⬆️Решение кейса⬆️

1️⃣ Какие инструменты, механизмы и методы отмывания доходов использовали злоумышленники в этой схеме?

🔴Инструменты

Безналичные денежные средства - платежи проводились через платформу Uber Eats.
Наличные денежные средства - часть средств выводилась «в наличность» путём снятия через банкоматы

🔴Механизмы

🟥Инфраструктура Uber Eats
🟥Сеть подконтрольных заведений
🟥Множество клиентских аккаунтов
🟥Использование номиналов и зарубежных карт

🔴Методы

🟥Фиктивные заказы, которые оформлялись в подконтрольных заведениях без реальной необходимости в товаре.
🟥Транзит и перемещение средств через платформу. Операции проводились через Uber Eats, что придавало им внешне легальный вид.
🟥Отсутствие реального товарного потока, при котором деньги двигались через платформу, а фактическая доставка не выполнялась.

2️⃣ Необходимо ли включать платформы электронной торговли и доставки, которые принимают и перечисляют денежные средства, в число субъектов первичного финансового мониторинга, на которых распространяются требования Федерального закона № 115-ФЗ?

📲 Включать сервисы доставки еды в субъекты 115-ФЗ избыточно. Агрегаторы не являются платежными организациями - все транзакции идут через банки-эквайеры. Это создаст колоссальные расходы для ИТ-компаний и поднимет цены на еду для потребителя.

⚡️ С 1 октября 2026 года в России действует Закон № 289-ФЗ «О платформенной экономике». Он не делает агрегаторы банками, но обязывает маркетплейсы и сервисы доставки проводить более глубокую верификацию продавцов и обмениваться данными с ФНС и правоохранителями.

❗️Вместо финмониторинга регуляторы требуют внедрения жесткого антифрода на стыке физического и цифрового мира. Сервисы доставки обязаны отслеживать физическую аномалию, после чего алгоритм должен автоматически замораживать выплаты до выяснения обстоятельств.

3️⃣ Какие признаки и аномалии в поведении пользователей, продавцов и платежных операций могут позволить финансовой организации или цифровой платформе выявить подобную схему на ранней стадии?

🔽 Со стороны продавцов тревожным сигналом служит аномально высокая доля самовывоза (70–100 %), когда в норме она составляет 10–20 %. Также настораживает резкий рост выручки без маркетинговой активности и несоответствие оборотов масштабу реальной деятельности заведения, в котором отсутствует штат, достаточное число закупок и кассовых операций.

🛒 Со стороны пользователей подозрительны массовая регистрация аккаунтов за короткий срок, использование зарубежных платёжных карт и однотипное поведение: заказы в одни и те же заведения, в одинаковое время, на схожие суммы. При этом у таких аккаунтов нет типичного потребительского паттерна, они не оставляют отзывы, не покупают в разных заведениях и не участвуют в программах лояльности.

🔖 В платёжных операциях стоит отслеживать отсутствие отмен и возвратов, дробление сумм чуть ниже пороговых значений контроля, а также короткие циклы операций без периода удержания средств.

🔜Для раннего выявления платформа может применять графовый анализ связей между клиентами, продавцами и платёжными реквизитами, ML‑модели для поиска аномальных паттернов и скоринг заведений по ключевым метрикам.🔚

#РазведкаВделе
ФинУнивер | Финансовая разведка