasa veri kümesini, aşağıdakiler de dahil olmak üzere belgelerin değiştirildiği en yaygın yöntemlerden bazılarını belirlemek amacıyla modellerini eğitmek için kullandı: 

• Değiştirilen tarih alanları – Bu tür belge sahtekarlığına genellikle yasal olarak potansiyel borçluya ait olan banka hesap özetlerinde rastlanır. Örneğin, bir borç veren, başvuru sahiplerinden mali sağlığı ve nakit akışını değerlendirmek için üç aylık beyanlar isteyebilir. Diyelim ki potansiyel bir borçlu o zaman dilimindeki en iyi rakamlara sahip değil. Başvuru sahibi, mali durumların daha iyi olduğu önceki bir dönemden kendi beyanlarını alabilir ve tarihleri ​​talep edilen tarihlerle değiştirebilir, böylece kendilerinin söyledikleri kişi oldukları, söz konusu finans kuruluşuna ait oldukları, beyanın gerçek olduğu ve bulunan bilgilerin ortaya çıktığı görülecektir. içinde doğrudur. 
• Değiştirilen işlemler – Mali tablolarda gördüğümüz dolandırıcılığın bir diğer önemli örneği ise değiştirilmiş işlem verileridir. Başvuru sahipleri, gelir veya gelirin gerçekte olduğundan daha büyük veya daha meşru görünmesini sağlamak için yatırılan paranın boyutunu veya kaynağını düzenleyebilir. Bu daha karmaşık değişiklik, sayıların tutarlı olmasını ve biçimlendirmenin meşru görünmesini sağlamak için belge boyunca bazen yüzlerce ek düzenleme gerektirir. Örneğin, bir başvuru sahibi, hesap bakiyesine binlerce dolar ekleyebilir ve ardından rakamları eşitlemek için belgedeki her bir işlem tutarını değiştirebilir. Alternatif olarak, başvuru sahibi, dahili bir transferin meşru bir müşteriden elde edilen gelir gibi görünmesini sağlamak için bir işlemin metnini değiştirebilir.
• Sahte, üretilmiş materyaller – Mali tablolara benzer şekilde, insanlar bazen meşru bir kaynaktan gelen gerçek belgeleri düzenlerler, ancak birisinin ihtiyaç duyduğu belirli belge türleri (maaş makbuzları gibi) yoksa ne olur? Sahte belge oluşturucuların devreye girdiği yer burasıdır. Bu web siteleri, başvuru sahibinin kredi başvurusunun eksiksiz görünmesi için satın alabileceği ve gönderebileceği gerçekçi ödeme taslakları sağlar. 
• Sahte kimlikler – Kimlik hırsızlığı, kredi başvurularında yaygın olarak görülen bir diğer dolandırıcılık türüdür. Bu, birisinin mevcut bir kişinin sosyal güvenlik veya ehliyet numarası gibi bilgilerini çalması veya bunu bir adım daha ileri götürerek gerçek ve sahte kişisel bilgilerin parçalarını birleştirerek yeni, hayali bir kimlik üretmesi şeklinde olabilir. 

Dolandırıcılığı azaltma ve önleme

Bu tür dolandırıcılıkların tespit edilmesi ve önlenmesinde bir dengeye ihtiyaç vardır. Kredi verenlerin, başvuru sürecini çok fazla zorlaştırmadan veya "yanlış pozitiflerin" meşru müşterileri aşırı hassas bir filtreye hapsetmesine izin vermeden dolandırıcılığı etkili bir şekilde tespit edebilmeleri gerekir. Borç verenler her başvuru sahibiyle görüşebilir veya onay öncesinde iki yıllık beyan isteyebilir ve dolandırıcılığın çoğunu önleyebilir, ancak neredeyse tüm borç alanlar bu kadar zahmetli bir süreçten hızla kaçacaktır!

Otomasyon, insan algılama eşiğinin altındaki sahtekarlık veya tahrifatları tespit etme yeteneği ile bu boşluğun kapatılmasına yardımcı olur. Gelişmiş yazılım, bir belgenin dijital 'bağırsaklarına' derinlemesine dalarak, kredi verenleri değişiklikler ve tutarsızlıklar konusunda uyarabilir. 

Bir beyandaki 100 farklı alanın düzenlenmiş olup olmadığını işaretlemek, bir ödeme kütüğü oluşturucunun geride bıraktığı dijital parmak izini ortaya çıkarmak, bir uygulamada sağlanan kişisel bilgilerdeki tutarsızlıkları tespit etmek veya başka değişiklikler yapmak olsun, yapay zeka destekli dolandırıcılık tespit yazılımı çok çeşitli sahtekarlıkları tespit edebilir. belge tahrifatı. 

Dolandırıcılığın azaltılması bireysel başvuru sahibi düzeyinde başlarken, dolandırıcılığın geniş ölçekte önlenmesi ancak kuruluşların güçlü sistemlere, politikalara ve operasyonlara sahip olmasıyla gerçekleşebilir. Borç verenlerin, etkili bir öğrenme sistemi geliştirmek için borç alma alışkanlıkları ve ilgili sonuçlar gibi önemli bilgileri sürekli olarak toplaması ve gözden geçirmesi gerekir. Kuruluşlar, bu verilere dayanarak, daha güvenli ve verimli karar alma için sürekli olarak tespit uygulamalarını geliştirebilir, eşiklerini ayarlayabilir ve analist inceleme süreçlerini iyileştirebilir. 

Bunu yaparak, kredi verenler dolandırıcılıkla etkili bir şekilde mücadele etmek ve müşterileri için düşük sürtünmeli bir başvuru sürecini sürdürmek arasındaki dengeyi bulabilirler. 

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.fintechnexus.com/every-lender-has-a-fraud-problem-but-ai-powered-detection-is-here-to-help/