நிகழ்நேரப் பணம் செலுத்துதல் (RTP) உலகளவில் வெடிக்கிறது, மின்-வணிக மோசடி விகிதங்கள் இறுதியில் குறைகின்றன!

TECH
Whalesbook Logo
AuthorDevika Pillai|Published at:
நிகழ்நேரப் பணம் செலுத்துதல் (RTP) உலகளவில் வெடிக்கிறது, மின்-வணிக மோசடி விகிதங்கள் இறுதியில் குறைகின்றன!
Overview

உலகளாவிய மின்-வணிக வணிகர்கள் நிகழ்நேரப் பணம் செலுத்தும் (RTP) முறைகளை வேகமாக ஏற்றுக்கொள்கிறார்கள், விசா வழங்கும் 2025 அறிக்கையின்படி 37% பேர் இப்போது இவற்றை வழங்குகிறார்கள். இந்த உயர்வு மோசடி விகிதங்கள் குறைவதால் ஏற்படுகிறது, இது ஒரு ஆர்டருக்கு 3.4% இலிருந்து 3.0% ஆகக் குறைந்துள்ளது. வணிகர்கள் மோசடி நிர்வாகத்திற்காக AI-யிலும் அதிக முதலீடு செய்கிறார்கள், 2025 இறுதிக்குள் AI பயன்பாடு 80% ஐ அடையும் என்று எதிர்பார்க்கப்படுகிறது.

உலகளாவிய மின்-வணிகத்தில் ஒரு குறிப்பிடத்தக்க மாற்றம் நடந்து கொண்டிருக்கிறது, வணிகர்கள் நிகழ்நேரப் பணம் செலுத்தும் (RTP) முறைகளை பெருகிய முறையில் ஏற்றுக்கொள்கிறார்கள், ஏனெனில் மோசடி விகிதங்கள் குறித்த கவலைகள் குறையத் தொடங்கியுள்ளன. விசா வழங்கும் 2025 உலகளாவிய மின்-வணிகப் பணம் செலுத்துதல் மற்றும் மோசடி அறிக்கை (Visa's 2025 Global eCommerce Payments & Fraud Report) படி, கணக்கெடுப்பில் பங்கேற்ற 37% வணிகர்கள் இப்போது RTP விருப்பங்களை வழங்குகின்றனர், இது விரைவான வளர்ச்சியை காட்டுகிறது. இந்த போக்கோடு, ஆன்லைன் வணிகங்களுக்கு உலகளவில் மோசடி சம்பவங்களில் ஒரு குறிப்பிடத்தக்க குறைவு காணப்படுகிறது.
நிகழ்நேரப் பணம் செலுத்துதல்களின் ஏற்பு வெறும் வளர்ந்து கொண்டிருக்கவில்லை; இது துரிதப்படுத்தப்படுகிறது. 38 நாடுகளில் 1,080 க்கும் மேற்பட்ட வணிகர்களிடம் எடுக்கப்பட்ட விசா அறிக்கையின்படி, ஏற்கனவே RTP ஐ வழங்கும் வணிகர்களில் சுமார் 80% பேர் கடந்த ஆண்டில் வாடிக்கையாளர் பயன்பாட்டில் குறிப்பிடத்தக்க வளர்ச்சியை கண்டுள்ளனர். 2025 க்கான கணிப்புகளும் வலுவாக உள்ளன, கிட்டத்தட்ட 90% பேர் மேலும் வளர்ச்சியை எதிர்பார்க்கின்றனர். முக்கியமாக, இன்னும் RTP ஐ வழங்காத வணிகர்கள் கூட அதை பரிசீலித்து வருகின்றனர், இதில் 42% பேர் அடுத்த 12 மாதங்களில் அதை சேர்க்க வாய்ப்புள்ளது. இது RTP ஐ உலகளவில் வேகமாக விரிவடையும் கட்டண முறைமைகளில் ஒன்றாக ஆக்குகிறது.
பல ஆண்டுகளாக தொடர்ந்து அதிகரித்து வந்த பிறகு, மின்-வணிக வணிகர்கள் மோசடிக்கு எதிரான தங்கள் போராட்டத்தில் முன்னேற்றம் இருப்பதாக தெரிவிக்கின்றனர். இந்த அறிக்கையின்படி, ஒரு ஆர்டருக்கான மோசடி விகிதம் ஆண்டுக்கு 3.4% இலிருந்து 3.0% ஆகக் குறைந்துள்ளது. அதேபோல், ஆர்டர் நிராகரிப்பு விகிதங்கள் (order rejection rates), இது பெரும்பாலும் மோசடி கண்டறிதல் அமைப்புகளின் விளைவாகிறது, 5.8% இலிருந்து 5.0% ஆகக் குறைந்துள்ளது. இது தொடர்ந்து அதிகரித்து வந்த போக்கின் ஒரு தலைகீழ் மாற்றத்தைக் குறிக்கிறது, இது ஆன்லைன் வணிகங்களுக்கு ஒருவித நிவாரணம் அளிக்கிறது.
ஒட்டுமொத்த குறைவு இருந்தபோதிலும், மோசடி ஒரு பரவலான சவாலாகவே உள்ளது, கடந்த ஆண்டில் 98% வணிகர்கள் ஏதோ ஒரு வகை மோசடியை அனுபவித்துள்ளனர். பொதுவான அச்சுறுத்தல்களில் திரும்பப்பெறுதல் மற்றும் கொள்கை துஷ்பிரயோகம் (refund and policy abuse) (47%), நிகழ்நேரப் பணம் செலுத்துதல் மோசடி (45%), ஃபிஷிங் தாக்குதல்கள் (42%), முதல் தரப்பு துஷ்பிரயோகம் (first-party misuse) (39%), மற்றும் அட்டை சோதனை (card testing) (32%) ஆகியவை அடங்கும். முதல் தரப்பு துஷ்பிரயோகம் பரவலாக இருந்தாலும், அதன் கூர்மையான அதிகரிப்பு வேகம் குறைந்துள்ளது. இதற்கு பதிலளிக்கும் விதமாக, வணிகர்கள் தொழில்நுட்பத்தை நாடுகின்றனர், 56% க்கும் மேற்பட்டோர் இப்போது மோசடி நிர்வாகத்திற்காக ஜெனரேட்டிவ் AI (generative AI) ஐப் பயன்படுத்துகின்றனர் - இது கடந்த ஆண்டின் 42% இலிருந்து ஒரு கூர்மையான உயர்வு. 2025 ஆம் ஆண்டின் இறுதியில் பயன்பாடு கிட்டத்தட்ட 80% ஐ எட்டும் என எதிர்பார்க்கப்படுகிறது.
வணிகர்கள் மோசடி மேலாண்மை கருவிகள் மற்றும் தொழில்நுட்பங்களில் செலவினங்களுக்கு முன்னுரிமை அளிக்கின்றனர், 63% பேர் இந்த பகுதியில் அதிக முதலீடு செய்ய திட்டமிட்டுள்ளனர், ஊழியர் முதலீட்டில் இதே போன்ற அதிகரிப்பை திட்டமிடுபவர்கள் 49% மட்டுமே. இது தானியங்கி (automation) மற்றும் AI-உந்துதல் இடர் குறைப்பு (AI-driven risk mitigation) நோக்கி ஒரு மூலோபாய மாற்றத்தைக் காட்டுகிறது. மோசடிக் கட்டுப்பாட்டுடன், கட்டண மேம்படுத்தலும் (payment optimization) முக்கியமானது. வருவாய், அங்கீகார விகிதங்கள் (authorization rates), கட்டண வெற்றி (payment success), மோசடி இழப்புகள் (fraud losses), மற்றும் அங்கீகார விகிதங்கள் (authentication rates) போன்றவற்றை வணிகர்கள் முக்கிய செயல்திறன் குறிகாட்டிகளாக (key performance indicators) கருதுகின்றனர். இந்த அளவீடுகளை மேம்படுத்த, பத்து வணிகர்களில் ஆறு பேர் டோக்கனைசேஷன் (tokenization) ஐப் பயன்படுத்துகின்றனர், முக்கியமாக தரவு மீறல் அபாயங்களைக் குறைக்கவும் அங்கீகார வெற்றியை மேம்படுத்தவும்.
நிகழ்நேரப் பணம் செலுத்துதல் மற்றும் AI மற்றும் டோக்கனைசேஷன் போன்ற மேம்பட்ட மோசடி கண்டறிதல் தொழில்நுட்பங்கள் நோக்கிய இந்த மாற்றம், வாடிக்கையாளர்களுக்கு சீரான அனுபவங்கள், வணிகர்களுக்கு குறைந்த இழப்புகள், மற்றும் நுகர்வோருக்கு சாத்தியமான குறைந்த செலவுகளுக்கு வழிவகுக்கும். வணிகங்களுக்கு, இது செயல்பாட்டு திறன் (operational efficiency) மற்றும் பாதுகாப்பில் ஒரு பரிணாம வளர்ச்சியைக் குறிக்கிறது. மோசடி மேலாண்மையில் மனித வளங்களுக்கு பதிலாக தொழில்நுட்பத்தின் அதிகரித்த பயன்பாடு, மிகவும் தானியங்கு, தரவு-உந்துதல் இடர் மதிப்பீடு (data-driven risk assessment) நோக்கிய ஒரு போக்கைக் குறிக்கிறது. இது ஆன்லைன் பரிவர்த்தனைகளில் அதிக நம்பிக்கையை வளர்க்கும், இது உலகளவில் மின்-வணிகத் துறையில் மேலும் வளர்ச்சியை ஊக்குவிக்கும்.
Impact Rating: 6/10
Difficult Terms Explained:

  • Real-Time Payments (RTP): பணம் செலுத்தும் முறைகள், இது உடனடியாக நிதிகளை பரிமாற்றம் செய்ய அனுமதிக்கிறது, பொதுவாக வினாடிகளில் முடிவடையும்.
  • First-Party Misuse: ஒரு உண்மையான வாடிக்கையாளர் மோசடி செயலில் ஈடுபடும்போது இது நிகழ்கிறது, கட்டணத்தை சர்ச்சைக்குட்படுத்துதல் அல்லது திரும்பப்பெறுதல் கொள்கைகளை துஷ்பிரயோகம் செய்தல் போன்ற நோக்கத்துடன் வாங்குதல்.
  • Tokenization: கிரெடிட் கார்டு எண்கள் போன்ற முக்கியமான தரவை டோக்கன்கள் எனப்படும் தனித்துவமான, உணர்திறன் இல்லாத அடையாளங்காட்டிகளால் மாற்றும் பாதுகாப்பு செயல்முறை, அசல் தரவை மீறல்களிலிருந்து பாதுகாக்கிறது.
  • Generative AI: உரை, படங்கள் அல்லது குறியீடு போன்ற புதிய உள்ளடக்கத்தை உருவாக்கும் திறன் கொண்ட ஒரு வகை செயற்கை நுண்ணறிவு, இது மோசடியைக் குறிக்கும் வடிவங்களைக் கண்டறிய இங்கு பயன்படுத்தப்படுகிறது.
Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.