執筆者：Xinying Teo · リスク管理担当APACチームリード
世界人口の約60%を占めるアジア太平洋地域は、純然たる数の力によって、グローバルなEコマースブームの先頭を走っています。とはいえ、地域は細分化されており、特に決済の文化や行動となると多様化しています。このように違いがあることと、これが決済リスク管理戦略にどのような影響を与えるかを理解することは、この地域で事業を拡大しようと考える企業にとって重要となります。
決済方法の好みが多様な地域
アジア太平洋地域における決済文化の多様性は、市場や国ごとの大きな違いを反映しています。決済方法の好みに関して市場を大まかに分類すると、3通りのケースがあります。
第一に、カードが主流の市場。このような市場では、クレジットカードの利用率が比較的高くなります。オーストラリア、香港、日本、韓国、台湾、シンガポール、ニュージーランドなどです。次に、デジタルウォレットなど、現地の決済方法が主流の市場。このグループには、マレーシア、中国、韓国などが含まれますが、デジタルウォレットは、世界中の市場で人気が高まりつつあります。最後に、いまだに現金が高い頻度で使用される市場。日本、インドネシア、タイ、ベトナムなどが挙げられます。
注目に値するのは、現金に対する好みの有無がEコマースの成長に現れるわけではない点です。現金が主流のインドネシアやタイでは、スマートフォンの普及率が高く、Eコマースが隆盛です。これは一体どういうことでしょう。東南アジアでのカード以外の決済方法を理解すると、このような市場での決済についてうかがい知ることができます。
また、取引の中には、決済の不正利用と取り違えられると収益を失う可能性があるものがあります。例をいくつかご紹介しましょう。
1. クレジットカードやデビットカードの共有
たとえば、タイとベトナムでは、仲間内でクレジットカードやデビットカードを共有するのはよくあることで、複数の個人が異なる取引に同じカードやアカウントを使用する場合があります。決済プラットフォームがこの共有行動を認識するように調整されていないと、不正利用として判断する可能性があります。
2. リスクがあるように見えるメールアドレス
一方、中国では、qq.comや163.comなどの広く普及しているメールドメインは、携帯電話事業者によって発行されます。つまり、アドレスは通常、電話番号+@qq.comとなります。このことは、中国以外の国で使用されるメールアドレスの大部分がユーザーの名前や数字の変形+ドメイン（例：name123@gmail.com）となっているのとは対照的です。中国のメールアドレスの多くは、リスク管理システムによって疑わしいとみなされる可能性があります。
3. フリクションのないチェックアウトVS決済の不正利用
その他の市場も、それぞれの課題を抱えています。クレジットカード普及率が高く、同時にサービス志向の考え方を持つ日本や韓国のような地域では、チェックアウト時のフリクションを大幅に削減することは、ビジネスを行う上で避けられません。しかし、顧客認証などのプロセスを省いてしまうと、企業を不正利用のリスクにさらす可能性があります。そこで課題となるのは、十分なリスク管理設定とスムーズな取引との間で適切なバランスを取ることです。
アジア太平洋地域のさらなる成長に備える
世界で最も急速な成長を遂げている地域の1つ、アジア太平洋地域。オンライン決済とEコマースの高成長は、グローバル企業にとっても地域の企業にとっても魅力的です。また、特に不正利用犯には、大量の取引は以下の点でメリットがあります。
• 取引が多いほど、不正利用犯のターゲットも多くなる。 • 静的な不正利用対策ツールを使用する加盟店は、市場の変化や取引パターンの変化に合わせた調整ができず、格好の餌食になる。 • 成長を優先する企業は、不正利用の増加を容認してでも、よりスムーズなチェックアウト／フリクションの最小化を選択する場合がある。
高い成長率、新規のビジネスチャンス、さらに、新たなオーディエンスへの訴求に意欲的な企業。これらはすべて、不正利用犯を引き付ける要因となる可能性があります。ポストコロナの世界で、オンラインでさらに多くの活動が行われる中、企業が警戒を維持することは、以前にも増して重要です。
アジア太平洋地域の企業で機能するリスク管理
では、アジア太平洋地域に拠点を置く企業が、リスク管理に関して優位を保つために何ができるでしょう。はじめの一歩に含まれるのが、2つの典型的なリスク管理システムである、ルールベースのシステムと機械学習のシステムを理解することです。
ルールベースのシステムは、人間の入力情報を利用して、市場の変化と進化する脅威に応じた制限を設定し、更新を行います。これに対して機械学習を利用するシステムは、統合されたデータを使用して自動的に最適化します。
どちらのシステムにもメリットがあります。そのため、Adyenのリスク管理エンジンであるRevenueProtectには両方の機能が組み込まれています。機械学習は、Adyenの広範な加盟店ネットワークとグローバル市場への展開を活用し、承認率を最適化しています。ルールベースのコンポーネントは、各加盟店のビジネスニーズに応じて、独自のローカライズとカスタマイズを即時に実現します。この2つを組み合わせることで、不明な要素をなくし、リスク管理戦略に対する透明性とコントロールを最大限に確保できます。
アジア太平洋地域のように文化が多様な地域では、オンラインへの急速なシフトを最大限に活用したいと考える企業は、様々な決済文化を認識したリスク管理戦略を実施する必要があります。このような方法で、不正利用を寄せ付けず、承認率を高めて継続的に収益を最適化するためのより良い戦略を策定することができます。
Adyenの「収益最適化その3：アジア太平洋地域の企業が強力な顧客認証（SCA）に注目すべき理由」をぜひご覧ください。
貴社のビジネスニーズに適した決済ソリューションのご相談なら、今すぐAdyenにお問い合わせください。
私はAdyenのプライバシーポリシーを確認した上で、それに基づき私の個人情報が使用されることに同意します。