【本文于2023年10月11日刊载于Riskified官微Riskified_China】

面临愈演愈烈的电商欺诈灰产，以及肆无忌惮的“羊毛党”，商家为何感到无从下手？是其政策过于宽松，是物流“最后一公里”难以把控，还是因为处理这类问题对商家来说“得不偿失”？

日前，世界商业研究 (WBR) 对全球300 多家电子商务商家开展了一项全新调查，主题为“政策滥用及其对商家的影响“，受访企业反馈的意见很集中：

image

其一，大多数（62%）仍然依靠人工审核退货索赔，并且难以快速有效地识别欺诈行为。对滥用退货政策的订单，目前人工流程很低效，总会带来疏漏和延迟。

其二，仅19% 的受访者表示，公司风控以外部门熟知政策滥用的危害。电商风控团队表示，组织内数据不打通、不透明，防范措施无的放矢。

分散的数据，

让灰产分子有机可乘

显然，政策滥用防范难题的症结，不是商家的政策本身，而是陈旧而割裂的数据处理方式，让电商的惠客促销政策，更易被不法灰产所利用。

客户滥用退货等政策问题，要管理起来的话，不能光看售后环节。电子商务流程的各个部份都息息相关。退货损失其实已经是整个流程的结果反馈，如果不能向前把控好“前因”，又怎能期待好的“结果”。

业务链条上各个数据源不联通，让电商对潜在的欺诈，以及政策滥用风险毫无察觉。

专业欺诈团伙正是利用了电商处理数据的困境。他们很清楚，中大型电子商务商家，每个部门的数据系统往往都是孤立的。于是就利用这些弱点，来突破商家的优厚购物政策：免费退货、保修、拉新促销及忠诚度激励。

那么，为什么在防范政策滥用时，电商难以整合并充分利用好各环节数据呢？

手动处理

带来不透明和延迟

首先，为了监测政策滥用情况，商家需要对每笔退货收集全程情况，从客户决定退货的那一刻起，到产品被接收、处理和最终解决。

不过，仅仅是收集更多数据，并不能完全解决透明度问题。

在Riskified的调查中，受访的大部分商家（62%）仍对以下环节采取手动的数据分析：

· 对退货请求进行分类

· 跟踪退回的物品

· 标记潜在的欺诈订单和交易

· 记录最终争议解决方案

商家需要在快速分析上述数据后，才能采取行动，这些目前均通过手动实现，必然无法适应不断膨胀的业务数据现实。所以在调查中，九成以上的、目前尚不具备自动化处理能力的受访企业 (94%) 表示，“有兴趣在未来两年内，部署相应的自动化处理系统”。因为“需要高效的数据管理系统，来组织和分析收集的信息。”

商家在现实“教训”中意识到，只要业务风控仍处于手动阶段，灰产和蓄意滥用政策者，就能有更充裕的时间去钻空子、升级欺诈手段，给公司带来更大的经济损失。

数据能力提升

风控和业务处理更强

反过来说，数据透明度高的商家，将能够在现在和未来拥有更多防范灰产欺诈的能力，包括政策滥用的应对。

通过分析历史数据和模式，预测分析可以使商家提前应对可能发生的政策滥用情况，帮助他们采取主动行动。

风控团队优化数据要点

· 掌握欺诈团伙之间的伙伴关系，为商家网络提供有效的扩展数据

· 发现真正发出订单和/或索赔的身份，及其在其他电商平台/网店的行为模式，能够显示其政策滥用倾向

· 应用和自动化基于数据的决策

· 实现重点打击特定的滥用行为，例如“免费试衣”和优惠券滥用

让所有订单数据透明可见，意味着风控团队可以有更多数据进行管理。海量的数据，给风控团队提供了高效处理复杂业务的机会。

通过分析订单和完整退货流程的数据，商家可以更轻松地跟踪客户交易、识别可疑行为，并最终执行更强有力的政策滥用防范措施。

想了解公司具体如何在政策滥用防范方面，实现更好的数据透明度，请与Riskified 联系，获取具体方案。