这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
凌晨的增长数据
漂亮的增长数据
事情开始于一个看起来很漂亮的增长数据。
凌晨两点，优惠券活动上线后注册量突然翻了十倍，订单量也快速上涨。运营以为活动爆了，直到财务发现：
- 同一批收货地址。
- 相似手机号。
- 同一段 IP。
正在批量领取新人券。
这不是一次普通流量高峰，而是一场自动化作弊。
风控要解决的问题
风控系统要解决的问题不是「有没有坏人」，而是在业务仍然要继续运行的前提下：
- 识别可疑行为：把作弊和正常用户区分开。
- 控制损失：让骗子拿不到优惠券、积分和钱。
- 减少误伤：不伤害正常用户。
- 沉淀能力：把经验变成下次能自动处理的能力。
从活动数据发现问题
这次攻击暴露了一个事实：只看增长数据，无法判断风险。
- 注册量翻了十倍 → 可能是活动爆了。
- 领券转化异常 → 才暴露批量作弊。
- 退款率升高 → 确认是薅羊毛。
风控系统的价值，就是把「数据好看」和「数据可疑」区分开。
一句话
凌晨的「增长数据」其实是自动化作弊：同地址、同 IP、相似手机号批量领券。风控要解决的问题不是有没有坏人，而是在业务继续运行的前提下识别可疑行为、控制损失、减少误伤、沉淀能力。
发现内容有问题？
告诉我们哪里需要改进。