隨著電商行業的不斷發展，電商欺詐也如影隨形，不斷衍生出各式各樣的欺詐手段。欺詐者們不僅想擺脫“欺詐”的標簽，還希望投入更多的時間與資源來擴大規模。他們瞄準各大主流電商的消費者旅程中的每一個觸點，來提高其投資回報率。他們的目標是在每一個購物步驟中都偽裝成可信的消費者，因此他們在不斷尋找新的漏洞并加以利用。

可以說欺詐與反欺詐是一場永恒的“軍備競賽”。電商商家在追求更高ROI，更高的批準率，更低的欺詐成本與擴大全球市場時，他們通常會選擇與專業的反欺詐供應商合作。這將使他們卸下反欺詐的重負，得以更好地專注于市場的開拓與銷售的增長。

科技的發展催生了前沿的反欺詐解決方案

在機器學習成為技術界的熱門話題之前，反欺詐的方式主要是依靠制定一系列的規則來阻止欺詐者下單。但隨著欺詐模式的逐漸進化，規則也需要不斷地進行及時調整。無論是進入新市場還是推出新產品，商家都會面臨不同的消費習慣和欺詐模式。在這種情況下，持續更新反欺詐規則就是一個巨大的挑戰，甚至有可能會損害商家的利益。

大數據與機器學習出現后，“評分系統”解決方案也應運而生。反欺詐供應商會對用戶以往的行為進行分析，并以分數的形式向商家提供建議，商家需要根據打分自行決定是否批準訂單。在這種模式下，商家需要在批準和拒絕訂單的數量中找尋一個平衡點——拒絕過多會損失許多真正的可信客戶，而錯誤地批準欺詐性交易則會造成損失。從短期來看，錯誤地拒絕優質客戶會導致銷量下降，收入減少；從長期來看，更會影響客戶忠誠度，損害品牌價值。使用評分系統的商家不僅要承擔因自己判斷失誤而造成的損失，而且無論訂單結果如何，都要為每筆訂單向反欺詐供應商支付固定的審核費用。

而與以上兩種解決方案不同，拒付包賠由以色列公司Riskified于2013年首創。該方案下，當訂單被提交后，系統會利用機器學習模型、彈性數據鏈和行為分析等方法對訂單做出分析，給出商家批準或拒絕訂單的二元決策建議。如果被批準的訂單由于消費者信用卡遭受欺詐攻擊，仍然出現拒付，那么商家也無需償付，Riskified會承擔欺詐性交易所帶來的損失。而且，Riskified僅對接受批準的訂單進行收費，這在激勵模式上也與商家的利益保持了完全一致。通過這種方式，商家可以有效降低欺詐風險與成本，提高產品銷量，并有充足的信心擴展其業務版圖，推出新產品或進入新市場。

此外，“評分系統”解決方案只是提供了一個風險評分的數字而已，他們通常并不會在出現欺詐事件后做什么，也不會針對特定的欺詐模式進行總結與反思。而與之相反，Riskified會在事后進行進一步調查，并調整我們的AI系統，以確保不會再遭受相同性質的欺詐。實際上，這其實對于Riskified所有的合作伙伴來說都是有益的，而不僅僅是遭受欺詐的特定商家。這就是我們所謂的“網絡效應”。

以ROI為導向的反欺詐解決方案

目前，“拒付包賠”解決方案已被諸多全球領先電商企業所采用，大量實例驗證了其可以真實有效地降低拒付率，提高批準率并增加商家利潤。以下便是其中的一個實際案例。歐洲某電子產品零售商采用該種反欺詐方案，效果顯著。結合ROI（投資回報率）分析，在與Riskified合作使用“拒付包賠”反欺詐方案前，該品牌在美國市場的電商網站維持著總計價值1.19億美元的訂單批準量，由于對高風險評分的擔憂，他們拒絕了總訂單量的15%。而其中只有約5.3%是真正的欺詐訂單，多數是因為審核失誤而被拒絕的。由于不準確的欺詐審核，每年都有價值近200萬美元（約合人民幣近1300萬）的訂單遭到拒付。

在該電子產品零售商與Riskified達成合作，共同應對欺詐之后，通過系統對歷史數據以及對該行業和市場風險等級的評估，最終訂單的批準率從合作前的85%，達到了94.68%，有效減少了因審核失誤造成的損失。同時在拒付包賠方案的保護下，電商商家無需繼續承擔與欺詐相關的拒付損失。

此外，通過與Riskified的合作，該商家的欺詐管理方法和解決方案也得到了改進，每年節省了約131萬美元（約合人民幣861萬）的運營成本。由于訂單批準率的提高，他們在銷售上額外獲得了約1.3億美元（約合人民幣8.7億）的收益，相當于提升了11.38%的銷售額。銷售額的額外增加與運營成本的降低為這一電商商家帶來了高達2106%的投資回報。有效分辨消費者與欺詐行為真正幫助了商家在不流失客戶的情況下安全地開拓新市場。

此后，一年之內該公司又在美國和其他三個市場與Riskified達成了合作。目前，眾多國際知名品牌如古馳（Gucci）、普拉達（Prada）、Wish和施華洛世奇（Swarovski）等都與Riskified達成合作，提升其在線訂單批準率。春秋航空、寧波豪雅等中國領先品牌也在使用該反欺詐解決方案。