解读

在中国互联网语境下，“褥羊毛”指非目标用户通过规则漏洞或批量账号套取平台补贴、优惠券、现金红包等利益，造成真实营销费用被低质量流量吞噬，最终使单用户贡献收入（ARPU）<单用户获取成本（CAC），ROI跌破1。面试官关心的是：你能否在业务增长与风控之间找到平衡点，既不让“羊毛党”掏空预算，又不伤害真实新客的体验。

知识点

1. 中国黑产链路：接码平台+猫池+群控+改机工具+虚拟信用卡，可在30分钟内生成千级“真实”账号。
2. 平台监管红线：2020年起《反不正当竞争法》明确禁止“虚假交易”，平台若被认定放任刷单，可被罚上一年度销售额1%-10%。
3. 数据字段：设备指纹、IP集中度、SIM卡归属、LBS漂移度、行为序列熵值、社交关系密度。
4. 风控模型：GBDT+Isolation Forest融合，F1>0.92时即可上线，召回率优先于精确率，避免“误杀”真实用户。
5. 运营杠杆：阶梯式奖励+任务权重+提现门槛，把补贴发放节点从“注册”后移到“首单+次日回访+7日复购”，拉长观测窗口。
6. 财务测算：补贴上限=（LTV×毛利率－履约成本）×风险系数α（0.6-0.8），α由历史羊毛占比决定，每周动态回滚。

答案

回答采用“策略层—数据层—执行层—复盘层”四步法，每步给出可落地的中国本土方案。

策略层：预算前置切割
把拉新预算拆成**“真实新客池70%+高风险池20%+机动池10%”。高风险池只投放需完成3日连续活跃+实名+支付密码开通**的组合任务，从源头降低ROI跌破1的概率。

数据层：三阶风控模型
① 实时规则：同一设备指纹30分钟内注册≥3账号，自动封禁并写入信安联盟黑名单；
② 机器学习：用7日滑动窗口训练XGBoost，特征包括“IP段历史羊毛率”“设备首次安装列表”“点击坐标熵”，AUC>0.96即上线；
③ 关系图谱：Neo4j存储手机号、收货地址、Wi-Fi MAC等节点，当连通子图≥5且中心度>0.8时触发人工复核。

执行层：活动规则设计

1. “三关”提现：注册→首单（实付≥9.9元）→次日回访（浏览≥3个商品详情）→第7日复购（订单≥2件），每关奖励分阶段到账，中途触发风控即冻结。
2. 动态补贴：用Redis+Lua脚本实现“库存桶”算法，同一奖励档每放出10%优惠券，后台自动提升下一批领取门槛（如从“满30减15”升至“满60减20”），让黑产无法批量计算收益。
3. 联合惩戒：与微信/支付宝风控接口打通，发现同一实名信息在多个平台薅羊毛，直接限制支付功能，提高作恶成本。

复盘层：北极星指标
每周一看**“补贴ROI=（羊毛订单GMV×毛利率－补贴成本）/补贴成本”，若<1立即触发“熔断机制”：暂停该渠道投放、回滚奖励、追加短信验证。连续两周ROI>1.5再逐步放量，形成负反馈闭环**。

拓展思考

1. 业务视角：如果公司正处于“抢占市场份额”阶段，管理层愿意短期ROI<1，你如何在风控阈值与增长KPI之间做动态博弈？可提出**“风险预算曲线”，用蒙特卡洛模拟**给出不同风控强度下的GMV与ROI分布，供决策层选择。
2. 法律视角：2022年《个人信息保护法》生效后，设备指纹强关联需用户明示同意，如何在合规前提下拿到足够的风控数据？答案可以是采用差分隐私+联邦学习，让模型“数据不动模型动”，既满足合规，又不降低识别精度。
3. 技术视角：随着深度伪造技术普及，黑产能合成真人视频通过人脸识别。下一步可引入**“多模态活体+声纹+时序行为”**交叉验证，把风控战场从“账号”升级到“真人唯一性”，持续保持ROI>1。