我目前在Riskified担任业务拓展的工作。此前我做过软件开发工程师，也曾在10多年前参与了国内一些银行卡的芯片改造工作。我们可以发现，线上交易和线下交易有很多不一样的地方。
在线下进行交易，传统的基于磁条的信用卡已经全面升级成了芯片信用卡，发卡行和收单行等都做了很多工作，不止在卡片端，在收银台的 POS机端也有很多强制的升级工作，包括国内的银联，例如同时支持磁条和芯片卡的卡片在线下交易的时候，如果刷卡机支持芯片，其实是不允许做降级交易的。
就是说使用磁条卡的交易不是特别安全，这样引申出来一个话题：虽然不同的支付机构和商家在配合做一些线下的集聚的升级，但是在过去10多年以来，针对线上的交易其实还是没有任何的改变，大家如果用信用卡支付，输入信用卡卡号、失效日期还有卡片背后的三个数字，就可以完成支付。
所以说传统的欺诈分子对这种线上的交易的漏洞就会有一些非常精明的欺诈手段。
对于国内的出海卖家而言，怎么样来防范这种越来越精明的欺诈分子，就是一个非常重要的话题。
很多朋友说，好像平时也没有特别感觉到银行所谓的风控和规则，输完卡号整个交易就实现了。
我可以提醒大家两点，第一点我们来探讨一下银行的规则和风控。假如你有一张和银联联名的信用卡，你和家人去欧洲或者美国旅游购物，当发生第一笔境外的交易的时候，很有可能你这边就会立刻收到你的发卡行的提示，说你的卡可能被盗用了，然后你的信用卡可能立刻就不能使用了，你需要打电话给客服去重新激活。
所以其实银行有非常严格的规则和风控。并且每个银行或者是不同国家和区域的金融机构的规则也并没有对外分享。
以上就是关于银行风控方面的提醒。
第二点就是很多人说他在做跨境交易的时候，并没有特别多的关于批准率的数字。
其实很多时候，国内的卖家在使用独立单业务的时候，他们使用的支付网关工具，有可能他们做的是授权前风控，也就是说当你在支付网关的后台去查看订单数据的时候，很有可能是已经经过了支付宝管理的风控，那么你其实是看不到中间流失的被支付网关的风控和规则所挡掉的订单的数量。
这对于你评估目前支付通道的转化率可能会有一些偏差，那么你可以联系自己的支付网关，来确保你可以获取到你目前所有的风控的表现。
今天主要和大家分享一下关于以下几方面的内容：跨境电商独立站、欺诈和反欺诈、最新的欺诈行为、机器学习的反欺诈方案，以及国际上的一些电商案例和中国的出海电商案例。
01
我们首先看一下跨境电商独立站。
2020年，尽管面临着疫情的挑战，全球电商还是有一个非常强势的增长。其中中国大陆电商增长的比例是27.5%，而北美和拉美这两个区域的电商增长都是在36%以上，这是因为中国的电商直播带货模式已经非常领先，它的增长的比例就没有像海外增长得这么迅猛。
这也就催生了国内的出海电商业务有非常迅猛的一个增长，因为大家更多的是瞄准了海外电商业务。根据目前的统计数字，珠海电商的业务在2019年达到了8万亿人民币的规模，2020年的数字保守估计应该是在10万亿人民币左右。
就国内出海电商卖家的海外市场的分布而言，北美目前还是排名第一，但是排名第二的欧洲的增长也特别迅猛，第三名是东南亚。在不同的区域会有不同的付款方式。
有的国家的消费者会比较倾向于用信用卡，有的国家习惯于开票的付款方式，还有的国家可能更习惯于本地的电子钱包，或者是code等方式，我们后面也会进行探讨。
相较于平台电商，独立站的电商业务更加独立自主，同时需要商家积累自己的私域流量，做自己精准的会员体系，提升客户的忠诚度。它前期可能需要更多的流量引入。相比较平台电商，独立站带流量可能会更具有挑战性。
亿邦智库的DTC企业发展的报告显示，国内有很多平台型卖家在逐渐向独立站业务转变。不管是在亚马逊还是其他平台上，其实大家会发现整个的平台作为卖家的一个审查，还有一些促销的手段会做得特别严格。在独立站，卖家可以自己订立自己的规则，订立自己的服务体系。
对于致力于长期做业务的卖家而言，独立的业务会更有发展潜力。
今天我会重点围绕快递支付环节给大家分享一些具体的防欺诈方法。在支付方面，我要提醒大家的是，第一要支持货币的本地化，也就是刚才我们提到的，不同国家的付款方式，民众的接受程度是不一样的。
卖家怎么样在不同的国家和区域支持更加灵活的方式，支持本地的付款方式和本地的币种？怎么样去提高人群的覆盖面，怎么样去兼顾营销，怎么样去防范欺诈的支付风险，最终通过支付跟消费者建立起信任的关系，还有怎么样去根据绩效的KPI去衡量整个的支付做得是不是完善？
那么跨境电商在风控方面应该怎么样去更好地优化呢？或者是选择更适合自己的方案？
对于一些独立站卖家而言，首先要去适应当地的购物和支付文化。那么怎么样去更好地给客户提供无摩擦的购物体验？如果使用人工审核的一些方式，对于一些大额交易，你需要在付款结束之后，让客户提供他的ID和信用卡的截图，来确保是客户亲自授权的交易。
如此一来，么客户的购物体验就不会特别好。同时，你需要时间去审核这些订单，需要给客户提供及时的发货服务。
那么怎么样在减少购物摩擦的前提下，帮助你批准更多的订单？其实批准更多的订单就意味着转化率会提升，同时保护客户的隐私安全。怎么样使你的账户体系更加完善，不会发生客户信息泄露的情况，以此维护品牌的声誉？
通过不同国家的付款方式我们会发现，82%的美国的网上购物者更喜欢使用信用卡付款，在欧洲有69%的购物者更喜欢使用拍拍和信用卡的付款方式，在拉美区域电子钱包类的支付方式偏多，在东南亚区域数字钱包的接受程度会特别高，中东区域的购物者会选择获得付款。
当商家扩展新的区域的时候都希望有一套比较好的反欺诈方案，使业务不会受到欺诈分子的干扰，而采用传统的方案，需要添加很多的规则，会屏蔽一些特定的区域。
我们跟很多商户在做调研的时候，或者在做一些前期探讨的时候会发现很多卖家都会自己去维护黑名单，他可能是受到欺诈分子的攻击之后，出现了一些拒付的损失，他们就会自己把这些对应的IP地址或者是邮箱或者卡号做黑名单的维护。
同时有一些商家觉得某些区域的订单特别危险，那么他们就会特意在IP地址上去屏蔽特定的区域，拦截特定国家的一些订单，这并不是因为他们物流或者是业务支撑不了，而是因为他觉得这些区域的订单和欺诈分子的比例特别高。
通过这样一些规则，还有一些特意屏蔽的区域，就会误杀很多的来可以转化为营收的订单，同时也给最终的买家带来了一些降级的购物体验。
例如有的卖家通过一些并不是特别透明的规则使客户在购物的时候需要去找不同的手机验证码。
2020年，全球范围内，电商业务拒付的损失高达330亿美金，大家会觉得这个数字非常惊人；同时，由于错误拒绝，也就是明明可以通过这些订单，但由于担心受到欺诈分子的攻击而没有通过订单的金额竟然高达4430亿美金。
所以大家其实更应该关注错误拒绝所带来的营收损失，因为这部分的客户拒绝所带来的损失远远是数倍于拒付的损失。
并且4430亿美金的由于错误拒绝所导致的损失占去年全球营收的大概4.5%左右。反推一下，也就是说从全球的电商业务的平均角度而言，其实由于是错误拒绝，如果你采用一些比较精准的风控方案去提升转化率，那么其实是有4.5%的提升空间。
大家可以联系一下自己目前的风控表现，如果你目前的风控的通过率是90%，很有可能考虑到不同的行业或者是不同的区域，你很有可能就会有一个平均值在4.5%左右的转风控通过率的提升，那么就会直接在你不追加任何广告投入和人员运营成本的情况下，就可以直接提升4.5%的营收。
那么为什么会导致丢单？为什么会导致错误拒绝？
关于丢单，我们调研发现，有很大的比例是在不同的购物的场景下，包括购物者对购物流程不满意，比如有很多跳转页面，再比如商家的站点没有过PCI的验证等，都会直接导致转化率的下降。
同时，证书过期、网址被弹不被信任的证书等也会导致购物者觉得你的网站不安全，从而不会继续在你的网站上购物。
对于在欧洲有业务的卖家而言，在2019年9月14号，PSD2法规开始正式颁布以来，从今年开始也陆陆续续在各个国家执行。
当然英国这个国家比较特殊，它把整个的3DS的SC这部分的强制认证推迟到了明年。其实SC的要求目前更多是通过3DS手段来执行的。
在不同的国家，丢单率也就是弃购率，其实是差别很大。英国由于3DS导致的弃购率就只有1.2%，这就说明其实英国这个国家对3DS的接受程度非常高。如果你在英国没有发3DS验证码的话，对于一些大额的交易而言，购物者反而认为你的网站不完全。
法国和意大利这两个国家对3DS的接受度就没有那么高。在法国你去给客户发验证码，它的丢单率有可能会在16%以上。
如果在欧洲你使用全部的3DS验证，抛去英国之外的平均丢单率会高达16%，而我们公司可以帮助商家在PSD2的法规范围之内去合理合法地申请 SC的豁免，也就是说通过去除3DS，给客户提供一个更加无缝的购物体验。当然这里面也会涉及到一个平均的订单金额，如果你的订单的金额小于50欧元，或者是在某些特定的国家小于100欧元，它就有很大的几率会被成功的去进行SC的豁免，那么就可以给客户提供无摩擦的购物体验。
02
下面谈谈欺诈和反欺诈这个话题，其实就是一个猫鼠游戏，欺诈分子就像老鼠，反欺诈分子就像猫，不管黑猫白猫，能够抓到老鼠的猫就是好猫。“老鼠”们是怎么样去进行欺诈行为的？
从整个的欺诈路径来说，黑客发生了一些黑客的行为。我们观测到，整个的2020年和前几年相比，黑客行为在网上非法盗取，或者是通过钓鱼手段去盗取大家的信用卡的卡号信息或者在不同网站上登录的名字的活动，增加了20倍。
大家可以想象，因为不同的国家可能受到疫情不同的影响，很多人失去收入来源，很多黑客可能会通过一些网络欺诈的手段去获得一些收入。
当黑客获取到这些敏感的资料之后，一般会通过暗网或者是telegram这些信息去进行转售。在telegram上可能更多的是一些信息的经销商。你可以理解成是一些买家在暗网上买的这些敏感资料、非法的资料之后，他可能会在telegram上进行转售，以此来减少自己的购买成本。最终这些信息会被其他分子所获取到，他们很有可能就会在一些比较容易转售的商品网站上去产生欺诈购买，然后再去进行转售。
当商家误认为这些是合法性的订单之后，会通过订单，会发货或者是去提供服务，最终真正的信用卡持有人收到账单之后，会给他的发卡行打电话，说他并没有真正授权这笔交易，卡被盗刷了。那么发卡行就会做一些调研，并且还有很大的概率会站在持卡人这边，然后会要求商家把款项全额退还。
这对商家而言，他发了货或者是提供了服务，但并没有真正收到这些对应的服务或者是产品的付费，这样的订单就称为拒付，也就是chargeback。
那么传统的“猫”们是怎样识别这些老手的
有的风控厂商会使用一些传统的规则，这样子就是说需要有专门的支付专家来维护这些规则，并且这些规则需要根据不同的欺诈行为去进行调整，准确率会相对较低，并且最终出现了这种拒付的损失，还是由商家自己来承担。
还有比较普遍使用3DS的认证。3DS认证目前在印度和欧洲这两个区域比较流行一些，并且是当地的法律和法规。
例如在印度这个市场，如果是印度的发卡行和印度的收单行，会强制要做3DS验证的。
在欧盟就，是我们刚才聊到的PSD的一些法规，更多的是通过3DS去实现的，3DS就会造成很高的弃购率，给客户造成很大的摩擦，所以整个的转化率不会特别高。
还有就是通过人工审核的方式。
很多客单价较高的商户，假如说一笔订单超过500美金，他们就会担心万一出现了拒付，那么损失就会比较惨重，他们会通过人工审核的方式来审核这些订单。
但是首先你会发现当用户提交了订单之后，它不会显示立刻发货，而会显示请等待订单审核，也就是等待人工的审核。那么首先你需要维护比较庞大的一个人工审核团队，并且人工成本都是卖家需要考虑的一个因素。
同时很多电商客户在购买了产品之后，是希望立即发货的，如果你需要人工审核来检查客户是不是亲自授权这笔交易，而你的竞争对手并没有这样做，客户很有可能就会在你的竞争对手那里去购买。
在一些大促期间，如果你还是通过人工审核的方式来发货，那么你的订单数量那么多，你怎么样去排序，怎么样去满足顾客对时效的一些要求，都是非常大的挑战。
大家可以从图中看一下批准率和风险的关系。不同的评分或者是采用规则的一些方案，它怎么样把好订单和坏订单区分出来？它的模型在靠近欺诈端的陡峭的程度，就决定了它可以让批准率和拒付率更好地达到平衡。
大家可以看到上图这个例子，它就很难在维持一个较高的订单的批准率的同时，来维护一个较低的拒付率。而另一张图片在靠近chargeback这边更加陡峭一些，所以它就可以在维持较高的订单的批准率的同时降低拒付率。当然这只是模型的模拟。不同的行业或者不同的区域，它会有所不一样。
03
现在给大家分享一些最新的欺诈行为。
刚才也提到了运营期间欺诈分子还有他们所攻击的频率也会不断加强。像常见的钓鱼式的攻击，还有账户劫持、账户盗用，以及政策滥用，都是非常新鲜的极大的趋势。
关于账户劫持，我们也会发现很多的独立站的卖家为了提高用户的忠诚度，会采用积分、用户忠诚度计划等方式来更好地发展会员体系。这些积分例如可以直接兑换成礼品，或者是积分可以以固定的金额去抵扣购物的金额，那么你的账户受到攻击的危险程度就会比那种没有任何积分、会员体系的账户体系危险13倍。
关于政策滥用方面，我们也会发现其实很多的卖家不管是出于什么样的原因，他们可能会做一些限售，例如对于一些上新的产品，每个用户只能购买一件，大家会发现他很多的用户可能是真的想买，尤其是一些比较新的一些比较好的一些产品，或者是一些比较便宜的促销商品，他们就会通过机器人去注册很多的账户，然后每个账户过来购买一双鞋子，或者是购买一件折扣商品。
那么怎么样来防止你的这种促销的被政策滥用者所瓜分，这也是一个新鲜的挑战。
下面我们来探讨一下，当发生了账户盗用，假如你有15000个账户被盗用或者是账户信息发生了泄露，欺诈分子进行了持续10天的攻击。最直观的就是浮在水面上的，也就是你会产生拒付的成本，因为如果是15000个账户被劫持，你们这边很有可能会通过1500个10%的概率，通过1500个其他的订单，那么可能会真正的产生1500个其他订单，其中10%被批准也就是说会有150个其他品种订单被批准。
还有就是你被盗的积分的损失，最终可能会有4万多美金的损失，但是其实不在这个水平下会有一些隐形的成本，我们也要多关注一下，比如客服的成本。假设有30%的账户的持有人，因为账户信息被泄露了，打电话给客户去进行求助，以及你会损失这些没获客的成本。
因为当购物者的账户被攻击或者被泄露了之后，很有可能有15%的购物者就再也不会来你的网站购物了，那么我们以15%来测算，可能会高达49500美金的损失，还会损失今后两年的客户的中心价值的成本，这个数额就比较庞大。
还有你可能需要根据市场人员或者PR去发布一些挽回品牌声誉的成本，以及内生增长的一些损失，也会高达41万美金。
如果你是上市公司，也会产生股票的波动。
如果你有融资计划，这还有可能影响投资人的考察计划。
同时，在欧洲销售的商户还会受制于严格的GDPR法规的罚款。
这是我们做的一些小调研，就是发现如果您的账户信息的一些，那么您会怎么做？还会在网站上继续购物吗？还是说会直接转到竞争对手的网站上去，您的竞争对手网站上去进行购物？这部分的比例也是相当高。
04
我们再来探讨一下一个非常有意思的话题，就是关于友好欺诈或者是“骗子买家”，这部分就比较有意思。
什么叫友好欺诈或者是骗子买家？我给大家举两个例子。假如说孩子或者是其他家庭成员使用了非本人的信用卡，在网上购买了商品或者服务。比如小孩子不想让他爸爸妈妈知道，他就用他父母的信用卡去购买一些商品。
并且商家认为他在执行通过电商渠道进行购买的时候，是同一个IP地址，是同一个规定的身份证是发货地址，同时整个的网络环境设备指纹都没有发生任何的变化。
从风控的角度来讲，是没有任何理由去拒绝这笔订单的，商家一定会进行发货，提供服务或提供商品。当父母收到信用卡账单之后，很有可能是在下个月或者是在月底，他会回忆不起来，他亲自授权的交易，他买了商品，他有可能就会打电话给他发个函，说他没有授权这笔交易，他被盗刷了。
这种我们就称为是一个善意的友好欺诈，因为它不是一个恶意的行为，但不管怎么样，对于商家来讲还是造成了损失。
还有另外一种情况就是故意的行为。可能有的买家他就是故意买了很多的商品，他故意打电话给他发卡行说他没有这笔交易，被盗刷了，他其实就是想赌一把，那很有可能他就会成功。
发卡行就会信任他，把钱退给他。我们称之为故意的友好欺诈。很多时候这种故意的友好欺诈也分成不同的种类，可能有的时候他就是一个欺诈分子，就是想从中谋利。
还有另外一种情况就是，他其实并不是一个恶意的欺诈分子，他仅仅是因为卖家发货提供的服务或者商品不满意，而又没有一个比较好的渠道去进行退货或退款的时候，他才会故意说他没有出现交易。所以商家针对不同的方式要去进行判断。
其实很有可能有的商家会针对最后一种情况，他就是我非常忠实的客户，他可能就是对他的这件商品不满意，商家愿意来把政策放宽松一些，会愿意去退款，然后来挽回这个客户继续在网站上进行购物的行为。
但是对于一些真正的恶意的欺诈分子，如果你不去及时做申诉，任由这些欺诈分子在你网站上薅羊毛，就会导致羊毛党越来越多。所以说关于这种滥用的拒付通道，我们也要去防范他们。
根据我们的一些调研，其中有50%的欺诈类型的拒付，其实是属于拒付的滥用，也就是说它是属于骗子买家，你应该去做拒付的申诉。
第一是为了挽回拒付的损失，同时也是正面的这些欺诈分子一个信号就是说下次你不要再来了，你再来我们还是会去做申诉，来挽回损失，这欺诈分子很有可能就会停止攻击你的网站。
其实我们前面探讨了一些传统的“猫抓老鼠”时候的一些场景，他们使用规则，使用3DS，通过人工审核的一些方式，给大家分享一下最近几年比较火的采用机器学习的模型的一些防欺诈的方案。
它的路径是首先会进行数据的采集，然后会检测整个订单是不是通过挂代理的形式下的单。其实代理本身并不代表什么东西，并不能说订单是通过代理的形式去下，它就会比较风险。
大家可以想象到如果你是一个中国的买家，你要到海外网站去购物，也就是海淘，很有可能你会挂一个代理，因为如果没有代理，你有可能没有办法到海外网站进行购物。
还有说会进行设备购物行为的分析，以及去采集设备的指纹的信息，这些是很基础的数据的收集。
第二步我们会进行自动的数据的充实，例如会通过邮箱地址来查询邮箱的注册时间。你的邮箱的注册时间越早，邮箱的风险程度就会越低。
如果你这个邮箱是刚刚注册的，很有可能它的风险程度就会更高一些。
机器学习的防欺诈方案也会到社交媒体上去查询一些资料，例如你去购买了非常昂贵的一整套的旅游产品，刚好在社交媒体上发现他说他要去旅行，然后给他朋友去分享一些目的地的资料，就会吻合他的购物习惯。
第三步我们会做一个弹性的链接。我们认为当用户在这次购买所产生的风险程度，跟他之前的购物的行为习惯或者他的历史购物记录相关。
就是说如果一个客户在其他的商户的购物习惯都比较好，他没有出现过拒付现象，就会作为他这次也是一个合法订单的证据，但这并不是直接可以判断出来是一个合法订单的证据，但至少他们有这样的因素，然后就会通过机器学习的模型，通过不同的特征给出来实时的决策，要么是通过，要么是拒绝，并且这种实时的决策只是通过或者是拒绝，他并不给一个评分，因为只要是给了评分，就势必会影响到灰色区域，会有分数高的订单，会有分数低的订单，一定也会有分数不高也不低的订单，对于这些中间区域或者是灰色区域的订单，对于卖家而言，他还是没办法去进行判断的。
对于风控供应商而言，它的整个的排名链接里面所能不达到的这些历史购物记录有多庞大，就会决定了它的风控模型的精准度。对于我们而言，我们有90%的概率可以识别出来购物者的历史购物记录。
对于卖家而言，如果在你的网站上出现了新注册的用户，产生了第一次的购买行为，对于你而言，它是新用户，传统的一些基于规则的风控就会认为它比一些老用户的风险程度会高三倍之多，这当然是根据行业的平均水平而言。
但是从我们的角度而言，它有90%的概率是我们所熟识的老用户，我们就会更有信心地去批准这笔订单。因为客户可能是同一个IP地址，或者是同样的背景address，或者是视频address。
我们的产品套件，从最早的时候，用户在你的官网上进行首次的登录，我们就会从检测账户安全的角度去考察用户的购物习惯，到他去结账，然后你的支付宝端会把订单发去银行进行授权，如果最终出现拒付的话，我们Riskified会跳出来去做这种拒付赔付的产品。
同时，针对欧盟的PSD的法规，我们会尽量多的帮助我们的商户去申请SC，也就是所谓的3DS认证的豁免。
3DS豁免申请成功了之后，后面再出现这种欺诈订单或者是拒付的情况，因为我们是可以发的，是可以拒付包赔的，并且你通过移除3DS，是可以保您提升订单转化率的。
在美国，我们目前是提供这种Deco的产品，大家可以想象到如果银行授权失败了，会发生什么样的现象？很有可能你的订单就没办法去继续提供服务了。就我们观测到的数字而言，在银行侧会有高达8%-16%的银行拒绝率。
其实不同的发卡行或者不同区域的金融机构，他们是很不透明的，他们也不想公布不同银行的规则，也避免造成欺诈分子的攻击。很有可能在线上购物的时候，很多人会看到很多的订单，信息是“do not honor”，也就是银行授权没有成功，为什么？
大家第一反应可能是账户余额不足，但其实有很大的概率并不是这种原因。
我们做了一些调研，发现当银行授权失败的时候，有两大类原因，第一大类原因并不是账户余额不足，因为对于信用卡来说并没有余额这个概念。
另外一大类的原因，其实更多的是老旧的银行系统，或者是在政府公开发给银行授权的时候，没有做智能路由，导致他找不到这些发卡行应该怎么样去进行授权。
所以说当出现了银行拒绝这种方式的时候，我们Deco的产品是可以跳出来，帮助商户去挽回被银行拒绝的订单。
我们也有一些案例，根据我们的指标而言，根据我们的客户的数字，我们是可以在商户被银行拒绝了之后，帮助商户去挽回其中适用于产品30%左右的一些订单的金额。当然我们也是提供这种几乎包赔的主产品，以及防政策滥用的产品。
05
最后我跟大家分享一些客户案例。
第一个案例是Costway，是一家总部在宁波的家具类出海电商卖家。2008年他们在亚马逊上销售自己的产品，2015年开始做独立站业务，主要是面向美国市场。在2018年的时候，他们受到了欺诈团伙的攻击，短时间之内是它的拒付率高达14%，这是非常高的比例，因此上了VISA的超额拒付计划，同时他的银行账户也受到了非常大的影响。
跟我们合作之后，我们立即将它的拒付比例降低到了千分之几，是在 VISA拒付计划的合理范围之内。我们跟宁波Costway合作的第一个目标是将它的拒付率降低，降低之后，帮助商户逐步去提升订单批准率，给他们带来营收的增长。
我们每年帮助商户多批准了950多万美金的订单，也就是说通过提升订单的批准率，直接帮助我们的商户去提高营收。
第二个案例是大型电子产品公司，总部在英国，年销售额10亿美金，它会使用很多的人工审核，同时也会做3DS验证，但是考虑到它要进行全球的扩张，它需要找一个可以去支撑它全球扩张的整体方案。
在跟我们合作之前，它的订单的批准率在85%，Chargeback rate在1.44%，还是相对比较高的。
跟我们合作之后，我们将它的订单的费用率提升到了97%，同时将它的拒付率降低了非常多。
2017年的时候，我们是在北美这个区域进行合作了。经过一年左右的时间，客户对我们非常满意。因此在2018年的时候，客户将他在英国、爱尔兰和日本的订单发给我们进行审核。2019年之后，客户在欧洲全境、澳大利亚和新西兰区域也跟进行合作了。
这个客户还有一个很有意思的点，就是他们官网上会有一些新的客户。因为它是高端消费电子类商户，商品金额会相对大一些，并且它是耐用品，也就是说当用户购买了产品之后，在今后的2-3年之内，他很可能都不会再购买同类的商品，也就是说初次购买客户的订单金额占了80%的营收比例，也就是说80%的营收是由第一次购物行为产生的。
怎么样提升或者更精准地帮助商户来改善初次购物订单的批准率呢？2017年我们最开始合作的时候，我们将商户的新用户的购买订单金额的批准率做到了88.8%。经过了4年时间的磨合，去年我们已经将首次购买订单的批准率提升到了95%。
这也就是说当你选择一款风控工具之后，我们其实是希望我们的商户能够跟包括厂商形成战略合作关系。
因为当你在进行全球扩张或者是营收提升的同时，你的风控厂商也会更加懂你的业务，它的模型会更加适配到你的订单里面去，使它更加精准、有信心地去配置你的订单。
另外一个案例是我们国内的消费电子的领军出海者，它的总部在深圳，一直在亚马逊销售，年销售额超过5亿美金，面向欧美市场。当他去做独立站业务的时候，发现要自己去处理欺诈分子的攻击，就会有一些吃力。
我们是在今年1月10号合作的，我们在合作后一个月左右就上线了它的耳机品牌，后来也上线了它的摄影设备、吸尘器，还有充电设备品牌。
我们是希望尽量帮商户在全球区域内进行扩张。
刚才讲完了家具和消费电子类，现在我们看一个时装行业的案例。这是一家总部在西班牙的时装零售商，在全球也非常知名，他最早的时候在欧洲和美国做电商业务的时候，基本上没有什么痛点，但是当它扩张到南美的时候，受到了欺诈分子的攻击。
大家可以想象，当卖家去做新市场的时候，其实是希望批准更多的订单，提升批准率，来迅速扩大市场。我们这个客户他就有这样的初衷，结果就导致受到了欺诈分子的攻击，他的拒付率就会特别高。
通过跟我们在南美这个区域进行合作之后，我们很快将它的订单配送率从90%提升到了95%以上。
同时这个商户除了实体发货的商品之外，它还有礼品卡，也是更加危险的一个产品类型，因为礼品卡是可以直接变现的，他们也会更加受欺诈分子的青睐，他们的礼品卡的订单批准率会非常低。他们会选择把他们目前的风控已经去掉的礼品卡的订单发给我们帮助他们去进行恢复订单。
我们就在一年的时间里帮他恢复了1650万美金的礼品卡订单，并且更好的点在于我们帮助商户恢复了这些订单，本来就是危险的订单，如果这些订单出现了拒付的风险和责任，由我们Riskified来全额承担。
总体而言，我们不仅仅是帮助商户去控制欺诈的风险，更重要的一点是帮助商户在稳步提升订单的背景率，帮助我们的商户去增加营收的同时，去控制欺诈分子带来的风险。
我们也深知商家的痛点，除了以上讲的以外，还有货不对版、客人说他没有收到货等问题，我们帮助商户去解决欺诈问题，给我们的商户在服务类型的差别上一个更大的空间，可以支撑它更批准更多的订单，从而提升营收。
大家可以看到从Company A到Company E，根据不同的体量，从年销售额在1200万美金，到年收入超过100亿美金的商户，我们都可以较明显地帮助商户去提升订单的批准率。
同时，目前我们所有在使用我们Riskified的商户都没有上过卡组的观察名单。
最后给大家看一下我们Riskified公司的背景，目前我们公司有超过660名员工，其中60%以上的员工是研发人员，因为我们必须要保证我们的模型特别的精准。
我们是全球化的公司，我们的总部在以色列的特拉维夫，同时我们在纽约、伦敦和上海有分公司，为了支持全球的业务的拓展，我们还在去积极拓展其他领域。我们有超过1800个全球的电商客户，在不同的垂直行业的头部电商卖家，以及国内的出海商户，有很大的比例都在使用我们的风控方案。
目前我们每年审核的订单数量超过10亿笔订单，同时也对应着每年超过1000亿美金的订单审核金额。
文章来源：亿邦Plus社群 - 跨境微小课
