什么是客户服务中心欺诈？

在许多企业中，传统的呼叫中心和客户服务支持业务已演变为客户服务中心，以处理跨多个渠道的客户通信，包括电话、在线聊天、电子邮件、社交媒体、短信、移动应用和视频通话。

网络犯罪分子瞄准客户服务中心，通过利用客服代表和薄弱的身份验证流程来获取敏感的客户信息。这些不法分子随后可以利用个人身份信息和其他账户数据——如社会安全号码、金融机构和信用卡号码——来实施身份盗窃、建立虚假账户以及参与银行和信用卡欺诈。

为什么不法分子瞄准客户服务中心？

客户服务中心之所以成为欺诈的热门目标，是因为培训不足的客服代表往往容易被操控。一个用于客户服务和交易（如购买）的免费电话号码，只要犯罪分子使用来电显示欺骗技术，就能让他们发起大量欺诈尝试并保持匿名。毫无戒心的客服代表，尤其是在呼叫中心，成为了极佳的攻击媒介，因为他们是欺诈分子与客户账户之间唯一的障碍。

COVID-19疫情后向混合工作环境的过渡给客户服务中心的欺诈检测准备带来了挑战。远程工作使得客服代表越来越难以获得适当的欺诈检测培训或同事的指导。因此，他们可能难以远程使用反欺诈工具。

常见的客户服务中心欺诈类型

客户服务中心会遇到多种类型的欺诈，最常见的是身份盗窃、账户接管、信用卡信息盗窃、电话钓鱼诈骗以及骗取免费商品。

• 身份盗窃：犯罪分子利用合法客户的被盗个人信息来访问账户以获取金钱利益。客户服务中心的客服代表可能难以察觉身份盗窃，因为不法分子掌握了准确的客户信息。许多欺诈计划使用在数据泄露后于暗网上发现的个人信息。合成身份欺诈是指犯罪分子将真实的个人身份信息（如手机号码和电子邮件地址）与伪造的数据相结合，创建被操纵或虚假的身份，然后利用这些信息开立账户并启动交易。
• 账户接管：为了将客户账户转移到自己名下，欺诈者可能会更改电子邮件地址或登录信息以重置客户门户密码。这些犯罪分子可以使用自动化工具，通过一种称为"凭据填充"的技术，创建用户名和密码组合，从而获取客户账户的访问权限。
• 使用被盗信用卡信息：欺诈者会试图使用被盗的信用卡信息在客户服务中心大量尝试购买商品和服务。由于客户服务中心不需要实体卡，犯罪分子可以更容易地使用被盗信息进行购买，这种策略被称为"无卡交易欺诈"。
• 试图获取免费替换商品：犯罪分子冒充购买了商品的合法客户，然后声称出现问题并要求更换。零售商是此类欺诈最常见的受害者，尤其是那些保修和更换政策宽松的零售商。
• 网络钓鱼和电话钓鱼诈骗：网络犯罪分子长期以来一直通过发送包含恶意URL或超链接的欺诈性电子邮件来针对消费者进行网络钓鱼诈骗，以下载恶意软件或窃取密码。另一种策略是语音钓鱼，或称电话钓鱼，利用紧急电话要求受害者更新公司或个人数据，据称是为了保护银行账户和其他金融交易。类似的方法也被用于针对客户服务中心的客服代表。犯罪分子就账户问题进行电话钓鱼，可以诱骗毫无戒心的客服代表分享敏感的客户数据。许多客户服务中心曾遭受勒索软件攻击，导致通信系统被锁定，直到问题解决或支付赎金。分布式拒绝服务攻击也被用来扰乱通信服务。

识别欺诈性客户的技巧

犯罪分子根据其动机或所针对的客户服务中心类型使用不同的欺诈方法。常见的欺诈预警信号包括：

• 使用社会工程方法虚假提取信息。
• 无法核实最近的交易。
• 回答问题前长时间停顿。
• 利用紧急性、熟悉感或权威性来引发立即反应的沟通。
• 试图与特定的客服代表或经理建立关系或融洽感。
• 客户历史和文件记录不一致。
• 试图绕过常规客户服务流程。
• 反欺诈技术识别的危险信号和可疑活动。
• 试图绕开反欺诈流程和技术。

识别欺诈的工具

认真对待客户服务中心欺诈检测和预防的企业不应仅仅依赖客服代表培训。客户服务中心经理可以将多种技术集成到大多数本地部署、云端或分布式劳动力客户服务中心中，以阻止或标记可疑活动并增强欺诈检测。

• 身份验证：像自动号码识别这样的技术可以在自动或交互式语音应答系统互动之前，根据客户的电话号码验证其身份。其中一些欺诈检测技术会根据诸如持有情况（验证手机号码和设备）、信誉（风险评分）和所有权等信息来追踪电话号码。如果需要额外的验证，分层身份验证控制可以通过向客户的设备发送短信或邮件一次性验证码来帮助防止欺诈。未来，随着更多州提供数字驾照和政府身份证件，个人可能会拥有更多使用移动设备证明身份的方式。
• 联系来源分析：新兴技术可以更准确地确认联系的真实来源以及所使用的设备类型。这些属性可以提醒客户服务中心客服代表，来电者是真正的客户还是身处已知欺诈地点、或使用欺诈分子常用设备（如来电显示欺骗和IVR探测工具）的犯罪分子。
• 多层身份验证：多因素身份验证、人工智能和基于知识的平台可以识别冒充合法客户的不法分子。该技术平台输入各种数据点并计算欺诈风险评分，以告知客服代表在欺诈预防流程中的后续步骤。通过短信或电子邮件发送到个人设备的一次性PIN或密码可以在登录会话或交易之前增加一个动态的安全层。企业必须基于风险评估，在无缝客户体验和分层安全措施之间找到适当的平衡。
• 语音生物识别：先进的音频生物识别技术可以分析来电者的声音，为客户服务中心和客户创建一个新的身份验证层。语音生物识别SaaS提供商让远程客服代表无论在哪里工作都能访问这些身份验证服务。这些技术很快将不得不应对AI驱动的语音克隆和深度伪造音频，这可能需要对欺诈保护和其他安全措施进行重新评估。
• 可疑行为检测：人工智能和机器学习技术与欺诈检测分析工具相结合，可以检测可疑行为，例如异常呼叫模式、IVR使用异常和其他基于行为的指标。然后，该工具会决定联系是否合法。行为分析也可用于通过标记多次账户重定向或密码重置来监控客服代表行为，以防内部威胁。