Skip to content

「仅退款」被同一批人反复薅?用 Python 按 IP 归属地把退款账号聚成团(完整脚本) ​

上个月有个做家居小件的商家找我。他一个店,十月里 217 单「仅退款」,客单价 39 到 129,货一件没退回,货款加运费险损失一万二出头。他最初的判断是「最近倒霉,碰上一批难缠的买家」,把退款理由一条条读了一遍——全是「质量问题」「少发漏发」「与描述不符」,看不出破绽。

我让他把退款单导出来,加上一个字段:买家下单时的 IP。半小时后表格出来,事情就不像「倒霉」了:5 个买家账号在两个小区,退款申请全部落在凌晨 1 点到 4 点,下单到申请退款平均 6 小时。账号各不相同,昵称是随机的,但收货地址的楼栋门牌连号。

这就是售后风控里最常见的形态:单个账号看,每个都「正常」;把一批账号放到地理位置上看,它们就挤在一起了。

一、售后风控里,IP 归属地是最便宜的锚点 ​

做退款风控,能用的特征其实不多,各自都有成本:

特征作弊方换掉它的成本我们的采集成本
账号极低,接码平台几毛钱一个低
设备指纹中,改机工具几十块中,要埋 SDK
收货地址中,需要真实的收件点低,但地址文本脏
支付账号高,涉及实名中,需支付方配合
IP 归属地高——换城市意味着换网络出口**极低,一次 HTTP 请求

最后一行是重点。账号可以批量注册,设备可以刷机,但「在哪个城市上网」是物理约束。 一个团伙要在杭州操作,绝大多数请求就从杭州或周边的出口出来;想伪装成异地,得挂代理,而代理的 IP 类型(机房/IDC)在 VIP 版接口里是能看出来的。

不过这里得先泼一盆冷水:IP 归属地只能用来「框范围」,不能用来定罪。 校园网、产业园、直播基地、连锁门店,几百个真人共用一个出口 IP 是常态。拿「同 IP 多人退款」当证据,误伤率会高得没法看。它真正的价值是:把几百万条退款单缩到几千条可疑的,让人工能看得过来。

二、规则怎么定:三层聚合,别做一票否决 ​

我把规则拆成三层,每层只负责一件事,最后加权。

第一层,按城市框。 用 IP 归属地的 prov + city 分组,统计这座城市的退款单量、退款买家数、退款率。单看这一层没什么用,但它把数据切成了几百个桶,后面的计算量直接降两个数量级。

第二层,按地址收。 城市内部,把收货地址做粗归一(去掉门牌号、楼栋号,只留到小区/街道这一层),数一数同一个地址上出现了几个退款买家。这是整套规则里最有信号的一层——一个地址上挂 3 个以上的独立账号、都在退款,基本可以叫人工了。

第三层,按时间和账号年龄看。 凌晨 0 到 6 点提交的退款、注册 30 天内的新账号,各自加分。这两条单独拿出来都会误伤(夜班人群、真实新客),但和上面两层叠在一起,区分度就上来了。

打分不用太复杂:

可疑度 = 同址退款买家数 × 2
       + 凌晨退款占比 × 3
       + 新账号占比 × 2
       + (城市退款率 - 全站退款率) × 10

分数过线进人工复核,不进自动拦截。自动拦截「仅退款」这种平台规则内的行为,商家是要吃投诉的,而且平台侧的判责逻辑并不站在商家这边。

三、Python 实现 ​

脚本干四件事:读订单 CSV → 查 IP 归属地(带缓存和限速)→ 按城市聚合 → 打印可疑城市和同址账号。

免费版接口是 60 次/分钟,所以两个关键设计:只查退款单相关的 IP(不是全量订单),以及落盘缓存(同一个 IP 一个月内不重复查)。

python
#!/usr/bin/env python3
# refund_cluster.py —— 按 IP 归属地聚合「仅退款」可疑账号
import csv
import json
import sys
import time
import urllib.error
import urllib.parse
import urllib.request
from collections import defaultdict
from pathlib import Path

API = "https://ip9.com.cn/get"
CACHE_FILE = Path(".ipgeo_cache.json")
MIN_BUYERS = 3          # 同城至少几个退款买家才值得看
MIN_REFUND_RATE = 0.5   # 该城市退款率门槛
NIGHT_HOURS = set(range(0, 6))


def load_cache() -> dict:
    if CACHE_FILE.exists():
        try:
            return json.loads(CACHE_FILE.read_text("utf-8"))
        except json.JSONDecodeError:
            return {}
    return {}


def save_cache(cache: dict) -> None:
    CACHE_FILE.write_text(json.dumps(cache, ensure_ascii=False), "utf-8")


def lookup(ip: str, cache: dict):
    """查一个 IP 的归属地,命中缓存直接返回;失败返回 None。"""
    if ip in cache:
        return cache[ip]
    url = API + "?ip=" + urllib.parse.quote(ip)
    body = None
    for attempt in range(2):
        try:
            req = urllib.request.Request(url, headers={"User-Agent": "refund-cluster/1.0"})
            with urllib.request.urlopen(req, timeout=6) as resp:
                body = json.loads(resp.read().decode("utf-8"))
            break
        except urllib.error.HTTPError as e:
            if e.code == 429 and attempt == 0:   # 撞上 60 次/分钟的限速,等一秒再来
                time.sleep(1.2)
                continue
            return None
        except Exception:                        # 超时、DNS、连接重置
            if attempt == 0:
                time.sleep(0.5)
                continue
            return None
    if not body or body.get("ret") != 200 or not body.get("data"):
        return None
    d = body["data"]
    geo = {"prov": d.get("prov") or "", "city": d.get("city") or "", "isp": d.get("isp") or ""}
    cache[ip] = geo
    time.sleep(1.1)   # 单线程留余量,别把免费额度打满
    return geo


def norm_addr(addr: str) -> str:
    """收货地址粗归一:去掉门牌号,只留到小区/街道这一层。"""
    for ch in "0123456789-—#号栋幢单元室楼层":
        addr = addr.replace(ch, "")
    return addr[:14]


def main(path: str) -> None:
    cache = load_cache()
    city = defaultdict(lambda: {"orders": 0, "refunds": 0, "buyers": set(),
                                "refund_buyers": set(), "loss": 0.0, "night": 0})
    addr_lovers = defaultdict(set)   # (省, 市, 地址) -> 退款买家集合
    unknown = 0

    with open(path, newline="", encoding="utf-8") as f:
        for row in csv.DictReader(f):
            geo = lookup(row["ip"].strip(), cache)
            if geo is None or not geo["prov"]:
                unknown += 1          # 内网 IP、保留地址、请求失败都落这里
                continue
            k = (geo["prov"], geo["city"])
            c = city[k]
            c["orders"] += 1
            c["buyers"].add(row["buyer_id"])
            if row["refunded"] == "1":
                c["refunds"] += 1
                c["refund_buyers"].add(row["buyer_id"])
                c["loss"] += float(row["amount"])
                if int(row["created_at"][11:13]) in NIGHT_HOURS:
                    c["night"] += 1
                addr_lovers[(geo["prov"], geo["city"], norm_addr(row["address"]))].add(row["buyer_id"])

    save_cache(cache)

    print(f"{'省份':<6}{'城市':<8}{'订单':>5}{'退款':>5}{'退款率':>8}{'退款买家':>8}{'损失':>9}")
    for (prov, ct), c in sorted(city.items(), key=lambda x: -x[1]["loss"]):
        if len(c["refund_buyers"]) < MIN_BUYERS:
            continue
        rate = c["refunds"] / c["orders"]
        if rate < MIN_REFUND_RATE:
            continue
        print(f"{prov:<6}{ct:<8}{c['orders']:>5}{c['refunds']:>5}{rate:>7.0%}"
              f"{len(c['refund_buyers']):>8}{c['loss']:>9.0f}")
        for (p, cc, addr), buyers in addr_lovers.items():
            if (p, cc) == (prov, ct) and len(buyers) >= 2:
                print(f"    └ 同址多账号 {len(buyers)} 个:{addr}… 买家 {sorted(buyers)}")
    print(f"\n未取到归属地的记录:{unknown} 条(内网/保留地址或请求失败)")


if __name__ == "__main__":
    main(sys.argv[1] if len(sys.argv) > 1 else "orders.csv")

CSV 只要这几列就能跑:order_id, buyer_id, ip, address, amount, created_at, refunded。refunded 用 1/0,created_at 用 2026-10-11 02:14:07 这种格式(脚本按第 11 到 13 位取小时)。

拿一份脱敏的样本跑,输出是这样:

省份    城市         订单   退款     退款率    退款买家       损失
浙江    杭州          8    5    62%       4      405
    └ 同址多账号 3 个:杭州市余杭区仓前街道梦想小镇… 买家 ['u_8812', 'u_8830', 'u_8845']

未取到归属地的记录:1 条(内网/保留地址或请求失败)

杭州这一行值得单独说两句。8 单里 5 单退款,4 个不同账号,其中 3 个账号的收货地址归一之后指向同一个小区。南京那批(3 单、1 单退款)就没进结果,因为退款买家数不到 3——规则的门槛把它挡在外面了,这正是想要的效果。

四、落地时最容易翻车的四个地方 ​

共享出口。 高校、产业园、直播基地、连锁便利店,一个出口 IP 后面可能是几百个真人。判断团伙时,城市只是「框」,真正的信号是地址和账号。如果你的类目天然有这种集中收货场景(比如宿舍、写字楼前台),得给这些地址单独建白名单。

免费额度。 60 次/分钟,一天满打满算 8 万多次。全量订单往里灌,一定撞 429。正确姿势是先按业务规则(金额、退款时效、账号年龄)把候选集缩到几千条,再查 IP。脚本里的缓存不要省——同一个 IP 反复查,纯属浪费。

别拿归属地当证据。 和买家对质时说「你 IP 在杭州」,对方一句「我在杭州出差」就把话堵死了。IP 归属地是排查线索,不是事实认定。要留的是订单、物流、聊天记录、退款申请时间这一整套。

区县能再收一档。 免费版的 area(区县)是空的,只有省市。如果可疑城市集中在一两个区,VIP 版能拿到区县字段,配合地址归一,误伤会明显下降;VIP 还有 ip_type,能区分家庭宽带(ISP)、企业专线(BUS)和机房(IDC)——大量退款单集中在 IDC 机房 IP 上,基本就可以确认是代理了。

总结 ​

三步就能跑起来:先把退款单和下单 IP 导成一张表,用 https://ip9.com.cn/get?ip=<买家IP> 批量补上省市(记得加缓存和 1 秒间隔),再按「城市 → 地址 → 时间窗」三层聚合成可疑团,最后进人工复核。

别指望这套规则能自动拦人,它的目标是把你从几万条退款单里捞出那几十条值得看的。接口用法和字段说明在 IP9 官网,免费版不注册就能调,够中小店铺日常用。