在过去的几天里,一个所谓的 “Klarna故障” 在社交媒体上风靡一时。视频和帖子充斥着TikTok和Telegram,声称购物者已经找到了一种使用 “立即购买,稍后付款”(BNPL)购买高价值电子产品的方法,并且无需付费即可离开。百思买等公司成为受害者,员工暗中怀疑存在诈骗,但没有证据表明其商户系统中出现欺诈企图。
故事一传开,就很明显Klarna的系统中没有实际的故障。这一事件真正暴露的内容要重要得多,也与风险领导者息息相关:应用程序欺诈检测中的结构性盲点。

图片来源: https://www.youtube.com/watch?v=9x6U5V7PDxk
风险边界问题
从外面看,这种叙述很容易被误解。如果交易获得批准并发放了货物,肯定有什么 “失败了”。
首先,让我们遵循抖音的教程,看看欺诈是如何进行的。
- 合法身份数据被滥用。 欺诈者从论坛或地下市场获得全部(一整套个人身份信息),这些论坛或地下市场通常涉及具有良好信用记录且事先未使用Klarna的真实消费者档案。
- 账户创建和信用审批似乎正常,因为正在评估的信号——身份结构、信用度、交易限额——保持不变。
- 风险控制是通过的,而不是绕过的,因为在做出决策时,活动保持在预期阈值之内。
- 产品被推向第二市场,尤其是那些价值很高的产品,例如苹果产品或游戏设备。

图片来源: https://frankonfraud.com/the-klarna-glitch-that-isnt-inside-the-new-viral-trend/
BNPL 申请欺诈
作为一种具有全球影响力的消费者信贷模式,BNPL通过提供低利率或零利息、软信用检查和灵活的分期付款计划而腾飞。它迅速赢得了年轻消费者的青睐,并成为连接电子商务、零售和日常服务的核心层。
但是,同样的 “低摩擦” 特征也是BNPL在社交媒体时代面临新的系统性风险的原因。以 Klarna 为例,用户无需预先进行信用检查即可注册和访问该服务。当触发BNPL付款时,Klarna使用客户提供的详细信息以及通过征信机构进行的软信用检查做出实时决策。身份验证和信用评估是使用用户提供的信息进行的,决策针对速度和可访问性进行了优化,而不是进行深入而持续的审查。
该评估旨在快速且非侵入性,支持转换。但也意味着,在获得批准时,围绕身份所有权和下游意图的信号可能会受到限制。
同时,社交平台重塑了行为的传播方式。通过吸引模仿和感知机会,它们使滥用行为得以病毒式传播——而传统控制措施本来设计的预期却不尽如人意。
总的来说,这种欺诈浪潮不是一个孤立的事件。它暴露了整个BNPL行业面临的共同挑战:如何在超快的审批体验和商业上可行的风险控制水平之间取得适当的平衡。
解决方案并不是到处增加摩擦。它正在设计一个分层的端到端风险框架,该框架可以实时适应并拦截流程中多个点的风险。
平衡软信贷与硬风险现实
入职时,当务之急是身份所有权。
目标不仅仅是验证身份数据,还要确认申请人是该身份的合法所有者,同时不给合法用户增加不必要的摩擦。在BNPL欺诈案件中,身份数据可能看起来简洁、结构化且完全符合数据库检查,而屏幕背后的实际操作员并不是合法所有者。
使用 OCR(光学字符识别)*,可以高效地构造和解析身份证件,而活体检测和面部匹配有助于验证账户的操作人员是否是身份的实际持有者。
在信贷决策中,重点转移到确定模式上。
最具破坏性的BNPL欺诈模式是每种行为本身看似可以接受,但组合起来会变得可疑。这需要查看设备、联系方式、地址和使用行为等多个维度,以识别异常聚合。
示例包括:
- 与相同或高度相似的设备环境相关的重复账户活动,
- 身份属性之间存在不自然的重叠之处,而这些特征通常不会融合到真实的消费者行为中,
- 多个账户在短时间内表现出几乎相同的应用程序和使用模式。
这些信号本身在技术上都不是决定性的。但是,当它们迅速融合时,它们指向的是协调活动,而不是自然使用。
商家能做什么?
除了应用程序欺诈之外,还必须密切关注用户交易和成交情况,将其作为最终的保障措施。
对于像百思买这样的商家来说,关键是检测汇总的交易异常。通过大规模分析交易行为,平台可以发现诸如集中购买高价值、易于转售的物品、偏离历史规范的交易量或多个账户之间高度一致的行为等模式。例如,在短时间内在同一家商店购买的类似电子产品激增不太可能反映正常的消费者活动,也可能表明协调一致。
吸取的教训
“Klarna 故障” 不是错误。这提醒人们,在BNPL中,快速批准并不等于已解决的风险。软信贷和低摩擦流对真实用户来说效果很好,但是当行为病毒式传播时,只要在规模上看起来正常,欺诈行为就可以通过检查。真正的挑战不是速度,而是知道在批准后何时重新评估信任。
*OCR(光学字符识别)使机器 “读取” 身份证件,将身份证图像转换为可自动验证的结构化数字数据。这通常与面部对比(检查证件上的面部是否与出示证件的人脸相符)和活体检测(确认与真实人物的互动是实时发生的)相结合。这些功能共同构成了安全、快速和可靠的数字身份验证的基础。
TL; DR
- “Klarna 故障” 不是系统故障,而是典型的大规模应用程序欺诈
- 软信贷促进增长,但限制了批准时的知名度
- 社交平台可能会将正常行为变成可重复的滥用
- 有效的 BNPL 风险管理应将身份所有权检查、模式检测和批准后监控相结合
资源
https://frankonfraud.com/the-klarna-glitch-that-isnt-inside-the-new-viral-trend/
https://www.klarna.com/us/customer-service/klarna-perform-credit-check/
https://trustdecision.com/articles/buy-now-pay-later---a-paradigm-shift-in-consumer-finance



.png)



