0
| 本文作者： 郭佳 | 2017-11-17 18:45 |
做得一手好川菜的老徐，終于在 40歲時擁有了自己的小飯館，從打工仔搖身一變成小老板，經(jīng)過20年的打拼，北京這座城市終于讓他有了一點歸屬感。
之所以敢下決心自己干，還要得益于這兩年做的風(fēng)生水起的外賣業(yè)，在用餐高峰期，這個看起來不足20平米的小飯館流水非?？捎^，門口總是擠滿的各路外賣小哥的電動車，有時店里的外賣小哥比用餐顧客還多。
這也不難理解，由于老徐的餐館在幾個外賣平臺都有滿 50 減 30 的優(yōu)惠，點外賣要比來店里吃劃算的多，老徐看了賬目，心中盤算，辛苦一年基本就能收回成本了。
直到前不久，他接到一個陌生的電話，對方聲稱可以讓他有一個快速賺錢的方法，老徐動心了。
電話那頭的陌生人是通過外賣平臺的“商家信息”得到老徐的聯(lián)系方式，他介紹商家在外賣平臺上其實有一些空子可鉆，而且已經(jīng)有其他的商家在不付出任何成本的情況下，賺了不少錢。
對方所說的空子，其實就是各大外賣平臺“燒錢火拼”的補(bǔ)貼政策。
按照正常情況來說，買家在平臺上選擇自己喜歡的商家和菜品進(jìn)行下單，商家收到下單請求后確認(rèn)，這時騎手會收到派送任務(wù)，把餐取過來之后交給用戶。
那在這個過程中如何來鉆空子？
對方以老徐飯館的“滿 50 減 30 ”為例，當(dāng)買家選夠 50 塊錢的菜品之后，不考慮包裝費(fèi)和配送費(fèi)，只需要支付20塊，但是商家依然能收到50塊，這30塊就是平臺補(bǔ)貼給商家的。
那現(xiàn)在如果商家找一個人偽裝成買家，下單之后商家不需要出餐，從50塊中抽去20塊給“假買家”，就可以不花任何成本的賺到補(bǔ)貼的30塊，這時商家也可以從中再分給“假買家”一些錢，實現(xiàn)雙贏！
那如果騎士跑來取餐怎么辦？
對方等的就是這個問題！
“你可以跟騎士說買家自己取走了，或者更方便的是，自己找騎士偽裝成買家直接下單，這樣騎士不僅可以白賺配送費(fèi)，還可以拿到補(bǔ)貼分成”！
聽到這里，老徐醍醐灌頂，原來商家、騎士、買家可以是同一個人！
對方告訴老徐，更重要的角色其實是“BD”，即負(fù)責(zé)外賣平臺推廣的人員，他們負(fù)責(zé)把商戶和買家用戶吸引到自家的外賣平臺中，比如商戶如果入駐到某個外賣平臺，是需要把資料提交給BD審核，于此同時，BD還能左右滿減的額度，如果能認(rèn)識內(nèi)部的BD，說不定還能滿 50 減 40！
老徐一盤算，如果 BD 開一家飯館，然后自己來同時充當(dāng)商家、買家和騎士，就可以妥妥的無成本賺取補(bǔ)貼，還可以給自己刷銷量，寫好評……
上面的劇情雷鋒網(wǎng)改編自百度外賣風(fēng)控技術(shù)負(fù)責(zé)人王永會的一場演講，其中的每一個環(huán)節(jié)都在現(xiàn)實中真正發(fā)生過。
宅宅終于知道為什么某些商家的飯巨難吃，但銷量和好評卻很高的原因了！長此以往，可以想象會為外賣行業(yè)造成怎樣的傷害。
雷鋒網(wǎng)發(fā)現(xiàn)，目前騙取平臺補(bǔ)貼和刷單的黑產(chǎn)從業(yè)者已經(jīng)布下了比較完整的產(chǎn)業(yè)鏈，除了上面提到關(guān)系復(fù)雜的各路角色，還有提供專業(yè)“裝備”的黑產(chǎn)從業(yè)者，他們通過提供的海量手機(jī)卡、刷機(jī)軟件、接碼平臺等，模擬出正常的用戶來上平臺“薅羊毛”，有些黑客甚至以出賣教程而獲利不少。
面對各路黑產(chǎn)從業(yè)者所組成的產(chǎn)業(yè)鏈條，如何構(gòu)建嚴(yán)密的風(fēng)控體系就成為擺在王永會和團(tuán)隊面前的難題。
在演講現(xiàn)場，王永會介紹了百度外賣的多角色的健康度模型。
百度外賣風(fēng)控最主要的特點，是覆蓋了多個角色和滲透到業(yè)務(wù)各個角落的健康度體系，這個健康度體系包含很多，像商戶健康度，用戶健康度，還有騎士、BD、訂單、平臺等等。重點是如何把結(jié)果應(yīng)用到整個業(yè)務(wù)產(chǎn)品線的各個鏈條里面去，這樣才能形成一個完整的生態(tài)。比如我們把商戶的結(jié)果同步到推薦系統(tǒng)，同步到檢索系統(tǒng)，這樣的如果商家有一定問題，就會在你的推薦排名上提現(xiàn)出來。還有用戶的健康度，會同步到相關(guān)的營銷中。
換句話說，檢測出異常行為的商家，就休想再獲得好的推薦位置。用戶出現(xiàn)異常行為，對不起，優(yōu)惠沒有了！
那風(fēng)控體系究竟是如何揪出這些異常的用戶和商戶的？
不知攻，焉知防。
先來看“機(jī)刷”的套路。
由于各大外賣平臺對于新用戶都會有一個力度比較大的優(yōu)惠，所以黑產(chǎn)從業(yè)者也盯上了這塊“肥肉”。
我們通常在外賣平臺下單時，需要注冊賬號，一般都是手機(jī)號，如果你已經(jīng)用自己的手機(jī)號下過訂單了，再想刷新用戶怎么辦？
有需求就有市場，一個名為“接碼平臺”的系統(tǒng)應(yīng)運(yùn)而生，“羊毛黨”在這里不僅可以獲得一個手機(jī)號，還可以得到平臺返回的驗證碼。
但你就一部手機(jī)，平臺也會檢測到設(shè)備是不是出現(xiàn)過。
這時，一個名為“手機(jī)模擬器”的軟件就出現(xiàn)了，它可以生成一份新的手機(jī)參數(shù)，企圖繞過對設(shè)備指紋的檢測。
再來看看“人刷”的套路。
這是某個QQ群中“羊頭”的指示：
打開××外賣，定位徐州人家小區(qū)，搜索柱子把子肉，隨便點一份餐，大概20元左右，收貨地址寫：徐州人家5-1-201，必須選擇貨到付款，20分鐘后確認(rèn)收貨，必須5分好評，好評不用很麻煩，比如很優(yōu)惠、好好吃、劃算……好評截圖給我就可以結(jié)款，不用墊付一毛錢，收藏店鋪。
如果“機(jī)刷”還得有找模擬器、繞過設(shè)備指紋等步驟，人刷直接面對的一個個真實的人，面對這些大量的QQ群和微信群，又該如何識別這些團(tuán)伙？
王永會對雷鋒網(wǎng)介紹，對于用戶的風(fēng)控，系統(tǒng)會從設(shè)備指紋、規(guī)則引擎、機(jī)器學(xué)習(xí)模型等三個層次分級分析，層層過濾。
用戶的風(fēng)險控制一共有三道防線，第一個是設(shè)備惟一性，設(shè)備指紋主要就是解決機(jī)刷的手段，我們目前已經(jīng)研發(fā)了超過38條以上的多維簽發(fā)的設(shè)備，來繞過刷單軟件。同時我們會做一些刷新軟件的識別，識別手機(jī)上這個東西是不是刷新軟件，是不是采用一些模擬器（在PC上裝一個模擬器，就可以生成像手機(jī)一樣的東西）。
第二道防線就是大家常見的叫規(guī)則引擎的方式，這個業(yè)界也是非常主流的做法，其實規(guī)則的方非常有效，和監(jiān)控搭配可以非常高效、靈活的做一些事情，尤其是突發(fā)事件的應(yīng)對。
其實前面兩個防線可以把機(jī)刷和少部分的人刷控制住，第三道防線就是采用機(jī)器學(xué)習(xí)的方式，我們把用戶的行為研究，像他的瀏覽行為和操作行為，訂單分析，用戶畫像相關(guān)的，結(jié)合用戶在前兩道防線上留下的痕跡，來獲取樣本，進(jìn)行特征訓(xùn)練，評估模型。
如何識別一個QQ群中的多個“羊毛黨”？王永會用“齊步走”來解釋如何根據(jù)行為來構(gòu)造用戶關(guān)系網(wǎng)絡(luò)。
其實這些人在群里都是有組織有紀(jì)律的，步調(diào)往往一致，可以通過這種行為來構(gòu)建用戶的關(guān)系網(wǎng)絡(luò)，根據(jù)大小，以及牽扯的其他的業(yè)務(wù)屬性，量化它的風(fēng)險，從而籌建一個健康度。
比如中間的小圖，圓圈表示用戶，方塊表示商家，為什么用戶異常（紅色），而商家很好（綠色）？這就是刷排名，或者刷銷量的方式。
這也是第三道防線的“威力”所在。
它能在在識別用戶風(fēng)險上，綜合個體、分身和群體的識別結(jié)果，并將結(jié)果應(yīng)用于營銷活動、用戶畫像、實時攔截等環(huán)節(jié)。
針對商戶：防止BD 聯(lián)合商戶騙取補(bǔ)貼
一般商戶風(fēng)險有三種形式，一個是刷補(bǔ)貼，一個是刷銷量（刷排名），另外一個就是虛假店。
前兩項在老徐的故事中應(yīng)該有所體現(xiàn)了，針對這種情況，可以根據(jù)每個商戶的用戶、訂單、物流、商戶菜品等維度進(jìn)行深度挖掘，建立風(fēng)控模型，最后根據(jù)模型結(jié)果建立自動化的分級處罰機(jī)制。
對于第三個虛假店，其實識別是個很復(fù)雜的過程，王永會在演講中以“商戶上傳假圖片”為例。
換句話說，如果你想開家飯店，也許只需要一個技能------PS。
對于虛假商家的問題，BD 在幫著商家提交資料的過程當(dāng)中，有一項資料是提交商家的門口照片。
王永會說，當(dāng)商家入駐到平臺時，審核人員看到的只是其中一張圖，還不是三張，這時候更難分辨哪個是真的，哪個是假的，這就需要做盜圖檢測和PS識別，針對盜圖的技術(shù)方案已經(jīng)非常成熟。
我們目前能夠做到準(zhǔn)確率達(dá)到99%，這個東西必須要與PS檢測結(jié)合起來，PS檢測不幸的是也是一個非常難的題，現(xiàn)在沒有針對PS的針對解決方案，前段時間網(wǎng)上發(fā)酵了一個薛之謙事件，很多網(wǎng)友說他是P的，他認(rèn)為你P圖跟原圖壓縮之后不一樣，我們內(nèi)部做PS檢測的時候也有類似的方案。
其實，如果風(fēng)控直接做在審核環(huán)節(jié)，像上面的虛假商家，在審核圖片環(huán)節(jié)就可直接攔截。
最后，對于整體的外賣風(fēng)控工作，王永會總結(jié)，其實數(shù)據(jù)是根本，模型是工具，理解業(yè)務(wù)是關(guān)鍵。只有掌握了用戶、商戶、騎士等各方面的數(shù)據(jù)后，才能建立模型對異常用戶進(jìn)行識別，這個過程中最大的挑戰(zhàn)就是業(yè)務(wù)滲透，百度外賣的健康度模型之所以效果不錯，還是得益于與業(yè)務(wù)團(tuán)隊的合作，把風(fēng)控滲透到了各個業(yè)務(wù)角度當(dāng)中。
本文部分內(nèi)容來自2017TOP100全球軟件案例研究峰會 數(shù)據(jù)科學(xué)/人工智能專場。
演講人：百度外賣風(fēng)控技術(shù)負(fù)責(zé)人 王永會
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
