Square社に学ぶ予測モデル構築のポイント(2)

Square社に学ぶ予測モデル構築のポイント(2)

<<前の記事に戻る

前回までのあらすじ

Square社では顧客が安心できる決済サービスの提供を行うため、不正検出を行いリスク管理を行うことの大切さについて説明を行いました。(詳しくは Square社に学ぶ予測モデル構築のポイント(1)を参照下さい。)第2回は具体的に検出したい不正活動と予測の課題について説明をします。

検出したい不正活動と予測の課題について

決済サービスを悪用した不正活動には大きく販売者側と購入者側の2種類がありますが、

ここでは販売者側の不正活動について説明します。

販売者の不正活動には不正請求(詐欺行為)があります。例えば、突然高額な請求の取引が発生している場合や突然高い頻度の取引や一貫性のない頻度の取引が発生している場合には不正請求の疑いがあります。もしこのような取引の決済をSquare社が通してしまい、実際に不正請求であった場合にはSquare社が費用を持つことになります。(法的には詐欺を働いた販売者に責任があるが、通常詐欺師は支払い能力がないので、結局はSquare社が費用を持つことになりやすいそうです。)逆に、Square社が販売者の本当の支払いを間違って止めてしまった場合には販売者の信頼を失うこともありえます。

つまり、不正活動の予測では偽陽性(実際は不正請求でない請求を不正請求と予測する)であれば販売者の信頼を失い、

偽陰性(実際は不正請求である請求を不正請求でないと予測する)であれば費用が生じます。

Square社は1日あたり何百万ドルもの取引の処理を行っており、システムで発生するすべての取引にたいして系統的かつ自動的に不正請求かどうかリスクを測る必要があるそうです。次回はこの問題に対してどのような対処を行っているのか紹介を致します。