Klasifikasi Penipuan Risiko
Sementara Verifikasi Identitas bertanya "apakah ini orang yang tepat?", Klasifikasi Penipuan Risiko menangani variabel probabilistik: berapa risiko nyata transaksi ini berubah menjadi kerugian finansial bagi bisnis Anda?
Apa yang dilakukannya
Mesin ini mencocokkan wajah dan pengidentifikasi (kode) dengan metadata tambahan untuk mengidentifikasi inkonsistensi data, riwayat penggunaan dokumen pihak ketiga, anomali perilaku, dan aktivitas multi-akun.
Keunggulan adopsi: dapat dikonsumsi melalui SDK kami atau hanya melalui API.
Input
Proses yang dibuat melalui Create Process (Web & Native) atau Create Process (API).
Diperlukan:
- Selfie seseorang (
imageBase64) - Pengidentifikasi utama di
subject.code(ID pemerintah, email, nomor telepon, dll.)
Opsional (Sangat Direkomendasikan):
clientReference- Metadata tambahan:
email,phone, data demografis (nama, tanggal lahir, jenis kelamin, dll.) — ini adalah input penting untuk analisis model perilaku yang lengkap.
Kemungkinan respons
| Respons | Arti |
|---|---|
YES | Tanda-tanda penipuan terkait dengan wajah ini. |
INCONCLUSIVE | Tidak ada tanda-tanda penipuan terkait dengan wajah ini. |
NOKlasifikasi Penipuan Risiko tidak mengembalikan NO — ketiadaan bukti direpresentasikan sebagai INCONCLUSIVE, bukan sebagai konfirmasi bahwa tidak ada risiko.
Ketersediaan
| Permukaan | Didukung |
|---|---|
| SDK (Android, iOS, Flutter) | ✅ |
| Web (iFrame, Redirect) | ✅ |
| API (headless, tanpa SDK) | ✅ |
Kombinasi yang valid
Klasifikasi Penipuan Risiko muncul dalam alur yang menyertakan sufiks trust:
idlivetrust, idtrust, idchecktrust, idchecktrustdocs, idchecktrustsign, idchecktrustdocssign, idtrustdocs, idtrustsign, idtrustdocssign, idtokentrust.
Untuk matriks lengkap, lihat Alur yang tersedia.