如今，全球对于线上消费的需求日益增长，各类新型支付方式也层出不穷。在国内，线上支付有着较为完善的法律及监管条例，格局基本已定型。但对于出海商家而言，由于不同国家和地区的支付规则和监管机制不同，跨境支付涉及到的风险也更复杂和多样化。

一、支付欺诈远比想象中严重，全球支付环境复杂于中国

据全球线上交易反欺诈解决方案专家 Riskified 数据显示，2021年至2025年间，支付欺诈行为预计将使全球电商商家损失2,060亿美元，使他们本已微薄的在线利润进一步缩水；在2023 年，全球电商仅由支付欺诈造成的损失，预计将达到 480 亿美元。这其中，造成数据大幅上涨的主要原因，在于欺诈者在账户接管欺诈和身份盗窃等领域的创新。

巨额的数字背后，藏着层出不穷和日趋复杂的网络欺诈手段。Riskified 首席执行官Eido Gal在接受CSDN记者采访时表示，诈骗分子的手段也在随着科技发展“推陈出新”。他们会将系统加密与数据缺口相结合、利用软件漏洞、或者攻击关键的物理基础设施，从而获取品牌收集的珍贵客户数据。

一旦落入欺诈者的“大网”，商家产生的损失不仅是商品成本，还包含交易、运营、营销、客户信任等直接和间接成本。许多商家为了降低支付欺诈率，面对欺诈风险时相当谨慎和保守，导致支付成功率下降和收入损失。据 Riskified 数据显示，在2021年，仅独立站商家，由于担心欺诈攻击而造成错误拒绝的订单金额高达4,430亿美元。商家的损失可谓巨大。

类似的支付欺诈模式不断演变，电商行业需要更注重支付安全、加强风险控制和防范措施，以确保跨境支付的顺畅和安全，避免品牌损失。

Eido Gal 表示，由于全球的支付环境要比中国的支付环境要更加碎片化、更加复杂，因此许多中国商家第一次经历全球支付环境下的支付欺诈时，会觉得非常棘手。在此背景下，Riskified 于2020年底进入了中国市场，致力于为中国商家跨境电商业务提供反欺诈解决方案。目前，中国团队规模有近20人，并与多家中国知名企业展开了合作。

作为全球知名电子商务和在线交易反欺诈公司，Riskified 拥有着为全球线上交易商家处理超过10亿笔交易的历史精细数据，以及多年来对于各国支付环境的深度了解。Riskified 通过对每一笔交易进行审核并比对历史订单，利用机器学习模型和数据分析工具等技术，及时拦截欺诈性虚假订单或虚假支付，降低商家对反欺诈的投入成本，商家可以将预算和精力放在拓展市场和研发产品上，为用户提供更好的价值和体验。

 

二、Riskified 反欺诈模型，全面守护支付安全

面对欺诈分子的“不断创新”，Riskified 也在不断更新自身的自动化技术，打造更贴合、更有效的反欺诈解决方案，力求让中国出海商家能够在出海过程中更加有信心。

如今，电商欺诈模式不仅攻防难度升级，且攻击更具有针对性。传统基于简单规则逻辑和经验判断的风险控制手段，缺乏专业知识和数据分析，无法充分了解及追踪来自特定国家的订单及背后产生的原因，已不足以应对快速变化的风险形式。

根据数据显示，在被不良风控手段拦截的订单中，有70%的订单是合法可信的，可以安全转化为营收。可见商家对于有效的反欺诈解决方案需求相当高。

Eido Gal 表示，电商欺诈行为是不断更新和交替的“猫鼠游戏”。当我们采用现有的解决方案应对或预防欺诈时，欺诈分子可能已经更新欺诈方式了。所以对于Riskified来说，必须紧跟变化、灵活且快速地识别和应对欺诈行为，确保解决方案走在新型诈骗技术的前面。

针对这些问题，基于机器学习模型的反欺诈解决方案，凭借风控精准度，和海量的数据覆盖、高效收集和分析，并根据支付风险趋势变化及时做出风控调整等特性，成为商家的更优选。

以 Riskified 为例， 在搭建模型时会针对不同国家和地区、不同行业和品类设计定制化的模型。比如针对虚拟商品、实体商品、电子商品、高端/快时尚等细分领域，这些模型既具有共性，也具有基于区域、行业等特征的差异。这样一来，Riskified 的反欺诈模型就如一个“机器学习的工厂”，Riskified 要做的就是通过不断输入最新的数据，更新相应信息来培训这些反欺诈模型，确保它们可以及时面对不停迭代的欺诈行为，给出最快最准确的反应。

所谓知己知彼，百战不殆。如何预判可能出现的欺诈行为？关键在于“研究和发现他们的欺诈模式”。Eido Gal 告诉我们，通常如果欺诈分子在一个交易中得手了，他们会不断重复同样的欺诈手段，连续进行欺诈操作，而其中的欺诈手法变化非常小。所以，通过完善的交易环节和聚集技术，Riskified能够在不同的订单和交易中，识别出其中的相似之处，发现欺诈行为，并进行归纳总结。之后再出现高度相似的交易行为或交易特征时，就可以第一时间识别和拦截。

基于机器学习、行为分析、弹性链接、设备指纹等自动化技术，以及 Riskified 深耕行业多年积累的庞大的风险数据库，加上风控专家对模型的专业训练，除了能够实时准确地“批准”和“拒绝”订单，还可基于数据分析该买家是不是潜在的欺诈型用户，辨别可能存在的欺诈交易，获取更多关于用户信息和用户画像的认识，构建出将支付欺诈“扼杀在摇篮中”的解决方案，助力商家更好地发展业务。

值得一提的是，Riskified 还提出了“拒付包赔”的解决方案。也就是说，Riskified 只针对支付成功的订单收取费用，并未拒付包赔客户承担由拒付订单带来的各项成本，让 Riskified 与商家成为“利益共同体”，在保障降低欺诈率的同时，也保证了订单批准的准确度，达到双赢的目标。

三、为企业出海保驾护航，Riskified 助力中国企业拓展全球市场

对于未来 Riskified 在中国的发展，Eido Gal 表示“十分看好”。他认为，中国有着非常优质的人力资源，并且如今中国许多企业不仅希望做好本土市场，也希望将品牌发展为全球性的国际品牌，并且这种趋势还会持续下去。这些因素都帮助 Riskified 在中国市场更好地发展。

“Riskified 接下来的计划，是坚持使用我们搭建的数据网络和机器学习平台帮助商家客户。除了应对欺诈和预防，还包括欺诈者政策滥用等问题。这些计划已经在进行中了。”Eido Gal 说道。

欺诈越复杂，商家就越需要像 Riskified 这种专业的全球线上交易反欺诈解决方案。例如近期出现的生成式人工智能，就已经被许多欺诈者盯上，创建更复杂、更高级、更难识别的社会工程攻击（Social Engineering Attacks）。Eido Gal表示，这样的技术发展和趋势，也能够帮助反欺诈模型提高识别的准确性，为客户带来更优质、更精准的服务。

“Riskified 将会不断利用更新的技术应对不法分子日新月异的欺诈手段，这对于我们来说也是一个很好的商业机遇。”Eido Gal说道。他表示，未来 Riskified 将关注更多样化的销售模式，比如社交媒体销售和直播销售等；同时，未来的支付风控发展方向是打造无摩擦的电子商务，这也是 Riskified 未来发展方向之一。Riskified 将与行业携手， 持续构筑跨境支付的护城河。