挑战

由于时装业存在趋势和销售周期这种动态特征，这个行业节奏可能会很快，经常导致销售高峰。这些销售高峰频繁出现，而且往往不可预测，对于小卖家尤其是这样。对于 Yoycol 来说，这些峰值通常会给欺诈检测带来挑战，因为在限时抢购期间可能很难区分出哪些是欺诈。

Yoycol 专注于自动化和高效率，并将此作为主要优势，但在管理欺诈方面往往效率低下，尤其是存在被银行卡品牌纳入监控计划的风险，因为他们希望看到详细的补救计划。定制服装产品进一步加大了欺诈造成的复杂性，因为发出的产品通常是独一无二的，不便于更换或重新备货。由于 Yoycol 所集成的许多第三方电商平台合作伙伴都与小卖家合作，因此保持他们这种可靠合作伙伴的声誉非常重要。

解决方案

Yoycol 与 Stripe 专业服务团队合作开展了为期八周的欺诈策略咨询项目，旨在发现高影响力的机会和改进措施，以在可疑行为转化为欺诈之前更高效、快速地减少其集中爆发的可能性。

建立持续的欺诈监控流程

防止欺诈需要警惕的方法。Stripe 建议在欺诈管理方面采取持续的、数据驱动的方法，使用 Stripe 的 Radar 风控团队版 和 Stripe Data 产品，例如 Stripe Sigma 或 Stripe Data Pipeline。这些工具为 Yoycol 提供了监控欺诈趋势所必需的可靠数据，并且可根据监控计划准确预测指标并采取相应措施。

Stripe 的方法首先是进行威胁建模练习，重点是 Yoycol 的个人风险敞口和风险偏好。Yoycol 的用户角色有着不同的组合，从交易量大的企业组织到中小型企业，需要将 Radar 规则集分别映射到这些角色。通过分析这些不同人物角色表现出的模式，并建立跟踪它们的指标，Stripe 可以针对不同类型的欺诈提出具体建议，同时让用户满意。

Yoycol 首席财务官王晓曦表示：“Stripe 团队在预防欺诈方面非常专业，他们对我们平台的政策和发卡行的政策进行了清晰而简明的解读，确定出了将卡从信用卡监控名单中剔除的最佳解决方案。”

结果

在项目初期，Yoycol 的争议，加上业务的增长，给其内部风险团队带来了巨大的运营压力，因为他们需要额外努力来跟踪银行卡品牌的监控指标。Stripe 专业服务团队迅速采用威胁建模等工具来减轻 Yoycol 在参与期间的运营负担，从而将争议和早期欺诈预警的数量降至该客户历史上的最低水平。

使用 Stripe Checkout 和 Link，Yoycol 可以通过 Radar 风控团队版为启用高级欺诈检测功能，这对 Radar 的机器学习模型产生了强烈的影响，使得高风险的 Radar 阻止规则的误报率降到了 0.2% 以下。此外，在转化率保持稳定，保证合法交易的情况下，撤单率降到了 0.1% 以下（包括欺诈性争议）。

“在处理欺诈危机时，Stripe 专业服务团队的工作节奏和及时响应恰到好处，我们配合得非常好，”王说。