误拒的风险 是我们建议商家手动审核所有标记订单而不是自动拒绝订单的原因之一。经验丰富的欺诈分析师可以审查所有可用数据并快速得出结论，认为订单是合法的。客户将获得购买的商品。商家将获得收入、更好的营销支出回报以及与客户的持续关系。
人工审核还能生成数据，让订单筛选过程随着时间的推移变得更加高效。分析师在审核订单时，可以将自己的决定输入到自动欺诈筛选 AI 引擎中。然后，机器可以学习识别出表明优质客户表现出异常但合法行为的模式，而不是账户接管和其他类型的欺诈行为。这使得整个系统更加智能、高效，并且更不容易出错，从而避免客户流失。
在后台使用客户数据还可以通过将身份验证负担从购物者转移到商家来减少购物 乌克兰whatsapp 数据 放弃。虽然 Sapio 调查中 92% 的美国消费者表示安全对他们在线购物非常重要，但 50% 的人表示他们放弃购买是因为结账流程太长或太复杂，38% 的人表示他们放弃购买是因为商家要求他们创建账户。
这里的要点是，您要求客户在购买前输入的数据越多（无论是密码、双重身份验证代码还是其他信息），他们离开并前往结账速度更快、更简单的其他商店的可能性就越大。利用您的数据，您可以识别客户，同时提供便捷、热情的体验，而不会让您的商店面临欺诈风险。
统一客户体验和欺诈预防数据
哪些类型的数据既可用于欺诈控制，又可用于营销？如上文汽车零部件示例所示，生物特征、地理位置、设备、过往购买记录和网站行为以及社交数据均可用于欺诈预防。位置和社交数据对于个性化也很重要，而客户对电子邮件和付费营销活动的回应也有助于更清晰地了解您的客户。
当然，这些数据只有在您的反欺诈控制程序可以访问的情况下才能帮助您简化结账流程并批准更多优质订单。如果您的营销和反欺诈数据位于不同的数据孤岛中，那么是时候统一这些数据了，这样您的营销和反欺诈团队就可以一目了然地了解您的客户。这需要一些工作，但结果可能是完成更多购买、批准更多订单和提高客户满意度，同时阻止欺诈者。