خاموشی تله متری در فروشگاه میلیاردها دلار برای خرده فروشان هزینه دارد

به مرکز عملیات شبکه هر شرکت بزرگی بروید و مجموعه ای از قابلیت های نظارت را مشاهده خواهید کرد. داشبوردهای عظیم زمان پاسخ API را تا میلی ثانیه ردیابی می کنند و سفرهای دیجیتالی مشتری را از یک کلیک تبلیغاتی روی گوشی هوشمند تا سبد خرید مجازی ترسیم می کنند. بر روی کاغذ، فناوری اطلاعات سازمانی به آگاهی عملیاتی کامل دست یافته است.

با این حال، ساعت دوازده و نیم بعد از ظهر جمعه به خیابان اصلی بروید و این توهم از بین می رود. پایانه پرداخت در یک کافه شلوغ یخ می زند. خط از در امتداد دارد. صندوقدار سعی می‌کند سخت‌افزار را مجددا راه‌اندازی کند در حالی که کارکنان دفتر ساعت‌های خود را چک می‌کنند.

در عرض چند دقیقه، خریداران با دست خالی شروع به بیرون رفتن می کنند و مستقیما به سمت رقیب آن طرف خیابان می روند. در دفتر مرکزی شرکت، داشبوردهای نظارت مرکزی کاملا سبز باقی می مانند. تا آنجا که IT می داند، سیستم ها به طور عادی کار می کنند.

این قطع ارتباط یکی از مهمترین نقاط کور عملیاتی در تجارت فیزیکی امروز است. تنها در بریتانیا، شکست‌های پرداخت، فروش سالانه 1.7 میلیارد پوندی را در معرض خطر قرار می‌دهد. هنگامی که تراکنش ها در طول پنجره های اوج معاملات متوقف می شوند، آن درآمد قابل بازیابی نیست.

شکست به ندرت ناشی از فروپاشی ابر مرکزی است. اغلب، این یک خاموشی تله متری است که در نقطه تماس فیزیکی حیاتی رخ می دهد، جایی که پول در واقع دست به دست می شود.

چرا امنیت پرداخت نقاط کور ایجاد می کند؟

برای درک اینکه چگونه تجارت فیزیکی در تاریکی به پایان رسید، باید به تقاطع انطباق امنیتی و ابزارهای نظارت بر میراث نگاه کرد. برای سال‌ها، استاندارد طلایی دید سازمانی، نظارت بر عملکرد برنامه‌ها بوده است. این پلتفرم‌ها در محیط‌های ابری باز رشد می‌کنند که در آن عوامل نرم‌افزاری می‌توانند اجرای کد را ردیابی کنند و بارهای بارگذاری شده را در میکروسرویس‌های توزیع‌شده بازرسی کنند.

زیرساخت پرداخت فیزیکی تحت محدودیت های کاملا متفاوتی عمل می کند. استاندارد امنیت داده صنعت کارت پرداخت، جداسازی شدید شبکه را برای محافظت از اطلاعات دارندگان کارت الزامی می کند. نرم‌افزارهای نقطه‌فروش، برنامه‌های پرداخت و پدهای سخت‌افزاری پین عمدا در زیرشبکه‌های سخت‌شده و رمزگذاری‌شده قفل می‌شوند.

در حالی که برای امنیت غیر قابل مذاکره است، این معماری یک منطقه مرده عملیاتی ایجاد می کند. لحظه ای که یک تراکنش از شبکه استاندارد شرکت خارج می شود و از مرز انطباق عبور می کند، دید متوقف می شود. از آنجایی که سیگنال از طریق سخت افزار محلی، مسیریاب های فروشگاه، دروازه های شخص ثالث و بانک های خریدار عبور می کند، ابزار استاندارد IT نمی تواند از آن پیروی کند.

تیم‌های مرکزی فقط زمانی متوجه قطعی می‌شوند که مدیران فروشگاه، بلیط‌های دفتر کمک را به صورت دستی ثبت می‌کنند یا زمانی که گزارش‌های تطبیق دسته‌ای ساعت‌ها بعد به تیم عملیات می‌رسند.

هزینه پنجره هفت دقیقه ای

تیم‌های پشتیبانی فناوری اطلاعات، وضوح حادثه را در چند ساعت اندازه‌گیری می‌کنند، اما خریداران در فروشگاه، صبر را در چند ثانیه اندازه‌گیری می‌کنند. تحقیقات ردیابی رفتار مصرف‌کننده در هنگام اختلالات در فروشگاه نشان می‌دهد که صبر خریداران حدود هفت دقیقه محدود است. به محض اینکه تاخیر پرداخت از آن مرز عبور کرد، مشتری خرید را به کلی رها می کند.

این پنجره باریک هفت دقیقه ای را با چرخه عمر استاندارد یک رویداد فناوری اطلاعات مقایسه کنید. تشخیص و رفع اختلال پرداخت به طور متوسط ​​بیش از شصت دقیقه طول می کشد. زمانی که یک مدیر وظیفه با پشتیبانی تماس می گیرد، بلیط به یک صف مهندسی تبدیل می شود و تحلیلگران شروع به بررسی درگاه های فروشندگان متفاوت می کنند تا خرابی را پیدا کنند، افزایش فروش با ترافیک بالا پشت سر گذاشته شده است.

در دورانی که استفاده از پول نقد در حال کاهش قابل توجهی است و پرداخت‌های بدون تماس بدون اصطکاک انتظار می‌رود، تکیه بر بررسی‌های پس از حادثه منجر به از دست رفتن درآمد می‌شود.

باز کردن قفل تله متری پرداخت بلادرنگ

حل این مشکل مستلزم یک تحول معماری از خراش دادن لاگ با تأخیر و پس از مرگ تا جریان تله متری بلادرنگ است. بینش کلیدی در درک این نکته نهفته است که نظارت بر سلامت تراکنش نیازی به افشای اطلاعات حساس دارنده کارت ندارد. معماری های سازمانی باید داده های مالی تنظیم شده را از ابرداده های عملیاتی جدا کنند.

در حالی که محموله محتوی شماره کارت در پاکت سازگاری قفل می‌شود، ابرداده‌های عملیاتی، مانند کدهای پاسخ دروازه، زمان‌های انتقال دست، وضعیت سخت‌افزار محیطی و تأخیر شبکه محلی، می‌توانند با خیال راحت استخراج و در زمان واقعی پخش شوند.

با تبدیل هر ضربه تند وشدید زدن، ضربه زدن و فرو رفتن به یک فید داده عملیاتی، تیم های مهندسی یک نمای سرتاسری از خط لوله تراکنش به دست می آورند. مهندسان قابلیت اطمینان سایت در نهایت می توانند با همان وفاداری که در برنامه های ابری خود اعمال می کنند، سلامت پیشخوان های پرداخت فیزیکی را کنترل کنند.

استفاده از هوش مصنوعی برای رفع خودکار

تله متری جریانی دید لازم را فراهم می کند، اما تجزیه و تحلیل انسانی به تنهایی نمی تواند با حجم تجارت مدرن همگام شود. در طول اوج تعطیلات، یک پشته پرداخت سازمانی ممکن است ده‌ها هزار تراکنش را در هر دقیقه در صدها مکان توزیع شده پردازش کند.

یک تخریب نامحسوس، مانند یک نقص سیستم عامل مبهم که باعث می‌شود ضربه‌های بدون تماس در ده درصد دستگاه‌ها به پایان برسد، برای اپراتور انسانی غیرممکن است که در زمان واقعی متوجه شود.

اینجاست که هوش مصنوعی و قابلیت مشاهده لبه می تواند تفاوت قاطعی ایجاد کند. مدل‌های یادگیری ماشین به‌جای وابستگی به هشدارهای استاتیکی که پس از یک شکست فاجعه‌بار ایجاد می‌شوند، منحنی‌های سرعت پیوسته، توزیع‌های تاخیر خط پایه و الگوهای حالت تراکنش را تجزیه و تحلیل می‌کنند.

هنگامی که کاهش عملکرد شروع می‌شود، ابزارهای هوش مصنوعی می‌توانند به سرعت علت اصلی را جدا کنند و فورا تشخیص دهند که آیا تاخیر ناشی از افت شبکه در فروشگاه است یا خیر، کارت‌خوان معیوب یا یک دروازه بانکی مشکل‌ساز.

مهمتر از آن، این هوشمندی امکان اصلاح حلقه بسته واقعی را فراهم می کند. این سیستم که با پلت‌فرم‌های هماهنگ‌سازی پرداخت هوشمند ادغام شده است، می‌تواند به‌طور خودکار ترافیک تراکنش‌ها را در اطراف یک پردازنده معیوب به یک ریل جایگزین تغییر مسیر دهد، بدون اینکه مشتری متوجه تاخیر شود. اگر یک فروشگاه اتصال را به طور کامل از دست بدهد، معماری لبه می‌تواند پایانه‌ها را بدون وقفه به حالت‌های ذخیره و ارسال رمزگذاری‌شده ایمن تبدیل کند.

خیابان بزرگ نمی تواند مناطق مرده عملیاتی را تامین کند. با ترکیب تله‌متری ایمن حریم خصوصی با هوش مبتنی بر هوش مصنوعی، رهبران فناوری می‌توانند در نهایت شکاف بین زیرساخت‌های پشتیبان و درآمد ورودی خانه را پر کنند و اطمینان حاصل کنند که وقتی عجله‌ها بالا می‌آیند، پرداخت همچنان به حرکت خود ادامه می‌دهد.

ما بهترین پلتفرم تجارت الکترونیک را معرفی کرده ایم.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit