Доля синтетического фрода в онлайн-заявках розничных банков в 2023-2024 годах выросла на 25-30%, причем классический скоринг по анкетам пропускает до 60% таких кейсов. Модуль Антифрод в Скоринг.PRO 2.0 переносит фокус с анализа данных заемщика на анализ самого процесса подачи заявки, выявляя мошенников по цифровым отпечаткам за миллисекунды.
Синтетические личности: почему анкеты больше не работают
Синтетический фрод — это создание «гибридного» профиля, где реальный ИНН или СНИЛС сочетается с вымышленным именем, адресом и телефоном. В таких случаях традиционный кредитный анализ показывает идеальный профиль: отсутствие просрочек, чистую историю и подходящий доход. Однако за этим стоит бот-сеть или профессиональный мошенник, который «прогревает» личность в течение 3-6 месяцев перед подачей крупной заявки.
Пример: заемщик с идеальным кредитным рейтингом подает заявку на потребительский кредит от 500 000 руб. Традиционный скоринг дает «зеленый свет». Но модуль Антифрод фиксирует, что сессия инициирована через эмулятор Android с измененным ID устройства, который за последние 24 часа отправил 15 аналогичных заявок в разные банки. Экспертный вывод: полагаться только на данные БКИ при онлайн-заявках — значит добровольно увеличивать долю NPL на 1-2%.
Цифровой отпечаток: 5 критических маркеров фрода
Модуль Антифрод анализирует Device Fingerprinting (цифровой отпечаток) устройства, выявляя несоответствия, которые невозможно скрыть простым VPN. Мы выделяем пять главных триггеров:
- Несоответствие часового пояса устройства и IP-адреса (разница более 2 часов при заявке из одного региона).
- Использование режима инкогнито или специализированных браузеров (Anti-detect browsers), которые маскируют Canvas и WebGL параметры.
- Нетипичная скорость ввода данных: заполнение анкеты за 3-5 секунд вместо нормальных 2-4 минут указывает на использование автозаполнителей или скриптов.
- Смена языка раскладки или региональных настроек ОС в середине сессии.
- Повторяющиеся аппаратные ID (IMEI, MAC-адреса) у разных «заемщиков» с разными паспортами.
Кейс: система фиксирует, что 10 заявок на разные суммы (от 50 до 150 тыс. руб.) пришли с одного устройства, но с разных IP-адресов. Это классический признак работы «фермы» аккаунтов. Мой вывод: анализ поведенческих факторов и технических параметров устройства дает точность выявления фрода на 40% выше, чем любая проверка документов.
Механика борьбы с подменой данных в реальном времени
В версии 2.0 Скоринг.PRO реализована автоматизация верификации заемщика в режиме реального времени, которая работает в связке с Антифрод-модулем. Система не просто собирает данные, а сопоставляет их с поведенческим профилем. Если заемщик утверждает, что ему 45 лет и он работает главным бухгалтером, но при этом использует TikTok-интерфейс или специфические сокращения в чате, система присваивает заявке повышенный риск-балл.
Разница в подходах: статический анализ проверяет «КТО подает заявку», а динамический профилинг в Скоринг.PRO проверяет «КАК подается заявка». Это позволяет сократить время принятия решения в 5 раз, так как подозрительные заявки отсекаются на входе, не нагружая андеррайтеров. Экспертная оценка: внедрение такого фильтра снижает операционные расходы на ручную проверку документов на 15-20%.
Экономический эффект: расчет снижения потерь от фрода
Внедрение модуля Антифрод напрямую влияет на снижение доли NPL в розничном портфеле банка. В среднем, для банка с портфелем розничных кредитов в 10-20 млрд рублей, предотвращение даже 1% синтетического фрода экономит от 100 до 200 млн рублей ежегодно за счет исключения безнадежных долгов.
Сравнение вариантов: использование простых стоп-листов (черных списков) позволяет отсечь лишь 5-10% известных мошенников. Интеллектуальный анализ цифровых отпечатков в Скоринг.PRO выявляет до 85-90% новых, ранее неизвестных схем за счет поиска аномалий в поведении. Мой вердикт: инвестиции в Антифрод-модуль окупаются в течение первого квартала эксплуатации за счет предотвращения всего 3-5 крупных мошеннических кредитов.
Вывод
Для розничного банка сегодня критически важно перейти от статического скоринга к динамическому анализу сессий. Чтобы минимизировать риски, рекомендую начать с интеграции модуля Антифрод в текущий кредитный конвейер: это позволит отсечь синтетических личностей без усложнения пути клиента (UX). Избегайте систем, которые требуют ручного ввода данных для верификации — это убивает конверсию. Оптимальный выбор — Скоринг.PRO 2.0, так как он объединяет цифровой отпечаток, поведенческий анализ и классический скоринг в едином окне принятия решения.