2. 友好欺诈的常见类型
在上一节中，我们已经明确了友好欺诈（Friendly Fraud）的本质：持卡人本人或其授权家庭成员完成了交易，却利用发卡行的争议机制获取退款或额外利益。它之所以被称为“友好”，并非因为行为无害，而是因为发起方通常是真实客户，交易记录、IP、设备指纹甚至签收信息都指向“本人”。正因如此，识别友好欺诈不能只依赖传统反欺诈规则，而必须深入理解其常见类型与行为特征。本节将系统拆解五类高发场景，并给出可落地的识别线索。
一、核心原理：友好欺诈为何难以识别
友好欺诈的核心矛盾在于：交易在支付网络看来是“合法授权”的，但持卡人事后否认或曲解交易事实。发卡行在争议处理中往往优先保护持卡人，商户若无法提供强有力的交付证据、沟通记录或授权日志，就容易承担损失。与盗刷不同，友好欺诈的“攻击面”不是支付凭证，而是争议流程与证据链。因此，识别重点应从“这笔交易是否本人发起”转向“这笔交易是否被本人恶意否认”。
关键认知：友好欺诈的识别不是寻找“坏人”，而是寻找“行为矛盾”。同一用户在购买前、购买中、购买后的行为是否一致，是判断恶意与否的核心依据。
二、五类常见类型及特征
1. 未收到商品（Item Not Received, INR）
持卡人声称未收到商品，要求退款。常见于数字商品、跨境物流、预售商品或配送周期较长的订单。特征包括：
- 物流显示已签收，但持卡人否认本人签收；
- 投诉时间集中在发货后 7～30 天，利用物流信息滞后；
- 同一收货地址或设备存在多次 INR 投诉记录；
- 数字商品已下载或激活，却声称“从未收到”。
2. 商品与描述不符（Significantly Not as Described, SNAD）
持卡人声称商品与页面描述存在重大差异，要求退货退款。此类投诉主观性强，常被滥用。特征包括：
- 投诉理由模糊，如“质量差”“颜色不对”，但拒绝提供照片；
- 商品已被使用、损坏或调包后退回；
- 同一用户多次以“描述不符”为由发起争议；
- 退货物流单号异常，如空包、虚假单号或寄回非本店商品。
3. 未经授权交易（Unauthorized Transaction）
持卡人声称交易非本人授权，属于“盗刷”争议。但友好欺诈中，实际是本人交易后伪装盗刷。特征包括：
- 交易时使用的设备、IP、收货地址与持卡人历史记录高度一致；
- 争议前曾正常登录账户、浏览商品、使用优惠券；
- 争议金额通常为中小额，避免触发银行高强度验证；
- 同一张卡在争议后仍继续正常消费。
4. 重复扣款（Duplicate Charge）
持卡人声称同一笔订单被扣款两次，要求退还多扣部分。特征包括：
- 实际为两笔独立订单，但用户故意混淆；
- 预授权与正式扣款被误认为重复扣款；
- 订阅制服务中，用户忘记取消却声称“被重复扣费”；
- 争议金额与订单金额高度吻合，但订单号不同。
5. 退款后仍投诉（Refund Abuse / Chargeback After Refund）
商户已退款，持卡人仍向发卡行发起争议，试图获得双重退款。特征包括：
- 退款记录与争议记录时间接近，通常间隔 1～7 天；
- 用户已收到退款，却声称“从未收到退款”；
- 同一用户在不同渠道重复申请退款；
- 争议金额等于或小于已退款金额。
| 类型 | 典型话术 | 关键识别信号 | 证据优先级 |
|---|---|---|---|
| 未收到商品 | “我没收到货” | 签收记录、下载日志、设备指纹 | 物流签收 + 登录日志 |
| 商品与描述不符 | “和页面不一样” | 历史投诉率、退货异常、沟通记录 | 商品页面快照 + 客服记录 |
| 未经授权交易 | “这不是我买的” | 设备/IP/地址一致性、争议后消费 | 授权日志 + 行为轨迹 |
| 重复扣款 | “扣了我两次钱” | 订单号差异、预授权记录 | 支付网关流水 |
| 退款后仍投诉 | “我没收到退款” | 退款时间线、渠道重复申请 | 退款凭证 + 银行回执 |
三、方法流程：从类型到识别动作
识别友好欺诈不能靠单一维度，而应建立“类型—信号—证据”的映射流程。建议按以下步骤执行：
- 归类争议类型：收到争议后，第一时间标记为 INR、SNAD、未授权、重复扣款或退款后投诉。
- 提取行为信号：调取用户历史订单、登录 IP、设备指纹、客服沟通记录、退款记录。
- 比对矛盾点：重点检查“声称”与“实际行为”是否冲突，例如声称未收到却已下载，声称盗刷却使用同一设备。
- 固化证据链：将物流签收、下载日志、聊天记录、退款凭证按时间线整理，形成可提交给发卡行的抗辩材料。
- 标记高风险用户：对多次发起同类争议的用户建立内部黑名单或加强验证策略。
实操提示：在争议响应系统中，为每类友好欺诈设置不同的证据模板。例如 INR 模板自动拉取物流签收与下载日志，SNAD 模板自动拉取商品页面快照与客服记录，可显著提升抗辩效率。
四、案例/场景：一次典型的“未收到商品”争议
某数字课程平台收到一笔 299 元的争议，持卡人声称“从未收到课程”。客服调取数据后发现：
用户ID: U-88213
订单号: ORD-2024-0912-771
支付时间: 2024-09-12 20:14:33
课程激活时间: 2024-09-12 20:16:02
首次观看时间: 2024-09-12 20:18:45
观看时长: 47分钟
设备指纹: FP-9a3c...（与历史订单一致）
IP归属: 与持卡人账单地址同城
争议发起时间: 2024-09-20 10:02:11
争议理由: 未收到商品该案例中，用户已激活并观看课程，却声称未收到，属于典型的 INR 友好欺诈。平台提交了激活日志、观看记录和设备指纹，最终争议被驳回。这个场景说明：数字商品的“交付”不等于物流签收，而是激活、下载或使用行为。
五、误区与复盘
常见误区一：认为“有物流签收就一定能赢”。实际上，发卡行可能仍偏向持卡人，尤其是签收人为“前台”“门卫”时。需结合用户历史行为综合判断。
常见误区二：把所有未授权争议都当盗刷处理。友好欺诈中，未授权争议占比很高，若不加区分，会浪费大量抗辩资源。
常见误区三：忽视退款后投诉。已退款订单若未及时关闭争议通道，用户可能重复获利。应建立退款与争议的联动校验。
复盘时，建议团队定期统计各类型友好欺诈的占比、胜诉率与平均损失金额。例如，若 INR 占比高但胜诉率低，说明物流证据或签收策略需要优化；若 SNAD 投诉集中在某类商品，说明商品描述或质检环节存在问题。通过类型化分析，才能把友好欺诈识别从“被动响应”升级为“主动防控”。
掌握这五类常见类型及其特征，是构建友好欺诈识别体系的第一步。接下来，我们需要进一步理解这些类型背后的用户心理与操作路径，以便设计更精准的拦截与验证策略。