21世紀經濟報道記者  陳植  上海報道

面對圣誕跨境電商消費旺季來臨，越來越多跨境電商卻在“嚴陣以待”。

“相比傳統的欺詐風險，平臺用戶政策濫用所帶來的損失甚至更大?！币晃豢缇畴娚唐髽I經營總監向記者透露。

他所說的平臺用戶政策濫用，主要是指眾多消費者濫用跨境電商平臺制定的寬松退貨退款、優惠促銷等措施，以未收到商品、產品有瑕疵等理由拒付或要求退款，導致跨境電商企業蒙受巨大損失。

電子商務欺詐和風險智能解決方案提供商 Riskified發布最新報告《政策濫用及其對商戶的影響：2023年全球參考基準》（下稱《報告》）指出，67%受訪跨境電商企業表示他們從退貨處理所收回的金額不到退貨商品總價值的一半，尤其在年底大促與購物旺季期間，平臺用戶政策濫用狀況往往更加“高發”。

上述跨境電商企業經營總監指出，平臺用戶政策濫用，甚至已影響跨境電商企業與跨境電商支付服務商的合作關系。具體而言，當跨境電商企業頻繁遭遇因平臺用戶政策濫用與欺詐行為，一些跨境支付提供商就會調低這些跨境電商企業的信用評級，拒絕向后者提供跨境收付款服務。

Riskified指出，跨境電商平臺用戶政策濫用問題正在進一步惡化，逾90%受訪電商商戶正在承擔因政策濫用帶來的巨額損失，嚴重影響他們的盈利能力。但與此同時，這些電商商戶又不得不繼續提供相對寬松的退款退貨措施，以此獲客留客促活并提升業務規模。

面對這種“自相矛盾”的困局，如何構建針對防范平臺用戶政策濫用的反欺詐風控系統，顯得尤其關鍵。

“這恰恰是眾多跨境電商企業的一大短板?！币晃豢缇畴娚讨Ц斗丈滔蛴浾咧毖?。他們調研發現，多數跨境電商仍采取人工審核方式處理大部分退款退貨等要求，導致企業無法準確識別哪些用戶可能在濫用平臺用戶政策“牟利”。與此同時，眾多跨境電商企業也缺乏能識別與及時處理欺詐、平臺用戶政策濫用問題的自動化系統。

Riskified 亞太地區負責人Tasneen Padiath向記者指出，若要解決這項短板，眾多跨境電商企業需做好四項工作，一是引入自動化和身份智能識別的解決方案， 快速識別并處理欺詐行為和平臺用戶政策濫用；二是進一步提高用戶歷史購物或退貨信息等數據的透明度，更好地監測與管控欺詐與平臺用戶政策濫用風險；三是分析現有的客戶經營措施，找出那些能引發欺詐或平臺用戶政策濫用行為的潛在漏洞，并及時堵住它；四是設立專門部門監控退貨，或分析客戶數據是否存在可疑行為，協調各部門共享數據迅速處理。

在她看來，隨著中國跨境電商企業積極出海，他們需接受全球不同地區的差異化支付方式，比如德國消費者習慣使用未結清發票，巴西消費者喜歡貨到付款，法國民眾喜歡借記卡支付等。因此中國跨境電商企業在出海過程需進一步降低由欺詐、平臺用戶政策濫用所造成的各種拒付風險，進一步鞏固企業與跨境電商支付服務商的合作關系，以便更好地拓展海外市場。

平臺用戶政策濫用日益影響跨境電商企業盈利能力

為了更好地拓展海外市場創造更大業務收入，近年眾多跨境電商企業與跨境電商平臺紛紛推出相當寬松的退款退貨措施、力度較大的促銷活動等。

令他們沒想到的是，這些平臺用戶政策卻給他們帶來新的業務損失煩惱。

記者獲悉，當前用戶濫用平臺用戶政策的手法，主要表現在四大方面，

一是退貨措施濫用，即消費者利用商家的退貨政策，以不正當的理由反復退貨，或將用過的、或損壞的商品當作新產品退貨。

二是INR（聲稱未收到貨）濫用，具體表現在某些客戶謊稱沒有收到商品。以此為由要求退款或換貨。

三是促銷活動濫用，有些用戶會在單次購物使用多個優惠券代碼，或創建多個新的電子郵箱，以享受“新客戶”的購物優惠或其他獎勵措施，但當他們獲得“廉價”商品，往往會選擇高價轉售牟利，或在領到平臺獎勵后，利用平臺漏洞選擇退貨（只為賺取平臺獎勵）。

值得注意的是，不同于欺詐行為的始作俑者是不法分子，多數平臺用戶政策濫用者都是普通消費者，他們往往基于“用完就退貨”、“薅羊毛”、“低買高賣轉售商品獲利”等心態，濫用跨境電商平臺/企業的眾多用戶福利政策

Tasneen Padiath告訴記者，用戶政策濫用給平臺造成的損失，正日益加大。據Riskified統計，平臺用戶政策濫用所引發的欺詐行為，給電商產業或已造成1000億美元的損失。眾多受訪的電商企業表示，只有不到50%的商品在退貨后可以重新上架；約2/3受訪電商企業發現他們能收回的金額不到退貨商品總價值的一半，原因是在退貨流程里，電商企業不但賺不到錢，還需支付額外成本，包括處理退貨申請，退貨所涉及的拆包、檢查、重新包裝、重新安排物流運輸等費用。

她告訴記者，尤其在通貨膨脹和節假日跨境電商消費高峰時期，平臺用戶政策濫用的狀況會顯著增加，給跨境電商等行業造成更嚴峻的業務損失。

多位國內跨境電商企業負責人告訴記者，今年以來他們在拓展海外市場時，也發現平臺用戶政策濫用所造成的損失日益增加。其中一個重要原因，是全球不同地區的平臺用戶政策濫用特點不一，若中國跨境電商企業不盡早做好針對性的反欺詐風控準備，很容易“掉入泥潭”。

“比如在拉美地區，INR濫用狀況相當嚴重，美國則流行退貨政策濫用，歐洲地區的商品轉售牟利狀況相對突出；亞洲地區部分用戶喜歡抓住平臺漏洞反復注冊新用戶享受額外的購物優惠獎勵獲利?！币晃粐鴥瓤缇畴娚唐髽I負責人向記者透露。由于企業出海過程沒有及時了解不同地區的平臺用戶政策濫用狀況，如今他們與跨境電商支付服務商的合作關系正面臨較大考驗——因為后者發現這家企業頻繁遭遇平臺用戶政策濫用與欺詐行為，便紛紛調低這家企業的信用評級，甚至部分跨境電商支付服務商已決定不再提供跨境收付款服務。

“在跨境電商領域，各類欺詐行為與反欺詐風控就像是不斷更新、不斷交替的貓鼠游戲。當我們采用現有解決方案應對或預防欺詐與平臺用戶政策濫用行為時，欺詐型買家也在不斷更新自己的欺詐方式，這要求電子商務欺詐和風險智能解決方案提供商不斷迭代更新自己的反欺詐風控手段與工具，確保自己能持續讓各類欺詐、平臺用戶政策濫用行為無所遁形?！盩asneen Padiath向記者透露。如今的反欺詐模型，就像是一個機器學習工廠，需針對不同國家、不同地區、不同行業的欺詐與平臺與用戶政策濫用特點設計定制化的風控模型。Riskified的做法，就是通過自身數據網絡與機器學習平臺助力電商企業更好應對欺詐與平臺用戶政策濫用挑戰。

構建反欺詐自動化系統征途

針對平臺用戶政策濫用所造成的損失日益高企，越來越多跨境電商企業紛紛加大投入研發基于反欺詐風控的自動化系統。

Riskified 發布的報告顯示，94%受訪跨境電商商戶表示有興趣在未來兩年內部署基于反欺詐風控的自動化系統。

但是，要做好這項工作，并非易事。

多位國內跨境電商企業人士直言，在構建針對平臺用戶政策濫用的反欺詐風控自動化系統過程，他們遇到的最大挑戰，是數據不足。具體而言，充足的數據既能揭示當前平臺用戶政策濫用的具體操作模式，發展趨勢與總體范疇，以便企業制定針對的反制措施，又能給AI機器學習工具提供更多素材，進一步提升反欺詐風控建模的效率與精準性。

“事實上，用戶的購物歷史、發生退換貨糾紛的商品訂單、付款詳情等數據，都可以幫助企業識別平臺用戶政策濫用等異常狀況，以及涉嫌欺詐的部分客戶。但現在，我們無法從企業各個業務部門共享整合這些數據?！鄙鲜鰢鴥瓤缇畴娚唐髽I負責人直言。此前他們調研一家國內時尚類跨境電商企業，他們通過大數據分析技術發現，若用戶退回的商品存在磨損跡象，且與退貨聲明不符，那么這些用戶可能是“試衣專門戶”，于是企業通過自動化系統對這些用戶購物行為進行嚴格風控，令退換貨損失明顯下降。

Tasneen Padiath向記者透露：“我們的做法是基于向全球電商企業所處理的逾10億筆歷史交易精細數據，通過機器學習技術快速分析客戶與交易數據，以此評估退貨索賠欺詐行動動向，令自動化的風控系統能識別欺詐性退款，并根據用戶之前的消費行為更準確地揭示潛在欺詐者身份?！?/p>

在她看來，中國跨境電商企業出海時，需先充分了解當地消費者的平臺用戶政策濫用狀況，適當調整促銷方式和用戶退換貨等措施，并引入更智能的支付欺詐識別與預防系統，盡可能做到“有備無患”。

記者了解到，平臺用戶政策濫用狀況日益泛濫，也給跨境電商支付服務商構成日益嚴峻的反欺詐風控壓力。因為越來越多跨境電商企業也將這項反欺詐風控任務交給跨境電商支付服務商，若后者無法管控這項風險，就難以贏得更多跨境電商企業的青睞。

一位跨境電商支付服務商向記者透露，目前他們正與多家電子商務欺詐和風險智能解決方案提供商合作，著手搭建針對平臺用戶政策濫用的反欺詐風控模型，進一步壓低平臺用戶政策濫用行為給跨境企業所帶來的業務損失，尤其是降低支付欺詐和電商拒付風險。

Tasneen Padiath向記者透露，今年他們與Mastercard開展合作，將Mastercard的網絡安全產品解決方案與 Riskified 的交易和身份識別網絡相結合，降低跨境電商企業所遭遇的支付欺詐和電商拒付風險。

“這背后，是我們會審核每筆跨境電商交易——通過機器學習模型與數據分析等工具，將它過去的歷史訂單進行比較。通過對比，當我們發現它很可能是一個欺詐性的虛假訂單或虛假支付，就會進行及時的攔截。反之若經過對比，發現它是一個正常的跨境電商購物訂單，就會審核通過，讓跨境電商企業放心開展交易?！彼赋觥＿@令跨境電商企業、海外獨立站與跨境支付服務商無需自己搭建數據中心，也不必投入精力時間搭建機器學習或者相應的分析棧，通過與第三方風控科技平臺合作并逐步解決平臺用戶政策濫用等欺詐風險同時，更好地拓展海外市場。