Антифрод в e-commerce: граница между защитой и удобством

Магазин запускает промокод для новых покупателей, видит всплеск регистраций и отвечает привычным способом: добавляет проверки, ограничивает заказы, чаще отклоняет подозрительные действия. Потери от злоупотреблений могут сократиться сразу. Одновременно часть добросовестных пользователей бросает оформление, получает отмену заказа или сталкивается с лишним шагом в checkout.

Для e-commerce антифрод — это работа с экономикой всего пользовательского пути. Защищать приходится бонусы, возвраты, доставку, акции и правила работы продавцов; одна банковская проверка транзакции здесь не даёт полного ответа. Граница качественной защиты проходит там, где команда видит и предотвращённые потери, и цену ограничений для нормального клиента.

Почему одной блокировки недостаточно

В финансовом сервисе объект защиты обычно определён: платёж, перевод, вход в аккаунт. Решение часто нужно принять за миллисекунды, поэтому основу составляют скоринг, поведенческие сигналы, сведения об устройстве, географии и аномалиях конкретной операции. Ошибка несёт ясный риск: деньги клиента могут уйти злоумышленнику.

У маркетплейса или сервиса доставки сценарий длиннее. Он начинается с регистрации, включает получение приветственного бонуса, выбор товара, оплату, сборку, доставку, возврат и повторную покупку. На каждом участке появляются свои способы извлечь выгоду из правил продукта. Мультиаккаунты ради скидки, фиктивные выкупы, накрутка рейтинга продавца, манипуляции с компенсациями и статусами заказа относятся к разным процессам, хотя последствия сходятся в потерях и искажённых данных.

Поэтому решение «заблокировать пользователя» редко исчерпывает задачу. Иногда причина находится в механике: акция за один рубль работает без лимита на человека, реферальная программа допускает очевидный обход, а правила возврата не учитывают конкретный маршрут товара. Исправление такой логики может снять риск точнее, чем ещё один фильтр на входе.

Ложное срабатывание становится потерей продукта

У антифрода есть два типа ошибок. Пропущенное злоупотребление приводит к прямым расходам: промобюджет уходит на десятки аккаунтов, склад и доставка обслуживают фиктивный заказ, селлер создаёт видимость спроса. Ложное срабатывание выглядит тише: добросовестному покупателю отменили заказ, семье запретили использовать скидку на нескольких аккаунтах, новому клиенту усложнили первую покупку.

В отчёте вторая ошибка легко теряется. Уровень фрода снижается, а конверсия checkout, повторные покупки или retention ухудшаются по другим причинам. Команда может увидеть падение метрик спустя недели, когда связь с новым правилом уже неочевидна. Поэтому агрессивность защиты нельзя оценивать только числом отклонённых заказов или предотвращённой суммой.

Полезно заранее определить, какие действия несут какое трение. Проверка телефона в одной ситуации почти незаметна, дополнительная верификация перед оплатой дороже, отмена уже подтверждённого заказа затрагивает и доверие, и нагрузку на поддержку. Для каждой меры важны сегмент пользователей, этап пути и доля случаев, где ограничение оказалось ошибочным.

Сигналы лежат в нескольких системах

Антифрод в e-commerce получает данные, которые изначально собирались для других задач. История заказов и возвратов нужна операциям, промоактивность — маркетингу, обращения в поддержку — сервисной команде, статусы доставки — логистике. В связке эти следы показывают жизнь аккаунта гораздо лучше отдельной операции.

Например, резкий рост регистраций может совпасть с запуском бонуса. Необычная доля возвратов — с изменением условий доставки или с уязвимостью в процессе приёмки. Серия обращений в поддержку по одной причине иногда указывает на ошибку интерфейса, которую пользователи научились использовать. Антифрод-команда полезна на этапе product discovery: она умеет задавать вопрос, где правило можно обойти ради выгоды.

Масштаб тоже меняет подход. По данным практики из e-commerce, от 1 до 5% пользователей способны создавать 30–60% фрода. Это повод изучать связи между аккаунтами, сценарии использования акций и длинные временные периоды, а не делать вывод по одному подозрительному заказу. Большая часть аналитической работы посвящена уже закрытым схемам: нужно проверить, не появились ли похожие обходы в других местах продукта.

Что проверять при запуске новой механики

Риск лучше рассматривать одновременно с продуктовой ценностью механики. Если команда готовит скидку, реферальную программу или компенсацию за задержку доставки, ей пригодится короткая проверка:

какую выгоду получает пользователь и как её можно повторить через несколько аккаунтов, заказов или ролей;
есть ли лимиты, понятные обычному клиенту и технически исполнимые во всех каналах;
какие события позволят заметить аномалию: регистрации, расходы на промо, отмены, возвраты, обращения в поддержку;
кто увидит проблему первым и как быстро сможет изменить правило;
какие показатели клиентского опыта будут проверяться вместе с предотвращёнными потерями.

Такой список не заменяет модели и правила, но заставляет описать компромисс до запуска. Особенно важен последний пункт: ограничение, которое сократило злоупотребления, может одновременно ухудшить первую покупку или снизить использование полезной акции. Без парных метрик у команды остаётся только ощущение, что защита стала строже.

Цель — управляемый уровень риска

Нулевой фрод звучит как идеальный результат, однако его цена может оказаться выше сохранённых денег. Чем больше проверок и запретов, тем медленнее запускаются продуктовые изменения, сложнее путь покупателя и больше исключений приходится разбирать вручную. В определённой точке дополнительное снижение риска начинает создавать новые потери.

Зрелый антифрод формулирует цель иначе: какой уровень риска приемлем для этой механики, какой ущерб критичен и сколько трения готов принять пользовательский сценарий. Ответ зависит от категории товара, размера бонуса, доставки, аудитории и зрелости операций. Правила возврата, ограничения на акции и проверка селлера требуют разных решений.

Антифрод становится частью продукта в тот момент, когда его выводы меняют механику и правила работы сервиса. Если после запуска ухудшились конверсия, повторные покупки или качество поддержки, проверять стоит не только маркетинговые гипотезы. Возможно, защитное ограничение достигло своей цели слишком дорогим для пользователя способом.