Een B2B e-commercebedrijf wil een eenvoudige, operationeel lichte aanpak om frauduleuze transacties af te wijzen, waarbij enig verlies van winstgevende transacties of klanten wordt geaccepteerd. Welke oplossing voldoet aan deze behoefte met de minste operationele inspanning?

De correcte optie is om de Amazon Fraud Detector prediction API te gebruiken om automatisch transacties goed te keuren of te weigeren die als frauduleus zijn gemarkeerd. Dit voldoet aan de behoefte aan een operationeel lichte aanpak, omdat het de noodzaak van menselijke tussenkomst elimineert en de beslissing volledig automatiseert. De vraag stelt dat enig verlies van winstgevende transacties acceptabel is, wat deze geautomatiseerde, agressieve aanpak ondersteunt. Het trainen van een aangepast model in SageMaker vereist aanzienlijke operationele inspanning en expertise, wat in strijd is met de vraag. Het goedkeuren van transacties alleen voor eerder verkochte producten is te beperkend en niet direct gerelateerd aan fraudedetectie. Het markeren van activiteiten voor menselijke beoordeling voegt operationele overhead toe, wat de vraag juist wil vermijden.