株式会社マクニカが取り扱う不正利用対策プラットフォーム「Sift」は、利用企業からリアルタイムでの不正検知、機械学習による判定精度の向上、柔軟なルール設定、不正調査業務の効率化が特に高く評価されています。一方、初期導入・ルール設計の複雑さや、誤検知、分析・レポートの分かりやすさについては改善を求める声があります。
| 観点 | 利用企業の主な評価・レビュー傾向 |
|---|---|
| 全体的な満足度 | 不正取引やアカウント乗っ取りをリアルタイムに検知し、手動審査やチャージバックを減らせる点が総合的に評価されています。国内の導入事例でも、不正被害と審査工数の双方を削減した成果が確認されています。 |
| 長所：不正検知・自動判定 | グローバルで蓄積された不正データと各サービス固有の利用データを機械学習し、取引やユーザーごとにリスクを判定できる点が評価されています。カード不正、アカウント乗っ取り、偽アカウントなど幅広い不正に対応できます。 |
| 長所：ルール設定・運用の柔軟性 | 機械学習による判定に加えて、自社の不正パターンやビジネス要件に合わせたルール・ワークフローを設定できます。ブロック、追加審査などの対応を柔軟に自動化できる点が支持されています。 |
| 長所：不正対策業務の効率化 | 自動判定によって人手で確認する取引を絞り込めるため、審査担当者の作業負担を軽減できます。国内事例では、チャージバックや手動レビュー時間を大幅に削減した成果が紹介されています。 |
| 短所：導入・習熟の難しさ | データ連携やルール設定など機能が豊富なため、初期実装や運用設計には一定の知識が必要との声があります。設定できる項目が多く、使いこなすまでに時間がかかる場合があります。 |
| 短所：誤検知・判定根拠 | 機械学習による判定では、正常なユーザーを不正と判断するケースが発生する可能性があります。また、リスク判定の理由やシグナルをより詳しく把握したいという要望もあります。 |
| 短所：レポート・分析 | 不正検知機能そのものは評価されている一方、レポーティングや分析結果の見せ方について、より柔軟で分かりやすい機能を求める声があります。必要に応じてデータを追加加工する場合もあります。 |
Sift運営担当からの回答
Sift Official Vendor