互聯網金融時代，你能遇到的欺詐者都在這裡了（下）

上篇文章說到，工欲反欺詐，必先知欺詐。並對欺詐按照兩種方式進行了分類，第一種是按欺詐者來自於哪方作為分類依據，把欺詐分為第一方欺詐、第二方欺詐、第三方欺詐。

第二種是從欺詐行為的得利方與損失方兩方的性質來進行劃分，同時借用前幾年開始流行的B2C說法，分成C騙C、C騙B、B騙C、B騙B四種類型。下面介紹欺詐的另外兩種分類方式。

第三種分類方式，是從欺詐者什麼時候獲取非法收益來劃分，可以分為首輪欺詐（first payment default）和餘額欺詐(bust-out)。

首輪欺詐，顧名思義就是放款之時就是欺詐之日，這種欺詐者最簡單的判斷規則就是首期失聯。

而餘額欺詐則相反，欺詐者首期會按時還款，會選擇在其他的時間點——通常是把額度提到一個相對高點再獲利離場，這類欺詐在判斷時會比首輪欺詐更加難以確定。

第四種分類，我們也可以從欺詐者的非法收益來自於哪個環節來進行分類，這種分類特指前面提的針對B端的欺詐而言。我們用一個簡化的公式來說明互聯網金融公司的利潤：

單個客戶的利潤=貸款收益-資金成本-信用成本-獲客成本-運營成本-稅收成本

因此從欺詐收益來自於那部分成本來區分，互聯網金融里的欺詐可以主要分為騙貸、刷量、羊毛黨、虛假簡訊等類型。

騙貸，就是以欺騙借貸本金為目的的欺詐，其非法收益來自於信用成本中的風險成本。

騙貸是欺詐者尤其是欺詐團伙近幾年來越來越投入資源的主戰場，原因是金融已經深度互聯網化、大量資金湧入互聯網金融而導致欺詐的收益上升，防範信貸欺詐方式的缺失和單一、法律上追責取證困難而導致的騙貸的實施成本和法律風險沒有提升。

大量互聯網金融企業經過了多年血與火的磨練，付出了大量的成本，有很多用數據和技術築起了一道高牆，這部分互金企業已經在牆內享受勝利果實。

但也有更多的企業仍在摸索過程中，例如前面說到的某美國上市P2P公司是業界翹楚，仍然會被團伙欺詐者短期內騙走8130萬。

同樣地，當銀行從有抵押／擔保、線下、大額為主的貸款的走向純信用、線上、小額為主的利潤豐厚的互聯網金融領域時，由於能力的缺失往往就可能也會面臨比較大的騙貸風險。

而羊毛黨欺詐，看中的則是獲客成本中的補貼。前幾年移動互聯網火爆時，這批羊毛黨大軍就在市場上興風作浪，甚至在某種程度上羊毛黨成為移動互聯網繁榮的推手，與資本、互聯網企業達成了一種默契和平衡，各取所需、各安其命。

隨著移動互聯網盛宴上半場的落幕，各個行業已經形成事實上的壟斷，各種補貼不像之前那麼瘋狂，並且各個巨頭會積累了豐富的羊毛黨防控經驗，相應地羊毛黨把注意力集中到了利潤相對豐厚的金融領域。

著名的案例就是某券商準備發放1000萬的註冊補貼，計劃某日半夜12點鐘活動開始，結果1點鐘不到所有補貼全部告罄，而通過事後數據分析基本上這一千萬全部落入了羊毛黨的口袋。

而當羊毛黨伏擊戰告罄之後，真正需要用補貼拉動的客戶基本還都在睡夢中，絕大多數都不知道竟然還有這次補貼活動。從此，這家券商把所有計劃的用戶補貼全部取消，而在用戶拓展上一直無法找到更好的替代方式，陷入了兩難境地。

刷量，欺詐獲取的則是獲客成本中的廣告費。在線廣告中，通常採用的計價方式有CPC（cost per click，按點擊付費）、CPA（cost per action，按行為付費）、CPS（cost per sales，按銷售付費），在CPC模式中由於是以點擊量來進行廣告費的計價與結算，因此廣告主和流量之間的貓鼠遊戲就此產生。

可以用一句比較繞的話來總結刷量：我在摻假量，你知道我在摻假量，我也知道你知道我摻假量。

所以在線廣告界有句話，摻假量比較少的就是好流量。刷量每一筆只有很少的錢，但是這種廣告的量特別巨大，所以給廣告主帶來的損失加起來也是個嚇人的數字。

以上就是我們多年從事專業反欺詐中總結出來的一些理解和認識，從欺詐者的來源、欺詐者與被欺詐者的性質、欺詐者獲利的時間點以及欺詐者獲利的環節四個角度的分類做了比較粗略的闡述。

如果從哲學角度來看，我們在試圖闡述我（欺詐者）是誰、從哪裡來、到哪裡去的三個終極哲學問題。

其中有參考其他成熟的分類方式，也有我們自己總結的個性分類方式，希望對讀者認識新形勢下的互聯網金融欺詐有所幫助。

如果說欺詐行為是個西瓜，我們相信可能永遠無法完全了解清楚欺詐行為的方方面面，但如果我們能夠從不同角度多砍幾刀，看到的切面越多我們對這個西瓜就越了解。

要想戰勝敵人首先要了解敵人，對欺詐的前世今生越清楚，我們越能更好地防範欺詐。這也是本文寫作的目的所在。