(圖片來源:Riskified)
一年中的第一個季度與其他季度相比顯得相對平靜,也讓電商商家們有精力對經(jīng)營活動進(jìn)行反思和規(guī)劃。但即便是銷售淡季仍不能對欺詐活動放松警惕。過去一年接連不斷的促銷活動與持續(xù)積累的品牌聲譽為商家在年末招攬了大量的客戶,同時也讓新型欺詐有了可乘之機。
政策濫用正在嚴(yán)重拖垮商家的營收表現(xiàn)。每年退款和退貨濫用對商家們造成的損失超過了250億美元。濫用者們通過自己的信用卡和賬戶向商家付款就可以輕松規(guī)避商家的反欺詐措施。近年來,不僅職業(yè)欺詐者會進(jìn)行政策濫用,越來越多的忠實??鸵矔@政策的漏洞為自己謀利。
政策濫用者的組成魚龍混雜,優(yōu)質(zhì)的付費用戶和潛在的濫用者并存,普通商家難以將二者加以區(qū)分,使得濫用問題更加棘手。
本期推送為大家?guī)砻绹淮笮土闶凵痰恼鎸嵃咐?,看看它是如何發(fā)現(xiàn)并應(yīng)對濫用問題。
1、問題浮現(xiàn)
商家X是一家總部位于美國的大型零售商和在線市場運營商。早在疫情之前的2019 年,商家X發(fā)現(xiàn)其退款索賠有所增加。幾個月后疫情爆發(fā),隨著線上購物的不斷增加與退款訂單繼續(xù)攀升,他們開始懷疑自己面臨著著嚴(yán)重的退款濫用問題。
商家 X 的內(nèi)部反欺詐調(diào)查團隊隨即展開行動,在調(diào)查中,團隊曾不止一次地察覺到由同一個用戶的電子郵件地址發(fā)出多筆退款的現(xiàn)象。尤其是當(dāng)他們發(fā)現(xiàn)商家X的名字開始出現(xiàn)在一些暗網(wǎng)的“欺詐指南”中時,他們的懷疑進(jìn)一步得到了證實。然而想要從暗網(wǎng)這條線索根治濫用問題說起來容易做起來難。
2、治理困境
歸根結(jié)底,遏制退款濫用的最大障礙在于索賠的有效性。行業(yè)專家預(yù)估只有大約 7-10%的退款是真實退款行為。這就為商家們帶一個迫在眉睫的難題,如何定義“濫用”?不同的商家應(yīng)對“濫用”有不同的定義。而且在差異化的定義之下,商家需要采取與其需求量身打造的限制手段。換言之,商家必須首先檢測到濫用問題,對其進(jìn)行跟蹤與評估,然后才能制止它。
商家X的第一步是定義什么是他們眼中的退款濫用行為。
他們將使用一個帳戶、電子郵件或家庭住址提交了三個或更多申請的退款訂單列為可疑訂單。于是在分析這些可疑退款申請后,商家 X 發(fā)現(xiàn)只有大約12%的退款申請合規(guī)。
(圖片來源:Riskified)
在發(fā)現(xiàn)了這些濫用訂單之后,對商戶X而言,問題仍然存在。他們應(yīng)當(dāng)如何處理這些濫用訂單?有兩條道路擺在商戶X的面前,一是拒絕所有可疑的索賠,并背負(fù)起失去那些訂單眾多且索賠較少的忠誠客戶的風(fēng)險;另一條道路則是放寬退款政策的限制,默默地為違規(guī)索賠埋單。這讓商戶 X 處于進(jìn)退兩難的窘境。
3、Riskified用武之地
此時,Riskified強大的欺詐辨別能力有了用武之地。完善的智能鏈接技術(shù)和涵蓋了數(shù)十億跨行業(yè)交易數(shù)據(jù)的商戶網(wǎng)絡(luò)為Riskified提供了總覽全局的視野與識別新興欺詐趨勢的洞察力。
(圖片來源:Riskified)
通過分析商家 X 的數(shù)據(jù),Riskifeid能夠?qū)?5%提交索賠的虛假賬戶關(guān)聯(lián)到真實的、非盈利的重復(fù)濫用者。基于此,Riskified發(fā)現(xiàn)這些濫用者平均耗費了商家 X 一半以上的退款成本,但僅貢獻(xiàn)了約5%的收益。在對這些高成本、低價值的賬戶進(jìn)行細(xì)分后,商家 X 使用了Riskfied為其量身定制的解決方案,以恰當(dāng)?shù)木群蜏?zhǔn)確性來處理退款訂單,大幅度提高訂單批準(zhǔn)率。Riskified使其濫用損失減少了50%以上,同時仍確保至少95%的收入來自他們最初標(biāo)記為“可疑”的有價值客戶,最大程度上保留了客戶價值。
4、Riskified解決方案
Riskified的解決方案可以確定每個操作背后的真實身份,讓商家可以了解到退款和退貨的交易全貌。Riskified還可以對每個身份的濫用率進(jìn)行統(tǒng)計并予以明確的標(biāo)注,以先進(jìn)的機器學(xué)習(xí)和全球商家網(wǎng)絡(luò)數(shù)據(jù)實時阻止政策濫用者。與此同時,Riskified幫您區(qū)分開濫用者與合法獲取福利的客戶,為忠誠顧客提供他們專享的良好的消費體驗。
Riskified的技術(shù)精準(zhǔn)挖掘用戶行為歷史,將當(dāng)前會話行為與賬戶所有過去的行為進(jìn)行比較,幫助商家有效區(qū)分優(yōu)質(zhì)客戶和不良行為者,以此杜絕政策濫用,安全地實現(xiàn)收入最大化,運營成本最小化。
如果您想了解更多信息 ,點擊聯(lián)系我們!
出于隱私保護(hù),本文對商家名稱進(jìn)行匿名處理。
(編輯:江同)
(來源:Riskified)
以上內(nèi)容僅代表作者本人觀點,不代表雨果跨境立場!如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與雨果跨境取得聯(lián)系。