CargoGuard推出反欺诈货运可视化平台,瞄准每年300亿美元重复转包损失

详细拆解

8月26日，孟菲斯有家公司上线了一个货运反欺诈平台，面向经纪商、第三方物流和货主，挂着的数字是重复转包与货物盗窃每年给行业造成三千亿美元损失，盗窃同比涨了百分之五十七。我不打算去争这个问题的规模，我要争的是这个数字的用法：三千亿是一个分母未披露的行业口径，行业口径不是你公司的预算行。在买任何东西之前，你需要自己的基率，而我见过的多数运营团队，一周之内拿不出来。

我把它这么建模。把这类系统想成一个摆在队列前面的分类器。每一票货进来，分类器打分，分数超过阈值的被拉进人工复核队列，由人决定放行还是扣住。这就是全部架构，而它具有任何分类器都有的那两个性质：召回率，也就是真正有问题的货里它抓到了多少；精确率，也就是它标出来的东西里有多少是真的。卖东西的人爱讲召回率，因为听起来像保护；买东西的人天天面对的是精确率，因为精确率决定了复核队列有多长、运营团队被吃掉多少。

基率才是这件事的特殊之处，也是我想从测量而不是采购开始的原因。重复转包和货物盗窃，摊到单票货上都是低概率事件。低概率事件难检测，而一个在真实发生率只有万分之五的人群上做到百分之九十九准确的分类器，产出的误报仍然远多于真报。这不是针对某个产品的批评，这是算术。它也意味着阈值怎么调是你自己的决定，而不是厂商的决定，而且正确的取值只取决于一个只有你有的数字：一次欺诈事件到底让你损失多少，一次误报到底让你损失多少。

我先按发布时的说法，把这类平台声称要做的事摆出来，再把我能评估的部分和不能评估的分开。三个组件：防欺骗的卫星定位，也就是让设备没法谎报自己不在的位置；提货环节的司机身份即时核验；以及对接你现有运输管理系统的接口，让校验发生在订舱流程里，而不是另一块屏幕上。声称的目标是在货被提走之前拦截。这个干预时机在整个流程里是对的，我马上会说为什么——因为时机是决定这类东西值不值钱的最大单一变量。

为什么"提货前"比功能清单上其他任何一条都重要。一旦一个根本没打算送货的承运人把货拿走了，你的筹码就塌了。你不再是决定要不要交货，而是在追货，而按我见过的所有说法，装满货开走之后的追回率都很差。所以这类工具的全部经济价值，落在从订舱到出闸之间那几分钟到几小时的窗口里。这个窗口才是你该买的服务水平，而且它是可测的：从货被投放给承运人开始，到系统返回一个可用结论，要多久？有多少比例的货是在车到之前拿到结论的？

现在算账，每个输入都标明是假设。假设一家中型经纪商一年经手五万票。假设平均货值四万美元。假设你的业务里欺诈事件（重复转包或盗窃）的真实发生率是万分之五。那就是一年二十五起，按每起四万美元算，是一百万美元的年损失。假设你的毛利是每票一百五十美元，也就是七百五十万美元毛利。一百万大约是毛利的百分之十三。如果这些假设跟你的盘子接近，这就不是四舍五入的问题，是战略问题。

假设平台按每票三美元计价——这是按票计价的可视化服务一个说得过去的量级，是我的假设，不是报价。五万票就是一年十五万美元。回本要求这个工具挡下超过十五万美元的损失，按每起四万美元算，是三点七五起，约等于四起。四除以二十五，是百分之十六的拦截率。在你自己的盘子上，检出率低于百分之十六，这个价格下这个工具就是亏钱的。这就是我会带进谈判的数字，因为它把一次基于恐惧的采购变成一次基于算术的采购。

再给误报定价，因为这一步我预计会和多数团队设阈值的方式产生分歧。假设一次人工复核八分钟，这个人的人力成本每小时六十美元，也就是每条报警八美元。假设一次误报让一个合规司机多等二十五分钟并触发等待索赔，按每小时五十美元算，约二十一美元。按百分之十的精确率，要抓到四起真的需要四十条报警。四十条报警乘以八美元是三百二十美元复核工时，加上三十六条误报乘以二十一美元是七百五十六美元，合计约一千一百美元，对面是十六万美元的避免损失。

把精确率压到百分之二，一个相当差的分类器，画面几乎不动。抓到四起真的现在需要两百条报警：一千六百美元复核工时，加上一百九十六条误报乘以二十一美元约四千一百美元，合计约五千七百美元，对面仍然是省下的十六万美元。这个结论对喜欢整齐规则的人来说不太舒服：在这样一个成本结构里，误报很便宜而漏放是毁灭性的，所以阈值应该狠狠往召回那一侧调。一个为了队列干净而调阈值的团队，是在优化错误的变量。

这个结论是有条件的，我要把条件明写出来，因为它会翻转。它取决于单次损失相对单次报警成本是否足够大。如果你的盘子主要是低价值的短途货，比如每票四千美元而不是四万美元，那么二十五起是十万美元损失，挡下四起是一万六千美元，这时候五千七百美元的报警成本就开始非常要紧了。同一个工具、同一个精确率、相反的结论。这就是为什么你不能继承任何人的阈值，包括我的，以及为什么这个项目的第一份交付物不是采购单。

第一份交付物是一份十二个月的欺诈台账，用你自己的记录做出来，而多数组织并没有这个东西。过去一年里每一起确认事件：哪一票、货值多少、哪条线、承运人从哪儿找来的、问题在流程哪一环冒出来、是出闸后还是出闸前、追回多少、核销多少。没有这份台账你就说不出自己的基率，没有基率你就算不出那个百分之十六，没有那个阈值，你看到的每一份方案都是不可证伪的。在看任何演示之前先把它建出来，并且预期它要花两到三周不体面的活。

然后在让它碰真实决策之前，先跑影子模式。四到六周，系统给每一票打分，报警推给你的团队复核，不做任何自动扣货。影子模式能做两件试点做不到的事。一是给你自己盘子上的精确率和召回率，而不是厂商精心挑过的样本上的数字；二是告诉你周一早上这个报警量会把你的运营打成什么样。它还逼出你以后永远需要的标注纪律：每条报警都得有人写下到底是不是真的，而且这个判断得由一个不兼管"买不买这个工具"的人来做。

评估集有一条硬规矩。不要接受用厂商标注的数据测出来的厂商召回率。这不是犬儒，这是标准做法：在一个自己调参用的样本上测试的分类器，永远好看。把你的台账交出去，做盲测——给日期和线路，不给结果标签，让对方返回分数，然后你来标注。这是多数买家跳过的那一步，也是最可能改变答案的一步。如果一家厂商不愿意在你的数据上做盲测，你没花一分钱就学到了关于这个产品的重要信息。

覆盖率是这一类里安静的杀手，而且它就藏在"对接"这个说法里。和你的运输管理系统做了接口对接，听起来是完整的，然后你发现它只同步通过一个模块订的货，或者只同步货值超过某一门槛的货，或者只覆盖整车不覆盖零担。如果系统只看着你百分之六十的盘子，那么你算出来的每个比率都是百分之六十之上的比率：百分之六十覆盖率下的百分之十六拦截率，摊到整个盘子是百分之九点六，可能就在回本线以下。要求每一份报告都带覆盖率这个分母：已打分票数除以已投放票数，按周报。

三个组件要分开测，因为一个平台里的三个功能不会一起失效。防欺骗定位这一块，做一次红队测试：让有人在受控的一票货上尝试位置中继或者换设备，记录系统是否标出来，并且把位置误差的百分之九十五分位数按米测出来，这样在相信异常之前你知道正常长什么样。司机身份核验这一块，测完成一次核验的百分之九十五分位耗时——因为门口花四分钟的核验和花四十秒的核验是两种运营动物——还要测它到底能不能在你自己的测试里抓出一个被顶替的司机。

接口这一块，测同步延迟的百分之九十五分位数（按分钟）和字段完整率（按百分比）：订单号、承运人身份、车辆、司机、提货时间窗。在残缺字段上算出来的分数比没有分数更糟，因为它看起来像一个结论。还要测这个服务本身的可用性，要有书面的服务水平，以及它挂掉的时候怎么办。如果身份核验成了放行的唯一条件，而服务在周五傍晚黑掉，你就把一个单点故障焊在了闸口上。必须有写清楚的降级方案，以及一个负责启动它的人。

接着算复核团队的队列账，因为这才是决定你能把阈值往召回那侧调多远的约束，而没人去建模它。把报警流当到达，把复核员当服务台。假设峰值每小时十二条报警，一名复核员可持续地每小时清八条，再往上复核质量会明显下滑。十二除以八等于一点五，所以配两名复核员，利用率百分之七十五，这个状态扛得住。现在假设你把阈值往下调去追每一个漏网事件，报警涨到每小时十八条。两名复核员每小时十六条，低于到达率，而到达率高于产能的队列不会稳定，它会一直长到班次结束，然后长进下一个班次。教训不是"召回不好"，而是召回受你的人力约束，所以先把复核员编进预算，再去调阈值。

主数据是另一个安静的依赖，它垫在这个系统报出的每一个比率下面。如果你的承运人档案里有名号略有不同的重复主体、过期的资质编号，或者同一个实际运营方挂着好几条记录，那么身份核验就是在拿一套被污染的参照集做比对，而你的拦截率量的是错的人群。上线前先清：去重承运人、统一你用来比对的标识字段、并且记录你合并了多少条记录——因为这个数是一个先行指标，能预示早期报警量里有多少是噪声而不是信号。

随机对照是让这件事站得住的部分，而且只要提前计划就很好跑。影子模式之后，在一半运力上开启自动扣货，另一半维持原流程，按线路或者按承运人池随机，而不是按单票随机，这样一票货永远不会被切成两种处理。八周之后互换。对比的指标是每千票确认欺诈事件数和每千票损失金额，不是报警条数。如果你把报警条数做成关键绩效指标，团队会把阈值一路调低到队列塞满，你买到的就是动作，不是防护。

技术背后的合同条款也要一起看，因为一次扣货是对一个可能完全合规的承运人做出的商业行为。你的承运协议里怎么写的：等待费怎么算，门口拒收怎么办，一个合规司机被误报扣下、成本谁背？对好承运人错扣一次，赔掉的是关系，而小承运人之间是会互相通气的。预留争议处理的预算，把最长扣留时间写成文字，并且把每千次扣货中的错误扣货作为一个带阈值的独立指标来跟踪，因为这正是你最后会被要求解释清楚的那笔成本。

数据和合规问题应该放在同一次评审里。司机身份数据是个人信息，定位数据是一条移动记录，两者的留存和访问权限规则因司法辖区而异，也因车里是谁而异。先定清楚：数据归谁、存多久、谁能查、会不会被用来训练谁的模型、终止合作之后怎么办。然后问那个大家会忘的问题：如果十八个月之后一笔索赔进了诉讼，你还能不能拿出对方认的形式的记录？一个答案是"不能"的留存策略，会把你在检测上的投入变成一条举证的死路。

还有一条更便宜的基线，而且你应该在评估任何商业产品之前就把它建好，因为它会成为对照臂，而且几乎不花钱。这一类里大部分信号都是规则形状的，而且已经躺在你的系统里：承运人资质成立时间、与已知中介模式重合的地址和联系方式、邮箱域名和公司名称对不上、同一辆车同一天出现在两个地方、提货时间窗被改过不止一次、高价值线路上反常地快速接受报价。拿这些规则去跑你的十二个月台账，看看能抓到多少。如果你自己的规则就能抓到相当一部分，那么问题就变成了"增量检出值多少钱"。

分层往往比全面铺开更划算，而且它直接由上面那笔算术推出来。因为损失随货值放大，而欺诈集中在货源最松的地方，所以把最强的控制放在暴露最大的地方：货值最高的那一档做双因素核验和硬扣留，承运人供给薄的线路做硬扣留，没用过的承运人池来的现货报价做硬扣留。低货值、熟悉的承运人、合约线路走轻流程。这和任何队列里的教训是同一条：不是每个物件都给同样的服务水平，是贵的那部分才该被逐票查验。

我把日历摆在这儿。九月底之前，完成十二个月欺诈台账，给出基率、单次损失金额、以及每起事件是在哪一环冒出来的。十月底之前，完成四到六周的影子模式，在自己盘子上量出精确率和召回率，并对着你做过盲处理的台账做一次盲测。十二月中，启动随机对照，八周在一半运力上开启扣货，然后互换。二月底之前做决定：确认欺诈拦截率低于台账事件的百分之三十，或者精确率低于百分之八，或者覆盖率低于已投放票数的百分之九十，就不续，并且把理由写成文字。

最后说一句那个三千亿和那个百分之五十七。两个都是行业口径，两个都告诉不了你自己的发生率。百分之五十七是一个未披露基数之上的同比变化，小基数上涨百分之五十七还是小的，大基数上涨百分之五十七就是危机，而公告里分不出来。用它们来证明"这件事值得关注"，不要用它们来证明"这笔预算该批"。先量化，再谈优化。如果你的盘子说百分之十六的检出率就回本，那就买，并且按这个数字在你自己的数据上要求对方兑现。如果你的盘子说回不了本，那你这个季度做的最有价值的事，就是那份台账。

↑ 返回核心要点

— 作者 拉维