Da ich letzte Woche auf einer interessanten Veranstaltung von Arvato Infoscore war und nächste Woche einen Vortrag auf dem Payment-Kongress halte, beschäftigt mich gerade das Thema Bonitätsprüfung.
Das Szenario für einen Online-Shop ist ja denkbar einfach: Möchte ein Kunde im Shop bestellen, schickt der Shop möglichst vor der Auswahl der Bezahlmethoden den Namen und die Anschrift an einen Dienstleister, der mir dann einen Scoring-Wert zum Kunden liefert. Der Scoring-Wert hat überwiegend drei Entsprechungen:
- Neutral bzw. der Kunde ist unbekannt: Es gibt keine Bonitätsinformationen zum Kunden.
- Geringes bis durchschnittliches Risiko: Es liegen Informationen vor aber keine Beanstandungen.
- Überdurchschnittliches bis sehr hohes Risiko: Es liegen negative Informationen aus der Vergangenheit oder aktuelle Negativinformationen vor.
Je nach Scoring-Wert kann der Online-Shop dann entsprechend risikoarme (wie z.B. Vorauskasse) oder risikoreichere (z.B. auf Rechnung) Zahlungsmethoden anbieten.
Um die Scoring-Werte zu verbessern arbeiten die Dienstleister heute oft mit ausgeklügelten Data-Mining-Methoden.
Denkt man allerdings mal genauer nach, kann man sich schon die Frage stellen, ob das Scoring während der Bestellung das Optimum darstellt, schließlich lässt der Bonitätsdienstleister wesentliche Informationen ungenutzt.
In vielen Shops werden daher zusätzliche Regeln genutzt. So hat sich z.B. bei einigen Shops bewährt, Bestellungen, die knapp unter dem Maximum für die Bezahlart „offene Rechnung“ liegen auf eine Prüfliste zu setzen und genauer unter die Lupe zu nehmen.
Auch die Zusammensetzung des Warenkorbs sollte genauer beobachtet werden: Mir hat mal jemand erzählt, dass bei Online-Apotheken die Kombination aus Babynahrung und Vitramintabletten mit einer großen Wahrscheinlichkeit auf einen Betrugsversuch hindeutet.
Bildlich sollte man sich das vielleicht wie in einem stationären Kaufhaus vorstellen. Dort gibt es einen Kaufhausdetektiv, der potenzielle Ladendiebe dadurch erkennt, welche Regale diese ansteuern. Und er erkennt sie nicht nur daran, welche Regale sie ansteuern, sondern auch an ihrem Verhalten.
„Verhalten beobachten“ ist meiner Meinung auch das Stichwort für die Zukunft der Betrugserkennung. Ich bin mir sicher, dass in Zukunft auffällige Online-Shop-Nutzer (bestimmte Warengruppen, die Art wie sie sich durch den Shop bewegen) in Echtzeit durch entsprechende Data-Mining-Algorithmen erkannnt werden. Diese haben Zugriff auf die gesamte Datenbank des Online-Shops und können damit das Verhalten einzelner Nutzer vergleichen. Es wird also einen virtuellen Online-Shop-Detektiv geben. Dieser wird dann mit Sicherheit nicht die Bestellung verbieten, aber eben nur bestimmte Bezahlarten zulassen.