2023年11月14日，中国上海 —— 近日，由全球领先的电子商务欺诈和风险智能解决方案提供商 Riskified 发布的《政策滥用及其对商家的影响：2023年全球参考基准》报告显示，政策滥用问题正进一步恶化，超过九成电商商家正在承担因政策滥用带来的巨额损失，严重伤害全球商家的盈利能力。在当今激烈的电商竞赛中，超过93%的被访商家表示提供宽松的退款和退货政策仍对吸引新客、保留忠诚客户非常重要；超过90%的企业认为，提供广泛的促销政策是提升销售的重要利器，这意味着商家冲刺业绩时，纳入破解和抵御政策滥用的措施迫在眉睫。
Riskified 亚太地区负责人Tasneen Padiath女士介绍：“通过调研和分析，我们看到在全球具有挑战性的经济环境下，通货膨胀、消费者可支配收入减少、或消费者不佳的个人购物体验等多种经济及情感因素，使电商环境及消费者行为变得前所未有的复杂，明显的趋势是 2023年政策滥用问题迅速增加。对商家来说，以顾客为中心的政策效果正从激励变成伤害。”
政策滥用与传统欺诈行为不同，前者可能由原本表现良好的客户实施。在大多数情况下，消费者滥用商家政策时不需要特殊技能或盗取凭证或帐户。例如，Riskified 对商家数据进行分析的结果显示，平均20%的退款申请属于退货政策滥用行为。但事实上，这种滥用行为对一些商家造成的损失甚至超过传统的欺诈退款。据估计，从“友好”滥用到故意的政策欺诈，这一全球普遍的滥用和欺诈现象造成的直接货币损失价值高达一千亿美元，相当于每年的全球电子商务产生的收入。
据 2023年 Riskified 报告统计，政策滥用行为中，未收到商品（INR）滥用（41%），促销码和忠诚计划滥用（35%）、及退货滥用（38%）是三大政策滥用特定类型。67%的零售商表示，他们能从退货处理中收回的金额不到退货商品总价值的一半。尤其是在年末大促季和购物季期间，政策滥用的情况更加密集。
图注：Riskified《政策滥用及其对商家的影响：2023年全球参考基准》(P40)
面对如此广泛的政策滥用风险，62%的商家表示，他们目前没有部署自动系统（包括机器学习）来准确识别和解决政策滥用问题，65%的受访者对大多数退款和退货索赔使用手动审查流程。大多数零售商（74%）表示他们需要用三天或更长时间来处理退款或退货。
Riskified 亚太地区负责人Padiath女士解释：“根据我们与全球零售商、电商客户合作的经验，商家遭遇广泛的政策滥用问题的背后，是缺乏有效的风控系统和能力。传统商家通过人工审核大部分乃至全部退款和退货订单，这直接导致退货处理的成本高、耗时长、人为错误率大，几乎无法挽回退货损失。另有一些商家通过内部机制建立一整套防欺诈管理方案，但是这个过程复杂而充满挑战，包括在处理欺诈和滥用方面的部门间的合作存在差距，以及需要依靠人工流程来解决个别滥用情况。”
Riskified 亚太地区负责人Padiath 女士补充道：“全球各个市场的政策滥用行为体现非常不同。比如，对商家造成的成本“非常高”的政策滥用行为在拉丁美洲是未收到商品（INR），而在美国是退货滥用。巨大的市场环境和滥用行为差异，很可能让出海国际市场的中国商家在推进销售时陷入被动。我们建议中国出海电商在充分了解当地消费者政策滥用情况后，适当调整促销方式和政策，同时采纳更智能的支付欺诈识别和预防系统，为争取更多优质客户的信任和无障碍体验提供更安全的后盾。”
关于Riskified《政策滥用及其对商家的影响: 2023年全球参考基准》报告
《政策滥用及其对商家的影响：2023年全球参考基准》报告是Riskified 基于与 WBR Insights 合作的调研报告。数据通过采访了300位来自全球不同部门和公司的头部商家得来，被访商家行业包括：快时尚、体育用品、食品配送、消费电子产品和旅游品牌等行业。其中24%的受访公司总部位于美国，25 %来自中欧，32%来自亚太以及19%来自拉丁美洲国家。这些公司的年收入在5亿美元至49.9亿美元之间，总计超过了5亿美元。受访对象均为部门主管以上级别的领导者，包括负责IT、财务和电子商务职能的负责人。
报告全文：（官网报告下载链接）
关于Riskified
Riskified (NYSE:RSKD) 赋能企业通过降低风险来提升电子商务收入和利润。多家全球大型商家和知名品牌均与Riskified开展拒付包赔合作，以期打击大规模欺诈和政策滥用，并加深客户忠诚度。Riskified 已经审查了数以亿计的交易，并为众多全球顶尖品牌和各行业快速增长的企业审批准了数十亿美元的收入，包括荣耀，安克，春秋航空，周生生，携程，豪雅集团，Rotita 等。在强大的电子商务风险分析师、数据科学家和研究人员团队的支持下，Riskified 机器学习平台对每次交互背后的个体进行分析，提供实时决策和强大的身份洞察。该平台基于我们庞大的全球商家网络数据与专有机器学习模型，实现电商商家的收入最大化，运营成本最小化。更多资讯请您关注 Riskified 官网网站：https://www.riskifiedchina.cn 或关注 Riskified 官方微信公众号：Riskified_China。
发布时间：2023-11-14 12:05:08，标签：Riskified