In evidenza
Sezioni
Magazine
Annunci
Quotidiani GNN
Comuni
      1. Aiello del Friuli
      2. Amaro
      3. Ampezzo
      4. Andreis
      5. Aquileia
      6. Arba
      7. Arta Terme
      8. Artegna
      9. Arzene
      10. Attimis
      11. Aviano
      12. Azzano Decimo
      1. Bagnaria d'Arsa
      2. Barcis
      3. Basiliano
      4. Bertiolo
      5. Bicinicco
      6. Bordano
      7. Brugnera
      8. Budoia
      9. Buia
      10. Buttrio
      1. Camino al Tagliamento
      2. Campoformido
      3. Campolongo al Torre
      4. Caneva
      5. Carlino
      6. Casarsa della Delizia
      7. Cassacco
      8. Castelnovo del Friuli
      9. Castions di Strada
      10. Cavasso Nuovo
      11. Cavazzo Carnico
      12. Cercivento
      13. Cervignano del Friuli
      14. Chions
      15. Chiopris-Viscone
      16. Chiusaforte
      17. Cimolais
      18. Cividale del Friuli
      19. Claut
      20. Clauzetto
      21. Codroipo
      22. Colloredo di Monte Albano
      23. Comeglians
      24. Cordenons
      25. Cordovado
      26. Corno di Rosazzo
      27. Coseano
      1. Dignano
      2. Dogna
      3. Drenchia
      4. Enemonzo
      5. Erto e Casso
      1. Faedis
      2. Fagagna
      3. Fanna
      4. Fiume Veneto
      5. Fiumicello
      6. Flaibano
      7. Fontanafredda
      8. Forgaria nel Friuli
      9. Forni Avoltri
      10. Forni di Sopra
      11. Forni di Sotto
      12. Frisanco
      1. Gemona del Friuli
      2. Gonars
      3. Grimacco
      1. Latisana
      2. Lauco
      3. Lestizza
      4. Lignano Sabbiadoro
      5. Ligosullo
      6. Lusevera
      1. Magnano in Riviera
      2. Majano
      3. Malborghetto Valbruna
      4. Maniago
      5. Manzano
      6. Marano Lagunare
      7. Martignacco
      8. Meduno
      9. Mereto di Tomba
      10. Moggio Udinese
      11. Moimacco
      12. Montenars
      13. Montereale Valcellina
      14. Morsano al Tagliamento
      15. Mortegliano
      16. Moruzzo
      17. Muzzana del Turgnano
      1. Nimis
      1. Osoppo
      2. Ovaro
      1. Pagnacco
      2. Palazzolo dello Stella
      3. Palmanova
      4. Paluzza
      5. Pasian di Prato
      6. Pasiano di Pordenone
      7. Paularo
      8. Pavia di Udine
      9. Pinzano al Tagliamento
      10. Pocenia
      11. Polcenigo
      12. Pontebba
      13. Porcia
      14. Pordenone
      15. Porpetto
      16. Povoletto
      17. Pozzuolo del Friuli
      18. Pradamano
      19. Prata di Pordenone
      20. Prato Carnico
      21. Pravisdomini
      22. Precenicco
      23. Premariacco
      24. Preone
      25. Prepotto
      26. Pulfero
      1. Ragogna
      2. Ravascletto
      3. Raveo
      4. Reana del Rojale
      5. Remanzacco
      6. Resia
      7. Resiutta
      8. Rigolato
      9. Rive d'Arcano
      10. Rivignano
      11. Ronchis
      12. Roveredo in Piano
      13. Ruda
      1. Sacile
      2. San Daniele del Friuli
      3. San Giorgio della Richinvelda
      4. San Giorgio di Nogaro
      5. San Giovanni al Natisone
      6. San Leonardo
      7. San Martino al Tagliamento
      8. San Pietro al Natisone
      9. San Quirino
      10. San Vito al Tagliamento
      11. San Vito al Torre
      12. San Vito di Fagagna
      13. Santa Maria La Longa
      14. Sauris
      15. Savogna
      16. Sedegliano
      17. Sequals
      18. Sesto al Reghena
      19. Socchieve
      20. Spilimbergo
      21. Stregna
      22. Sutrio
      1. Taipana
      2. Talmassons
      3. Tapogliano
      4. Tarcento
      5. Tarvisio
      6. Tavagnacco
      7. Teor
      8. Terzo d'Aquileia
      9. Tolmezzo
      10. Torreano
      11. Torviscosa
      12. Tramonti di Sopra
      13. Tramonti di Sotto
      14. Trasaghis
      15. Travesio
      16. Treppo Carnico
      17. Treppo Grande
      18. Tricesimo
      19. Trivignano Udinese
      1. Udine
      1. Vajont
      2. Valvasone
      3. Varmo
      4. Venzone
      5. Verzegnis
      6. Villa Santina
      7. Villa Vicentina
      8. Visco
      9. Vito d'Asio
      10. Vivaro
      1. Zoppola
      2. Zuglio
Analisi

Educazione e tecnologia: la strategia di Amazon contro i falsi

Educazione e tecnologia: la strategia di Amazon contro i falsi
(reuters)
4 minuti di lettura

I prodotti contraffatti e piratati non sono una novità. Sono stati venduti per anni agli angoli delle strade o dai bagagliai delle auto. In alcuni Paesi è ancora così. Per i consumatori non è mai stato troppo difficile identificare i prodotti “taroccati”. Il prezzo, la qualità e, naturalmente, il luogo di vendita sono sempre stati indizi fin troppo chiari. Come molti altri aspetti della nostra vita, però, il commercio di prodotti contraffatti è passato dall'analogico al digitale. Nel mondo online, distinguere ciò che è vero da ciò che è falso può essere molto più difficile per i consumatori. I contraffattori possono operare in modo molto efficace online rubando il design e il marchio di un'azienda e persino mescolando i loro prodotti contraffatti con le recensioni online dei prodotti originali del marchio. Le immagini dei prodotti utilizzate dai truffatori sono talvolta le foto reali dei detentori del brand, e per il cliente è sempre più difficile capire cosa sia vero e cosa falso. Quando comprano un prodotto contraffatto, i consumatori si ritrovano con un prodotto difettoso che non funziona correttamente, che si rompe rapidamente o che non soddisfa le loro aspettative. Spesso finiscono per incolpare l'azienda reale, danneggiando così la reputazione del marchio.

Questa settimana Amazon ha pubblicato il suo secondo Amazon Brand Protection Report, condividendo i suoi progressi nella lotta contro la salvaguardia di venditori e clienti da merci contraffatte, frodi e altre forme di abuso. Solo nel 2021, Amazon ha investito oltre 900 milioni di dollari e impegnato più di 12.000 persone nella lotta contro i falsi. Le iniziative dell’azienda hanno bloccato oltre 2,5 milioni di tentativi di creare nuovi account di vendita, impedendo ai malintenzionati di mettere in vendita prodotti contraffatti. Come nella vita reale, dove la rimozione di un venditore all'angolo della strada non gli impedisce di trovare una nuova sede, la lotta alla contraffazione online deve essere più articolata. La collaborazione tra i venditori online e tra i settori pubblico e privato è indispensabile. Amazon ha creato un piano per massimizzare l'impatto della sua iniziativa. Questo include l'importanza dello scambio di informazioni nel settore privato per fermare i contraffattori tra i rivenditori, la collaborazione con i clienti per proteggere le frontiere e l’aumento di risorse per la collaborazione con forze dell'ordine e istituzioni per perseguire i contraffattori.

"Siamo convinti che in un mondo di prodotti contraffatti non ci sia concorrenza", ha dichiarato Mary Beth Westmoreland, vicepresidente di Amazon per la protezione dei marchi, "Abbiamo cercato di costruire il nostro programma in modo che non sia specifico per Amazon. L'acceleratore sulla proprietà intellettuale aiuta i brand a ottenere una protenzione che li difenda ovunque, non solo su Amazon. L'unità per i crimini di contraffazione identifica e sequestra le contraffazioni per evitare che vengano reimmesse nella catena di approvvigionamento. Indipendentemente dal fatto che un marchio sia venduto o meno su Amazon, può comunque condividere con noi le informazioni sulla proprietà intellettuale, condividere con noi le informazioni sui prodotti e inviare notifiche di potenziali violazioni".

Il lavoro di Amazon per assicurarsi che i clienti possano fidarsi della loro esperienza di acquisto si concentra su tecniche proattive per proteggere lo store, su strumenti per proteggere meglio i marchi e sulla prosecuzione dei malfattori, in modo che l'intero settore possa vedere una diminuzione sostanziale nello smercio di prodotti contraffatti. Per questo motivo, nel 2020 Amazon ha creato la Amazon Counterfeit Crimes Unit (CCU), un team composto da ex procuratori federali e agenti dell'FBI esperti investigatori e analisti di dati. 

 

La tecnologia

Il processo inizia con una solida procedura di selezione dei venditori che include un programma di verifica di persona, che richiede ai potenziali venditori di avere colloqui individuali con i membri del team di Amazon per verificare la loro identità e la loro documentazione. Questa verifica è ulteriormente rafforzata dalla prova dell'ubicazione fisica del venditore e dagli strumenti di pagamento. Modelli di apprendimento automatico sono utilizzati poi per rilevare i livelli di rischio utilizzando centinaia di dati sul potenziale venditore, come i metodi di pagamento proposti, la location dell'azienda, le attività precedenti e persino le relazioni con malfattori già scoperti in precedenza.

La tecnologia viene utilizzata anche per monitorare costantemente Amazon.com e individuare potenziali violazioni. Il sistema automatizzato di Amazon analizza ogni giorno più di 8 miliardi di tentativi di modifica delle pagine di dettaglio dei prodotti alla ricerca di segni di possibili abusi. Nel 2021, Amazon ha bloccato più di 4 miliardi di inserzioni potenzialmente abusive prima che fossero immesse sullo store online. Si trattava di inserzioni sospettate di essere fraudolente, contraffatte, a rischio di altre forme di abuso o che presentavano problemi significativi di qualità del prodotto.

La lotta ai venditori di prodotti contraffatti però è solo una faccia della medaglia. L'altra è garantire la protezione dei marchi e delle loro proprietà intellettuali (PI). Ancora una volta, l'apprendimento automatico viene in soccorso, con protezioni automatizzate che scansionano continuamente i negozi di Amazon per far emergere i prodotti potenzialmente in violazione nell'ambito dell'iniziativa Brand Registry.

Nel 2021, Brand Registry ha registrato un aumento del 40% rispetto all'anno precedente, con oltre 700.000 marchi iscritti al programma. I miglioramenti nelle protezioni automatiche hanno portato a un minor numero di prodotti in violazione presenti nel negozio di Amazon. Di conseguenza, il numero medio di notifiche di violazione valide presentate da un marchio nel Registro dei marchi è diminuito del 25% rispetto al 2020.

 

Educazione

Tuttavia, tutti questi sforzi sarebbero in qualche modo vani se i consumatori non vengono educati ad acquistare con fiducia e a evitare intenzionalmente le contraffazioni. Uno studio del 2019 dell'International Trademark Association ha dimostrato che, sebbene i giovani della generazione Z abbiano un forte rispetto per il valore delle idee e delle creazioni altrui e il 74% ritenga importante acquistare prodotti autentici, il 57% crede anche che il proprio denaro sia meglio speso se finisce nelle tasche di un venditore locale di prodotti contraffatti piuttosto che nelle casse di una grande azienda. Questo pensiero è legato a un'idea un po' romantica delle persone che si dedicano alla vendita di prodotti falsi. Il più delle volte, questi soggetti fanno parte di organizzazioni che sfruttano i lavoratori e si dedicano ad altre attività illegali. Tuttavia, lo stesso studio ha dimostrato che il 91% dei giovani della Gen Z si è dichiarato disponibile a cambiare le proprie opinioni in base a quanto appreso, evidenziando che l'educazione è una parte fondamentale di come la contraffazione può essere sconfitta nel lungo periodo.

Spesso crediamo che la tecnologia possa risolvere tutti i nostri problemi, anche quelli che, in qualche modo, ha essa stessa contribuito a creare. La realtà, tuttavia, dimostra che, sebbene tecnologie come l'apprendimento automatico possano dare una mano, è necessario modificare il comportamento alla radice di ogni problema. In questo caso, si tratta di educare i consumatori sui costi nascosti dell'acquisto di prodotti falsi.