作者：Jeff Otto

问责制是将我们的业务凝聚在一起的粘合剂。 这是关于承担维护商业环境完整性的责任。 正如我们对家庭和社区的福祉负责一样，作为执行领导者，我们也对团队的成功及其取得的成果负责。

在商业世界中，您的线上商店就像一辆昂贵的轿车，它是推动公司业务增长和盈利的重要资产。 电子商务领域的高管熟悉支付欺诈的频率，欺诈可能比挡泥板弯曲更常见，并且随着欺诈的不断进化，协调一致的攻击可能会严重影响公司的财务，类似于重大车祸的发生。

发生重大支付欺诈损失之后，即便我们可以解雇那家不负责任的支付风控供应商（他们没能检测到、或者减轻欺诈攻击的影响），但公司CFO仍然必须向投资者负责，解释那些不可预见的欺诈会对公司盈利能力产生重大影响。

然而，事情不一定非要如此。 正如财务主管对可预测的损失边界负责，他们也应该期望支付风控合作伙伴具有相同程度的责任心和可预见性。

问责制：为公司CFO管理投资者的期望，带来可预见性

作为公司的CFO,需要有能力应对不确定性、预测收入和支出以及管理复杂的风险场景。 成功意味着向投资者报告可预测的收入增长和盈利预测。 噩梦ze 是导致您错误预估的重大事件。 新的欺诈团伙通过账户接管或新技术，规避了已有的欺诈检测，从而打击商家，这可能会损害公司在当季的盈利能力。

对新的欺诈威胁、以及难以发现的欺诈交易的恐惧，使得许多电商过度拒绝了合法的订单。 最近的一项研究指出，电商不必要地拒绝了大约 16% 的优质订单。那意味着这 16% 的销售额，每年给企业造成约 110亿 美元的营收损失。

随着新的欺诈威胁的出现，负责任的支付风控伙伴，有充分的动力保持领先地位，利用人工智能和机器学习来解析传入的欺诈数据，并为财务主管带来其急需的稳定性和可预见性。

TicketNetwork案例

比方说在2022 年在疫情过去之后，粉丝们大量重返演出现场，他们愿意高价购买和支付演出门票。这也给TicketNetwork 带来有史以来最高的支付欺诈风险。 尽管门票销售火爆，但 TicketNetwork 的遇到的拒付订单猛增。 订单的提交、拒付申请和处理之间带来了大量的滞后信息，大大增加了CFO处理财报信息的不确定性。 “电子商务遇到的支付欺诈是公司的一个底线问题，但对于CFO来说也是一个工作绩效的指标问题，”一位观察家表示。

面对全球不确定性，负责任的支付风控管理模型，能够提供关键的收入可预见性，让CFO们能确切知道订单的最低批准率是多少，以及支付风控预算的准确金额，因为支付拒付的责任最后归诸于支付风控供应商。 通过这种方式，CFO可以预测公司能通过支付风控，切实得到营收的提升。

TicketNetwork 首席财务官 Christopher Hummer 表示：“从我的角度来看，当我审查未来的战略计划时，最重要的是投资回报率。” “因此，了解这将对公司和利润产生什么影响，非常重要。”

一家负责任的支付风控供应商，可以提供清晰且可计算的投资回报率，非常适合那些寻求最小化不确定性和最大化可见性的公司。

负责任的支付风控商，与不负责任的供应商有何区别？

在Riskified与商家的会面中，我们不断听到类似的说法：

“我们（与风控商）进行了浅层整合，并获得了相对‘便宜’的风险评分，但这无法保证我们想要的业务成果。结果业绩很差——尤其是在限时抢购或新地区扩张之类的活动期间。而且这个问题到了第二年情况依然没有改善，所以我们不得不更换供应商。”

那么，负责的支付风控供应商意味着什么？ 只有当客户看到成功的业务成果时，负责任的支付风控商才会受益。 合作伙伴应该有经济动力，来保持较低的拒付率（成本）和较高的批准率（收入）。 有两种关键方法可以确保这种动态平衡：

1. 拒付包赔，将欺诈退款成本从商家转移给支付风控合作伙伴

2. 基于绩效的收费结构，能够激励风控商批准更多交易，而不仅仅是为了分析数据

与律师在应急基础上工作类似，负责任的平台提供商只有在客户胜诉时才会获利。 甚至比处理意外事件的律师更好的是，如果客户遭受损失，或者在这种情况下，欺诈性交易被漏掉，负责任的支付风控商会承担“和解费”。

这种设置迫使风控商能积极增进商家的收入和盈利能力。 特别是在利用先进的人工智能来检测真实客户、并防止欺诈客户时，支付风控商会有动力在研发方面进行大量投资，特别是在欺诈和身份数据科学方面。

另一方面，不负责任的支付风控商在博弈中如没有重要的财务利益，就不会对自己的错误承担责任（例如，他们不接受拒付责任），并且无论商家的财务结果如何，都要商家为每笔交易付费。

就像按小时付费的律师一样，不负责任的供应商无论带来的业务成果如何都会拿到报酬。 这种与商家的激励措施不一致，会给商家带来不利的后果。因为无论是不必要地拒绝有效订单，还是在重大欺诈攻击后支付拒付费用，只有商家承担了经济损失。但无论哪种情况下，支付风控供应商却依然拿到了补偿——因为那些不负责任的风控商不会真正去分担商家的风险，这点削弱了他们投资持续改进或创新的动力。

拒付包赔和批准率：负责任模型的两个关键组成部分

拒付包赔方案，是一个负责任的支付风控合作方案的核心。在负责任的风控模型中，供应商应该对其批准交易的成本负责：拒付包赔。 这一独特的方法可以最大限度地防范不断变化的支付欺诈威胁。

吸收这些成本的动力，促使负责任的风控合作方给出高度准确的决策，利用实时机器学习，有效地区分合法客户和恶意行为者。 保持较低的拒付率，并让商家免受发卡行网络的拒付控制计划影响。

反过来，如果拒付订单累积到一定数量，受其影响下，发卡行的信用卡授权率可能会逐步下降。 如果不加以控制，商家可能会发现自己位列由卡组织运行的“过度拒付名单”，他们将遭受额外的罚款、费用、处罚，并丧失处理订单的权限。

在负责任的风控模型中，商家仅针对批准的交易、向合作伙伴要求补偿，从而形成明确的激励，以最大限度地提高批准率。 拒付包赔不仅能让商家接受更多订单，还能确保收入的可预测性。 这种对卓越效果的承诺，导致负责任的风控商能够不断超越服务水平协议（SLA），而不负责任的供应商，则缺乏实现这一绩效水平的动力。

另一方面，不负责任的风控模型采取过于谨慎的方法，宁愿拒绝更多潜在的好订单，以试图将欺诈率保持在较低水平。 不负责任的供应商会拒绝大量优质订单，导致商家错失收入机会并带来客户关系的紧张。 在最大限度地减少拒付和优化批准率之间，实现适当的平衡，就成为电商所面临的关键挑战，而理想的方案，就是通过与负责任的风控供应商合作来实现这种平衡。

正如 Finish Line 前电商风险管理主管 Dajana Gajic-Fisic 所说：

“任何人都可以说，可以用过度拒绝来管理欺诈订单，但代价是什么？ 商家可能会拒绝大多数欺诈订单，尽管拒付率会非常低，但商家会失去优质客户和收入。 找到适当的平衡至关重要。”

接受银行卡支付的在线商家，需要根据各自的业务需求和风险阈值，在拒付和批准率之间进行优化。 只有负责任的风控供应商方案，才能通过保证批准率和拒付包赔来有效地实现这种平衡。

负责任的支付风控伙伴，可以让您的团队重新专注于线上业务的增长

大多数电商高管不会说，他们主要负责“支付风控和欺诈防范业务”。对电商来说，建立持久的品牌忠诚度和在线销售优质产品，是他们的核心竞争力，应该成为投资的重点。

负责处理拒付、并对商家绩效负责的外部合作伙伴，可以成为您内部团队的延伸。拥有由人工智能驱动的、负责任的风控平台，您团队的人才可以专注于其他价值驱动的计划，而不是手动审查每一个订单、手动处理拒付争议或人工维护数百条决策规则。

TicketNetwork 之前使用基于规则的系统进行欺诈检测。 虽然系统确实达到了批准率目标，但TicketNetwork 团队需要持续不断的劳动密集型工作，来手动调整规则并区分每个欺诈订单和合法订单。 随着欺诈模式和技术的发展，手动调整规则和执行手动审查所涉及的工作量也随之增加。

当 TicketNetwork 转向 Riskified 时，后者的机器学习模型取代了人工管理规则的需要。TicketNetwork 能够将人才重新部署到“善意”拒付上，这是赛事演出票分销商普遍会遇到的问题。随后商家的人力能腾出时间来专注于这一新挑战，现在通过简化的代表流程，减少了约 60% 的“善意”拒付。

优先考虑收入驱动的创新

有了负责任的支付风控合作伙伴，您可以重新部署专业人才并将创新预算投资到核心能力领域，而不会影响欺诈绩效。 例如，商家的内部数据科学和电子商务团队可以花更多时间为其业务的核心创收领域提供服务，例如客户参与、细分和转化的培训模型。

负责任的风控合作方，能增进方案的灵活性和季节可扩展性

随着订单量和欺诈威胁的波动，负责任的风控平台还可以提供即时的可扩展性，因此运营团队不会面临因匆忙雇用临时或缺乏经验的员工来审查订单带来的激增问题，或者更糟糕的是，让客户等待很久才能下单。

例如，在疫情期间，FlightHub 经历了大量需要人工审核的预订，使其支付风控团队不堪重负。 客户等待 30 分钟之久，才能得到是否下单成功的通知，这让客户服务中心挤满了寻求订单确认的客户。

正如 FlightHub 首席企业发展官 Nick Hart 所解释的那样：

通过 Riskified 的人工智能自动化，FlightHub 将其批准率提高了 30%，并将人工审核减少了 80%。此次合作使 FlightHub 员工能够专注于业务的核心领域，并通过更多批准的交易增加现金流。

不是所有的机器学习都那么“神奇”

机器学习就像弹钢琴：本身并不难，但需要投入大量的时间和重复才能做得很好。 为了使机器学习算法有效，您必须立即发现问题（例如，为确保批准率而导致了欺诈性拒付），并快速重新训练模型以从该错误中学习。 在快速发展的欺诈世界中，速度至关重要。

不负责任的供应商没有快速反应反馈循环和模型再培训。 因此，他们的机器学习模型无法尽快学习和适应以阻止重大欺诈攻击。

反馈循环和模型调整的强度和速度是投资的函数。 对绩效负责的风控合作伙伴，有足够动力尽量减少反应时间并进行再培训。 然而，对于一个不负责任的供应商来说，投资这种精度实际上是一个糟糕的商业决策。 这意味着不负责任的供应商的绩效，会随着时间的推移而下降，或者他们对损害商家盈利能力的欺诈行为，不能及时作出反应。

不负责任的支付风控方案的隐性成本

虽然不负责任的平台在短期内似乎具有成本效益，但它们没有拒付包赔方案，或不提供有关批准率的协议，从而掩盖了它们随着时间的推移所带来的隐性成本。 企业不仅会因无理地错误拒绝订单而遭受收入损失，还可能因欺诈攻击造成不可预见的财务损失，从而带来大额的拒付费用、客户流失以及投资者信心下降。

负责任的智能风控伙伴所带来的安心度如能折算成金额，是远远超过那些不负责任的解决方案暂时节约的成本的。

没有什么比经过验证的性能更能说明真相

Riskified 在与其他欺诈供应商的面对面试点中，一次又一次证明了这一点。 我们相信，由于以上诸多原因，作为负责任的支付风控伙伴，我们每次都会比那些无责任心的供应商表现更好，让商家通过更高的收入、更好的可预测性和更高的盈利能力实现更高的投资回报率。 更重要的是，即使欺诈技术不断进化，商家的执行团队也可以期待这种持续的绩效水平。

您可以与我们众多 Riskified签约商家交谈，其中包括许多受惠于我们高度负责任的合作关系的上市公司。

或者，我们很乐意与您当前的欺诈供应商进行面对面的试点，以证明我们可以为您的业务带来更高的收入、更好的可预测性和更高的盈利能力。

今天就立即联系我们，获得高效支付风控的见解。