在线商店欺诈发生于某人通过欺骗手段从电子商务企业获取商品、服务或金钱时。它对企业的影响并不总是立即显现的。欺诈性交易通过结账、提示履行，并且看起来与合法销售完全相同，直到交易争议发生或退货包裹空着到达。卡组织默认将这些损失的责任归咎于企业，这意味着检测和预防是经营电子商务企业的必要部分。到 2029 年，全球交易争议数量预计将达到 3.59 亿笔。

在下文中，我们将介绍针对在线商店的常见欺诈类型、如何在发货前发现可疑订单，以及对于企业而言其实用的预防设置是什么样的。

要点

• 欺诈性购买在结账时通常看起来与合法购买完全相同，这使得发货前检测成为一种具有成本效益的干预点。

• 交易争议是欺诈的显性成本，但交易争议率升高也会引发卡组织监控计划，这可能威胁到企业接受付款的能力。

• 结账控制、速度规则和基于机器学习的欺诈检测相结合，为企业提供了随着订单量增长而增长的分层防御。

什么是在线商店欺诈？

在线商店欺诈是一种欺骗性或非法交易。它看起来像是一次真实的购买，并且处理过程也像是一次真实的购买。随后的损害表现为交易争议、收入撤回以及已发货库存的损失。

欺诈性在线购买的常见类型有哪些？

四种欺诈类型占了在线商店遇到的大部分情况。每种类型在交易层面看起来都有所不同，但在每种情况下，商家都要承担损失。

盗卡欺诈

有人通过网络钓鱼、数据泄露或犯罪市场获取银行卡凭证，并在真实的持卡人注意到之前使用它们下订单。高价值、易于转售的物品是常见目标。当合法的持卡人对扣款提出争议时，商家不仅会损失产品和收入，通常还要承担交易争议费用。

银行卡测试攻击

在大规模使用被盗银行卡之前，犯罪分子会进行小额测试交易以验证哪些银行卡仍处于活跃状态。提供访客结账且没有速率控制的商家通常是目标。即使测试没有导致完成购买，它们也会产生授权费用并可能引发支付服务商的风险标记。

友好欺诈

真实的客户下达合法的订单，收到货物，然后提起交易争议，声称物品从未到达、购买未经授权或产品有缺陷。这种类型的欺诈特别难应对，因为交易本身是真实的。通过交易争议抗辩赢得争议通常需要交付确认、互联网协议（IP）地址日志、账户历史记录和通信记录。

退款和退货滥用

对于这种类型的滥用，客户在收到订单后退回空盒子、退回错误的产品或声称未交货。它不会产生交易争议，但会侵蚀利润。直到您查看几个月的退货数据模式，往往才能发现屡教不改者。

在线商店欺诈如何影响企业？

在线商店欺诈带来的成本超过了最初的交易金额。以下是如何全面思考这个问题。

交易争议和账户状态

在线商店欺诈最直接的成本是交易争议：银行撤销了交易，企业损失了收入，而且货物通常也已经没了。卡组织对争议率和欺诈水平设定了门槛。超过门槛的企业会进入费用不断攀升的监控计划，并且最终可能完全丧失接受银行卡支付的能力。

处理成本

欺诈历史向支付服务商和承保人发出了风险信号。结果，交易争议率升高的企业通常在每笔交易中支付更多的费用，这意味着每笔销售都会受到复利成本的打击。

库存和履行损失

在发现欺诈之前发货的实物商品通常无法追回。数字商品的风险甚至更大，因为在传输过程中没有什么可以拦截。

运营速度变慢

欺诈响应需要时间，人工审查队列不断增加。政策的收紧可能会给合法客户带来阻力，因为旨在抓捕滥用行为的退货政策可能会使诚实的买家感到沮丧。这些成本并没有仅仅局限于欺诈本身。

在线商店如何检测欺诈性购买？

检测可以发生在单个订单以及跨订单或会话的模式中。虽然没有单一信号能够每次都确认是欺诈，但某些组合值得进一步仔细审查。

订单级别的危险信号

作为企业所有者，请确保密切关注您的单个订单并注意异常情况。

以下是一些表明存在欺诈的指标：

• 账单地址和收货地址不匹配：当收货地址是货运代理、包裹转运服务或与账单地址不同的国家/地区时，尤其可疑。

• 首单加急发货：欺诈分子需要快速拿到货物，赶在银行卡被标记之前。首次购买的高价值订单选择了次日达的客户值得仔细审查。

• 多张银行卡，一个收货地址：在成功付款之前有多次失败的银行卡尝试，且均发送到同一个收货地址，这是一个典型的被盗卡信号。

• 异常庞大的订单数量：订购 10 件客户通常只买一件的商品，特别是对于可转售商品，符合欺诈或转售模式。

• 看起来像自动生成的电子邮件地址：这些地址可能看起来像一长串随机字符、一次性域名或与订单上的名称不匹配的地址。

• 地理位置不一致：当 IP 地址将客户置于一个国家/地区，账单地址在另一个国家/地区，而银行卡在第三个国家/地区签发时，这种不一致就是一个危险信号。

行为和账户级别信号

如果您从整体上检查订单，您会看到不同的模式出现。银行卡测试攻击表现为授权尝试的激增：许多张卡，金额小，时间短，通常来自同一个 IP 或设备指纹。账户接管通常表现为从不熟悉的设备或地点登录，随后立即产生大额订单或更改地址。退货滥用者往往集中出现，这意味着同一个客户账户或家庭会反复试探您的退货政策的底线。这些模式仅靠人工审查很难捕捉到，尤其是在交易量很大的情况下。

在线商店的最佳欺诈防范策略是什么？

没有任何配置可以在不拦截真实客户的情况下阻止所有欺诈。您希望将欺诈减少到可控水平，并为真实交易保持结账流程的完整性。以下是一些最佳实践。

要求 CVV 和 AVS 检查

银行卡验证码（CVV）检查可确认买家持有实体银行卡。地址验证服务（AVS）检查会将账单地址与银行记录进行比较。两者都不是万无一失的，但都有助于阻止欺诈，并且您可以将这些检查设置为在信息不匹配时自动拒绝交易。

有选择地使用 3DS 验证（3DS）

3DS 验证（3DS）为高风险交易增加了一个身份验证步骤（一次性代码或生物识别确认）。当发卡行对交易进行身份验证时，欺诈性交易争议的责任将从商家转移。其代价是结账流程更加复杂，因此许多商家将其应用于风险较高的订单，而不是普遍适用。

设置速率规则

您可以限制在滚动时间窗口内来自单个 IP 地址、设备或银行卡的订单或授权尝试次数。这直接破坏了银行卡测试攻击。

收紧风险细分群体的退货和退款政策

您不必对每个客户应用相同的政策。在数字商品下载后阻止退款、要求提供物品损坏索赔的照片证据，或者标记之前有多次争议的账户，这些可能都是有益的。

搁置高风险订单以供审查

不要自动填写所有内容，而是为同时触发多个风险信号的订单建立一个队列。与无法挽回的损失相比，发货前短暂的审查窗口通常是一个很小的代价。

保存记录

为每笔您可能需要进行争议的交易收集并保留 IP 地址、设备指纹、交付确认、电子邮件通信和登录历史记录。赢得交易争议取决于文档。

您的在线商店是否受到保护以防欺诈？

许多企业在欺诈浪潮袭来时才发现自己的风险。到那时，损失已经造成，卡组织通知也已启动。为了弥补这一差距，需要将欺诈视为一个持续的运营问题，而不是一次性设置。

从您的交易争议率开始。如果它高于 0.5%，说明您已经面临值得调查的问题。一旦高于 1%，大多数行业的企业都可能面临来自支付服务商和卡组织的处罚。如果低于 0.5%，也仍然值得检查您支付管理平台中现有的数据，以确定哪些交易类型正在导致什么风险。

银行卡测试攻击模式会发生变化。在某些产品类别和季节，善意欺诈会达到顶峰。退货滥用紧随政策漏洞而来。走在这些问题前面的企业会关注并在模式发生变化时进行调整。由于人工审查通常不能很好地扩展，像 Stripe Radar 这样的工具被内置在支付流中，以评估每笔进入的交易。

Stripe Radar 如何提供帮助

Stripe Radar 使用 AI 模型来检测和预防欺诈，这些模型基于 Stripe 全球网络的数据进行训练。随着欺诈手段的不断演变，它会根据最新的欺诈趋势不断更新模型，从而保护您的业务。

Stripe 还提供 Radar 风控团队版，该版本允许用户添加自定义规则，以应对特定于其业务的欺诈情境，并支持获得高级欺诈洞察。

Radar 可以帮助您的企业：

• 避免欺诈损失：Stripe 每年处理超过 1 万亿美元的支付交易。这种交易规模赋予了 Radar 独特的能力，使其能够精准检测并预防欺诈，为您避免经济损失。

• 增加收入：Radar 的 AI 模型基于真实的争议数据、用户信息、浏览数据等多维度信息进行训练。赋予 Radar 识别高风险交易并减少误报的能力，从而增加您的收入。

• 节省时间：Radar 内置在 Stripe 中，无需编写任何代码即可启用。您还可以在同一个平台上监控反欺诈表现、编写规则等，从而提高效率。

了解更多 Stripe Radar 信息，或立即开始使用。