К 2033 году мировой рынок платформ цифрового банкинга по прогнозам достигнет 39,6 млрд долларов, при этом 73% банковских операций уже совершаются онлайн. В таких условиях аутентификация по лицу перестаёт быть «технологией будущего» и становится ключевым инструментом для современных финтех- и банковских приложений.
В то же время интеграция распознавания лиц без продуманной стратегии — это прямой путь к испорченному пользовательскому опыту, частым ошибкам биометрии и разочарованию клиентов.
Мы работаем с компьютерным зрением уже более 14 лет и уверенно утверждаем: прежде чем приступать к внедрению, вашей команде стоит серьёзно подумать о трех ключевых аспектах.
В то же время интеграция распознавания лиц без продуманной стратегии — это прямой путь к испорченному пользовательскому опыту, частым ошибкам биометрии и разочарованию клиентов.
Мы работаем с компьютерным зрением уже более 14 лет и уверенно утверждаем: прежде чем приступать к внедрению, вашей команде стоит серьёзно подумать о трех ключевых аспектах.
1. «Правильно поставленная цель – половина успеха» (А. Линкольн)
Когда мы внедряем систему цифровой аутентификации, мы должны четко уяснить для себя цель. А цель должна быть SMART.
Давайте рассмотрим реальный пример: в 2023 году Новая Зеландия запустила систему распознавания лиц в рамках национальной программы цифровой идентификации. На этапе тестирования были зафиксированы две важных вывода:
В документе по пилоту была указана новая цель проекта — 90% успешного прохождения проверки. Тестирование показало, что по меньшей мере 89% пользователей смогли успешно подтвердить свою личность за 3 попытки.
Разложим цель по компонентам SMART.
- Система распознавания лиц не сработала в 45% случаев в первой партии испытаний.
- Текущий уровень успеха составляет примерно 55% — это коммерчески нецелесообразно для широкого внедрения услуги.
В документе по пилоту была указана новая цель проекта — 90% успешного прохождения проверки. Тестирование показало, что по меньшей мере 89% пользователей смогли успешно подтвердить свою личность за 3 попытки.
Разложим цель по компонентам SMART.
- Specific (Конкретность) - ДА. 90% успешного прохождения проверки за 3 попытки.
- Measurable (Измеримость) - ДА. 89% пользователей смогли успешно подтвердить свою личность за 3 попытки
- Attainable (Достижимость) - ДА. 89% достигнутых на тестах очень близко к целевым 90%.
- Relevant (Актуальность) - Данных для сравнения нет, но мы можем предположить, что 90% доступности выше текущих вариантов ручной офлайн идентификации.
- Time-based (Ограниченность во времени) - ДА. Т.к. это проект, то у него есть временной план. И судя по описанным действиям и результатам он имеет ограничения по времени.
2. Недостаточно только одной метрики качества
Если вы сделаете несколько запросов в Google, то убедитесь, что стандарты отрасли на данный момент говорят про цель 95%+ успешного прохождения проверки. При этом эта цифра сама по себе не отражает, насколько хорошо система работает в реальности.
Посмотрим на пример из Казахстана: здесь цифровая верификация личности требует от пользователей не менее трех разных поворотов головы. Только вот пожилым людям и пользователям с ограничениями двигательной активности это даётся с трудом. Есть и технологические ограничения — например, с какого раза вы верно введете ИНН, состоящий из 12 цифр?
Поэтому необходимо формировать сильно больше конкретных и измеряемых KPI. Мы рекомендуем взять их у того же NIST: https://pages.nist.gov/800-63-4/sp800-63.html
Посмотрим на пример из Казахстана: здесь цифровая верификация личности требует от пользователей не менее трех разных поворотов головы. Только вот пожилым людям и пользователям с ограничениями двигательной активности это даётся с трудом. Есть и технологические ограничения — например, с какого раза вы верно введете ИНН, состоящий из 12 цифр?
Поэтому необходимо формировать сильно больше конкретных и измеряемых KPI. Мы рекомендуем взять их у того же NIST: https://pages.nist.gov/800-63-4/sp800-63.html
3. И еще практический совет — разделите процесс на две части
Первая часть — внешние ограничения (все, что требуется по законодательству, уникальные идентификаторы, набор обязательных движений и т.д.).
Сюда относим все подготовительные действия клиента, которые он может изменить необходимое количество раз до начала самой идентификации. И их НЕ ВКЛЮЧАТЬ в проценты измерения цели. Тут работа дизайнеров интерфейса и огромное поле для тестирования клиентского пути.
Вторая часть — непосредственно прохождение цифровой идентификации. Вот тут можно осторожно говорить про 95%, и это ОЧЕНЬ хороший результат.
Сюда относим все подготовительные действия клиента, которые он может изменить необходимое количество раз до начала самой идентификации. И их НЕ ВКЛЮЧАТЬ в проценты измерения цели. Тут работа дизайнеров интерфейса и огромное поле для тестирования клиентского пути.
Вторая часть — непосредственно прохождение цифровой идентификации. Вот тут можно осторожно говорить про 95%, и это ОЧЕНЬ хороший результат.
Выводы
Аутентификация по лицу может серьезно повысить безопасность приложения и упростить UX — но только при грамотном подходе.
Ставьте SMART-цели, ориентируйтесь не на одну, а на систему метрик, и разделяйте процесс на независимые этапы.
Хотите получить решение для биометрической аутентификации, готовое к реальному использованию?
Попробуйте 3DiVi BAF — систему многофакторной аутентификации по лицу с защитой от мошенничества.
Подробнее о продукте и его возможностях.
Ставьте SMART-цели, ориентируйтесь не на одну, а на систему метрик, и разделяйте процесс на независимые этапы.
Хотите получить решение для биометрической аутентификации, готовое к реальному использованию?
Попробуйте 3DiVi BAF — систему многофакторной аутентификации по лицу с защитой от мошенничества.
Подробнее о продукте и его возможностях.
