Kogan | 与 Riskified 同行：订单通过率 98%+，每年节省 150 万美元

挑战

以 Kogan 的交易体量运转，意味着欺诈从来不是边缘议题，而是一种持续的经营压力。纯线上零售的模式，决定了每一笔交易都属于”卡不在场”（Card-Not-Present）交易，天然承载着更高的欺诈风险。作为一家以”为消费者提供极致性价比”为立身之本的企业，Kogan 深知：只有把欺诈与政策滥用压下去，省下的每一分钱才能真正回馈给消费者。

在消费者看不见的幕后，零售商正持续承受着欺诈团伙的密集攻击——他们利用盗取的信用卡信息发起在线下单。大多数消费者对此毫无察觉，因为损失并未直接落在他们头上；而零售商却要投入数以百万美元计的资源，去消化损失、拦截交易。但问题在于，这些防御手段往往会误伤真实客户——因为一个”假阳性”的欺诈信号，一位本该完成购买的正常买家，就在支付环节被挡在了门外。Kogan 想要的，是既降低欺诈监控的成本，又不让任何一位真实客户被拒之门外。

欺诈之外，Kogan 还面临着更广泛的政策滥用难题。惯犯式的政策滥用者、订阅业务的拒付、以及本身并不创造利润的客户，正在以一种难以察觉、也难以量化的方式侵蚀利润。而人工处理拒付，只是徒增运营负担，却无法改善最终结果。

在这一切之上，有一条底线不容妥协：订单核准率，以及真实客户的购物体验，绝不能被牺牲。

破局

经过一轮广泛的市场评估，Kogan 最终选择了 Riskified。真正让它从众多候选方案中脱颖而出的，是其拒付包赔模式，以及背后的品牌口碑与技术实力。

Kogan 将 Riskified 定位为”为结果负责的欺诈与滥用防范伙伴”——一个同时具备工具、数据与包赔机制的伙伴，能够超越单纯的”风险标记”，真正驱动可量化的业务成果。

• 更强的身份识别能力

Kogan 启用了 Riskified 的 Identity Engine（身份识别引擎），并优化了埋点覆盖率，其中包括补齐此前拖累识别精度的 Android 端数据缺口。凭借更丰富的设备情报与跨会话行为信号，Riskified 得以更快、更精准地锁定欺诈行为人。

Riskified 将行为信号在设备、会话与账户之间贯通串联，在拦截威胁的同时，不给真实客户增加任何摩擦。

• 看得见的盈利能力

借助 Identity Engine 与 Identity Explore，Kogan 获得了三项此前不具备的能力：识别惯犯式滥用者、侦测促销活动滥用、以及量化到单个客户的盈利能力。

过去，惯犯式政策滥用的成本只能被动消化；如今，Kogan 能够识别它、衡量它、并对它采取行动——从源头修订政策，堵住收入的漏损。

• 规模化的拒付管理

Riskified 的拒付包赔模式，叠加自动化决策与争议处理能力，彻底剥离了 Kogan 拒付流程中的人工负担。争议处理结果显著改善，申诉胜诉率上升，拒付率降至澳大利亚支付网络协会（AusPayNet）规定的阈值之下。

• 核准率优化

Riskified 的机器学习模型基于 Kogan 自身的交易数据持续再训练，使团队得以针对高客单与高风险品类——包括大额订单与首次购买客户——重新校准决策阈值。

而正因为这些高风险区间同样享有拒付兜底，Kogan 才敢于把核准的边界，继续向外推。