本文作者:创意奇才

我被薅了 7000 万,怎么办

创意奇才 09-29 75
我被薅了 7000 万,怎么办摘要: 昨天我还说只靠央行的货币政策无法扭转市场对经济的长期信心也无法扭转股的颓势必须要积极的财政政策配合没想到管理层听到了听到了我的心声政治局会议提前召开直接放大招股午盘放量爆拉各路资金...

昨天我还说只靠央行的货币政策无法扭转市场对经济的长期信心,也无法扭转a股的颓势,必须要积极的财政政策配合,没想到管理层听到了听到了我的心声,政治局会议提前召开,直接放大招,A股午盘放量爆拉,各路资金踊跃进场,早盘还缩量2000多亿,午盘全干回来了,放量到1.

在电商的激烈竞争中,商家为了吸引顾客,常常通过促销活动来提升销量。然而,促销活动的设计复杂,稍有不慎就可能导致巨大的经济损失。本文通过一个真实的案例,讲述了一家店铺因价格设置错误在短短20分钟内损失高达3000万的故事,并深入探讨了如何通过风控措施来预防此类事件的发生。

“老板,我们爆单了!”

“卖了多少?”

“20分钟,卖了7000万的货…”

“赚了多少?”

“亏了 3000 万…”

8月28日,小天鹅东山专卖店,一个6人小团队店铺。

由于设错价格,在短短20分钟,被下了4万单,损失高达 3000 万。

因价格设置错误被薅羊毛的案例还很多。

8 月 21 日,嘉华食品旗舰店因价格设错,将原价 39.9 元的产品设为 价 1 元,短短几个小时,下单近 600 万份,造成数亿元经济损失。

为什么价格错误这么多?因为年轻人不敢消费了。

电商 为了稳住自身规模体量,便引诱商家们一起做促销。

你把价格打下来,我把消费打上去,yeah……

但不 的直接进行价格打折促销,商家不得亏的肾出血。

怎么办?当然是把活动 “头晕化”。

头晕到买家以为赚了,实际也就比楼下便利店稍微便宜;

更 的是,让商家以为自己设的活动价格,也赚了,嘿……

为了吸引消费者,电商推出五花八门的促销活动, 券、满减、折扣等手段层出不穷。

如果不是真的摸透规则,运营同学是很容易设错价格。

稍有不甚,便会造成数以千万的巨额损失。

商家无法承担损失,便不会发货履约,没了几十万的保证金;

相应的, 和品牌,也减少了可信度。

言归正传,这毕竟是一篇风控帖。

网上虽然有很多风控方 ,但更多是讲如何识别羊毛党。

回到价格本身,应该如何去设计风控方案?

顾名思义,商家设置的商品价格要控制在一个合理的区间;

如何实现?

如果简单将商品分为非标款、日常款、尖货;

日常款,即常见款,自然有其他家的商品价格可参考;

根据 SKU 去读取其他商家设定的价格;再为此设定一个浮动区间;

非标款,可以根据历史订单的发售、成交价,基于成交历史极值设定一个浮动区间,理论上品类不同,比例不同;

尖货,例如一双普通耐克鞋,价格在1000左右,但是同品类的定制款,价格可能上涨至 10000,甚至更高;

此时依赖于 的品类运营同学,基于经验为该 SKU 设定一个区间;

同时需叠加该 SPU 的历史价格来做兜底限制(万一运营也错了呢!!!);

有了区间,那么设置的价格不在该区间内,在进行拦截提醒;

我被薅了 7000 万,怎么办

虽然在设置价格时做了风险拦截,但实际是否真的合理,并非 100%;

回顾案件本身,他们的特性在于短时、极高频下单;

因此,在下单节点,还需看商品订单的成交流速;

这里的流速,分为成交的速度、成交的低价占比;

成交的速度,这个好计算,看 N 分钟内,成交了 M 单;

如果 M/N 的速度,超过了风控阈值,则认为价格存在疑似风险;

成交的低价,这个看订单的成交价,与历史成交价的偏离程度;

如果偏离程度,超过了风控阈值,则同样认为价格存在疑似风险;

往往 会将疑似风险,生成一个确认单,给到商家运营进行确认;

同步将商品进行隐藏,待确认单确认后在决策是否继续上架;

除了简单的设置错价格,更大的风险在于商品规格变更,价格没变;

例如 100g 的精华液,价格 100 元;

改成了 200g 的精华液,但价格没有变更,还是 100 元;

那真是加量不加价!

因此在规格属性发生变更时,除了进行提醒之外,仍需要重走一遍出价逻辑;

争取将错价杀死在摇篮里。

除了价格,还能为商家做些什么。

回顾案件本身,下单的用户又是谁?

普通人,谁家没事,屯那么多个冰箱,一个放东西,一个陪着开嘛。

基本是黄牛为主,通过大量囤货,在利用价差进行获利。

明确用户和手法,就方便后续制定风控方案了。

首先,是针对黄牛用户的限购。

顾名思义,就是一个人最多买几单。

这里不仅仅是限制用户账号能购买几单,而是要限制这个人能购买几单。

一个黄牛手上握着成百上千个账号,可以不断切换账号进行下单。

此时就需要将用户的所有信息进行图谱化,通过关系图谱的方式来挖出账号之间是否为同一个人。

在基于这个人的关联账号,去计算下单总数,从而进行限制购买。

其次,是开放商家取消黄牛订单。

黄牛的手法,千奇百怪,通过关系图谱的方式,可以做到精准打击。

但实际场景中,仍然存在较多漏过风险,比如相似收货地址;

地址,往往集中在一个小区或者一栋楼,直接拦截不免会伤害正常用户;

因此, 可以将相似收货地址的订单,进行归拢;

给到商家进行确认,是否为黄牛订单;

相应的,商家取消订单,不应该视为不履约等情况,可千万别去扣减信用分啥的。

上面讲的,更多还是站在 保护商家的视角。

切到商家视角,如何提升自身运营力,不犯错,这是值得思考的地方。

例如:

电商,这片看似波澜壮阔的”蓝海”,实则暗流涌动,危机四伏。

商家如何在这片 中破浪前行?

如何为商家进行保驾护航?

用户又该如何在享受便利的同时保持理性?

这些都是需要深思的问题。

本文由 @熊老板日记 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Pixabay,基于CC0协议。

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

阅读
分享