Membangun Logika Fallback Liveness yang Andal dengan Webhook Didit (ID)

Penilaian Risiko DinamisManfaatkan laporan deteksi keaktifan Didit dan ambang batas peringatan yang dapat dikonfigurasi untuk membuat keputusan yang terinformasi dan real-time tentang hasil verifikasi.

Alur Kerja Fallback OtomatisSecara terprogram memicu metode verifikasi alternatif atau tinjauan manual ketika pemeriksaan keaktifan awal menghasilkan hasil yang tidak pasti atau berisiko tinggi, meningkatkan tingkat konversi tanpa mengorbankan keamanan.

Pengalaman Pengguna yang MulusRancang perjalanan pengguna adaptif yang memandu pengguna yang sah melalui langkah-langkah yang diperlukan sambil secara efektif mencegah penipu melalui logika fallback yang cerdas.

Keunggulan Modular DiditDeteksi Keaktifan AI-native Didit, dikombinasikan dengan webhook dan mesin orkestrasi tanpa kode, memungkinkan bisnis untuk membangun alur kerja verifikasi identitas yang sangat dapat disesuaikan dan tangguh dengan KYC Inti Gratis.

Dalam lanskap identitas digital yang terus berkembang, deteksi keaktifan yang kuat sangat penting untuk mencegah serangan penipuan dan memastikan bahwa orang sungguhan ada di balik setiap transaksi. Namun, tidak ada sistem yang sempurna, dan terkadang, pemeriksaan keaktifan mungkin mengembalikan status 'Dalam Peninjauan', skor kepercayaan rendah, atau peringatan khusus yang memerlukan penyelidikan lebih lanjut. Di sinilah logika fallback yang dapat diprogram menjadi penting. Dengan membangun mekanisme fallback yang cerdas, bisnis dapat mempertahankan standar keamanan yang tinggi sambil mengoptimalkan pengalaman pengguna dan meminimalkan friksi bagi pengguna yang sah.

Memahami Hasil dan Peringatan Deteksi Keaktifan

Deteksi Keaktifan Didit melampaui sekadar lulus/gagal. Sistem kami menyediakan laporan komprehensif, termasuk status keaktifan (Disetujui, Ditolak, Dalam Peninjauan), skor kepercayaan, dan peringatan terperinci. Peringatan ini sangat penting untuk memahami mengapa pemeriksaan keaktifan mungkin tidak secara definitif 'Disetujui' dan untuk menginformasikan strategi fallback Anda.

Misalnya, Peringatan Deteksi Keaktifan Didit menguraikan berbagai skenario:

• NO_FACE_DETECTED: Kondisi penolakan otomatis, menunjukkan tidak ada wajah yang ditemukan.
• LIVENESS_FACE_ATTACK: Penolakan otomatis lainnya, menandakan upaya penipuan yang potensial.
• FACE_IN_BLOCKLIST: Penolakan otomatis jika wajah cocok dengan entri di daftar blokir Anda.
• LOW_LIVENESS_SCORE: Ambang batas yang dapat dikonfigurasi memungkinkan Anda menetapkan skor yang memicu status 'Dalam Peninjauan' atau 'Ditolak'.
• POSSIBLE_DUPLICATED_FACE / DUPLICATED_FACE: Menandai potensi identitas duplikat.
• MULTIPLE_FACES_DETECTED: (Untuk Keaktifan Pasif) Menunjukkan lebih dari satu wajah terdeteksi.
• LOW_FACE_QUALITY / LOW_FACE_LUMINANCE / HIGH_FACE_LUMINANCE: Peringatan terkait kualitas gambar yang mungkin menghambat deteksi akurat.

Setiap peringatan ini memberikan konteks yang berharga. Skor keaktifan rendah karena pencahayaan buruk (LOW_FACE_LUMINANCE) mungkin memerlukan percobaan ulang dengan instruksi, sementara POSSIBLE_DUPLICATED_FACE mungkin memicu penyelidikan lebih dalam atau memerlukan bukti identitas tambahan. Deteksi Keaktifan Didit menawarkan tiga metode utama: ACTIVE_3D, FLASHING, dan PASSIVE, masing-masing dengan tingkat keamanan dan persyaratan interaksi pengguna yang bervariasi. Memahami metode ini dan hasilnya adalah kunci untuk merancang logika fallback yang efektif.

Merancang Strategi Fallback yang Cerdas

Logika fallback yang dapat diprogram bukan tentang melemahkan keamanan; ini tentang membuat proses verifikasi Anda lebih tangguh dan ramah pengguna. Berikut adalah skenario umum dan cara mendekatinya:

Skenario 1: Skor Keaktifan Rendah / Kualitas Wajah Buruk

Jika pengguna menerima skor keaktifan rendah atau sistem menandai kualitas wajah rendah (misalnya, LOW_FACE_QUALITY, LOW_FACE_LUMINANCE), ini sering kali menunjukkan faktor lingkungan atau kesalahan pengguna daripada penipuan langsung. Alih-alih penolakan segera, logika fallback Anda dapat:

• Meminta pengguna untuk mencoba kembali pemeriksaan keaktifan dengan instruksi yang lebih jelas (misalnya, "Harap pastikan pencahayaan yang baik dan pegang perangkat Anda dengan stabil").
• Beralih dari pemeriksaan keaktifan PASSIVE ke metode FLASHING atau ACTIVE_3D yang lebih kuat, yang memberikan jaminan lebih tinggi.
• Jika beberapa percobaan ulang gagal, eskalasi ke tinjauan manual, di mana agen dapat menilai media yang disediakan (laporan keaktifan Didit mencakup reference_image dan video_url).

Skenario 2: Wajah Mungkin Duplikat

Ketika Pencocokan Wajah 1:1 atau Pencarian Wajah Didit mendeteksi POSSIBLE_DUPLICATED_FACE, itu adalah bendera merah yang memerlukan perhatian. Logika fallback Anda dapat:

• Meminta bentuk verifikasi ID tambahan (misalnya, pemindaian dokumen sekunder menggunakan Verifikasi ID Didit).
• Memicu tantangan autentikasi berbasis pengetahuan (KBA).
• Memulai tinjauan manual, mungkin dengan membandingkan dengan basis data internal lainnya atau memanfaatkan Penyaringan AML Didit untuk uji tuntas yang ditingkatkan.

Skenario 3: Status 'Dalam Peninjauan'

Status 'Dalam Peninjauan' menandakan bahwa sistem tidak dapat secara definitif menyetujui atau menolak pemeriksaan keaktifan, seringkali karena kombinasi peringatan kecil atau skor ambang batas. Ini adalah kandidat utama untuk fallback otomatis ke antrean tinjauan manual. Notifikasi webhook akan menyertakan semua detail yang diperlukan dari laporan keaktifan agar agen dapat membuat keputusan yang terinformasi, termasuk skor, metode, dan peringatan terkait apa pun.

Menerapkan Fallback dengan Webhook Didit

Arsitektur modular dan webhook Didit dirancang tepat untuk membangun alur kerja dinamis semacam itu. Ketika pemeriksaan keaktifan selesai, Didit dapat mengirimkan notifikasi webhook ke sistem Anda dengan laporan keaktifan lengkap, termasuk status, skor, metode, dan peringatan apa pun. Aplikasi Anda kemudian memproses payload JSON ini dan menjalankan logika yang telah ditentukan sebelumnya.

Berikut adalah contoh sederhana bagaimana penangan webhook Anda dapat bekerja:

1. Menerima Webhook: Titik akhir Anda menerima payload JSON dari Didit yang berisi objek liveness.
2. Mengurai Status & Skor: Ekstrak liveness.status dan liveness.score.
3. Memeriksa Peringatan: Iterasi melalui liveness.warnings untuk indikator risiko tertentu.
4. Menjalankan Logika:
   • Jika status == 'Approved': Lanjutkan dengan orientasi.
   • Jika status == 'Declined' dan LIVENESS_FACE_ATTACK atau FACE_IN_BLOCKLIST: Blokir pengguna, peringatkan tim penipuan.
   • Jika status == 'Declined' karena LOW_LIVENESS_SCORE (di bawah ambang batas yang ketat): Minta pengguna untuk mencoba kembali dengan instruksi yang lebih baik.
   • Jika status == 'In Review' atau LOW_FACE_QUALITY: Antrekan untuk tinjauan manual, atau tawarkan metode verifikasi alternatif.
   • Jika POSSIBLE_DUPLICATED_FACE: Minta bukti ID tambahan.

Ini memungkinkan Anda untuk secara terprogram bereaksi terhadap setiap nuansa hasil deteksi keaktifan, menciptakan perjalanan pengguna yang sangat disesuaikan dan aman.

Bagaimana Didit Membantu

Didit adalah platform identitas AI-native, berorientasi pengembang yang memberdayakan bisnis untuk membangun alur kerja verifikasi yang canggih, termasuk logika fallback yang kuat untuk Deteksi Keaktifan. Arsitektur modular kami berarti Anda dapat dengan mulus mengintegrasikan kemampuan Keaktifan Pasif & Aktif canggih kami dengan primitif identitas lainnya seperti Verifikasi ID dan Pencocokan Wajah 1:1.

Kami menyediakan Deteksi Keaktifan yang komprehensif, menawarkan akurasi 99,9% dan beberapa metode (3D Action & Flash, 3D Flash, Pasif) untuk memenuhi berbagai kebutuhan keamanan. Laporan keaktifan terperinci kami dan ambang batas peringatan yang dapat dikonfigurasi memberi Anda data granular yang diperlukan untuk membangun logika fallback yang cerdas. Dengan webhook Didit dan mesin orkestrasi tanpa kode, Anda dapat menentukan aturan kompleks yang secara otomatis memicu percobaan ulang, tinjauan manual, atau langkah-langkah verifikasi alternatif, memastikan keamanan dan pengalaman pengguna yang mulus.

Didit menonjol dengan KYC Inti Gratis, tanpa biaya penyiapan, dan model bayar per cek berhasil, menjadikan verifikasi identitas canggih dapat diakses oleh bisnis dari semua ukuran. Pendekatan AI-native kami memastikan bahwa Deteksi Keaktifan kami terus belajar dan beradaptasi dengan teknik penipuan baru, menjaga platform Anda aman dari ancaman yang muncul.

Siap Memulai?

Siap melihat Didit beraksi? Dapatkan demo gratis hari ini.

Mulai verifikasi identitas secara gratis dengan tingkat gratis Didit.