Socure
แพลตฟอร์มวิเคราะห์เชิงคาดการณ์สำหรับการยืนยันตัวตนและการป้องกันการฉ้อโกงบัญชี
ไปที่เว็บไซต์ ↗Socure ใช้แมชชีนเลิร์นนิงเพื่อผสานสัญญาณข้อมูลหลากหลายประเภท (เอกสารประจำตัว, เบอร์โทรศัพท์, อีเมล, อุปกรณ์ และพฤติกรรม) ออกมาเป็นคะแนนความเชื่อมั่นทาง 11 เพื่อประเมินว่าผู้สมัครเปิดบัญชีคือตัวจริงหรือไม่ หรือเป็นตัวตนปลอมขึ้นมา (Synthetic Identity) ลูกค้าหลักส่วนใหญ่คือภาคการเงินและหน่วยงานรัฐของสหรัฐอเมริกา
ฟีเจอร์เด่น
- การให้คะแนนตัวตนแบบผสานหลายสัญญาณ
- การตรวจจับการฉ้อโกงด้วยตัวตนปลอม (Synthetic Identity)
- การป้องกันการยึดครองบัญชี (Account Takeover)
- การตรวจสอบ KYC และรายชื่อต้องห้าม
- สัญญาณความเสี่ยงด้านอุปกรณ์และพฤติกรรม
ข้อดี
- จุดเด่นด้านความสามารถในการตรวจจับตัวตนปลอม
- แหล่งข้อมูลหลากหลาย ไม่พึ่งพาเพียงเอกสารใบเดียว
- ได้รับการยอมรับอย่างกว้างขวางจากภาคการเงินและภาครัฐในสหรัฐฯ
ข้อเสีย
- พึ่งพาแหล่งข้อมูลท้องถิ่นในสหรัฐฯ สูง ความเหมาะสมในการใช้งานต่างประเทศจึงมีจำกัด
- ราคาระดับองค์กร (Enterprise)
- ต้องประเมินข้อกังวลด้านความเป็นส่วนตัวในการใช้ข้อมูลอย่างรอบคอบ
กรณีการใช้งาน
- การยืนยันตัวตนเพื่อเปิดบัญชีดิจิทัล
- การป้องกันการฉ้อโกงในการสมัครสินเชื่อ
- การประเมินความเสี่ยงในการเข้าสู่ระบบบัญชี
- การตรวจสอบยืนยันตัวตนสำหรับบริการดิจิทัลภาครัฐ
บันทึกบรรณาธิการ
สิ่งที่น่ากลัวที่สุดของการฉ้อโกงทาง 11 ไม่ใช่การแอบอ้างเป็นคุณ แต่เป็นการสร้างบุคคลขึ้นมาจากความว่างเปล่า เมื่อรู้ตัวอีกที บุคคลนั้นก็มีประวัติเครดิตมาแล้วถึง 5 ปี
คำถามที่พบบ่อย
บริษัทในไทยใช้งานได้ไหม?
จุดแข็งหลักสร้างขึ้นบนระบบนิเวศข้อมูลของสหรัฐฯ ซึ่งประเทศไทยยังขาดแหล่งข้อมูลที่เทียบเท่ากัน การนำไปใช้ตรงๆ จึงมีประสิทธิผลจำกัด เว้นแต่ว่ากลุ่มเป้าหมายของบริการจะเป็นลูกค้าในสหรัฐฯ
ตัวตนปลอม (Synthetic Identity) คืออะไร?
มิจฉาชีพจะนำข้อมูลส่วนตัวจริงและข้อมูลเท็จมาผสมกันเพื่อสร้าง "บุคคลที่ไม่มีอยู่จริง" ขึ้นมา แล้วค่อยๆ สร้างประวัติเครดิต เนื่องจากข้อมูลแต่ละชิ้นดูสมเหตุสมผลเมื่อมองแยกกัน การยืนยันตัวตนแบบเดิมจึงจับได้ยาก จำเป็นต้องอาศัยการวิเคราะห์ความผิดปกติเชื่อมโยงข้ามแหล่งข้อมูลจึงจะตรวจพบ