O2O防刷单并没那么难，看完这个你也会反作弊了

前几日传出滴滴快的联合京沪警方打击刷单，什么情况？刷单都到了需要动用警力的地步了？有实力补贴没能力防刷？
今天就要八一八刷单那些事儿，看清楚这里不是传授刷单秘籍，也不是xx天xxx万的运营干货，从产品的角度看刷单！不感兴趣，出门右转！
还是来说说滴滴（这种免费的广告，滴滴偷着乐吧），作为衣食住行中的行，从一开始，就受到了极大的关注量，一夜之间，网络叫车四起，滴滴，快的等几个领头羊率先掀起补贴抢用户大战，一时间，乐死了广大出租车车主（殊不知后面被断了财路），也方便了用户，打车领域就像高富帅一样，进入门槛瞬间被抬高，同时几个幸运儿迅速脱颖而出，占领市场。从此江湖不再平静，狼烟四起，补贴大战就此开始。

刷单的前因后果

那补贴和刷单又有什么关系呢？因果关系，但是并非充分必要条件，服务商补贴，给用户让利，本是很和谐的一桩你情我愿的事儿，那为什么会催生刷单呢，以前呢商家补贴是给用户让利，用户并没有直接得利。现在好了，商家为了让用户玩的更爽，我直接送钱了，送30打车券，每单补贴15。到此为止，看出了区别了吧，商家由让利补贴变成了类现金补贴，用户或者说车主因为利益驱动通过一种非正常的运营形式直接获利的行为就是刷单，这其中缘由已经很清楚了吧，那么总结一句话，有补贴就有刷单，
产品分析怎么变得如此感性了，回归理性，下面是干货，请认真看！

如何准确的预测活动方案的刷单行为

一般项目在即将推出一个活动方案时，如果能够准确的预判一些作弊的行为，就能够有效提前预防。一般分析的思路是这样的。
把我们的活动补贴拆解为几条线，原则是每条线的补贴都符合前面对刷单的定义，每条线按照先后和因果顺序罗列，然后就是逐个分析，分析每条线上的两个点，必然起点到终点的方式有很多，但是有一种是我们想要看到的，其他的行为即被认为作弊，我们采用逆推的思维就能找个大概，这样向后推，那么每条线的刷单行为就基本可以找出来了。
这个方法非常考验人的逻辑思维是否缜密和细心，做到了这一步，我们在防作弊的路上就已经找到元凶了。

将这些作弊行为排一个优先级

可以从严重性、补贴力度、难易度等方面做一个优先级排列，做完后，你就会有一个明显的界限，有些行为和正常的行为已经没有什么区别了，我们把这个叫做有效刷单，有效指的是产出有效，达到了活动预期的结果。做这样一步的目的在于，我们需要根据等级做相应的处理方案，哪些是可以放水的，哪些是需要警告的，哪些是需要禁止的，哪些又是需要直接封杀的。

准确的预测了作弊行为，如何去防止呢

这里有很多人在做防作弊方案时，切入的点非常的准，想了各种策略，结果就是直接把补贴给封死了.到了这儿，那做这个活动还有意义吗？
所以千万不要进了这个误区，那我们可以从哪些角度去思考呢，这个时候尽量不要去根据前面列举的每条线去穷举这个破解之法，这样做出来的预案必定乱套了，曾经就被这样的问题困扰过。
我们要做的是分析这些作弊行为，找出其中的共性，最后就是这么一句话，一个id在一定的时间或者空间内重复做了某个操作，这个操作超过了一个阈值就是作弊，低于这个阈值就是有效刷单，基本上90%的行为都在这个局限之内，接下来，我们找出这句话中的几个要素，也是我们防刷单的切入点
第一个是id的认定，最好的一种状态就是每个人对应一个id，但是我们现在还做不到这一步（貌似身份证号和人是一一对应的吧，哈哈，我想多了）。一个人有多个电话号码、email、终端太正常了，所以我们就需要根据场景尽可能的保证一个人对应一个id，接下来知道怎么做了吧；
第二个要素就是一定的时间，我们需要在时间上下文章，从操作密度、时间封锁等方面考虑；
第三个就是空间，既是地理位置做一个限制；
第四个就是这个阈值怎么去设定，建议将其做成可配的，谁也无法保证预判的足够准确，需要根据实际活动开启后的这个数据不断调整。

作弊的处理措施

我们将作弊分为了5个等级，对应的处理措施也相应的设定为5个，这里是按照重要性（严重程度）排列的，我们可以把这个理解为是一种异常的处理，对于正常的用户正常操作来讲，是不会触到这个顶的（防作弊方案做的足够合理），对于异常需要是全局性的，而不能局限在某一个场景，一般需要做到这几个点，
第一：用户提前感知，预先把这个规则告诉用户，引导用户；
第二：违规操作提示；
第三：违规后的客服通道，给误处理的用户反馈的入口；

发现作弊后的紧急处理

考虑的再周全都会有漏洞，那么对于未考虑到的作弊行为，又如何应急处理呢，首先需要确认的是，我们的预案都是在不但的更迭中去完善的，不要因为是紧急预案，就打补丁。具体处理方式和预案处理是一样的。相信通过几次方案之后，做的预案就会越来越完善了。
本结主要是对反作弊方案上做了一些引导，对于活动前的反作弊测试、活动时的应急处理、活动后的作弊数据处理都没有很详细的描述，有兴趣的朋友可以加个人微信继续交流。想起了高中老师的一句话，误差是无法避免的，我们只能尽可能的降低误差。一样一样的啊。
程序员客栈 互联网远程工作中心，程序员的经纪人