2. 支付风控基础：支付链路关键节点与常见风险类型
在构建支付风控 A/B 测试体系之前，必须深入理解支付链路的完整流程以及各环节对应的风险形态。本章将拆解支付核心节点、归纳常见风险类型，并介绍风控决策引擎的基本工作原理。
2.1 支付链路关键节点
一笔标准在线支付交易通常经历三个核心阶段：下单、支付、清算。每个阶段都有不同的数据特征和风控介入点。
| 阶段 | 关键动作 | 风控可获取的数据 | 典型风控介入时机 |
|---|---|---|---|
| 下单 | 用户选择商品/服务，生成订单 | 用户ID、设备指纹、IP、商品类型、金额、收货地址 | 订单创建前（预检）、下单后（规则校验） |
| 支付 | 用户发起支付请求，调用支付渠道 | 支付方式、银行卡号（脱敏）、支付密码、3DS验证结果 | 支付请求前（实时决策）、支付中（二次验证） |
| 清算 | 资金从用户账户划转至商户账户 | 交易流水、结算金额、手续费、对账状态 | 清算前（批量审核）、清算后（异常交易追溯） |
关键认知： 风控 A/B 测试通常部署在“下单后-支付前”的决策窗口内，因为此时既有完整的订单特征，又能在资金划转前拦截风险。
2.2 常见风险类型
支付领域面临的风险可归纳为四大类：欺诈、盗刷、洗钱、套现。理解每种风险的行为模式是设计 A/B 测试实验变量的前提。
| 风险类型 | 定义 | 典型行为特征 | 风控策略示例 |
|---|---|---|---|
| 欺诈 | 使用虚假身份或诱导手段骗取商品/资金 | 新注册账号、短时间内大量下单、收货地址异常 | 设备指纹关联、历史行为评分 |
| 盗刷 | 非法获取他人支付凭证进行交易 | IP与持卡人所在地不符、小额试探后大额交易 | 3DS验证、交易地点异常检测 |
| 洗钱 | 通过支付渠道将非法资金合法化 | 频繁小额充值、快进快出、多账户归集 | 交易频次监控、资金流向图谱 |
| 套现 | 利用信用卡或支付工具虚假交易获取现金 | 整数金额、夜间高频交易、商户与用户关联 | 金额模式识别、商户风险评级 |
实战提示： 在 A/B 测试中，建议将“欺诈”和“盗刷”作为核心实验指标，因为这两类风险对用户体验的伤害最大，且策略调整后的效果可量化。
2.3 风控决策引擎简介
风控决策引擎是支付风控系统的“大脑”，负责接收交易数据、执行规则/模型、输出决策结果。一个标准决策引擎包含以下核心模块：
- 数据接入层： 接收订单、支付、设备、历史行为等实时数据流。
- 规则引擎： 执行预定义的 if-then 规则（如“金额 > 5000 且 IP 归属地异常 → 拒绝”）。
- 模型引擎： 调用机器学习模型（如 XGBoost、神经网络）输出风险评分。
- 决策矩阵： 综合规则和模型结果，输出最终动作（通过、拒绝、人工审核、二次验证）。
- 反馈闭环： 将决策结果和后续交易状态回流，用于模型迭代和规则调优。
注意： 决策引擎的“反馈闭环”是 A/B 测试能否持续优化的关键。如果缺少真实交易结果（如是否发生拒付、是否逾期）的回流，任何实验都无法验证策略的有效性。