作用到商家身上，便出現(xiàn)了侵蝕線上利潤率的惡意拒付問題。拒付，意味著商家接受了盜用信用卡信息進行的交易，真正的持卡人打電話給銀行表明交易不是其授權完成的。出現(xiàn)這種拒付爭議情況時，商家通常面臨著錢貨兩空的境地，也意味著商家沒能及時地識別某種類型的欺詐，欺詐者會一遍又一遍地重復這種交易，最終影響商家在銀行的信譽和評分情況，并讓商家的整個業(yè)務接收能力面臨嚴重風險。

此外，政策濫用現(xiàn)象也是跨境商家必須直面的出海營收“噩夢”。以最為常見的退貨為例，消費季可預見的大量退貨訂單將讓商家面臨嚴重的庫存問題并影響盈利能力?？缇畴娚躺碳彝ǔ橄M者提供靈活的退換貨政策，以確保消費者放心購買無后顧之憂。但在整個退貨流程中，商家不僅無法賺到錢，還需要支付額外成本，包括處理退貨申請，和退貨流程中涉及的拆包、檢查、重新包裝和重新安排路線等步驟。據(jù)美國零售部門統(tǒng)計數(shù)據(jù)，電商訂單的退貨直接成本約為售價的66%。如果將商品再售或報廢，還將產(chǎn)生額外的成本。最終，商家的獲客成本將高不可估。

如果遇到善于找到平臺福利政策的漏洞或平臺系統(tǒng)bug，甚至在灰產(chǎn)市場經(jīng)受過專業(yè)培訓的惡意政策濫用欺詐者：他們用空包裹把商品退回，或者用同一退貨單號多次申請退貨退款，那么商家的盈利能力將面臨更為嚴峻的、難以挽回的挑戰(zhàn)。

不成熟的風控方案，可能成為大促營收“絆腳石”

面對以上情況，很多部署過支付風控工具的商家可能有著這種尷尬體驗：不實施風控有損失，實施也有損失。這是由于不靈活的支付風控方案，給消費者帶來了支付摩擦和障礙，讓交易轉化率大幅下降，從而抵消了風控給商家?guī)淼暮锰?。?shù)據(jù)顯示，出于擔心欺詐影響，平均每個電商商家遭受的營收損失占比約為5%（FIS《2022年全球支付和欺詐報告》）；全球范圍內因錯誤拒付，每年給企業(yè)帶來的收入損失價值約310億美元（數(shù)據(jù)來源：Riskified）。

尷尬的支付風控體驗可能來自以下情況：商家培訓和發(fā)展自有欺詐管理團隊，但人工處理很難跟上全球日新月異的欺詐手段，只能被動風控；并且過多的人工審核流程減慢了訂單履行速度，給訂單轉化帶來不確定性。

再比如3D Secure等風控產(chǎn)品，由于依賴業(yè)務規(guī)則進行風控，容易出現(xiàn)對優(yōu)質訂單的錯誤拒絕，并讓利用社交工程術（如電話詐騙、網(wǎng)絡釣魚攻擊和設備接管）的欺詐者繞過驗證有機可乘。

Riskified：機器學習風控引擎，實現(xiàn)海外市場風控與增收“雙贏”

對此，全球線上交易反欺詐解決方案專家Riskified 建議跨境電商商家，投資于自動化和智能身份識別解決方案，以支持商家自如應對消費季的流量峰值，幫助商家快速識別和應對全球市場的欺詐和政策濫用挑戰(zhàn)。

相比其他自動化風控方案，Riskified利用機器學習技術，配合為全球電商商家處理的超過 10 億筆交易的歷史精細數(shù)據(jù)，打造人工智能欺詐管理引擎，能夠實時、精準識別可信用戶，在篩選出欺詐訂單的同時，為平臺帶來流暢的支付體驗，提高用戶下單轉化率，增加合法訂單通過率，避免錯誤拒絕給商家?guī)淼臓I收損失。

據(jù)統(tǒng)計，Riskified可以追回商家在使用3D Secure或人工審核的情況可能拒絕的交易的70%以上；使用Riskified支付風控方案的商家，其線上收入通常能獲得3%到20%的大幅提升，同時減少5%到50%的反欺詐管理成本。

使用Riskified政策濫用解決方案的商家，其攔截到的退貨條款濫用和索賠案例比未使用之前高出15倍以上，倒賣類買家的檢出率高達95%，加之能夠有效過濾掉濫用優(yōu)惠券和促銷碼的買家，從而讓商家節(jié)省70%的促銷預算。

值得一提的是，對于Riskified審核通過的訂單，Riskified將為商家擔責。在拒付包賠解決方案模式下，如果Riskified批準的訂單最后給商家?guī)砹似墼p性損失，那么該筆訂單的全款及運費損失將由Riskified承擔。

結語

網(wǎng)絡行為、網(wǎng)購模式、欺詐手段，都在以快到近乎瘋狂的速度演進，龐大的電商風險分析師、數(shù)據(jù)科學家和研究人員團隊，支持Riskified人工智能欺詐管理平臺為商家?guī)砭珳?、實時、無摩擦的支付風控反欺詐方案，助力出海商家沖刺2023海外消費季，在欺詐環(huán)境中實現(xiàn)業(yè)務與營收增長最大化。

xiesc