移动订单前

深度潜水:AI和ML如何帮助QSRS推出支付欺诈并保持移动食客订婚

许多 快速服务餐厅 (QSRS)仍在寻求重新损失收入和客户参与随着大流行者在餐厅行业的权衡中,经济上挣扎的餐馆抓住任何可以帮助他们脱离竞争对手的优势。

许多人已经转向数字产品和移动订单,以满足这些挑战,增加了新的渠道和互动的方式,他们与智能手机互相互相互动。

A 今日新闻研究 展示,餐饮人员在2020年在家中花费了4860亿美元的订购食物,其中89%的送货或外出订单通过移动应用或第三方聚集器在线。 QSRS的大部分订单现在在线进行,59%的食客订购了这些餐馆的摘要或从这些餐馆送货。移动订购似乎对客户特别引人注目,另一项研究发现约4600万美国消费者正在使用他们的 智能手机 做出这些选择。预计大约5400万餐馆将在2023年底使用移动订单前方应用程序。

大多数QSR都是使用移动订购和基于应用的解决方案来摇摇欲坠的收入,并产生更多客户忠诚度和参与,但餐馆并不孤单地寻求利用此类选择的潜力。 欺诈者 希望通过定位移动应用程序获得不良的收益正在采用旧学校和新兴计划来防滑过去QSR的现有欺诈保护措施。

因此,餐馆必须确定如何使用无缝移动订购体验平衡日益严格的欺诈保护解决方案,以使客户满意,这就是人工智能(AI)和机器学习(ML)等技术可以发挥关键作用的地方。

以下深度潜水审查了如何在大流行期间转移QSR的审计欺诈以及如何实施AI和ML等技术,可以帮助餐馆留出糟糕的演员。它还分析了移动订购应用在空间中播放的角色以及这些解决方案如何使用欺诈保护策略来减少网络犯罪,同时保持无缝的在线订购。

实现安全,无缝的订购平衡

QSRS在涉及欺诈保护时习惯于平衡速度和摩擦,但大流行使这项任务更加紧迫。在过去的几个月里,越来越多的消费者通过网上和移动频道与餐厅与餐厅一起参与其中 今日新闻报告 例如,如果他们可以使用他们的智能手机下订单,可以花费更多的食客可以花费更多。数字订购的增长是促使对无缝和个性化服务的期望增加,这意味着增加了太多欺诈解决方案措施可能会使消费者挫败。

 

将强有力的身份验证和相关欺诈预防工具集成到其移动应用程序和网站上对QSRS作为流行性的磨损更为重要。在健康危机期间的食品交付率跳跃给了欺诈者更多的机会在众多消费者中融入其中 在线餐厅订单 首次或使用新卡片,使QSRS更难区分合法客户和坏行动者。欺诈者还攻击了新角度的食品交付应用和平台,依靠新兴诈骗以及标准账户收购或合成识别盗窃计划,以从消费者和QSRS获得抢夺金钱和财务信息。

源于这些平台之外的欺诈计划也变得越来越普遍,因为网络犯罪分子找到了裙带交付应用现有身份验证措施的方法。糟糕的演员拍打 被盗的付款细节 注册 doordash. 例如,欺诈订单,例如,这些骗局很难跟踪,因为他们开始在食品送货服务的平台之外。 QSRS还在处理这些平台上的信用卡欺诈风险上升,这是使用被盗卡的欺诈者,从事友谊欺诈的消费者 订购 食物并争取收费,希望获得免费餐点。

守卫在线食品交付欺诈,无论它所起源,因为它们都会对餐厅变得最大程度,因为它们看起来减少方案的影响并保持食客快乐。整合可以在合法订单和使用被盗卡或个人数据放置的人之间可以辨别的技术,例如可以成为实现这种平衡的关键。

看不见的ai欺诈障碍

大流行使得QSRS必须改造欺诈保护措施,以保持网络犯罪分子的不断发展骗局。这意味着餐馆及其交付应用程序合作伙伴必须更专心地关注监测消费者的个人和财务细节,以及AI和ML等自动化工具可能特别适合这项任务。

AI和ML可以快速处理大量数据,以帮助QSRS确定通过数字平台放置的订单是否可能是通过评估消费者的详细信息,例如名称,地理域,采购历史和卡信息来欺诈。他们还可以帮助餐馆检测卡测试诈骗,其中欺诈者使用被盗卡进行较小的购买,以确定收费是否会通过突出显示 可疑交易 或其他可以表明犯罪行为的奇怪行为。

QSRS可以通过在其订购平台的后端实施AI或ML解决方案来创建无形的欺诈保护障碍,这可以将不良演员保持在托架,同时允许消费者快速和无缝下订单。这些止挡可能会随着时间的推移对餐馆变得更加重要,特别是由于消费者对外卖和交付选择的新消息,预计将巩固长途跋涉。

现在趋势