ส่วนลดได้กลายเป็นส่วนหนึ่งที่หยั่งรากลึกลงในการช้อปปิ้งออนไลน์ โดยเกือบ 60% ของผู้บริโภคในสหรัฐอเมริกาใช้คูปองดิจิทัล แต่โปรโมชันจะประสบความสำเร็จก็ต่อเมื่อ ต้นทุนของสิ่งจูงใจนั้นคุ้มค่าเมื่อเทียบกับมูลค่าตลอดอายุการใช้งานของลูกค้า การใช้โปรโมชันในทางที่ผิดจะดึงส่วนลดไปใช้ แต่แทนที่จะดึงดูดลูกค้า กลับก่อให้เกิดบัญชีปลอม การแนะนำตัวเอง และแคมเปญการแลกรับอัตโนมัติ ซึ่งอาจทำให้งบประมาณหมดไปและทำให้ตัวเลขการได้มาซึ่งลูกค้าสูงเกินจริง

ด้านล่างนี้ เราจะอธิบายว่าการใช้โปรโมชันในทางที่ผิดทำงานอย่างไรในระดับบัญชี วิธีตรวจจับการใช้โปรโมชันในทางที่ผิด และวิธีสร้างมาตรการควบคุมเพื่อหยุดการใช้งานในทางที่ผิดโดยไม่กระทบต่ออัตราคอนเวอร์ชันของผู้ใช้งานที่ถูกต้อง

ไฮไลต์

• การใช้โปรโมชันในทางที่ผิดมักอาศัยช่องโหว่ในการยืนยันตัวตนช่วงลงทะเบียน ด้วยเหตุนี้ การฉ้อโกงด้วยบัญชีใหม่และการใช้โปรโมชันในทางที่ผิดจึงมักเป็นปัญหาเดียวกัน

• การตรวจจับจะอาศัยการผสานสัญญาณต่างๆ เช่น การจัดกลุ่มอุปกรณ์ รูปแบบอีเมลแบบใช้แล้วทิ้ง และช่วงเวลาในการแลกรับผิดปกติ

• การป้องกันที่มีประสิทธิภาพใช้มาตรการควบคุมแบบหลายชั้นและการเพิ่มขั้นตอนตามระดับความเสี่ยงเพื่อให้ตรวจจับการฉ้อโกงได้ดีขึ้น ขณะเดียวกันก็ยังคงทำให้ขั้นตอนการลงทะเบียนสะดวกสำหรับลูกค้าจริง

การใช้โปรโมชันในทางที่ผิดคืออะไร

การใช้โปรโมชันในทางที่ผิดคือการฉวยประโยชน์จากส่วนลด โบนัสจากการแนะนำ หรือสิ่งจูงใจในการลงทะเบียนเกินกว่าข้อกำหนดที่ตั้งไว้ โดยมักเกิดขึ้นผ่านบัญชีปลอม การทำงานอัตโนมัติ หรือการบิดเบือนตัวตน ซึ่งอาจมีลักษณะเป็นการที่บุคคลหนึ่งสร้างบัญชี 5 บัญชีเพื่อใช้ส่วนลดสำหรับคำสั่งซื้อแรก 5 ครั้ง ใช้อีเมลที่ 2 แนะนำตนเองเพื่อรับเครดิตจากการแนะนำ หรือเขียนสคริปต์ทำให้ทั้งกระบวนการเป็นอัตโนมัติและใช้สิทธิ์ของแคมเปญจนหมดภายในไม่กี่ชั่วโมง

การใช้โปรโมชันในทางที่ผิดส่งผลต่อผลตอบแทนจากการลงทุนด้านการส่งเสริมการขายอย่างไร

รายรับส่วนเพิ่มจากลูกค้าที่ได้มาผ่านโปรโมชันควรมากกว่าต้นทุนของส่วนลดบวกกับต้นทุนในการดำเนินแคมเปญ การใช้โปรโมชันในทางที่ผิดจะบั่นทอนทั้งสองด้านของสมการนี้

วิธีวัดผลกระทบของการใช้โปรโมชันในทางที่ผิดมีดังนี้

• อัตราการแลกรับต่อการซื้อ: พิจารณาสัดส่วนของบัญชีที่ใช้โปรโมชันแล้วมีการซื้อจริงอย่างน้อย 1 ครั้ง กลุ่มผู้ใช้ที่มีการใช้งานในทางที่ผิดสูงมักจะแสดงอัตราการเปลี่ยนเป็นธุรกรรมจริงที่ต่ำ

• อัตราการซื้อซ้ำที่ 30/60/90 วัน: ลูกค้าจริงจะกลับมาซื้ออีก ในขณะที่บัญชีปลอมจะหายไป

• ความหนาแน่นของกราฟการแนะนำ: ในโปรแกรมแนะนำให้ติดตามว่ามีกี่บัญชีที่แนะนำแล้วไปแนะนำผู้อื่นต่อ โครงสร้างการแนะนำแบบธรรมชาติจะขยายลึกขึ้นตามเวลา ในขณะที่โครงสร้างที่เกิดจากการใช้งานในทางที่ผิดจะยังคงแบนราบไม่เติบโต

• อัตราการใช้อุปกรณ์และ IP ซ้ำกันภายในกลุ่มผู้ใช้โปรโมชัน: หากมีการซ้ำกันสูง นั่นอาจเป็นสัญญาณของการสร้างบัญชีแบบมีการประสานงาน

การใช้โปรโมชันในทางที่ผิดเชื่อมโยงกับการฉ้อโกงด้วยบัญชีใหม่และการใช้ช่วงทดลองใช้งานฟรีในทางที่ผิดอย่างไร

การใช้โปรโมชันในทางที่ผิดเป็นส่วนหนึ่งของกลุ่มพฤติกรรมที่กว้างกว่า ซึ่งล้วนฉวยประโยชน์จากจุดอ่อนเดียวกัน ไม่ว่าจุดมุ่งหมายจะเป็นการแลกรับโปรโมชัน การฟอกเงิน หรือการเตรียมการเพื่อยึดบัญชี แผนการใดก็ตามที่ใช้ตัวตนปลอมหรือข้อมูลตัวตนที่ถูกขโมยมาเพื่อเปิดบัญชีใหม่ ถือว่าเป็นการฉ้อโกงด้วยบัญชีใหม่ และการใช้โปรโมชันในทางที่ผิดก็เป็นหนึ่งในรูปแบบที่พบได้บ่อย ในทำนองเดียวกัน การใช้ช่วงทดลองใช้งานฟรีในทางที่ผิดอาจมีลักษณะเป็นผู้ใช้ที่สร้างบัญชีใหม่ทุกครั้งที่ช่วงทดลองหมดอายุแทนที่จะเปลี่ยนเป็นลูกค้าจริง แม้ว่าพวกเขาอาจมีแรงจูงใจที่แตกต่างจากผู้ที่ใช้โปรโมชันในทางที่ผิด แต่ก็ยังคงใช้กลไกเดียวกัน

โครงสร้างพื้นฐานที่เปิดให้ใครบางคนสะสมเครดิตจากการแนะนำได้ ก็สามารถถูกนำไปใช้สร้างบัญชีปลอมเพื่อเก็บเกี่ยวช่วงทดลองใช้งานฟรีได้เช่นกัน หรืออาจนำไปใช้ในทางที่ร้ายแรงยิ่งกว่า ปัญหาการใช้โปรโมชันในทางที่ผิดจึงมักเป็นสัญญาณว่าขั้นตอนการสร้างบัญชีของคุณมีจุดอ่อนที่ไม่ได้จำกัดอยู่แค่เรื่องโปรโมชันเท่านั้น การจัดการปัญหาการใช้โปรโมชันในทางที่ผิดแบบแยกส่วนอาจทำให้คุณยังคงเสี่ยงต่อการถูกโจมตีด้วยวิธีเลี่ยงข้อจำกัดได้ นอกเหนือจากการจัดการกับปลายทางโปรโมชันแล้ว คุณจำเป็นต้องปิดช่องโหว่ด้านการระบุตัวตนที่อยู่เบื้องหลังด้วย

กลยุทธ์การใช้โปรโมชันในทางที่ผิดใดบ้างที่พบบ่อยเมื่อสมัครบัญชี

การใช้โปรโมชันในทางที่ผิดในขั้นตอนลงทะเบียนมักเป็นไปตามรูปแบบมาตรฐานชุดหนึ่ง

ระวังกลยุทธ์ต่อไปนี้

การสร้างบัญชีหลายบัญชี

นี่เป็นรูปแบบที่ง่ายที่สุดของการใช้โปรโมชันในทางที่ผิด บุคคลหนึ่งสร้างหลายบัญชีโดยใช้อีเมลที่แตกต่างกันเพื่อรับสิทธิ์สำหรับผู้ใช้ใหม่ซ้ำหลายครั้ง วิธีนี้ใช้ได้ผลเมื่อการตรวจสอบสิทธิ์การใช้งานสำหรับบัญชีใหม่อิงเพียงแค่อีเมล โดยไม่มีการยืนยันตัวตนเชิงลึกเพิ่มเติม

การแนะนำตัวเอง

โปรแกรมแนะนำที่ให้รางวัลแก่ผู้แนะนำสร้างแรงจูงใจทางการเงินโดยตรงให้เกิดการแนะนำตนเอง ผู้ไม่หวังดีจะสร้างบัญชีที่ 2 แล้วใช้บัญชีหลักของตนแนะนำบัญชีนั้นเพื่อรับรางวัล โปรแกรมที่ให้โบนัสทั้ง 2 ฝ่ายอาจทำให้ได้ผลตอบแทนเพิ่มเป็น 2 เท่าต่อ 1 บัญชีปลอมที่สร้างขึ้น

การใช้โปรโมชันซ้อนกัน

ธุรกิจบางแห่งอาจอนุญาตให้ใช้โค้ดหลายรายการกับคำสั่งซื้อเดียว ผู้ไม่หวังดีจะค้นหาและนำโค้ดมารวมกันผ่านการไล่ทดลองใช้โค้ดหรือจากรายการโค้ดที่รั่วไหลหรือมีการแชร์เพื่อทำให้ธุรกรรมมีต้นทุนเข้าใกล้ศูนย์ หรือหากระบบของคุณมีการออกเครดิตร้านค้า ก็อาจทำให้ต้นทุนติดลบได้

การแลกรับอัตโนมัติ

ผู้โจมตีที่มีความเชี่ยวชาญกว่าอาจเขียนสคริปต์เพื่อทำให้ขั้นตอนการสมัครและการแลกรับสิทธิ์เป็นแบบอัตโนมัติ แคมเปญที่ตั้งใจให้ดำเนินเป็นเวลาหนึ่งสัปดาห์อาจถูกใช้สิทธิ์จนหมดภายในไม่กี่ชั่วโมง

การแชร์โค้ดและการรั่วไหลสู่สาธารณะ

โค้ดโปรโมชันที่โพสต์บนเว็บไซต์รวมคูปองหรือมีการแชร์บนช่องทางโซเชียลจะถูกนำไปใช้แลกรับเกินกว่ากลุ่มเป้าหมายที่ตั้งใจไว้ แม้จะไม่ใช่การกระทำที่เป็นอันตรายเสมอไป แต่ก็อาจบั่นทอนการกำหนดกลุ่มเป้าหมายและทำให้งบประมาณที่ตั้งไว้สำหรับกลุ่มลูกค้าเฉพาะหมดลง

สัญญาณการตรวจจับใดบ่งชี้ว่ากำลังเกิดการใช้โปรโมชันในทางที่ผิด

การตรวจจับทำงานโดยการผสานสัญญาณต่างๆ ที่ใช้แยกแยะตัวตนปลอมหรือการสร้างซ้ำออกจากผู้ใช้ใหม่ที่แท้จริง

ไม่มีสัญญาณใดเพียงสัญญาณเดียวที่สามารถสรุปได้อย่างเด็ดขาด แต่สัญญาณต่อไปนี้เมื่อปรากฏร่วมกันมักบ่งชี้ถึงการใช้งานในทางที่ผิด

การจัดกลุ่มของอุปกรณ์และเครือข่าย

การสร้างหลายบัญชีจากอุปกรณ์เดียวกัน ที่อยู่ Internet Protocol (IP) เดียวกัน หรือซับเน็ตเวิร์กเดียวกันภายในช่วงเวลาสั้นๆ เป็นสัญญาณที่ชัดเจน การมี 2 บัญชีจาก IP ของครัวเรือนเดียวกันไม่ใช่เรื่องผิดปกติ แต่หากมี 15 บัญชีจาก IP เดียวกันภายใน 48 ชั่วโมงนั้นเป็นสิ่งที่ควรตรวจสอบ

รูปแบบนามแฝงและอีเมลแบบใช้แล้วทิ้ง

ผู้ให้บริการอีเมลบางรายอนุญาตให้ใช้นามแฝงของที่อยู่อีเมล (เช่น user+tag@domain.com) ซึ่งทำให้ผู้ไม่หวังดีสามารถสร้างที่อยู่อีเมลที่ดูแตกต่างกันได้ แต่ทั้งหมดส่งไปยังกล่องจดหมายเดียวกัน นอกจากนี้ โดเมนอีเมลแบบใช้ครั้งเดียวมักปรากฏในสัดส่วนที่สูงผิดปกติในการลงทะเบียนที่มีการใช้งานในทางที่ผิดเมื่อเทียบกับการลงทะเบียนตามปกติ

กราฟการแนะนำที่น่าสงสัย

โครงสร้างการแนะนำแบบธรรมชาติมักมีลักษณะเป็นกิ่งก้าน เช่น คนคนหนึ่งแนะนำเพื่อนจำนวนหนึ่ง และบางคนในนั้นก็แนะนำผู้อื่นต่อ ในขณะที่การใช้งานในทางที่ผิดจะสร้างกราฟลักษณะคล้ายดาว เช่น บัญชีหนึ่งแนะนำเป็นจำนวนมาก แต่บัญชีที่ถูกแนะนำเหล่านั้นไม่มีกิจกรรมเพิ่มเติม และมักแลกรับสิทธิ์ทันทีหลังจากสร้างบัญชี

ช่วงเวลาการแลกรับที่ผิดปกติ

บัญชีที่ใช้โปรโมชันทันทีภายในไม่กี่วินาทีหลังจากสร้าง หรือบัญชีที่สร้างขึ้นเป็นชุดอย่างมีการประสานงานจะมีพฤติกรรมแตกต่างจากลูกค้าจริง ผู้ใช้จริงอาจใช้เวลาสำรวจ ลังเล หรือใช้เวลาหลายวันระหว่างการลงทะเบียนและการซื้อครั้งแรก

ความถี่ในการใช้งานช่วงเปิดตัวโปรโมชัน

การพุ่งขึ้นของการสร้างบัญชีทันทีหลังจากมีการประกาศโปรโมชันควรได้รับการตรวจสอบอย่างใกล้ชิด

ความไม่สอดคล้องกันของลายนิ้วมือของอุปกรณ์

ความไม่สอดคล้องกันระหว่างตัวแทนผู้ใช้ที่รายงาน ความละเอียดหน้าจอ และฟอนต์ที่ติดตั้งอาจบ่งชี้ถึงการทำงานอัตโนมัติหรือการปลอมแปลงลายนิ้วมืออุปกรณ์ ผู้ใช้จริงโดยทั่วไปมักไม่มีความไม่สอดคล้องลักษณะนี้

การควบคุมเพื่อป้องกันการใช้โปรโมชันในทางที่ผิดทำงานอย่างไรโดยไม่บล็อกผู้ใช้จริง

การกำจัดการใช้งานในทางที่ผิดทั้งหมดเป็นเรื่องที่ท้าทาย และบ่อยครั้งก็ไม่สามารถทำได้ เป้าหมายคือทำให้การใช้งานในทางที่ผิดมีต้นทุนสูงพอจนผลตอบแทนจากการลงทุน (ROI) หายไป

การจำกัดการแลกรับและกฎสิทธิ์การใช้งาน

จำกัดการใช้โค้ดโปรโมชันให้เป็นหนึ่งโค้ดต่อหนึ่งตัวตนที่ได้รับการยืนยัน ไม่ใช่หนึ่งโค้ดต่อหนึ่งที่อยู่อีเมล สิ่งที่ถือว่าเป็นการยืนยันขึ้นอยู่กับระดับความเสี่ยงที่คุณยอมรับได้ เช่น หมายเลขโทรศัพท์ที่ยืนยันแล้ว การตรวจสอบวิธีการชำระเงิน หรือที่อยู่ที่ได้รับการยืนยัน

การให้คะแนนความเสี่ยงของอุปกรณ์และข้อมูลประจำตัวเมื่อลงทะเบียน

เครื่องมือที่ให้คะแนนบัญชีใหม่ตั้งแต่ตอนสร้าง โดยอิงจากลายนิ้วมืออุปกรณ์ ความน่าเชื่อถือของ IP ความเสี่ยงของโดเมนอีเมล และสัญญาณพฤติกรรมจะช่วยให้คุณสามารถกำหนดการปฏิบัติที่แตกต่างกันได้ บัญชีที่มีความเสี่ยงต่ำสามารถเข้าถึงโปรโมชันได้อย่างง่ายดาย ในขณะที่บัญชีที่มีความเสี่ยงสูงอาจต้องมีการยืนยันเพิ่มเติมก่อนที่โปรโมชันจะเปิดใช้งานได้ เครื่องมืออย่าง Stripe Radar ใช้การให้คะแนนลักษณะนี้ภายในขั้นตอนการชำระเงิน และกลไกกฎของ Stripe Radar ยังช่วยให้คุณสามารถเขียนตรรกะแบบกำหนดเองสำหรับเหตุการณ์การแลกรับได้

ความท้าทายแบบต่อเนื่องสำหรับกลุ่มที่มีความเสี่ยงสูง

แทนที่จะบล็อกบัญชีที่น่าสงสัยทันที ให้กำหนดว่าต้องมีการซื้อจริงก่อนที่จะปล่อยเครดิตโปรโมชัน วิธีนี้จะเปลี่ยนการลงทะเบียนที่มีแรงจูงใจเพื่อการใช้งานในทางที่ผิดให้กลายเป็นลูกค้าจริง หรือไม่ก็ละทิ้งไปโดยไม่เกิดค่าใช้จ่าย

การจำกัดอัตราที่ปลายทางโปรโมชัน

หากการตรวจสอบความถูกต้องของโค้ดโปรโมชันทำงานผ่านการเรียกใช้อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน (API) ปลายทางดังกล่าวจำเป็นต้องมีขีดจำกัดอัตราและการตรวจจับความผิดปกติ

ข้อกำหนดที่ชัดเจนยิ่งขึ้นและมีการนำไปบังคับใช้ทางเทคนิค

คำว่า "หนึ่งสิทธิ์ต่อลูกค้า" จะไม่มีความหมายหากคุณไม่ได้กำหนดและบังคับใช้ความหมายของคำว่า "ลูกค้า" ในระบบของคุณ ให้เข้ารหัสกฎสิทธิ์การใช้งานเพื่อให้ระบบตรวจสอบโดยอัตโนมัติแทนที่จะตรวจสอบด้วยตนเองในภายหลัง

Stripe Radar ช่วยอะไรได้บ้าง

Stripe Radar ใช้โมเดล AI ในการตรวจจับและป้องกันการฉ้อโกง โดยฝึกด้วยข้อมูลจากเครือข่ายทั่วโลกของ Stripe ซึ่งโมเดลเหล่านี้จะได้รับการอัปเดตอย่างต่อเนื่องตามแนวโน้มการฉ้อโกงล่าสุด เพื่อปกป้องธุรกิจของคุณเมื่อการฉ้อโกงพัฒนา

Stripe ยังมี Radar for Fraud Teams ซึ่งช่วยให้ผู้ใช้เพิ่มกฎที่กำหนดเองเพื่อจัดการกับสถานการณ์การฉ้อโกงเฉพาะสำหรับธุรกิจของตนและเข้าถึงข้อมูลเชิงลึกเกี่ยวกับการฉ้อโกงที่ล้ำสมัย

Radar สามารถช่วยธุรกิจของคุณได้ดังนี้

• ป้องกันการสูญเสียจากการฉ้อโกง: Stripe ประมวลผลการชำระเงินมากกว่า 1 ล้านล้านดอลลาร์ต่อปี ปริมาณที่มากเช่นนี้ช่วยให้ Radar ตรวจจับและป้องกันการฉ้อโกงได้อย่างแม่นยำ ซึ่งช่วยประหยัดเงินให้คุณ

• เพิ่มรายรับ: โมเดล AI ของ Radar ได้รับการฝึกฝนจากข้อมูลการโต้แย้งการชำระเงินที่เกิดขึ้นจริง ข้อมูลลูกค้า ข้อมูลการเรียกดู และอื่นๆ ซึ่งทำให้ Radar สามารถค้นหาธุรกรรมที่มีความเสี่ยงและลดการตรวจพบที่ผิดพลาดได้ ซึ่งส่งผลให้คุณมีรายรับเพิ่มขึ้น

• ประหยัดเวลา: Radar ถูกสร้างขึ้นใน Stripe และไม่ต้องใช้โค้ดในการตั้งค่า คุณยังสามารถติดตามตรวจสอบประสิทธิภาพในการจัดการการฉ้อโกง เขียนกฎ และอื่นๆ อีกมากมายได้ในแพลตฟอร์มเดียว ซึ่งจะช่วยเพิ่มประสิทธิภาพ

ดูข้อมูลเพิ่มเติมเกี่ยวกับ Stripe Radar หรือเริ่มใช้งานเลยวันนี้