
Kombiverkehr chiede supporto politico per il 2026
25/06/2026 alle 14:01
Zilles guida il Strategic Product Management presso la HGK
26/06/2026 alle 07:38Molti tentativi di frode nell’e-commerce diventano visibili solo dopo il completamento di un ordine. I truffatori utilizzano sempre più metodi come ordini di massa generati artificialmente, identità rubate e bot automatizzati per eludere i controlli antifrode tradizionali. Il fornitore internazionale di servizi di supply chain ed e-commerce Arvato spiega in un comunicato come l’analisi dei dati logistici possa contribuire a ridurre le frodi negli ordini, nei resi e nei servizi.
Processi di controllo multilivello
Secondo Arvato, la frode negli ordini si basa spesso sul furto di identità o su attacchi automatizzati che in breve tempo generano un gran numero di ordini. In tali casi, i controlli frontend sono sotto enorme pressione temporale, poiché le decisioni devono essere prese rapidamente. Spesso mancano informazioni contestuali, come la plausibilità dell’indirizzo di consegna.
Per affrontare questo problema, Arvato ha implementato un processo di controllo multilivello nel backend. Questo inizia subito dopo il check-out. Inizialmente vengono utilizzati controlli basati su regole, che identificano anomalie note come voci nelle blacklist o frequenze di ordine insolite. Nel passo successivo, i modelli di machine learning analizzano i dati per scoprire correlazioni nascoste. Ad esempio, possono essere utilizzati controlli di velocità per rilevare aumenti improvvisi dei volumi di ordini in determinate regioni o anomalie nelle consegne a indirizzi difficili da verificare, come hotel o dormitori.




