你的风控系统，正在赶走最值钱的客户：泛娱乐出海反欺诈风控该怎么算账
八月初，以”与AI同游”为主题的第二十三届ChinaJoy在上海落幕，近900家企业参展。热闹散尽，留下的是同期发布的一个数字：
2026年上半年，中国自主研发游戏海外市场实际销售收入123.72亿美元，同比增长30.22%——同期国内市场增速为12.17%。
游戏之外，短剧、直播、社交、网文正在沿着同一条航道出海。中国泛娱乐的内容能力、投流能力和运营效率，在全球范围内已经不需要再自证。
所以这篇文章不打算谈增长，要谈一件更要命的事：这门生意的账，很多团队算错了。而算错账的直接后果，是你的反欺诈风控系统正在替你赶走最值钱的那批客户。
一、一笔被算错的账
先看一个几乎没人质疑过的常识：风控是防损部门，KPI是拒付率。
这个常识在实体电商里是成立的。跨境实体电商的毛利率通常在20%到30%之间。一笔100美元的订单被拒付，商户损失的不只是100美元，还有已发出的货、物流成本和手续费。要填平这个窟窿，需要三到五笔正常订单的毛利。在这样的账本上，风控的第一使命当然是少赔钱，宁可错杀，是理性的。
但虚拟商品的账本长得完全不一样。道具、剧集解锁、打赏、会员权益——边际成本趋近于零，毛利率普遍在90%以上。同样一笔100美元的拒付，只需要一笔多一点的正常订单毛利就能覆盖。同一件事，在两个账本上的杀伤力相差三到五倍。
这意味着什么？拒付的破坏力被大幅稀释了，而天平的另一端——误拒——的破坏力被同等幅度地放大了。可是绝大多数泛娱乐出海团队，用的还是从实体电商那里继承来的那套风控哲学。用滞后的风控逻辑做正确的努力，越努力，亏得越多。
二、误拒的账单有多长
拒付的损失是显性的，它会出现在报表上，有专人盯着，有考核指标。误拒的损失是隐性的，它不出现在任何一张报表上——因为那笔订单从未发生。但它真实的账单是这样一串：
第一层，本单毛利。在90%毛利率的生意里，误拒一笔订单，损失几乎等于订单全额。
第二层，该用户的剩余生命周期价值。泛娱乐的用户不是一次性买家，一个稳定付费的用户，未来12个月的价值往往是首笔订单的数十倍。被拒的那一刻，这条曲线整个消失。
第三层，已经沉没的获客成本。泛娱乐出海是买量驱动的生意，获客成本在成本结构中占比极高。用真金白银把人买进来，在临门一脚把他挡在门外——这笔钱不是没赚到，是已经花出去打了水漂。
第四层，也是最隐蔽的一层：你的投流模型被误导了。支付失败信号会回传给广告平台。当一类用户被你的风控系统持续拒绝，算法学到的结论是”这类人转化不了”，于是主动减少对他们的投放。误拒杀掉的不仅仅是一个用户，更是让你的整套投放系统”学会”了主动绕开这一类优质人群。这个损伤是累积的、复利的，而且几乎无法归因——你只会看到ROI缓慢下滑，却永远查不出原因。
第五层，连带关系的流失。公会成员、主播的核心粉丝、社群里说话有分量的那个人——泛娱乐的用户从来不是孤立个体。
把这五层叠起来，可以得出一个方向性的判断：在毛利结构如此的生意里，批准率每提升一个百分点对利润表的贡献，通常大于拒付率下降一个百分点。具体到你自己的业务是多少倍，需要拿真实数据来算——这也是批准率提升这件事值得单独拆开来看的原因。
三、鲸鱼即嫌疑人
现在到了最扎心的部分。泛娱乐的收入分布是极端的幂律结构：一小部分高付费用户贡献了大部分流水。行业里管他们叫鲸鱼。
那么，鲸鱼的行为画像长什么样？单日多笔连续充值、金额显著高于均值、深夜和凌晨活跃、多设备或模拟器多开、跨区跨时区登录、使用加速器、绑定新卡、走本地代充和礼品卡渠道、账号价值高到需要频繁换设备保护——请把这份画像和你的风控规则库对照一遍，它几乎逐条命中了传统反欺诈系统的高危信号。
这就是泛娱乐风控最荒诞的现实：一套为实体电商设计的规则引擎，天然地、系统性地歧视这门生意里最值钱的客户。你的风控做得越”严格”，伤害你的效率就越高。
更麻烦的是，这个伤害不可逆。一个普通用户被拒付一次，可能会重试、会联系客服。鲸鱼不会——他不缺这一个平台，他缺的是被尊重。一个月充值几千美元的人，在支付页面被判定为”可疑交易”，他不会申诉，他会换一家。而他离开时，带走的不只是自己的流水。
这里的解法不是把规则调松，而是换一个判断依据。Riskified的Adaptive Checkout做的正是这件事：不靠静态阈值，而是根据实时行为智能动态调整验证强度——对可信用户放行，把摩擦只留给真正需要验证的那一小撮。同时，鲸鱼账号本身就是高价值资产，Account Secure负责识别账户接管风险，让”频繁换设备的高付费用户”和”接管了别人账号的攻击者”这两件长得很像的事被分开。
四、三个赛道，三种死法
| 游戏 | 短剧 | 直播/社交 | |
| 付费结构 | 代充与礼品卡为主流充值方式 | 极高频、极小额、按集解锁 | 情绪驱动的即时打赏，窗口以秒计 |
| 风险形态 | 一刀切切掉大量真实付费玩家 | 预付卡与本地钱包全是高危特征 | 误拒打断的是正在发生的关系 |
| 一次误拒的代价 | 公会连带迁移：失去的是一个组织 | 投流即时回本，支付成功率直接决定ROI | 盗刷后主播已提现，损失是双份 |
游戏：代充和礼品卡是海外华人及新兴市场玩家的主流充值方式，这条链路天然混杂着灰色交易，风控一刀切，切掉的是大量真实付费玩家。而公会体系意味着单个鲸鱼流失会引发连带迁移——你失去的是一个组织，不是一个账号。
短剧：极高频、极小额、按集解锁，用户往往是海外中老年群体和低线市场用户，支付手段依赖预付卡与本地钱包——每一项都是传统风控眼里的高危特征。更致命的是，短剧的商业模型是投流即时回本，支付成功率直接决定单集ROI。风控在这里不是防损环节，它就在变现链路的正中间。
直播与社交：打赏是情绪驱动的即时行为，窗口以秒计算。一次误拒打断的不是交易，是主播和用户之间的关系。而另一端，盗刷打赏一旦发生，主播往往已经完成分成提现——商户承担的是双份损失。这个赛道对风控的要求相当苛刻：既要快到不打断情绪，又要准到不放过资金。
三条赛道还共享一类被严重低估的损失：滥用。首充活动多开、新人礼包薅取、推荐码互刷、退款后保留虚拟资产、跨区价差套利——这些人用的是自己的账号、自己的卡、自己的身份，传统反欺诈永远抓不到他们，因为他们真的是本人。Policy Protect针对的正是这一类：不是判断”是不是欺诈”，而是判断”是不是在滥用规则”，把营销预算真正花在该花的人身上。至于已经发生的拒付，拒付包赔可以把争议处理自动化，把本该属于你的那部分收入追回来——在毛利90%的生意里，追回一笔的价值同样接近全额，这也是电商拒付风控里常被低估的一环。
五、下一站的考题，只会更难
第一道，是支付。进入东南亚、中东、拉美，接入本地钱包、代充渠道、预付卡是拿到增量的唯一路径。但这些渠道的数据质量、身份验证强度和欺诈密度，都远低于成熟市场。于是商户被迫二选一：接入即增长，接入即引雷。很多团队最终选择了不接——用放弃市场的方式来做风控。这是所有风控成本里代价很高的一种，因为它根本不会被记为成本。
第二道，当买家变成AI代理。AI代理正在替消费者完成搜索、比价、订阅和支付。而泛娱乐几乎注定是最先被接管的品类——订阅续费、内容解锁、会员充值，不需要物流、不需要看实物，决策链条最短。问题在于：一笔由AI代理发起的订单，行为特征天然像脚本、像机器、像攻击，你现有的系统会毫不犹豫地拒绝它。而如果它真的出了问题，责任在商户、在支付方、还是在那个代理？过去十年，风控在回答”这是不是本人”；未来十年，它要回答的是——”这不是人，但可不可信”。
六、准确，来自你看不到的那部分数据
前面所有论点都指向同一个前提：只有判断足够准，商户才不需要在”放”和”不放”之间做取舍。那么准确从哪里来？答案不在你自己的数据里。
任何单个商户能看到的，只是一个用户在自己平台上的片段行为——他第一次出现、充了多少、什么时候登录。这些信息永远不足以回答”这个人到底可不可信”。
Riskified的核心壁垒在于跨商户的大数据风控反欺诈网络。任何单个商户看到的只是用户在自己平台上的片段，而Riskified看到的是同一个身份在全球范围内的完整行为轨迹——他在别处是长期优质客户，还是刚刚在三个平台上留下过欺诈记录。通过Smart Linking进行跨身份关联，模型可以从超过十亿笔历史交易中提取洞察，让一个在你这里”查无此人”的新用户，在网络里其实早有清晰画像。
这就是网络级情报和单商户风控的根本区别：你判断的不再是一笔交易，而是一个人——这也是一套真正的全渠道交易反欺诈解决方案该有的样子，游戏、短剧、直播、社交，看的是同一个身份，而不是同一个渠道里的孤立行为。
作为2021年登陆纽交所的独立上市公司（NYSE: RSKD），Riskified 2025财年处理商品交易总额1,551亿美元，业务网络覆盖 180 多个国家和地区，同比增长10%，并在2025年第四季度实现了公司历史上首次GAAP口径盈利。澳洲电商Kogan.com与Riskified合作后，批准率提升至98%以上，同时每年因更好地管理欺诈和规则滥用避免约150万美元损失；智能家居品牌Ring在7个月内，则拦截了超过400万美元的滥用退货。
