Аналитика – ключ к победе над мошенничеством в ретейле

Чтобы предотвратить разрушительное мошенничество со скидками, многие ретейлеры применяют передовые решения в области аналитики, например, прескриптивную аналитику или отчетность по отклонениям от нормы. Они знают, что манипулировать данными невозможно, поэтому правильное современное решение может выявить даже едва уловимые незаконные операции со скидками. Ниже эксперты Zebra Technologies приводят три вида мошенничества со скидками, которые можно выявить еще до того, как возрастут убытки.

Злоупотребление купонами

Большинство розничных продавцов предлагают клиентам очень популярную, но чрезвычайно рискованную акцию под названием «возмещение по купону». Представим себе, что покупатель расплатился в магазине, забыв воспользоваться купонами, и теперь он отправляется к администратору. Сотрудник магазина принимает купоны, проверяет по чеку сделанные покупки и возмещает клиенту номинальную стоимость купонов наличными.

Здесь открываются широкие возможности для мошенничества, поскольку для возмещения по купонам сотрудникам не требуется чек. Теоретически они могли бы собирать неиспользованные купоны и обменивать их на наличные для себя. Пока они хранят возвращенные купоны в своих кассах для сверки, никто ничего не заподозрит.

Методы передовой аналитики могут уменьшить этот риск. Ретейлер может пойти разными путями, однако наиболее успешный и простой из них — маркировка купонов, которые возмещаются за рамками покупки. Это означает, что, если сотрудники возмещают купон, не сканируя чек покупателя, это будет зафиксировано в системе аналитики. Если количество купонов, которые сотрудники возмещают не по чеку, превышает норму (определенную статистически путем сложных расчетов), служба защиты активов получает уведомление о таких действиях и может начать расследование. В некоторых решениях такая информация включает в себя не только проблемный чек, но и записи камер видеонаблюдения, сделанные во время инцидента.

Злоупотребление сниженной ценой

Эти действия особенно популярны после праздников, когда магазины объявляют распродажи сезонных товаров, предлагая большие скидки, иногда до 80%. Маркировка сниженной цены на любом товаре вызывает соблазн у недобросовестного сотрудника. Документально зафиксировано множество случаев, когда сотрудники размещали бирки со сниженной ценой на дорогих изделиях, чтобы сэкономить сотни долларов. К числу особенно популярных товаров относятся электроника премиум-класса, дизайнерская одежда, лекарства и мясо. Для отвода подозрений нечестные сотрудники могут оплатить покупку не на своей кассе или выставить в качестве «покупателя» участвующего в сговоре коллегу, чтобы выглядеть невиновными на камерах видеонаблюдения.

Важная особенность некоторых передовых методов аналитики — функция машинного обучения, называемая «кластеризация» или группирование объектов, таких как сотрудники или магазины, на основе схожих моделей поведения или характеристик. Используя кластеризацию, специалисты по защите активов могут сопоставлять отдельные объекты внутри каждого кластера поведения с типовыми средними показателями группы для любых KPI. Кластерное сопоставление с эталоном используется в машинном обучении для выявления действий, которые существенно отличаются от нормальных. Например, при обнаружении избыточной активности, связанной со сниженными ценами, лучшие решения могут даже определить замешанных сотрудников. Предписываемые действия облегчают защиту активов, сужая область расследования и позволяя быстро вмешаться.

Злоупотребление скидками для сотрудников

Скидки для сотрудников — это очень популярный бонус в розничной торговле. Мало что приносит работникам больше радости, чем щедрая скидка на любимые товары, даже если она ограничена некоторой общей суммой в год или квартал. Несмотря на высокие расходы для розничных продавцов, предлагающих такие скидки, это необходимый бонус для сотрудников. Вместе с тем использование таких скидок необходимо контролировать. Работники могут иногда слишком щедро распоряжаться своими специальными скидками, делясь своей картой или кодом с родственниками, друзьями, близкими и даже незнакомыми людьми. Любое злоупотребление необходимо выявлять и пресекать до того, как сотрудники, нарушив правила, разделят скидку с еще большим количеством людей или, что еще хуже, купив товар с огромной скидкой, продадут его в интернете по рекомендованной производителем розничной цене.

Упомянутая выше функция кластеризации позволяет легко и быстро идентифицировать подозрительные действия со скидками, устанавливая средний стандартный размер скидочных покупок для каждого сотрудника. Значительный всплеск покупок со скидками служит поводом для последующего расследования со стороны специалистов по защите активов. Помимо отклонений от базовых показателей, передовые аналитические решения могут выявить множество других признаков незаконного использования скидок. Это может быть:

• использование скидки вместе с чужой картой лояльности;
• использование скидки в нескольких соседних магазинах;
• использование скидки для покупки нескольких товаров в течение одной рабочей смены сотрудника;
• использование скидки при совершении покупки, состоящей только из часто похищаемых товаров (таких как шоколадки, дизайнерская косметика, полоски для отбеливания зубов, картриджи для печати и прочее).

Лишь немногие случаи мошенничества со скидками могут ускользнуть от всевидящего ока передовой аналитики. Благодаря тщательному анализу данных, который позволяет выявить малейшие признаки противоправных действий, специалисты по предотвращению потерь могут оперативно выявлять и устранять такие ситуации, прежде чем потери достигнут критического уровня.