Merchant
Представьте себе казино.
Игрок ставит фишки на красное или чёрное и надеется, что ему повезёт.
Такой подход отлично подходит для рулетки.
Но совершенно не подходит для банковского эквайринга.
Тем не менее многие банки до сих пор принимают решения о подключении и сопровождении мерчантов именно так: часть проверок выполняется вручную, часть — выборочно, часть — вообще не выполняется из-за нехватки времени сотрудников.
Проблема в том, что среди тысяч легальных интернет-магазинов всегда найдутся те, кто пытается выглядеть безопаснее, чем есть на самом деле.
Например:
• онлайн-казино, маскирующееся под сервис цифровых услуг;
• площадка с запрещённым контентом;
• мерчант, указавший некорректный MCC;
• организация с признаками фиктивной деятельности;
• сайт, который после подключения начал продавать совсем не те товары, которые были заявлены при онбординге.
В результате банк сталкивается с потерями, претензиями платёжных систем, вопросами регулятора и дополнительными расходами на ручные проверки.
Эквайринг не должен быть игрой в рулетку.
Где банк теряет деньги
Когда речь заходит о рисках эквайринга, обычно вспоминают chargeback и мошенничество.
На практике основные потери часто возникают совсем в других местах.
1. Некорректный MCC и pricing leakage
Неверно классифицированный мерчант может приводить к ошибкам тарификации и дополнительным расходам на процессинг.
На больших оборотах даже небольшое отклонение в комиссии превращается в миллионы рублей в год.
2. Медленный онбординг
Пока аналитики вручную проверяют сайт, документы и внешние источники, мерчант может уйти к конкуренту.
3. Высокие операционные расходы
Проверка сайта, реквизитов, домена, реестров, лицензий, контактов и юридических данных требует большого количества ручной работы.
С ростом портфеля проблема только усиливается.
4. Регуляторные риски
Банку необходимо контролировать соответствие мерчантов требованиям законодательства, платёжных систем и внутренней политики управления рисками.
Проблема в том, что мерчант может измениться уже после подключения.
5. Человеческий фактор
Даже опытный аналитик может пропустить важный сигнал.
Особенно если ему приходится просматривать десятки или сотни сайтов ежедневно.
От мониторинга сайтов к Merchant Intelligence
Полгода назад мы рассказывали о SiteGuard — системе автоматизированного мониторинга сайтов мерчантов.
За это время продукт существенно вырос.
Сегодня Merchant Intelligence анализирует не только веб-сайт, но и широкий набор внешних источников данных.
Система автоматически собирает и сопоставляет информацию из:
• сайта мерчанта;
• ЕГРЮЛ;
• ЕГРИП;
• реестров и справочников Банка России;
• данных Роскомнадзора;
• доменных и TLS-данных;
• транзакционной активности;
• внутренних источников банка.
В результате формируется единый профиль риска мерчанта.
Искусственный интеллект как помощник аналитика
Важно понимать: Merchant Intelligence — это не просто очередная ML-модель.
Мы видим будущее продукта не как “ещё один скоринг”, а как цифрового помощника риск-команды.
Система уже умеет:
• анализировать содержимое сайта;
• определять предполагаемую категорию бизнеса;
• выявлять признаки мискодинга;
• извлекать юридически значимые данные;
• находить несоответствия между различными источниками информации;
• формировать риск-факторы и рекомендации.
Но наиболее интересное направление — AI-агенты.
Вместо того чтобы просто показывать сотруднику набор сигналов, агент может самостоятельно выполнять типовые сценарии проверки:
• собирать данные из различных источников;
• формировать досье мерчанта;
• объяснять причины риска;
• готовить материалы для принятия решения;
• помогать при расследованиях.
То есть задача сотрудника постепенно смещается от поиска информации к принятию решений.
Что получает банк на практике
Снижение нагрузки на сотрудников
До 90% рутинных проверок могут выполняться автоматически.
Аналитики занимаются сложными случаями, а не копированием данных между системами.
Более быстрый онбординг
Новые мерчанты проверяются за часы, а не за дни или недели.
Непрерывный контроль
Проверка не заканчивается после подключения.
Система отслеживает изменения сайтов и внешних данных, выявляя новые риски по мере их появления.
Снижение ошибок
Автоматизированная сверка данных уменьшает вероятность пропуска проблемного мерчанта.
Выполнение требований регуляторов
Merchant Intelligence помогает банкам выстраивать процессы контроля мерчантов и документировать результаты проверок.
Как это работает
1. Банк передаёт список мерчантов через API или файл.
2. Merchant Intelligence автоматически собирает данные из открытых и корпоративных источников.
3. AI-модели и правила выявляют аномалии и несоответствия.
4. AI-агент формирует объяснение и рекомендации.
5. Результаты доступны через API, дашборд или отчёты.
Банковский риск должен считаться, а не угадываться
Современный эквайринг работает в условиях постоянно меняющегося рынка.
Мерчанты меняют сайты, бизнес-модели и способы обхода контроля быстрее, чем можно обновлять инструкции для сотрудников.
Поэтому вопрос уже не в том, нужны ли автоматизированные проверки.
Вопрос в том, сколько ручной работы и сколько неопределённости банк готов оставить в процессе принятия решений.
Эквайринг — это не казино.
И решения о рисках не должны приниматься как ставки в рулетке.
Merchant Intelligence помогает заменить догадки данными, а ручные проверки — автоматизированным анализом и AI-помощниками.