400万+工程师在用

400万+工程师在用

拒付包赔:以ROI为导向的创新反欺诈解决方案

电子说

5347人已加入

描述

随着电商行业的不断发展,电商欺诈也如影随形,不断衍生出各式各样的欺诈手段。欺诈者们不仅想摆脱“欺诈”的标签,还希望投入更多的时间与资源来扩大规模。他们瞄准各大主流电商的消费者旅程中的每一个触点,来提高其投资回报率。他们的目标是在每一个购物步骤中都伪装成可信的消费者,因此他们在不断寻找新的漏洞并加以利用。

可以说欺诈与反欺诈是一场永恒的“军备竞赛”。电商商家在追求更高ROI,更高的批准率,更低的欺诈成本与扩大全球市场时,他们通常会选择与专业的反欺诈供应商合作。这将使他们卸下反欺诈的重负,得以更好地专注于市场的开拓与销售的增长。

科技的发展催生了前沿的反欺诈解决方案

在机器学习成为技术界的热门话题之前,反欺诈的方式主要是依靠制定一系列的规则来阻止欺诈者下单。但随着欺诈模式的逐渐进化,规则也需要不断地进行及时调整。无论是进入新市场还是推出新产品,商家都会面临不同的消费习惯和欺诈模式。在这种情况下,持续更新反欺诈规则就是一个巨大的挑战,甚至有可能会损害商家的利益。

大数据与机器学习出现后,“评分系统”解决方案也应运而生。反欺诈供应商会对用户以往的行为进行分析,并以分数的形式向商家提供建议,商家需要根据打分自行决定是否批准订单。在这种模式下,商家需要在批准和拒绝订单的数量中找寻一个平衡点——拒绝过多会损失许多真正的可信客户,而错误地批准欺诈性交易则会造成损失。从短期来看,错误地拒绝优质客户会导致销量下降,收入减少;从长期来看,更会影响客户忠诚度,损害品牌价值。使用评分系统的商家不仅要承担因自己判断失误而造成的损失,而且无论订单结果如何,都要为每笔订单向反欺诈供应商支付固定的审核费用。

而与以上两种解决方案不同,拒付包赔由以色列公司Riskified于2013年首创。该方案下,当订单被提交后,系统会利用机器学习模型、弹性数据链和行为分析等方法对订单做出分析,给出商家批准或拒绝订单的二元决策建议。如果被批准的订单由于消费者信用卡遭受欺诈攻击,仍然出现拒付,那么商家也无需偿付,Riskified会承担欺诈性交易所带来的损失。而且,Riskified仅对接受批准的订单进行收费,这在激励模式上也与商家的利益保持了完全一致。通过这种方式,商家可以有效降低欺诈风险与成本,提高产品销量,并有充足的信心扩展其业务版图,推出新产品或进入新市场。

此外,“评分系统”解决方案只是提供了一个风险评分的数字而已,他们通常并不会在出现欺诈事件后做什么,也不会针对特定的欺诈模式进行总结与反思。而与之相反,Riskified会在事后进行进一步调查,并调整我们的AI系统,以确保不会再遭受相同性质的欺诈。实际上,这其实对于Riskified所有的合作伙伴来说都是有益的,而不仅仅是遭受欺诈的特定商家。这就是我们所谓的“网络效应”。

以ROI为导向的反欺诈解决方案

目前,“拒付包赔”解决方案已被诸多全球领先电商企业所采用,大量实例验证了其可以真实有效地降低拒付率,提高批准率并增加商家利润。以下便是其中的一个实际案例。欧洲某电子产品零售商采用该种反欺诈方案,效果显著。结合ROI(投资回报率)分析,在与Riskified合作使用“拒付包赔”反欺诈方案前,该品牌在美国市场的电商网站维持着总计价值1.19亿美元的订单批准量,由于对高风险评分的担忧,他们拒绝了总订单量的15%。而其中只有约5.3%是真正的欺诈订单,多数是因为审核失误而被拒绝的。由于不准确的欺诈审核,每年都有价值近200万美元(约合人民币近1300万)的订单遭到拒付。

在该电子产品零售商与Riskified达成合作,共同应对欺诈之后,通过系统对历史数据以及对该行业和市场风险等级的评估,最终订单的批准率从合作前的85%,达到了94.68%,有效减少了因审核失误造成的损失。同时在拒付包赔方案的保护下,电商商家无需继续承担与欺诈相关的拒付损失。

此外,通过与Riskified的合作,该商家的欺诈管理方法和解决方案也得到了改进,每年节省了约131万美元(约合人民币861万)的运营成本。由于订单批准率的提高,他们在销售上额外获得了约1.3亿美元(约合人民币8.7亿)的收益,相当于提升了11.38%的销售额。销售额的额外增加与运营成本的降低为这一电商商家带来了高达2106%的投资回报。有效分辨消费者与欺诈行为真正帮助了商家在不流失客户的情况下安全地开拓新市场。

此后,一年之内该公司又在美国和其他三个市场与Riskified达成了合作。目前,众多国际知名品牌如古驰(Gucci)、普拉达(Prada)、Wish和施华洛世奇(Swarovski)等都与Riskified达成合作,提升其在线订单批准率。春秋航空、宁波豪雅等中国领先品牌也在使用该反欺诈解决方案。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉

电子发烧友网

收听电子行业动态,抢先知晓半导体行业

全部0条评论

快来发表一下你的评论吧 !

打开APP