游戏专属的欺诈防范
将您的游戏数据转化为更智能的欺诈防范、更高的支付转化率和更少的退单。
如果您正面临较高的退单率、偏高的支付拒绝率，或频繁的 3D Secure (3DS) 验证失败，那么本文正适合您。
这些问题可能意味着，您的支付流量需要一套更有针对性的欺诈防范方案。
每款游戏都各不相同。您的玩家有着独特的消费习惯、参与模式和购买行为，而通用的欺诈防范系统未必能够充分识别这些特征。
在阿哈利姆，我们可以利用您游戏专属的数据，配置出更精准、更贴合您玩家和变现机制的欺诈防范规则。
通过分享更多的游戏内属性，您能帮助我们更好地区分合法交易与潜在的欺诈活动，从而创造机会提升支付转化率，同时降低退单风险。
为什么要分享游戏专属数据？
传统的欺诈防范依赖交易明细、支付行为和常见的风险指标。虽然这些信号很重要，但它们并不总能反映玩家活动的完整背景，也无法体现游戏本身的独特特征。
举例来说，您的游戏可能存在一个主账户关联多个子账户（最多 10 个）的情况。通常，看到 10 个不同用户共用同一种支付方式可能会引发欺诈方面的担忧。然而，如果这在您的游戏中是预期之内的合法行为，我们就可以专门为您的游戏调整欺诈防范规则，避免不必要的拒付。
反过来，设想一位玩家最初在欧洲注册，却突然开始使用在另一个大洲签发的支付方式。这可能是账户被盗用的潜在危险信号。通过向我们分享玩家的注册国家/地区，您能让我们的欺诈防范系统识别出这类异常，从而有可能阻止涉及被盗账户的欺诈交易。
缺少这些背景信息，欺诈防范系统可能会对您游戏中的交易做出错误判断。
添加游戏专属属性可以帮助阿哈利姆：
- 通过更准确地识别可疑模式来降低退单风险。
- 通过减少对合法玩家不必要的拒付来提升支付转化率。
- 基于真实的玩家行为而非笼统的假设来优化欺诈防范规则。
- 通过将支付信息与游戏内参与度和购买历史相结合，更好地理解您的流量。
- 为您的玩家群体量身定制规则，以适应您的游戏机制。
我们收到的相关数据越多，就越有机会为您的游戏优化欺诈防范。
推荐的游戏属性
我们准备了一份推荐属性清单，可帮助我们的团队分析玩家行为，并配置更有针对性的欺诈防范规则。
部分属性被标记为 关键。
关键属性是各款游戏中最普遍可得、最直接的数据点。 之所以推荐将其作为起点，是因为它们往往能够相对快速地用于实施有效的欺诈防范规则，而无需进行复杂的定制分析。
我们强烈建议您在起步阶段优先考虑这些属性。
1. 玩家注册与参与
这些属性帮助我们了解玩家注册了多长时间，以及他们对您游戏的参与活跃程度。
| 属性 | 描述 | 优先级 |
|---|---|---|
registration_date | 玩家注册账户的日期。 | 关键 |
registration_country | 玩家最初注册账户所在的国家/地区。 | 关键 |
activity_time_24h | 过去 24 小时内活跃游戏的总时长。 | 可选 |
activity_time_7d | 过去 7 天内活跃游戏的总时长。 | 可选 |
activity_time_30d | 过去 30 天内活跃游戏的总时长。 | 关键 |
activity_time_90d | 过去 90 天内活跃游戏的总时长。 | 可选 |
为何重要： 注册历史和参与模式为评估交易提供了额外背景。这些信号有助于区分成熟、活跃的玩家与新创建或可能可疑的账户。
2. 玩家购买历史
购买历史帮助我们了解玩家的消费模式，并识别可能异常的交易活动。
这些属性应反映玩家在所有支付渠道上的完整购买历史，而不仅仅是通过阿哈利姆处理的交易。这包括通过 App Store、Google Play，或您在切换到阿哈利姆之前可能使用过的任何支付服务商所完成的购买。
| 属性 | 描述 | 优先级 |
|---|---|---|
purchases_count_24h | 过去 24 小时内的购买次数。 | 可选 |
purchases_count_7d | 过去 7 天内的购买次数。 | 可选 |
purchases_count_30d | 过去 30 天内的购买次数。 | 关键 |
purchases_count_90d | 过去 90 天内的购买次数。 | 可选 |
purchases_count_lifetime | 自账户注册以来的总购买次数。 | 关键 |
purchases_amount_24h | 过去 24 小时内以 USD 计的总购买金额。 | 可选 |
purchases_amount_7d | 过去 7 天内以 USD 计的总购买金额。 | 可选 |
purchases_amount_30d | 过去 30 天内以 USD 计的总购买金额。 | 可选 |
purchases_amount_90d | 过去 90 天内以 USD 计的总购买金额。 | 可选 |
purchases_amount_lifetime | 自账户注册以来以 USD 计的总购买金额。 | 关键 |
为何重要： 历史购买数据让识别玩家偏离其典型行为的情况变得更容易。例如，一笔高额购买对于长期有消费记录的玩家来说可能很正常，但对于首次购买的人来说则可能不同寻常。
理解这些差异有助于我们的团队设计出更精准的欺诈防范规则，而不会给成熟客户带来不必要的阻碍。
3. 玩家分层与游戏机制
这些属性提供 了关于玩家画像、账户关联以及游戏专属功能的额外背景。
| 属性 | 描述 | 优先级 |
|---|---|---|
parent_account_uid | 主账户的标识符（当您的游戏支持多个关联账户或用户时）。有助于识别可能解释共用支付方式的账户关联关系。 | 可选 |
is_whale | 表明该玩家是否按您游戏的标准被归类为高价值消费者（“鲸鱼”）。 | 可选 |
spending_tier | 玩家的消费分层，例如海豚、鲸鱼，或您游戏定义的其他层级。 | 可选 |
player_level | 玩家在游戏中的当前等级或进度状态。 | 可选 |
clan_id | 玩家所属的部族或团体的标识符（当您的游戏支持此类机制时）。 | 可选 |
为何重要： 玩家的购买模式会因其游戏内身份、进度和账户关联关系的不同而大相径庭。
举例来说，多个账户使用同一种支付方式单独来看可能显得可疑。然而，如果您的游戏支持在单个父账户下关联多个账户，那么这种行为可能是预期之内的。
理解这类机制有助于我们避免制定过于严苛的规则，并对交易风险做出更准确的评估。
有独特的游戏机制？告诉我们
并非每款游戏都遵循相同的变现模式或玩家参与模式。
您的游戏可能具备一些特定机制，例如关联账户、共享资源、独特的进度系统、特殊的购买权益，或其他会影响玩家付款方式的行为。
如果您的游戏有独特的机制，请将这些信息分享给我们的团队。即使您目前尚未收集与之相关的额外属性，理解这些机制也很有价值。
我们的团队能够帮助识别某些游戏功能会如何影响支付行为、欺诈模式和退单风险。
在某些情况下，我们还可能针对游戏机制或购买流程提出调整建议，以帮助减少退单并改善整体支付体验。
您能发送额外的自定义属性吗？
可以。推荐属性只是一个起点，而非限制。
如果您的游戏收集了与玩家行为、变现、账户关联关系或独特游戏机制相关的额外数据，欢迎将这些属性分享给我们。这些信号可能有助于识别通过标准支付信息无法察觉的模式。
请注意，基于高度定制的属性来实施欺诈防范规则，可能需要额外的分析、开发和配置时间。
为帮助我们评估您的自定义属性，请联系您的 阿哈利姆集成经理或客户成功经理，并说明：
- 该属性的含义： 它代表什么，又是如何计算得出的？
- 它为何存在： 它描述的是哪种游戏机制或玩家行为？
- 它何时变化： 它是一个静态值，还是会随玩家与游戏的互动而更新？
- 它可能有何帮助： 是否存在与该属性相关的已知行为模式或欺诈场景？
您无需确切知道某个属性应如何用于欺诈防范规则。我们的团队可以帮助评估它的潜在价值，并确定如何以最佳方式将其纳入您游戏的风险评估中。
从关键属性开始
如果您不确定从何入手，请聚焦于这六个关键属性：
registration_dateregistration_countryactivity_time_30dpurchases_count_30dpurchases_count_lifetimepurchases_amount_lifetime
这些都是常见且相对直接的信号，能够提供有关玩家历史、参与度和消费行为的宝贵背景。
分享这些属性可以帮助我们的团队着手制定更有针对性的欺诈防范规则，并发现改善您支付流量的机会。
随后便可纳入更多额外属性，进一步完善您游戏的欺诈防范策略。
需要技术支持？
联系我们的集成技术团队： [email protected]