Appearance
「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。