如今用惯电商平台的消费者，对售后退货已经习以为常。在海外市场也是如此，全球喜欢在网上“剁手”的消费者认为，商家提供宽松的退货条件和轻松退款体验是理所当然的。

商家顺应了这种消费心理，认为慷慨的退货政策，是争取更多顾客的必需品。但同时，商家不得不承受消费者或欺诈分子滥用这些政策，所带来的损失，代价可能极其高昂。

调研发现：全球商家应对政策滥用能力不足

《世界商业研究 (WBR)》期刊在《政策滥用及其对商家的影响》中，对全球 300 多商家的调查显示，多数零售商根本没有找到适当的自动化风控工具，来保护自己免受代价高昂的支付欺诈。

此项研究还揭示了一个重要的运营瓶颈，正是它阻碍了商家有效防范退货欺诈，下文予以详述。

从运营操作上来说，为了过滤政策滥用行为，商家必须投入大量时间和精力来审查每一笔退货索赔。而最新的相关研究恰恰表明，大多数商家采用的方法并不“对症”，全人工手动审核流程会减慢流程、消耗资源，并让欺诈分子在“薅”走羊毛后溜之大吉。

手动审核：欺诈的便利之门

在Riskified关于商家应对退货订单的研究中，大部份商家表示依然“主要依赖”人工方式，处理大部分退款和退货索赔，而只有一部份商家表示“完全依赖”人工审核。

人工处理退货订单是一个耗时且容易出错的过程。大多数受访商家表示：公司处理退货退款订单的全流程，需要三天或更长时间，有些甚至耗时一周以上。

这足够说明，政策滥用欺诈的发生，到触达商家的“警戒网”，这期间的反应过程是多么的缓慢。同时，顾客端也要经历漫长的等待，才能获得退款服务——如果退货需求属实。

因此，采取自动风控解决方案的零售商，将拥有相当的竞争优势。

从全球范围来看，头部电商早已采取领先的技术手段，不断升级风控系统，对政策滥用行为的过滤。

商家反欺诈的障碍：数据不足

尽管商家知道自动化审核的优势，但大部份人忽视的事实是：归根结底，自动化系统和运营的问题，源头在数据上。

研究发现，大多数商家对自身收集数据和处理退货滥用行为的能力并不满意。数据，是商家识别退货欺诈的最重要依据。 而没有自动化系统的商家，根本无法获取到足以防范政策滥用和支付欺诈的必要数据！

没有自动化，商家就会错失能采取快速反应的决策依据。所以，这是一个恶性循环。

充足的数据可以揭示问题的模式、趋势和总体范围，以指导反制滥用情况的策略。数据同时也为全面有效地执行退货政策所需的机器学习工具，提供动力来源。 

客户的购物历史、发生纠纷的商品订单、付款详情等数据点，可以帮助商家识别异常模式，以及有问题的“客户”。

以时尚类电商为例，如果顾客退回的商品有磨损迹象，且与退货声明不符，则可能是“试衣专门户”或其他类型政策滥用的危险信号。

在下单前，就拦截退货欺诈

假设商家拥有合适的数据工具，他们就可以快速收集和分析信息，并在产生退货订单之前，就做出明智的决定。

将包括机器学习在内的自动化体系引入退货处理流程，使商家能够更快地识别欺诈活动，改善客户体验，并引导公司实施更具战略性的运营手段，例如数据分析和生成新的业务见解。

通过利用自动化工具、更好的数据智能和人工智能，零售商可以节省退货处理的时间和金钱，让员工能够专注于那些有助于业务增长的运营模块，并继续给忠实客户慷慨的激励政策。

随着电商在全球市场处理欺诈成本的上升，以及欺诈者的“技术升级”加速，我们真的不能再浪费时间了。