从积极的效果检测到面部生物识别技术可能会大大降低客户入职率的放弃，这是一个新的案例研究，这是一个新的案例研究ID R＆D建议。
“根据指令解释或执行的挫败感，分心和错误都可以增加中断和失败的频率，并且在数字入职过程中可能会尤其影响，在数字入职过程中，用户是新的，并且是第一次执行任务。”纸。
“此外，用户摩擦引入了难以预测和衡量的人类行为变量，因此bpcer[善意分类错误率]在实际部署高摩擦解决方案中观察到的可以高于计划的，并且差异可能很显着。”
ID R＆D通过提及与“金融服务领域的大客户”的未命名合作伙伴的研究来证实这些主张，该合作伙伴在其生物识别工具中使用了积极的Livices检测。
据报道，该公司的广告攻击表现分类错误率[APCER]率很低，但是在现场，他们注意到申请中断的率很高（观察到的BPCer约为40％）。
ID R＆D写道：“只有60％的客户能够不中断申请帐户，因此对客户获取的影响很大。”
不愿透露姓名的公司切换到ID R＆D闲置的脸解决方案，具有被动LIVISE检测功能的面部生物识别软件套件。
“与主动方法不同，空闲的面部仅使用用于生物特征匹配的相同的单个自拍图像，从而为用户体验增加了零努力，” ID R＆D解释说。 “零增加的努力意味着零潜在的用户错误是由LIVISET检测造成的。”
在数字方面，该公司表示，新客户应用程序从60％的完成率提高到95％以上。
ID R＆D补充说：“这意味着，超过三分之一的申请人从中断其应用程序到完成它们而不会中断。该更改是在没有降低欺骗检测性能的情况下实施的。”
这家生物识别公司还表明，尽管在这种情况下未明确衡量，但完成率的提高超过50％可能对客户获取和收入产生了相似的影响。
有关其他关键数字和案例研究的估计财务影响，可以提供与其原始文本的链接这里。
它的出版物是在乌拉圭公司的几周后出版的SimpleTech从ID R＆D到WhatsApp聊天机器人部署语音生物识别技术。
文章主题
生物识别检测|生物识别技术|面对生物识别技术|预防欺诈|ID R＆D|入职|被动的面部恶性|自拍生物识别技术|欺骗检测|用户体验
