马克·瓦格纳认为，最好的拒收追回系统是自动化且数据驱动的。2021年，他基于这一理念创立了 Disputifier，这是一家位于德克萨斯州奥斯汀的拒收软件公司。
他告诉我：“多年来我们开发了一套直观的体系。它将交易数据与我们的测试相结合，并确定适当的应对措施。”
最近，我们就电子商务拒收的现状以及商家如何追回虚假索赔进行了讨论。我们完整对话的音频嵌入在下方。文稿经过编辑，以缩短篇幅并提高清晰度。
埃里克·班霍尔茨： 请介绍一下你是做什么的。
马克·瓦格纳： 我经营一家名为 Disputifier 的软件公司。我们是一家自动化的拒收追回机构。我们发现超过 60% 的拒收属于欺诈行为。这些案件并非无法胜诉，关键在于区分有效的信用卡交易。假设一个罪犯在暗网上购买了某人的信用卡信息，这与顾客试图免费获取商品的情况截然不同。
我们协助处理重复拒收 [即持卡人先赢得拒收，随后失去该拒收资格，然后再次提交]，这类情况难以预防但容易胜诉。重复拒收是我们胜率最高的类型——约为 90%。对于重复拒收的回复，我们会附上结账页面和购买过程的截图。我们在进行测试后向发卡行提交所有证据。我们拥有大量数据，能够识别出格式化回复的最佳方式，从而产生巨大影响。
我们通过PDF格式提交证据，因此我们没有使用Shopify Payment的回复模板，而是从零开始构建自己的系统，可以突出特定区域并使其类似于具有不同部分的诉讼，我们尝试以不同于Shopify的格式进行排版。
班霍尔茨： 发卡行的真实人员会阅读这些文件吗？
瓦格纳： 是的，银行会将你的拒收回复打印出来，扔在某人的办公桌上。这个人会手动翻阅它，并在已经同意持卡人立场的情况下，决定是否站在商家一边。因此，格式和图片很重要。我们将文字量控制在最少——仅两到三句话。人们是视觉型的。一切都在格式、图形、图片以及呈现方式中。
我们是基于软件的，这意味着我们从 Shopify 和其他来源程序化地摄取数据，然后将其整合到我们的自动回复中。我们会人工审核我们的回复，以确保其符合标准，并检查是否有任何自定义证据，但通常情况下，超过 90% 的回复与我们系统生成的内容完全一致。
班霍尔茨： 你难道不能直接使用 Shopify 的欺诈分析功能吗？
瓦格纳： Shopify 的欺诈分析过于基础，且并不总是有帮助。它可能列出 10 个数据点，却未解释为何将拒付标记为低风险或高风险。例如，即使订单是在北美以外地区下单并运往加利福尼亚州，Shopify 仍可能将其标记为低风险。这不合逻辑。相反，许多订单被标记为高风险，却没有任何严重指标。如果你因此退款，就会蒙受损失。我们做过测试。大约 7% 的 Shopify 中等风险订单（以及 35% 的高风险订单）最终会变成拒付。因此，绝大多数都是合法买家。
班霍尔茨： 商家在应对拒付时应投入多少精力？
瓦格纳： 这取决于您的规模、商业模式和平均订单价值。如果涉及较高的平均订单价值——数百至数千美元，这将是一个必要但劳动密集型的流程。如果您的平均订单价值较低，则不应在此花费时间。当我经营电商品牌时，我们有一名员工会尝试判断订单是否涉嫌欺诈。她会叫办公室里的所有人说：“大家看看这个。”但到头来，我们仍然面临大量的拒付。这是一个不完美的流程，最好不要由人工来处理。
班霍尔茨： Disputifier 的方法是什么？
瓦格纳： 多年来，我们开发了一套直观的体系。它将交易数据与我们的测试相结合，并确定适当的应对措施。两者融合在一起。它为每笔订单提供定制化的回复，但符合模板格式。这种模式对我们很有效。随后，它会经过人工审核，并以商家的名义提交。我们通过从我们胜诉的订单中抽取一定比例的收入来获利。
当Shopify品牌方联系我们时，他们的胜率约为25%，而我们的胜率略高于50%，具体取决于支付处理商，替代支付方式似乎拥有较为公平的争议处理流程，而信用卡发行方的表现则可能不可预测。
商家在结账时应始终要求客户同意条款和条件，包括退款政策，除非客户勾选同意框，否则无法完成订单。如果客户虚假申请退款，卖家可以引用该条款，这能显著提高胜诉率。
再次强调，这适用于高平均订单价值的情况。我不建议对低平均订单价值采取这种做法。此外，对于金额非常高的订单——5,000 美元或以上——商家应与客户签订正式合同。这也有助于提高胜诉率。切勿在大额购买上冒险。
商家应进行测试，以确定什么样的回复能带来胜诉。品牌很难独自弄清楚整个拒付流程，因为情况错综复杂。每家银行的规定都略有不同。