跨境电商
加载中

银捷尼科集团张丽:跨境支付遇上人工智能

亿邦动力网 2018-05-17 16:06

【亿邦动力讯】5月17日消息,在“渠道变革,助力跨境”闭门沙龙上,银捷尼科集团电子支付业务大中华区业务拓展总监张丽发表了《跨境支付遇上人工智能》主题演讲。

据悉,“渠道变革,助力跨境”闭门沙龙由亿邦动力、ingenico银捷尼科联合主办,共同研讨、总结并发布“渠道变革的未来趋势”。

银捷尼科集团电子支付业务大中华区业务拓展总监张丽

银捷尼科集团电子支付业务大中华区业务拓展总监张丽

以下为演讲实录:

张丽:谢谢阿米。大家下午好,刚才的分享特别精彩,我看了很多人都在记笔记,相信今天应该不虚此行。刚才高总特别强调支付的合规、安全,做独立站来讲,自己的品牌在未来在支付这方面大家也都是非常看重的,所以今天也是非常荣幸能在这里跟大家分享一下关于支付这方面的话题。

今年我相信大家都知道最热的一个话题就是区块链,其实除了区块链以外,最TOP的一个主题就是AI的商用,包括在上个月我有参加会议看到AI应用在各个领域、各个行业当中,我知道我们很多电商也在用AI技术,如何对自己现有的客户进行画像识别,然后进行复购的提升,这个都非常好。接下来在支付方面我们和AI的结合又是怎样的呢?所以今天我们就在这方面做一个简单的分享,我们在欧洲的数据研发中心,我们目前做的一些事情跟大家分享,然后大家可以参考一下。

今天我知道有很多是老朋友过来,但也有些是新朋友,所以我简单介绍一下我们是谁,银捷尼科是法国的上市公司,是做线下终端、服务设施,在很多市场都是站首位的,我们是属于在银捷尼科旗下从事线上和手机端收款的一个业务部门。我们在全球的商铺的数量超过了10万,我们合作的收单银行和合作伙伴230家,年处理交易额2300万欧元。我们现在支持的支付方式超过150种,支持的货币也是超过150种,目前服务的支付终端有30个Mn以上,当然我们在欧洲是有拿到支付牌照,是非常合规的。

接下来就是我们的愿景,我们的愿景是希望能够做到智能支付,这上面的话很长,其实最简单的一点就是我们希望通过数据分析,可以帮助我们的商户去了解消费者的需求和他的行为,从而提高支付的转化率,进而提升我们的销售业绩。

因为我们在这个行业有二十年的历史,我们每年都有获得很多的荣誉,这是我们在近期在全球获得的行业荣誉(图),在这里面比较突出的是荣膺2017年无卡支付奖(2017 CNP Awards) “最佳国际无卡支付项目” 和 “最佳支付服务提供商”,还有的是在下面的,连续15个月在全球知名支付信息共享平台PYMNTS.com的综合排名中,位居跨境支付服务提供商榜首(图),这是由专业的支付公司、支付人士或者商户自己评选的,这不是我们自己评论的。

我们再看一下我们在中国的发展,我们可以说在中国已经有十年多的历史,回顾这十年,大家也知道中国的互联网和跨境电商发展非常快速的十年,我们很高兴一起见证了这一切。从2007年我们与中国的第一个商户签约,到现在我们的年处理中国在线交易量是增长了180倍,交易金额增长45倍,这是以欧元为计的。我们还会继续努力,深耕中国市场。

现在我们也得到了很多知名客户对我们的信赖,除了一些是知名的,比如OTA、酒店,剩下最大的一块就是跨境电商,在我们国内很多知名的企业大家都非常熟悉了,比如敦煌、兰亭集势、支付宝等等,这些都是非常信赖我们的合作客户。

接下来我们看一下影响支付的主要因素。我相信今天过来的也有些是专门负责支付这块业务的,大家也对这块是非常看重的,所以我在这里就想问一个小问题:谁能告诉我在影响支付成功的因素占比,最大的因素是哪个?答对的有小礼品。

主持人:第一、安全。第二、便宜。是这样吗?

张丽:不是。

嘉宾:是信用卡信息。

张丽:也算一个,我先不公布答案,等下把这部分讲完你会说答案。

主持人:要不然你给大家几个选择,让大家选哪个是最主要的,或者排顺序。

张丽:好,第一是3D验证没有通过,第二是放弃支付,第三是授权失败,第四是信用卡过期。我只给四个。哪个占比是最大的?大家都觉得授权比较重要的是吗,等下再公布答案。

我们接下来看整个支付流程:首先,当消费者在各位的网站上面生成了定单,他选择支付之后,他会根据这个支付产品和买家所在的国家和付款金额,以及支付的设备等等这些风险的验证,最后,这个定单就会成功或者失败。这里就会有这样一些原因,这里只是列举,比如验证信息有误、信用卡过期、3D验证有误,或者因为风控被拒,还有就是余额不足等等原因。成功的话,银捷尼科会做资金监管,我们会把款打给商户,这笔交易就完成了。这部分就完成了吗?没有,因为还有一部分会退款,也会发生拒付的申诉,有一部分可能申诉成功,我们会把这个款打回给商户,还有一部分是没有成功的,这部分就流失掉了,这是整个支付环节。

刚才讲了我们是对数据做这样一些分析,我们是基于交易的基础上做的数据分析,然后我们发现影响支付成功的相关因素,退出支付页面的话,会看到生成这个定单,最后他没有点支付,这个比例是11.5%,就是100个定单里面有11个放弃掉了。3D验证就是有一些金额比较高,开通了3D功能,被3D这边没有通过的有14%拒绝掉。还有就是防欺诈的,有一些被风控规则拒绝掉的是1.95%,授权率的是19.01%。这样算下来,我们的支付成功比例扣除掉刚才罗列的53.45%,当然刚才提到这还没有完全结束,还有退款大概是在2.8%,然后就是拒付是0.5%。所以我们可以看到,影响支付的因素,我们要做的就是加和减,一个是要提升上面的成功率,还有就是降低后面的退款和拒付,这是影响支付的最重要的。

所以接下来我们也会重点在提升和降低风险这部分跟大家做进一步的探讨。接下来我们就看一下在支付成功率方面AI的应用,目前我们看一下银捷尼科做的帮助客户使用数据分析,因为刚才在线下的时候也有跟朋友交流是对数据这块比较感兴趣,我们也可以看一下目前我们在帮商户做的,很简单,比如我们现在想做一个数据分析,看一下现在的授权成功率是什么状况,可能比较普遍的做法是把所有的数据导出来,做一些数据透视表,然后要每天或者每次去做都要拉这样的数据,根据你自己的经验和纬度去做的分析,来帮助你做一些判断。我们现在是根据所有的大数据,然后把它变成可视化的信息,这样的话这些信息可以帮助我们人工地去做一些辅助的判断,从而最终作出这样的决策,目前是这样做的。

在可视化的工具,我们是有用ELEVATE商业智能工具,其实也就是一个数据分析软件,一个网站,这是开放给我们所有的用户,他们是可以实时去看到这样一些数据的分析。在这里我们可以看一个简单的案例,刚才讲到授权率是非常重要的,在这里面发现授权率好象连续三个月值都比较低,是什么原因呢?就是1月份到3月份,最早可以去到96.5%,最低的时候只有95.4%,所以你分析的时候会发现这是授权率在2月份非常低,只有82.7%,尤其是看美国的数据,美元的交易,你就可以非常直观地看到这样的数据(图)。但是这个授权率比较低是什么原因呢,我们可以在细化里看到最主要的原因就是客户在输CVV号码的时候,这个拒绝比较高,那这是不是还有些客户没有输入等等这些是要做一些提示,然后可以看到细化的比例是低于0.4%的值,所以你可以很快找到原因。这是我们目前的做法。

我们现在在做的一些改变是什么样子呢,我们希望在这个基础上可以用AI的技术直接帮我们去做一些决策,而不是需要我们在人为的自己去设计一些报告,然后帮助我们做决策,这是完全用人工智能的方式来做。比较突出的一点,就是我们会有行业基准信息,我们之前其实也有跟一些商户做分享,就是在我们的界面上,你不光能看到自己的信息,你还能看到你在这个行业内是什么样的。打比方,你看到你上个月的授权率达到了96%,创了你的历史最高,但是当你看到整个行业是97%,所以还是低于行业平均。这类比较会有助于你知道在这个行业里你处在什么水平,我们这个数据是来源于银捷尼科所有旗下的商户的大数据。

另外就是自动预警的作用,这是运用AI的算法,这个算法其实也是非常普遍的,用得比较广泛的,叫K均值聚类算法。具体算法比较偏技术我就不讲了,因为我知道现场就有专家在,我怕班门弄斧会被赶下场。 那它主要的应用,就是当发现支付数据异常的时候,能够自动预警,而且会提示你需要作出什么样的措施,因此是非常智能的。

除了这个之外,我们在未来还会推出智能报表。我们未来做的智能报表的界面是你直接可以问我们在欧洲的支付表现是什么样子的,或者你想看什么就直接输入你自己的话,它直接就会到下一个Dashboard给到你,你可以看各个领域比较细分的数据,当然这是一个大概的样板(图)。

那讲完用AI技术帮助提升成功率,我们再看一下它在防欺诈方面的应用。刚才大家也反复强调这点比较重要,那让我们先看一下防欺诈的成本,我相信大家都比较清楚了,财务的损失当然比较重要了,尤其在这里面需要重点提出的就是卡组织监管整改措施,如果你的拒付比例超过一定值的话,你就会进到VISA或者Mastercard的重点监管项目中,如果持续没有改善的话就会面临它们的罚款,如果再没有改善可能会被关掉,所以这就是欺诈为什么说是需要重视。另外就是你的防范成本,很多公司也会增加一些人员,高薪聘请很多专业人士负责这部分,希望把这方面能做得非常好,这就产生防范成本。还有一些是误报,虽然我们在做一些判断的时候还是我们自己设定一些规则,但我们的规则也是基于我们的经验有可能误杀了一些好的定单,而不好的定单我们也可能没有拦截住,所以就会有误报的情况。

我们现在和FRAUGSTER公司,这是一家以色列和德国合资的一家公司,他们推出零欺诈产品,他们的优势就是完全基于人工智能技术,你不需要再配备人工审单人员编配,因为它具有一套独到的核心算法。同时,它是只对支付成功的交易进行收费,并且它是零欺诈承诺,就是如果发生欺诈,它是包赔的。另一方面,针对每个商户,它的价格是不同的,就是如果你现在的风控已经做得很好了,那你再用到这个产品的时候价格就会非常低,而且每年是固定费用的,当然如果你风空做得不是很好的时候,那第二年价格就会上调,所以这种报价模式比较灵活的。 它的整个工作流程大概是什么样子的呢?首先,当用户在网站上点击支付的时候,持卡人所有的信息就已经被采集过来,经过对他做一些数据分析、算法等等,最后他会得出一个结论,说这个定单到底是接受还是不接受。在这里大家看一个案例,首先这个人看起来是中东的,他持有的是一张德国发行的VISA卡,他现在的IP地址显示他在以色列,他现在在英国的网站上去购物,那我相信大家如果做风控的都非常熟悉,像这种条件下你们一定会DECLINED,你会设置成这种是高危的定单。但是FRAUGSTER这边是什么逻辑呢?首先他会根据这个人的名字进行种族的查询,会发现他是以色列的,这个和他的IP地址是匹配的。另外他根据METAPHONE CHECK,发现这个也是OK的,然后再看这个IP在以色列,为什么会在以色列呢?这个IP在酒店,就说明这个人其实是在旅行或者出差。然后这个订单通过了,那这个定单其实就是一个额外的销售订单。

我们有一个数据给大家做分享,这是我们的一个盲测样本做比较,这个盲测的样本是取自2017年6月1号到9月30号,这是我们全球选的三家真实商户,这列是使用传统风控工具产生的真实的欺诈率和拒绝率然后旁边一列是我们根据这个数据用FRAUGSTER跑出来的结果。以客户A为例,它的零欺诈的产品的欺诈率是0.21%,比传统的风控低工具低很多。它的拒绝率,就是通过自己识别觉得有些是不好的风险定单拒绝掉了,跟传统的风控工具比也是特别低。所以最终帮助销售业绩的提升,即一年能增加6Mn欧元额外收入,这个数字是比较可观的,而且运用了Fraugster后就完全不需要人工审单了。

接下来我们再看一下支付体验,因为刚才也讲到支付体验,我相信前两天谷歌在发布的智能客服,大家应该有看过,大家还记得智能客服在帮忙做一个理发的预约对吗,连理发店店员都完全没有识别出这是一个机器人在给他打电话。而且刚才的分享很多人都有提到目前流量的成本越来越高,现在大家也非常重视社交媒体的运营、粉丝的运营和管理。在这部分如何把智能客服MESSAGING BOTS结合在里面,包括整合支付流程,这其实是未来的趋势。在国内,大家上淘宝或者京东购物的时候会发现,国内的是商家普遍启用智能客服这个功能,如若需要人工服务,就必须要你手动切换才可以,所以想必大家对此已不再陌生。 那我们最新的messaging bots就是一款基于社交电商的支付产品。它和商铺的管理软件等等工具可以对接做到数据同步,同时,又与现在主流的社交媒体的平台能够对接。最主要的是我们的支付页面是嵌入在聊天界面里面的,也就是说它不会像现在的应用都是当你选择某个产品进行支付的时候,你需要跳转到其他界面比如商铺的网站或者其他APP比如支付宝上完成支付。这款产品我们是和JoinedAPP一家专著于智能机器人领域的公司合作的,它可以很好地提高客户在购物环节的转化率和体验。 同时,这款产品也能支持所有我们平台可以支持的支付方式,也包括多国货币。目前,我们在全球化推广这款应用。

我今天的分享就是这些,大家有问题吗?

文章来源:亿邦动力网

单篇购买 ¥0.0
# 跨境电商 # # 独家 # # 电商 #
赞(0) +1 收藏 +1
新浪微博 QQ空间
关闭
点击上面的就可以分享啦
收藏成功
发送
/140 0
打开打开打开