> 风控开太狠误杀好用户，开太松吃欺诈和拒付。讲清楚怎么分层风控、用好 3DS 和数据信号、按品类调阈值。

[← 博客](/blog)

🕵️

风控

# 出海支付反欺诈：在拒付率和过单率之间找平衡

2026-06-09

支付反欺诈的核心矛盾，是一对此消彼长的指标：**风控开太狠，误杀好用户、过单率掉；开太松，欺诈和拒付上来**。目标从来不是「零欺诈」，而是在这两者之间找到适合你品类的平衡点。这篇讲怎么找。

## 先认清：零欺诈不是目标

把欺诈压到零，意味着风控严到误杀一大批好用户——损失的合法收入远超省下的欺诈损失。聪明的做法是算总账：**欺诈损失 + 误杀损失 + 拒付罚则，三者之和最小**，而不是单看欺诈一项。

## 分层风控，而不是一刀切

按风险高低分层处理，是平衡的关键：

-   **低风险**（小额、老用户、信任设备）→ 顺滑放行，别加摩擦；
-   **中风险** → 走 3DS 验证，把欺诈责任转移给发卡行（liability shift）；
-   **高风险**（大额、陌生设备、异常地区、代理 IP）→ 加强验证或人工复核，必要时拒。

关键是**别对所有交易用同一把尺子**。给低风险交易加摩擦，是在拿转化换不存在的安全感。

## 用好信号，而不是只看单一规则

有用的风险信号是组合的：设备指纹、IP / 地理一致性、行为节奏（下单速度、改卡频率）、卡 BIN 与地区匹配、历史成功/拒付记录。单条规则容易误杀，多信号加权评分更稳。

## 按品类调阈值

不同品类的风险结构完全不同：数字商品 / 虚拟充值欺诈高、可救回低，阈值要紧；实物电商有物流签收做证据，可以松一点；订阅续费是 MIT，风控逻辑又不一样。**别用一套阈值打天下。**

## 别忘了「友好欺诈」

很多拒付不是真盗刷，是用户「买了又说没买」（friendly fraud）。这类靠前置风控防不住，得靠：清晰的商家名、顺滑的退款、3DS 的认证记录做应诉证据。把它和真欺诈分开治。

## 落地建议

1.  分层：低风险放行、中风险 3DS、高风险复核；
2.  多信号加权评分，别靠单条规则；
3.  按品类设阈值，持续看「过单率 vs 拒付率」这对指标动态调；
4.  友好欺诈单独处理，靠商家名 + 退款 + 应诉证据。

> 3DS 责任转移现在就能用（Vault）；分层风控 / 多信号评分由发卡行 / PSP / 风控服务做，KeepPay 不做风控引擎但可对接。[预约演示](/)，我们帮你把卡这层和 3DS 用在刀刃上。