代碼化增安全機制 大數據助開發市場
談到行動支付的普及,VISA台灣區總經理麻少華指出,過去這兩年的變化比過去20年還大,現在每個人的手機都離不開身邊。不可否認的是,由於手機普及,大家都拚命往手機上找商機,若未來行動支付普及,手機可能比錢包還重要。
「但安全與方便性永遠是衝突的,這個部分該怎麼取得平衡?」麻少華舉例,網路商店裡有很多客戶資料,都面臨被駭客攻擊、盜取資料的問題。一般傳統做法是用安全元件,必須把卡號、到期日都放到安全元件裡面,可能放在SIM卡或手機晶片裡,但是,在資料保密上可能會有危險。
如今,已經發展出一套新的雲端模式,就是「代碼化機制」。在手機裡面放一個替代卡號或代碼,例如:把VISA卡號換成另一組16位卡號,信用卡卡號等重要資訊不用放在手機裡面,如此將可以減少重要資料被盜用的風險。
談到代碼化的發展,麻少華說,最早由2012年「Applepay」率先導入,後來陸續再有「Androidpay」、「Samsungpay」,目前已經先在美國及英國實行,但台灣還沒導入。
簡介其流程:如果持卡人希望申請代碼,希望增加「Applepay」功能,要先向Apple申請服務,真正的信用卡號就會送到VISA,讓銀行核准,然後把這組卡號換成一組代碼,最後由Apple儲存起來,完成申請動作,就可以把手機當作信用卡來進行交易。
完整的消費流程怎樣運作?麻少華說,假設情境是到商店消費,透過感應器完成交易後,以代碼代替卡號,從商店送到收單銀行,再透過VISA Token Service解讀成真正的卡號,再把代碼及卡號送交銀行,銀行再做真正授權與交易,再經過VISA把交易送回來。
在完整交易流程中可以發現,商店、手機、收單銀行等都沒有看到真正卡號,因此,對商店而言,就可減少風險。此外,由於商店不需做任何改變,因此,不會影響現有架構,因而降低推行難度。自前年「Applepay」開始使用後,相信未來很快可以在全世界普及。
以機器學習與認知計算 分析金融資料
不同於傳統的統計分析,機器學習與大數據最大的優點,在於直接告訴管理層客戶下一步的消費需求,例如:消費者透過網路訂飯店,訂過幾次之後,下一次上網時,機器就會自動替消費者找出可能喜歡的飯店選擇。蒲樹盛說:「但我們反思,現在台灣的金融體系,有沒有真正發揮大數據的預測能力來提供服務。」例如:存款、貸款、保險、證券客戶等,每一個客人的消費傾向、下一步的需求,如果在客戶下一次消費時就主動提供,「比如:某些人喜歡買什麼樣的股票,我們的平台就可以告訴他,下列股票可能是你需要的」,機器直接從客戶的消費行為分析出來,所能發揮的效用肯定比傳統的統計分析來得多。
軟體面需要思考的是,到底要創造什麼樣的App。蒲樹盛說,如果只是開發新的App,但對消費者來說並無實質幫助,那金融科技只會淪為噱頭和花樣。目前中國的軟體實力強,已經搶占了不小的金融科技市場。
另外,蒲樹盛建議金融機構發展平台化,平台化是指以大數據分析為基礎,發展相關的技術或資源平台,租借給新創團體使用。現在國際上已經有很多占相當大規模的群眾在募資平台上,而中國也正在急起直追。◇