銀行口座からの決済処理を統合した商業用サイトを作成する  

IBM Open Banking Platform を利用して、セキュアな決済処理に対応するファッション・リテール・サイトを作成する

| By Remko De Knikker, Alvin Cho, Patrick Cremin, Sridhar Mooghala, Ashley Kitto, Ishwarya Rajendrababu, Ashutosh Nath Agarwal

Description

安全な決済処理を統合した商業用サイトを作成するのは複雑な作業です。加えて、自分の取引銀行の口座から直接支払いたいという顧客にも対応するとなると、ますます複雑な作業になってきますが、IBM Open Banking Platform を利用すれば、こうした作業に迅速、簡単に対応することができます。このコード・パターンで作成するアプリケーションでは、IBM Open Banking Platform をファッション小売店のサイトに統合して、このプラットフォームのシンプルな決済 API の利点を紹介します。Open Banking Platform を統合すれば、顧客は清算する時点で、セキュリティーが確保された安全な形で自分の銀行口座から直接支払いを行って購入を完了することができます。

Overview

想像してください。あなたは、銀行でデジタル・プラットフォームの敏しょう性を利用したいと思っています。けれども、レガシー・システムの置き換えまたはパブリック・クラウドへの直接移行に伴うリスクは負いたくありません。あなたに必要なのは、デジタル化を加速化するもの、または法規制やコンプライアンスへの準拠なのかもしれません。あるいは単に、新たなデジタル・チャネルと収益源を手に入れる機会に目を光らせているだけなのかもしれません。いずれにしても、あなたの取引先は、購入時に自分の銀行口座から安全かつ簡単に直接支払いたいという顧客のニーズに対応したいと望んでいることは確かです。金融機関が主要業務をクラウドに移行するプロセスを加速させるには、特定の事前定義された業界標準に基づいて作成された、IBM Open Banking Platform という SaaS スイートを利用できます。

このコード・パターンでは、ファッション小売店の商業用サイト (「Here and Now」) を例に、IBM Open Banking Platform の決済 API を統合したサイトを作成する方法を説明します。また、作成したサイトを Node.js と React.js で作成した Web アプリケーションを使用してデモンストレーションします。このアプリケーションで紹介するシナリオは、顧客がファッション小売店のサイトで商品を購入する際に、自分の銀行口座から直接支払いを行うというものです。このシナリオには以下の 3 つの主要なセクションがあります。

  1. 顧客がストア・カタログを表示して商品を調べ、購入する商品を選びます。
  2. 清算する前に最終確認を行えるよう、買い物カゴに、顧客が選んだすべての商品が表示されます。
  3. 清算が終わると、顧客は支払い方法を選択し、選択した方法のシステム・フローに従って購入を完了します。

このコード・パターンで対象としているのは、Open Banking Platform を利用して、決済処理を統合したアプリケーションを構築しようとしている開発者です。このコード・パターンを完了すると、以下の方法がわかるようになります。

  • 購入できる商品のカタログを表示するオンライン・ストアを作成する
  • 決済 API とやり取りする Node.js Web アプリケーションを作成する

Flow

  1. 顧客がショッピング・カタログを表示して、購入したい商品を買い物カゴに入れます。
  2. 顧客が買い物カゴの中身を確認し、清算と支払いのプロセスを進めます。
  3. 決済開始リクエストが IBM Open Banking Platform に送信されて、トランザクションが起動されます。
  4. IBM Open Banking Platform は顧客の銀行口座を対象とする一括払いを開始します。
  5. 顧客がトランザクションを承認するために、銀行の認証ページ上で資格情報を入力します。
  6. 認証が正常に完了すると、顧客の銀行口座からの決済が実行依頼されます。

Instructions

このパターンの詳細な手順については、README を参照してください。

Related Blogs

Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

ネパールでエンジニアとして働く Nirmal Adhikari は、地震がもたらす惨状をじかに目にしました。彼はまた、被害状況を評価したくても、なかなかコミュニティーにアクセスできないフラストレーションも実感しました。 「バスや交通機関で現地に辿り着くことはできませんでした。アクセスが禁止されていたためです。大勢のエンジニアを配置しなければならなかったのですが、それには相当な時間がかかりました」。2015 年のネパール大地震を振り返り、Adhikari はこのように言いました。「このことが理由で、私たちは多くの人手を要することなく迅速に作業を行えるよう、何か対策を取らなければならないと思ったのです」。 Adhikari と、Build Change で働く彼の同僚たち (Lakshyana K.C.、Nicolas Ortiz、Shreyasha Paudel、Kshitiz Rimal) は、人工知能によって検査を自動化し、地震で住む場所を追われた人々がすぐに自宅に戻れるようにできないかと考えました。 彼らがチームとして作り上げたのが、この Post-Disaster Rapid Response Retrofit (PD3R) です。3D モデル画像で学習した AI に基づくこのソリューションによって、自然災害後に住居を追われた家族がすぐに構造工学上のアドバイスを受けられるようになる可能性があります。PD3R は 2018 Call for Code Global Challenge で準優勝作品として選ばれ、25,000 米ドルの賞金と The Linux Foundation による長期のオープンソース・サポートを獲得しました。 「地震が発生すると、住居が全壊するか、部分的に損傷を受ける可能性があります」と、Ortiz は言います。「PD3R で目的としているのは、再建または補強することが可能な住居を、人工知能を使用して短時間で評価することです」。 Call for Code Global Award 祝賀会の録画を見る チームは Watson Studio を使用して、2,000 点を超える画像をベースにカスタムの視覚認識モデルを作成しました。IBM Watson...

続けて読む Call for Code 準優勝者: AI を使用して改造の可能性を判断する PD3R

Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

昨年メキシコ・シティーでマグニチュード 7.1 の地震が発生したとき、Subalekha Udayasakar はインターネットへの接続を失うと、いかに無力であるかを実感し、その混沌を目の当たりにしました。 「大勢の人々がインターネットに接続できなかったため、救助の手を差し伸べることができなかったのです」と、彼女は言います。「それに、被害に遭った人たちが実際にどのような状況に置かれているかについても、まったく見当がつきませんでした」。 この体験を機に、Subalekha と彼女のチームメイト (Jonah Model、Katie Mathews、Gandharv Patil、Matthew Malin) は災害への対応と復旧の最中に市民と救助隊がオンラインでつながり続ける方法を生み出しました。 ハードウェアとソフトウェアで編成された、この Project Lantern というソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。Project Lantern が依存するのは、低価格のハードウェアとソーシャル・データ、そして入手した情報と状況の変化を反映したリアルタイムのデータです。 災害復旧時にオフラインになったワイヤレス・ネットワークで、鍵ほどの大きさの Lantern というデバイスがポップアップ通信ハブの役割を果たします。この Lantern デバイスでは、カスタマイズ可能な Web アプリを使用してニュースを受信し、救助とボランティアを要請するとともに、地図ツールによってユーザーを避難所と飲料水や燃料を入手できる場所まで誘導します。このように、Lantern は極めて急を要する状況でコミュニティーの秩序を維持するよう設計されています。 Call for Code チャレンジに向けて、チームは IBM Watson を利用してオフラインで収集されたデータを解釈し、その結果を救助隊用のダッシュボードとして提示することにしました。現地のボランティア、危険にさらされている人々、訓練された難民救済ワーカーの間のコラボレーションは、IRIS (Intelligent Routing and Insights の略語) によって支援します。 「IRIS の役目は、災害時のあらゆるデータに加え、IBM Watson の機械学習機能、The Weather Channel からのデータ、そして公開されているその他すべての API...

続けて読む Call for Code 優勝者: モバイル・ホットスポットとダッシュボードによって災害発生後のコミュニティーを支援

Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

史上最大の地震の 1 つとして数えられる 2008 年の四川大地震が発生したとき、中国農業銀行 (ABC) は被災者たちに緊急支援と金融サービスを提供しようと試みました。 けれども、銀行カードや写真付き ID を失くすなどといった、いくつかの泣き所が災害によって生み出され、同行は思うように顧客にサービスを提供できませんでした。 「この 10 年の間、世界中で多くの自然災害が発生しています」。ABC 研究開発センターで副総支配人を務める Wang Yi の言葉です。「私たちは被災者への金融サービスを改善することを目指しています」。 こうしたサービスの改善を目的に、ABC の開発者たちは Call for Code の呼びかけに応じ、United Aid Net (UAN) を作成しました。UAN は、自然災害の発生時も復旧時も中断することなく金融サービスを提供するためのグローバル緊急支援ネットワークです。顔認識に基づく預金引き出しとブロックチェーンを基に構築されている UAN は、災害時に家族や友人との間で一時的に金融サービスを共有することを可能にします。 仕組み このソリューションを開発したのは、北京を拠点とするチーム Green Coder です。Dong Xiaojie、Liu Xu、Liu Bo、Huang Zhiming、Liu Jiajie からなるチームが開発したこのソリューションは、2018 Call for Code Global Challenge で最優秀作品に選ばれました。 「UAN は、金融機関ネットワークと家族ネットワークという 2 つのネットワークで構成されています」。ABC でアプリケーション・プラットフォーム開発ネットワークの副総支配人を担当する Xiaojie は、このように言っています。「現在、私は UAN...

続けて読む Call for Code 優勝者: 緊急支援ネットワークで中断のない銀行サービスを実現

Related Links

Getting started with IBM Open Banking Platform

このソフトウェア・スイートによって、銀行はプラットフォーム経済への転換を加速できます。この入門チュートリアルで ASPSP のリストを入手し、一括払いをセットアップする方法、支払いステータスを取得する方法を学んでください。

動画: Payment Fraud is a World-Wide Problem

この新しいコグニティブ・テクノロジーを使用することで、支払詐欺を防止することを専門とするプロは、既存の不正防止手法よりも優れたカスタム・モデルを開発できるようになっています。

事例研究: Borgun

Borgun がタイムリーでコスト効果に優れた規制関連のレポートを作成し、国際的な成長を促している方法をご覧ください。

動画: Artificial intelligence brings new ways of fighting fraud

銀行が不正とセキュリティーに関して抱える困難な課題を探り、なぜこうした課題が生じるのか、そして課題に対処するためにどのような措置が取れるのかを明らかにしてください。