احراز هویت و KYC با OCR فارسی - وقتی کاربر پشت گوشی منتظر است
احراز هویت با تصویر مدرک، در ظاهر همان کار OCR است که در بانک و بیمه انجام میشود. اما یک تفاوت دارد که تقریباً همه تصمیمهای فنی را عوض میکند: اینجا کاربر همان لحظه منتظر است. این مقاله درباره همان تفاوت و پیامدهای عملی آن است.
در این صفحه
تفاوتی که همه چیز را عوض میکند: اینجا کاربر منتظر است
در بانک، بیمه و لجستیک، پردازش سند کار پشتصحنه است. سند میرسد، کارشناس بعداً بررسی میکند، چند ساعت یا چند روز تأخیر مسئله بزرگی نیست.
در احراز هویت فینتک، دقیقاً برعکس است: کاربر همان لحظه پشت گوشی نشسته و منتظر است. این یک تفاوت ساده به نظر میرسد ولی تقریباً همه تصمیمهای فنی را عوض میکند.
نتیجه این است که در این کاربرد، سه چیز همزمان باید بهینه شوند: دقت، سرعت، و نرخ ردی که به کاربر واقعی تحمیل میشود. بهبود هرکدام معمولاً به قیمت دیگری تمام میشود.
سهراهی که باید آگاهانه انتخاب شود
فرض کنید مدل نمیتواند شماره ملی را با اطمینان بخواند. سه انتخاب دارید و هر سه هزینه دارند:
- بپذیر - ریسک ثبت هویت اشتباه، با تبعات انطباقی
- رد کن و از کاربر عکس دوباره بخواه - بخشی از کاربران واقعی همانجا رها میکنند
- به صف بررسی انسانی بفرست - دقیقترین گزینه، ولی ظرفیت انسانی میخواهد و آنی نیست
هیچکدام «درست» نیست؛ انتخاب به اشتهای ریسک و ظرفیت پشتیبانی شما بستگی دارد. کاری که ما میکنیم این است که این آستانه را قابل تنظیم نگه داریم و اثر هر تنظیم را قابل اندازهگیری کنیم - نه اینکه یک عدد را در کد سفت کنیم.
و یک نکته که در جلسات فنی معمولاً دیر مطرح میشود: نرخ رد باید به تفکیک نوع مدرک و کیفیت تصویر پایش شود، نه بهصورت یک عدد کلی. جهش نرخ رد در یک نوع مدرک خاص، معمولاً نشانه تغییری در قالب همان مدرک است، نه افت مدل.
کیفیت تصویری که شما کنترلش نمیکنید
برخلاف اسکنر شعبه، تصویر KYC را کاربر با گوشی خودش میگیرد - در نور نامناسب، با زاویه کج، گاهی با انگشتی روی گوشه مدرک، و روی مدرکی که ممکن است تاخورده یا کهنه باشد.
بخش مهمی از بهبود عملی این حوزه نه در مدل، بلکه در لحظه گرفتن عکس اتفاق میافتد: راهنمای کادر روی صفحه، تشخیص تاری پیش از ارسال، و بازخورد فوری به کاربر که «مدرک را کامل داخل کادر بگیرید». این کار ساده معمولاً بیشتر از تنظیم مدل روی نتیجه اثر میگذارد.
نرخ موفقیت احراز هویت شما چقدر است؟
روی نمونه تصاویر واقعی کاربران خودتان آزمایش میکنیم و میگوییم چقدرش به مدل برمیگردد و چقدرش به لحظه گرفتن عکس.
گردشکار احراز هویت
۱. راهنمایی در لحظه ثبت
کادر راهنما، بررسی تاری و کامل بودن مدرک پیش از ارسال. هر خطایی که اینجا گرفته شود، هزینهاش از هر مرحله بعدی کمتر است.
۲. تشخیص نوع مدرک
کارت ملی، شناسنامه یا گذرنامه - هرکدام اقلام و محلهای متفاوتی دارند. تشخیص اشتباه نوع مدرک، استخراج را از ابتدا خراب میکند.
۳. استخراج و تطبیق
اقلام از تصویر استخراج و با اطلاعاتی که کاربر خودش وارد کرده تطبیق داده میشوند. مغایرت میان فرم و مدرک، خودش یک سیگنال مهم است.
۴. امتیاز اطمینان و تصمیم مسیر
بر اساس آستانههای تنظیمشده، پرونده یا تأیید میشود، یا درخواست عکس مجدد میگیرد، یا به صف انسانی میرود.
۵. ثبت کامل برای ممیزی
تصویر، خروجی استخراج، امتیاز اطمینان و تصمیم نهایی همه ثبت میشوند - چون در بررسی انطباقی باید بتوان نشان داد هر تأیید بر چه اساسی انجام شده است.
انطباق: چیزی که نباید دیر به آن فکر کرد
احراز هویت در حوزه پرداخت تابع قواعد بانک مرکزی و شاپرک است و این قواعد تعیین میکنند چه سطحی از تطبیق لازم است و چه چیزی باید نگهداری شود. دو نکته عملی:
- نگهداری داده - چه مدت و در چه سطحی از دسترسی. این تصمیم معماری است، نه تنظیمات.
- قابلیت بازسازی تصمیم - باید بشود ماهها بعد نشان داد یک هویت خاص بر چه اساسی تأیید شده
استقرار روی زیرساخت خودتان اینجا هم پیشفرض است: تصویر مدرک هویتی کاربر نباید به سرویس بیرونی ارسال شود.
نقطه شروع
پیشنهاد ما این است که پیش از هر تغییری، وضعیت فعلی را اندازه بگیرید: چند درصد از کسانی که فرآیند احراز هویت را شروع میکنند تمامش میکنند، و از موارد ناموفق چه سهمی به کیفیت تصویر برمیگردد. بدون این دو عدد، بعد از استقرار هیچکس نمیتواند بگوید چه چیزی بهتر شده.
برای دیدن بقیه کاربردها در این صنعت - از پشتیبانی خودکار در اوج بار تا پیشبینی ریزش - صفحه راهکارهای فینتک، و برای جزئیات فنی پلتفرم صفحه هوش اسناد.
پرسشهای متداول
چون بلادرنگ و مقابل چشم کاربر انجام میشود. در پردازش اسناد پشتصحنه، چند ساعت تأخیر مسئلهای نیست؛ در احراز هویت، همان تأخیر باعث رها کردن ثبتنام میشود. به همین دلیل اینجا سرعت و نرخ رد بهاندازه دقت اهمیت دارند.
بسته به آستانهای که خودتان تعیین میکنید: پذیرش با ریسک، درخواست عکس مجدد از کاربر، یا ارجاع به صف بررسی انسانی. ما این آستانه را قابل تنظیم نگه میداریم و اثر هر تنظیم را قابل اندازهگیری، چون انتخاب درست به اشتهای ریسک و ظرفیت پشتیبانی شما بستگی دارد نه به یک عدد از پیش تعیینشده.
معمولاً از جایی که انتظارش را ندارید: صفحه گرفتن عکس. کادر راهنما، تشخیص تاری پیش از ارسال و بازخورد فوری به کاربر، اغلب بیشتر از تنظیم مدل اثر میگذارند - چون مسئله اصلی کیفیت ورودی است، نه توان مدل.
در استقرار داخلی، جایی نمیرود. پردازش روی زیرساخت خودتان انجام میشود و تصویر مدرک هویتی به هیچ سرویس بیرونی ارسال نمیگردد. برای این نوع داده پیشنهاد ما همین حالت است.
تصویر، خروجی استخراج، امتیاز اطمینان و تصمیم نهایی - تا ماهها بعد بشود نشان داد یک هویت بر چه اساسی تأیید شده است. مدت و سطح دسترسی نگهداری، تصمیم معماری است و باید از ابتدا با تیم انطباق شما مشخص شود.
دامنه مدارک پشتیبانیشده بخشی از تعریف پروژه است. هر نوع مدرک قالب و اقلام خودش را دارد، پس افزودن نوع جدید کار مشخصی است نه چیزی که خودکار اتفاق بیفتد. در جلسه ارزیابی فهرست مدارکی که واقعاً دریافت میکنید مبنا قرار میگیرد.
نه لزوماً، و به همین دلیل نرخ رد باید به تفکیک نوع مدرک پایش شود نه بهصورت یک عدد کلی. جهش در یک نوع مدرک خاص معمولاً یعنی قالب آن مدرک عوض شده - که پاسخش بهروزرسانی همان بخش است، نه بازآموزی کل مدل.
