Sift

服务商概述

Sift 是一家美国反欺诈服务商，官网的定位是面向数字业务的欺诈预防平台，主张一个更抽象的概念：数字化信任（digital trust）。它不做收单、不放款、不承担拒付损失，位置在商户的账号体系与交易系统之上，输出的是"这个账号、这次动作该不该信任"的判断。

平台结构可以拆成 3 块：Payment Protection 负责在支付环节做实时欺诈决策，目标是放行更多真实交易；Account Defense 负责实时阻断账户盗用；AI agents 属于 Fraud Attack Defense Suite 系列代理，用来应对规模化的自动化攻击。这三块加上 Sift Score API 与 Premium services，构成它对外的主要交付面。

覆盖行业共 6 类：B2B 与 B2C SaaS、电商、iGaming、旅游与交通、外卖与配送、金融与 fintech。这个行业清单本身就说明了它的定位——都是"有账号体系、有持续用户行为、单次损失可能不大但频次高"的业务。纯零售的游客结账场景不在它的重心上。

官网给出的实力口径有几组：700+ 品牌在用，社区 Sifters 聚集 1,500+ 反欺诈从业者，客户证言里提到 Patreon 新用户通过率达 99%、Paula's Choice 实现 6 倍 ROI，另有年度 Digital Trust Index 报告。这些数字建议按"官网称"理解，个体证言不能直接外推。

核心优势

• 以账号为中心的判断更贴合平台型业务：单笔交易的欺诈判断是离散的，一次一判、互不关联；账号级评分是连续的，注册时的设备指纹、登录时的地理位置跳变、下单时的收货地址变更都累积在同一条轨迹上。对订阅制与平台业务，损失的来源往往就是这条轨迹的中断，而不是某一笔交易的异常。
• 注册环节就能拦假账号：批量注册是很多业务最容易被忽视的损失来源——它们不产生拒付，但消耗营销预算、污染用户数据、抬高获客成本。Account Defense 把这一层收进来了，而多数支付风控工具不看注册。
• 可以只取评分不接全套：Sift Score API 让已有自建决策系统的团队只调用评分，不迁移到它的工作台。对工程资源有限但不想被单一平台绑定的团队，这是降低迁移成本的现实选项。
• AI 代理应对自动化攻击：撞库、自动化下单、批量套利这类攻击的特征是量大且变化快，靠人工写规则追不上。用代理自动检测与响应，把响应时间从"人发现再改规则"压到接近实时。
• 行业沉淀可以直接复用：6 类行业意味着常见攻击形态、正常行为的基线分布都有现成参考，不需要从零摸索阈值。对刚组建风控团队的业务，这一点省下的时间成本很实际。
• 有独立的行业报告视角：Digital Trust Index 这类报告虽然带有厂商立场，但能提供行业层面的攻击趋势参照，做年度风控规划时比只看自家数据更有横向对比感。

产品生态

支付保护（Payment Protection）

在支付环节做实时欺诈决策，输出放行或拦截，目标是提升真实交易的通过率而不是单纯压低拦截阈值。适合把"误拒"当作实际损失来管理的商户。

账户防护（Account Defense）

覆盖注册、登录、改密、改绑定等账号生命周期节点，实时阻断账户盗用与批量注册。这是它与纯支付风控工具最明显的差别所在。

AI 代理（Fraud Attack Defense Suite）

系列化代理，用于识别与应对自动化攻击与新型攻击模式，把检测与响应从人工规则迭代升级为自动执行。

评分接口（Sift Score API）

以 API 形式输出风险评分，供自建决策引擎调用。适合已有风控中台、只想补一层外部信号的团队。

专业服务（Premium services）

包含配置调优、策略评审等支持内容，具体范围以合同为准。对没有专职风控人员的团队，这部分决定了平台能否真正跑起来。

不足之处

• 误判与漏判要双向计价：放行一个欺诈账号，后续可能产生多笔拒付、卡组织罚金与被滥用的促销额度；误拦一个好用户，损失是当下的转化加上后续生命周期价值。两个方向的代价都由商户承担，因为它只交付判断。
• 账号视角对游客结账无效：如果你的业务以未登录下单为主，Account Defense 与假账号拦截基本用不上，买到的只是 Payment Protection 那一部分，性价比明显下降。这是选型时最容易忽略的错配。
• 数据共享与跨境合规成本不低：账号级评分要求持续提供注册、登录、设备、交易数据。跨境业务会触发 GDPR 与《个人信息保护法》评估，涉及数据出境还要走单独路径，合规评审周期往往超过技术接入。
• 冷启动依赖站内数据量：评分要有区分度，需要足够的历史行为。新业务、低流量站点、或行为路径非常单一的品类，早期判断接近通用规则，模型溢价买不到对应效果。
• 与既有风控栈重复投入：已经接了收单行风控、自建规则引擎或身份验证服务的团队，新增一层后要重新划分决策顺序。权限没理顺就会出现同一用户被两层同时拦截，体验与转化一起下降。
• 不覆盖受监管义务：AML 交易监控、开户审核、制裁名单筛查都不在其范围内。金融与 fintech 客户若有牌照义务，仍需另配合规系统。

适用场景

• SaaS 与订阅制业务（★★★★★）：账号生命周期长、注册与试用环节的滥用损失大，账号级评分与假账号拦截正好对上痛点。
• 平台型市场与社区（★★★★☆）：买卖双方都有账号，刷单、批量注册、账户盗用同时存在，一套评分能覆盖多个攻击面。
• iGaming 与在线娱乐（★★★★☆）：账号价值高、滥用动机强，实时阻断账户盗用的需求刚性，但需确认当地合规要求。
• 外卖与配送平台（★★★☆☆）：账号侧防护有用，但补贴滥用与骑手端欺诈的机制与支付欺诈不同，需要额外配置策略。
• 中国大陆业务（★★☆☆☆）：境内主体做跨境业务时可用，但账号与设备数据向境外传输要遵守《个人信息保护法》与数据出境相关规定，须先做合规评估；纯境内业务不需要这类境外服务，境内已有同类方案且无数据出境环节。
• 纯游客结账的零售站（★☆☆☆☆）：最不适合。没有登录态就没有账号轨迹，一半以上能力用不上，付费买的是用不到的功能。
• 需要 AML 与牌照合规的机构（☆☆☆☆☆）：最不适合。产品线里没有 AML 交易监控与名单筛查，无法满足监管要求。

价格参考

影响成本的主要因素是事件量（注册、登录、支付、改密等调用次数）、账号规模、启用模块数量、是否含专业服务与集成方式。Sift 不公开标准定价，以上口径与最终费率均以官网当前报价和合同为准。官网客户证言中的通过率与 ROI 属个体案例，不构成报价依据。

常见问题

• Sift 和传统支付风控有什么不同？
  判断对象不同。传统支付风控看单笔交易特征，Sift 看账号轨迹——注册设备、登录地点、下单行为、改密动作连成一条线。差别在效果上体现为：账号视角能拦注册环节的假账号与账户盗用，交易视角只能等订单进来再判。

• 我们以游客下单为主，还值得上吗？
  不值得全量上。没有登录态就没有账号轨迹，Account Defense 与假账号拦截基本闲置，剩下的支付保护与专门的支付风控工具差别不大。除非你正在推进会员体系或订阅化，否则优先考虑轻量方案。

• 官网说的 99% 通过率和 6 倍 ROI 能复制吗？
  不能直接外推。那是特定客户在特定品类、特定流量结构下的结果，受客群质量、促销节奏、风控基线影响很大。正确的做法是用自己的历史订单做回测或小流量灰度，看误拒率与欺诈率同时变化的方向，再决定是否全量。

• 需要提供哪些数据？
  注册、登录、设备指纹、支付与订单事件这几类。数据越完整评分越有区分度，但也要与合规做平衡：明确最小必要字段、签署数据处理协议、评估是否构成个人信息出境。跨境业务的评估不能省。

• 它能替我们承担拒付损失吗？
  不能。它交付决策与评分，拒付损失留在商户侧。如果需要把拒付财务风险转出去，要看提供担保或追回分成的服务商，两者可以叠加使用，但账单与责任边界要分开算。

来源：16IDC 原创，产品能力、支持国家与费率口径以 Sift 官网文档及合同为准。