營銷欺詐即俗稱的“羊毛黨”，是指有選擇地參與各網際網路管道的優惠促銷活動，以相對較低的成本甚至零成本換取物質上實惠的人群。界定羊毛黨的關鍵特征是，多頻率、有組織地在單次營銷活動中多次擷取優惠金額的行為，其實質是由于其薅羊毛的行為侵占了其他使用者本應享受的優惠活動，這種行為即是打擊的對象。目前，羊毛黨已形成15餘工種、160餘萬從業人員、産業規模不低于1000億元人民币的産業鍊，分工明确、合作流程成熟，并且逐漸向隐蔽、專業、精準方向發展。以某上市公司力推直播軟體的營銷活動為例，為擷取客戶量，隻要注冊軟體就能獲得獎勵金并立即提現。2016年底，該公司投入近16億元後淨虧損約10億元，最終被ST（上市公司連續兩年虧損，被進行特别處理），而其中大部分獎勵被羊毛黨撸走，這說明羊毛黨的行為已經嚴重影響了企業的正常經營。
羊毛黨的主要類型:
- 第一類是個人純手工進行薅羊毛的行為，這類行為往往因涉案金額和規模小，不易受到商家的重視；
- 第二類利用商家網站或APP，使用外挂程式将薅羊毛過程完全自動化；
- 第三類通過破解背景接口建立虛假用戶端進行薅羊毛；
- 第四類是團夥羊毛黨，通常是組織者利用QQ群、微信群指揮團夥成員薅羊毛，且這類薅羊毛行為呈現與平台、商家瓜分利益的趨勢。
羊毛黨的欺詐步驟為：
- 首先，利用虛假号碼進行批量注冊，有些還會配合模拟器或IP位址修改工具進行；
- 其次，利用上述賬号進行集中的批量掃貨下單；
- 最後，将買到的明顯低于市場價格的商品，以比較合理的價格倒手賣出，賺取差價。
羊毛黨欺詐案例：營銷優惠欺詐
某網上商城每周六推出滿80減20活動，活動開始後一個月發現大量訂單支付失敗，其中金額恰為80元的訂單占比較高，且這些訂單綁定的支付卡餘額均為60元。該商城風控部門利用其風控體系及時識别了疑似薅羊毛的訂單，并在支付時進行事中攔截。
反欺詐手段
在識别羊毛黨的過程中，主要使用了裝置指紋識别技術和神經網絡模型等機器學習技術。
具體步驟包括：
- 首先，利用黑名單技術篩選疑似羊毛黨的使用者，若命中黑名單則直接攔截。在此基礎上，綜合運用裝置指紋技術和機器學習技術識别羊毛黨的欺詐行為。
- 一是，利用裝置指紋技術識别出部分羊毛黨在一台終端裝置上登入上千個PIN碼進行操作，同時發現出現大量金額恰好為80元的訂單，據此判斷存在欺詐的可能。
- 二是，利用機器學習技術對使用者的購物行為、交易習慣、交易次數等資料進行綜合分析後，判斷該使用者是否為羊毛黨。
反欺詐效果和可移植性
該案例最終攔截近10%的支付訂單，為商家挽回100餘萬元的損失。據估算，采用反欺詐技術每年能為全行業節約10%-50%的營銷優惠成本。裝置指紋識别技術配合機器學習模型能夠有效阻擊利用裝置進行營銷欺詐的羊毛黨。
裝置指紋識别技術根據不同的識别方法，大體上可分為主動式、被動式和混合式三種。三種方式在隐私保護、響應速度和準确率方面存在一定差異。裝置指紋識别技術在數字金融領域的應用集中展現在兩個方面：
- 一方面，對使用者行為的追蹤和分析，比如購物網站會采集使用者的裝置資訊，并根據裝置指紋資訊對使用者進行相關的商品推薦，實作精準營銷。更為重要的是，利用采集的資訊形成裝置指紋，給使用者提供更好的安全保障，比如檢測到使用者的風險登入、更換裝置登入要求使用者進行二次驗證等等；
- 另一方面，利用裝置指紋技術記錄使用者在網際網路上的活動并進行信用評分，這将對網際網路征信體系健全起到極大的促進作用。
相關文章：
互利網上數字金融典型場景：網絡支付
互利網上數字金融典型場景：網購運費險
互利網上數字金融典型場景：網絡借貸
互利網上數字金融典型場景：消費金融
數字金融欺詐行為名詞表
如何幫助企業把風控做得更好？
如何幫助企業把風控做得更好？（續篇）