21世纪经济报道记者 陈植 上海报道
面对圣诞跨境电商消费旺季来临，越来越多跨境电商却在“严阵以待”。
“相比传统的欺诈风险，平台用户政策滥用所带来的损失甚至更大。”一位跨境电商企业经营总监向记者透露。
他所说的平台用户政策滥用，主要是指众多消费者滥用跨境电商平台制定的宽松退货退款、优惠促销等措施，以未收到商品、产品有瑕疵等理由拒付或要求退款，导致跨境电商企业蒙受巨大损失。
电子商务欺诈和风险智能解决方案提供商 Riskified发布最新报告《政策滥用及其对商户的影响：2023年全球参考基准》（下称《报告》）指出，67%受访跨境电商企业表示他们从退货处理所收回的金额不到退货商品总价值的一半，尤其在年底大促与购物旺季期间，平台用户政策滥用状况往往更加“高发”。
上述跨境电商企业经营总监指出，平台用户政策滥用，甚至已影响跨境电商企业与跨境电商支付服务商的合作关系。具体而言，当跨境电商企业频繁遭遇因平台用户政策滥用与欺诈行为，一些跨境支付提供商就会调低这些跨境电商企业的信用评级，拒绝向后者提供跨境收付款服务。
Riskified指出，跨境电商平台用户政策滥用问题正在进一步恶化，逾90%受访电商商户正在承担因政策滥用带来的巨额损失，严重影响他们的盈利能力。但与此同时，这些电商商户又不得不继续提供相对宽松的退款退货措施，以此获客留客促活并提升业务规模。
面对这种“自相矛盾”的困局，如何构建针对防范平台用户政策滥用的反欺诈风控系统，显得尤其关键。
“这恰恰是众多跨境电商企业的一大短板。”一位跨境电商支付服务商向记者直言。他们调研发现，多数跨境电商仍采取人工审核方式处理大部分退款退货等要求，导致企业无法准确识别哪些用户可能在滥用平台用户政策“牟利”。与此同时，众多跨境电商企业也缺乏能识别与及时处理欺诈、平台用户政策滥用问题的自动化系统。
Riskified 亚太地区负责人Tasneen Padiath向记者指出，若要解决这项短板，众多跨境电商企业需做好四项工作，一是引入自动化和身份智能识别的解决方案， 快速识别并处理欺诈行为和平台用户政策滥用；二是进一步提高用户历史购物或退货信息等数据的透明度，更好地监测与管控欺诈与平台用户政策滥用风险；三是分析现有的客户经营措施，找出那些能引发欺诈或平台用户政策滥用行为的潜在漏洞，并及时堵住它；四是设立专门部门监控退货，或分析客户数据是否存在可疑行为，协调各部门共享数据迅速处理。
在她看来，随着中国跨境电商企业积极出海，他们需接受全球不同地区的差异化支付方式，比如德国消费者习惯使用未结清发票，巴西消费者喜欢货到付款，法国民众喜欢借记卡支付等。因此中国跨境电商企业在出海过程需进一步降低由欺诈、平台用户政策滥用所造成的各种拒付风险，进一步巩固企业与跨境电商支付服务商的合作关系，以便更好地拓展海外市场。
平台用户政策滥用日益影响跨境电商企业盈利能力
为了更好地拓展海外市场创造更大业务收入，近年众多跨境电商企业与跨境电商平台纷纷推出相当宽松的退款退货措施、力度较大的促销活动等。
令他们没想到的是，这些平台用户政策却给他们带来新的业务损失烦恼。
记者获悉，当前用户滥用平台用户政策的手法，主要表现在四大方面，
一是退货措施滥用，即消费者利用商家的退货政策，以不正当的理由反复退货，或将用过的、或损坏的商品当作新产品退货。
二是INR（声称未收到货）滥用，具体表现在某些客户谎称没有收到商品。以此为由要求退款或换货。
三是促销活动滥用，有些用户会在单次购物使用多个优惠券代码，或创建多个新的电子邮箱，以享受“新客户”的购物优惠或其他奖励措施，但当他们获得“廉价”商品，往往会选择高价转售牟利，或在领到平台奖励后，利用平台漏洞选择退货（只为赚取平台奖励）。
值得注意的是，不同于欺诈行为的始作俑者是不法分子，多数平台用户政策滥用者都是普通消费者，他们往往基于“用完就退货”、“薅羊毛”、“低买高卖转售商品获利”等心态，滥用跨境电商平台/企业的众多用户福利政策
Tasneen Padiath告诉记者，用户政策滥用给平台造成的损失，正日益加大。据Riskified统计，平台用户政策滥用所引发的欺诈行为，给电商产业或已造成1000亿美元的损失。众多受访的电商企业表示，只有不到50%的商品在退货后可以重新上架；约2/3受访电商企业发现他们能收回的金额不到退货商品总价值的一半，原因是在退货流程里，电商企业不但赚不到钱，还需支付额外成本，包括处理退货申请，退货所涉及的拆包、检查、重新包装、重新安排物流运输等费用。
她告诉记者，尤其在通货膨胀和节假日跨境电商消费高峰时期，平台用户政策滥用的状况会显著增加，给跨境电商等行业造成更严峻的业务损失。
多位国内跨境电商企业负责人告诉记者，今年以来他们在拓展海外市场时，也发现平台用户政策滥用所造成的损失日益增加。其中一个重要原因，是全球不同地区的平台用户政策滥用特点不一，若中国跨境电商企业不尽早做好针对性的反欺诈风控准备，很容易“掉入泥潭”。
“比如在拉美地区，INR滥用状况相当严重，美国则流行退货政策滥用，欧洲地区的商品转售牟利状况相对突出；亚洲地区部分用户喜欢抓住平台漏洞反复注册新用户享受额外的购物优惠奖励获利。”一位国内跨境电商企业负责人向记者透露。由于企业出海过程没有及时了解不同地区的平台用户政策滥用状况，如今他们与跨境电商支付服务商的合作关系正面临较大考验――因为后者发现这家企业频繁遭遇平台用户政策滥用与欺诈行为，便纷纷调低这家企业的信用评级，甚至部分跨境电商支付服务商已决定不再提供跨境收付款服务。
“在跨境电商领域，各类欺诈行为与反欺诈风控就像是不断更新、不断交替的猫鼠游戏。当我们采用现有解决方案应对或预防欺诈与平台用户政策滥用行为时，欺诈型买家也在不断更新自己的欺诈方式，这要求电子商务欺诈和风险智能解决方案提供商不断迭代更新自己的反欺诈风控手段与工具，确保自己能持续让各类欺诈、平台用户政策滥用行为无所遁形。”Tasneen Padiath向记者透露。如今的反欺诈模型，就像是一个机器学习工厂，需针对不同国家、不同地区、不同行业的欺诈与平台与用户政策滥用特点设计定制化的风控模型。Riskified的做法，就是通过自身数据网络与机器学习平台助力电商企业更好应对欺诈与平台用户政策滥用挑战。
构建反欺诈自动化系统征途
针对平台用户政策滥用所造成的损失日益高企，越来越多跨境电商企业纷纷加大投入研发基于反欺诈风控的自动化系统。
Riskified 发布的报告显示，94%受访跨境电商商户表示有兴趣在未来两年内部署基于反欺诈风控的自动化系统。
但是，要做好这项工作，并非易事。
多位国内跨境电商企业人士直言，在构建针对平台用户政策滥用的反欺诈风控自动化系统过程，他们遇到的最大挑战，是数据不足。具体而言，充足的数据既能揭示当前平台用户政策滥用的具体操作模式，发展趋势与总体范畴，以便企业制定针对的反制措施，又能给AI机器学习工具提供更多素材，进一步提升反欺诈风控建模的效率与精准性。
“事实上，用户的购物历史、发生退换货纠纷的商品订单、付款详情等数据，都可以帮助企业识别平台用户政策滥用等异常状况，以及涉嫌欺诈的部分客户。但现在，我们无法从企业各个业务部门共享整合这些数据。”上述国内跨境电商企业负责人直言。此前他们调研一家国内时尚类跨境电商企业，他们通过大数据分析技术发现，若用户退回的商品存在磨损迹象，且与退货声明不符，那么这些用户可能是“试衣专门户”，于是企业通过自动化系统对这些用户购物行为进行严格风控，令退换货损失明显下降。
Tasneen Padiath向记者透露：“我们的做法是基于向全球电商企业所处理的逾10亿笔历史交易精细数据，通过机器学习技术快速分析客户与交易数据，以此评估退货索赔欺诈行动动向，令自动化的风控系统能识别欺诈性退款，并根据用户之前的消费行为更准确地揭示潜在欺诈者身份。”
在她看来，中国跨境电商企业出海时，需先充分了解当地消费者的平台用户政策滥用状况，适当调整促销方式和用户退换货等措施，并引入更智能的支付欺诈识别与预防系统，尽可能做到“有备无患”。
记者了解到，平台用户政策滥用状况日益泛滥，也给跨境电商支付服务商构成日益严峻的反欺诈风控压力。因为越来越多跨境电商企业也将这项反欺诈风控任务交给跨境电商支付服务商，若后者无法管控这项风险，就难以赢得更多跨境电商企业的青睐。
一位跨境电商支付服务商向记者透露，目前他们正与多家电子商务欺诈和风险智能解决方案提供商合作，着手搭建针对平台用户政策滥用的反欺诈风控模型，进一步压低平台用户政策滥用行为给跨境企业所带来的业务损失，尤其是降低支付欺诈和电商拒付风险。
Tasneen Padiath向记者透露，今年他们与Mastercard开展合作，将Mastercard的网络安全产品解决方案与 Riskified 的交易和身份识别网络相结合，降低跨境电商企业所遭遇的支付欺诈和电商拒付风险。
“这背后，是我们会审核每笔跨境电商交易――通过机器学习模型与数据分析等工具，将它过去的历史订单进行比较。通过对比，当我们发现它很可能是一个欺诈性的虚假订单或虚假支付，就会进行及时的拦截。反之若经过对比，发现它是一个正常的跨境电商购物订单，就会审核通过，让跨境电商企业放心开展交易。”她指出。这令跨境电商企业、海外独立站与跨境支付服务商无需自己搭建数据中心，也不必投入精力时间搭建机器学习或者相应的分析栈，通过与第三方风控科技平台合作并逐步解决平台用户政策滥用等欺诈风险同时，更好地拓展海外市场。
