Skip to content

运费险被职业退货党薅穿?用 Python 把退货单按 IP 属地聚成团伙(完整实现) ​

一个做女装的朋友上个月找我,说运费险赔付率突然从 38% 涨到 61%,商品质量没问题,退款原因清一色填「不喜欢/效果不好」。她怀疑被人搞了,但翻后台翻了三天,只看到一堆互不相关的账号,每个号都「看着正常」。

我让她导出最近三个月的退货单,加上下单 IP 和退货收件地址,用脚本跑了一遍。21 分钟出来两组:一组 6 个账号,收货地址和退货地址都落在深圳坂田同一个小区的菜鸟驿站;另一组 4 个号,下单 IP 全在北京,货却从保定寄回。她盯着那两张地址表看了半天,说了句「这不就是我楼下那个驿站嘛」。

公开报道里,运费险骗保的案子从几十万到上千万都有,警方通报过自买自卖、空包退货、批量买号几种套路。平台侧的风控当然在升级,但商家自己其实完全有能力先做一轮自查,因为退货数据就在你手里。

这篇讲怎么用 IP 属地加退货地址,把散落在成千上万条订单里的团伙捞出来。

一、运费险为什么这么容易被薅 ​

运费险的定价逻辑本身给了空间:保费按买卖双方距离、商品类目、历史赔付率估算,赔付金额在下单时就定死了。一单赔 12 块,你实际寄回去花 4 块(甚至发个空包花 2 块),中间就是利润。

单看一单,平台和保险公司都不亏——这也是为什么早期没人管。问题是套路一旦规模化:

  • 号便宜。批量注册的账号几毛钱一个,一个号薅三单就被封也不心疼;
  • 流程全自动。下单、收货、申请退货、寄回,全走固定话术和固定物流点;
  • 地址藏不住。换号很容易,换一个能收快递、能寄快递的地址很难。团伙的收货点和退货点往往就那么几个,因为要有人去打包、去交接。

所以抓团伙的关键不是「这个账号可疑」,而是「这批账号为什么指向同一个物理位置」。IP 属地在这里的价值,是给你一个成本极低、覆盖全体订单的坐标——不用等设备指纹,不用等实名信息,一条日志里就有。

二、把三张坐标叠起来 ​

一笔退货单其实带三个地理位置:

坐标来源骗保场景里的含义
下单 IP 归属地订单日志里的买家 IP号在哪儿下的单,反映操作者所在城市或所用代理池
收货地址城市订单信息货发到哪儿,通常和下单地一致
退货寄件城市退货物流单货从哪儿寄回,团伙的集散点

正常人这三者高度一致。团伙会出现几种典型错位:

  • 下单 IP 城市 ≠ 收货城市,且比例很高。代下单、异地号、代理池的特征;
  • 多个账号的退货地址归一化后相同。这是最强的信号,比 IP 强得多;
  • 多个账号的下单 IP 落在同一个 /24 网段。号商经常一批号走同一个出口。

注意顺序:地址重合是主线,IP 属地是辅助和筛人。只靠 IP 聚合会误伤(一个大学城、一个产业园,几千人共用一个出口),但 IP 能帮你把「地址看起来不同、其实是同一个操作者」的号也串起来——比如收货地址写成「1 栋 101」和「1 栋 102」,归一化之后是同一个点。

三、Python 实现 ​

单文件,只用标准库。输入是一张 CSV,字段:order_id, account_id, buyer_ip, receiver_city, receiver_addr, return_city, return_addr, claim_amount, status。

python
# freight_claim_scan.py —— 运费险退货单的属地聚合自查
import csv
import json
import re
import sys
import time
import urllib.parse
import urllib.request
from collections import defaultdict

API = "https://ip9.com.cn/get?ip="
MIN_INTERVAL = 1.05          # 免费版 60 次/分钟,留一点余量
TIMEOUT = 5

_cache = {}
_last = [0.0]


def _throttle():
    wait = MIN_INTERVAL - (time.time() - _last[0])
    if wait > 0:
        time.sleep(wait)
    _last[0] = time.time()


def ip_info(ip):
    """返回 (省, 市, long_ip);查不到返回 None。结果按 IP 缓存,整批只查一次。"""
    ip = (ip or "").strip()
    if not ip:
        return None
    if ip in _cache:
        return _cache[ip]

    info = None
    for _ in range(2):
        _throttle()
        url = API + urllib.parse.quote(ip, safe=":.")
        try:
            req = urllib.request.Request(url, headers={"User-Agent": "claim-scan/1.0"})
            with urllib.request.urlopen(req, timeout=TIMEOUT) as resp:
                body = json.loads(resp.read().decode("utf-8"))
            ret = body.get("ret")
            if ret == 200:
                d = body.get("data") or {}
                info = (d.get("prov") or "", d.get("city") or "", int(d.get("long_ip") or 0))
                break
            if ret == 429:          # 触发限速,退避后再试一次
                time.sleep(6)
                continue
            break                    # 400 等非法 IP,直接放弃
        except Exception:
            time.sleep(1)

    _cache[ip] = info
    return info


class DSU:
    def __init__(self):
        self.p = {}

    def find(self, x):
        self.p.setdefault(x, x)
        while self.p[x] != x:
            self.p[x] = self.p[self.p[x]]
            x = self.p[x]
        return x

    def union(self, a, b):
        ra, rb = self.find(a), self.find(b)
        if ra != rb:
            self.p[rb] = ra


def norm_addr(city, addr):
    """地址归一化:砍掉门牌号,只留城市 + 尾部小区/驿站名。"""
    s = (addr or "").replace(" ", "")
    s = re.sub(r"[0-90-9].*$", "", s)
    return f"{city or ''}|{s[-10:]}" if s else ""


def main(path):
    with open(path, newline="", encoding="utf-8") as f:
        rows = list(csv.DictReader(f))

    dsu = DSU()
    stats = {}
    addr_owner = {}
    seg_owner = {}
    mismatch = defaultdict(int)

    for r in rows:
        acc = r["account_id"]
        info = ip_info(r["buyer_ip"])
        prov, city, long_ip = info if info else ("", "", 0)
        dsu.find(acc)

        s = stats.setdefault(acc, {"orders": 0, "returns": 0, "claim": 0.0,
                                   "cities": set(), "ips": set()})
        s["orders"] += 1
        s["returns"] += 1 if r.get("status") == "returned" else 0
        s["claim"] += float(r.get("claim_amount") or 0)
        if city:
            s["cities"].add(city)
        s["ips"].add(r["buyer_ip"])

        # 信号 1:收货地址、退货地址重合 —— 同一操作者换号最藏不住的地方
        for key in (norm_addr(r["receiver_city"], r["receiver_addr"]),
                    norm_addr(r["return_city"], r["return_addr"])):
            if key.strip("|"):
                if key in addr_owner:
                    dsu.union(addr_owner[key], acc)
                else:
                    addr_owner[key] = acc

        # 信号 2:下单 IP 落在同一个 /24 —— 同一批号商或代理池
        if long_ip:
            seg = long_ip >> 8
            if seg in seg_owner:
                dsu.union(seg_owner[seg], acc)
            else:
                seg_owner[seg] = acc

        # 信号 3:下单城市和收货城市对不上 —— 代下单、异地号
        if city and r["receiver_city"] and city != r["receiver_city"]:
            mismatch[acc] += 1

    groups = defaultdict(list)
    for acc in stats:
        groups[dsu.find(acc)].append(acc)

    result = []
    for members in groups.values():
        if len(members) < 3:          # 三个号以上才值得看
            continue
        orders = sum(stats[m]["orders"] for m in members)
        returns = sum(stats[m]["returns"] for m in members)
        claim = sum(stats[m]["claim"] for m in members)
        cities = set().union(*[stats[m]["cities"] for m in members])
        ips = set().union(*[stats[m]["ips"] for m in members])
        result.append({
            "accounts": len(members),
            "orders": orders,
            "return_rate": round(returns / orders, 3) if orders else 0,
            "claim_total": round(claim, 2),
            "claim_per_gb": round(claim / orders, 2) if orders else 0,
            "cities": sorted(cities),
            "ip_count": len(ips),
            "ip_city_mismatch": sum(mismatch[m] for m in members),
            "sample": sorted(members)[:5],
        })

    result.sort(key=lambda x: (-x["accounts"], -x["claim_total"]))
    return result


if __name__ == "__main__":
    data = main(sys.argv[1])
    print(f"命中可疑群体 {len(data)} 组\n")
    for i, g in enumerate(data, 1):
        print(f"[组 {i}] 账号 {g['accounts']} 个 / 订单 {g['orders']} 单 / "
              f"退货率 {g['return_rate']:.0%} / 累计赔付 {g['claim_total']} 元 "
              f"(件均 {g['claim_per_gb']})")
        print(f"        下单 IP 城市 {g['cities']} / 独立 IP {g['ip_count']} 个 / "
              f"下单地与收货地不符 {g['ip_city_mismatch']} 单")
        print(f"        样本账号 {', '.join(g['sample'])}\n")

跑法就一句:python3 freight_claim_scan.py claims.csv。

我拿 21 条模拟退货单跑了一遍(两组团伙 + 5 个正常用户),实际输出:

命中可疑群体 2 组

[组 1] 账号 6 个 / 订单 12 单 / 退货率 100% / 累计赔付 174.0 元 (件均 14.5)
        下单 IP 城市 ['广州', '廊坊', '深圳'] / 独立 IP 3 个 / 下单地与收货地不符 8 单
        样本账号 a1001, a1002, a1003, a1004, a1005

[组 2] 账号 4 个 / 订单 4 单 / 退货率 100% / 累计赔付 50.0 元 (件均 12.5)
        下单 IP 城市 ['北京'] / 独立 IP 2 个 / 下单地与收货地不符 4 单
        样本账号 b2001, b2002, b2003, b2004

那 5 个正常用户一条都没被聚起来,因为他们的地址、城市、IP 都是散开的。

几个实现上的取舍值得说清楚:

**为什么用并查集而不是 groupby。**团伙往往不是「所有号共享一个特征」,而是 A 和 B 共用一个退货点、B 和 C 共用一个网段。groupby 只能按单一键分组,会切碎;并查集是「有共同点的就合并」,链路能自己长出来。

**为什么要按 /24 而不是按整个 IP。**同一个 IP 出现多次,只能说明是同一个出口,可能是家里、学校、公司;/24 网段说明是同一段地址池,号商和代理池的特征更明显。真要用 /16 会误伤一片运营商动态地址。

**为什么要地址归一化。**原始地址里门牌号、楼栋号全是噪音,1栋101 和 1栋102 在字符串上差异很大,在物理上是一米的距离。砍掉数字再取尾部 10 个字,命中率会高一个量级。当然这个做法很土,生产环境里应该接地址库做标准化,把它当第一版筛子用。

四、上线前必须处理的六件事 ​

**1. IP 属地只能当线索,不能当证据。**这是底线。IP 归属地是城市级的,一个城市几百万人共用同一批出口 IP;它能把人筛出来,但不能证明谁干了什么。真要处理,得靠物流面单、监控、资金流、平台风控的联合取证。

**2. 阈值别一上来就卡死。**我给的门槛是「三个号以上 + 地址重合」,实际跑下来误伤主要来自三类人:同一个小区的真实邻居(尤其高校、产业园、公寓楼)、做代购/代发的商家、家里几个人共用一个号的正常家庭。所以第一轮只输出名单,人工看;确认有问题的,再去看它的物流重量(空包寄回的重量会异常低)、退货商品是否原件。

**3. 时间窗要卡。**同一地址三个月里出现 3 个号,可能是邻居;三个月里出现 30 个号、每个号都只买一两单,就是生意。上面的代码没做时间窗,实际用的时候建议按 order_at 分 30 天滑窗跑一遍,或者至少把时间跨度算进特征。

**4. 注意接口频率。**免费版 60 次/分钟,一个 IP 只查一次,一万单的去重 IP 大概是几千个,跑一轮要好几个小时。所以:先查历史可疑段,别全量刷;把结果落到本地表里(IP、城市、查询时间),下次直接命中;批量场景就是循环调单 IP 接口,别指望有什么批量专用接口。

**5. 合规。**IP 地址在国内按个人信息处理,退货单里还带姓名地址。做这类自查要有明确目的(防范欺诈、保护自身经营),数据别外传、别长期留存,日志里能脱敏就脱敏。真发现团伙,走平台投诉和报警,不要自己去联系对方。

**6. 别做成自动封号。**自动化的误伤成本极高,一次误封的真实用户会在社交平台骂你半年。人审 + 名单,是这类项目唯一稳的形态。

总结 ​

运费险骗保的本质是「一个人控制很多个号」,而账号可以换,物理位置换不掉。IP 属地给你的是一个几乎零成本的坐标,用它把订单聚成「点」,再用人眼去判断这个点是不是生意。

落地顺序建议:先把三个月的退货单导出来,跑一次上面这个脚本看有没有明显的地址重合组;有的话,把「下单 IP 城市」加进你的订单风控规则里,作为「异地代下单」的辅助标记;最后再考虑把查询结果落库,做成日常跑的巡检任务。

查询接口是 GET https://ip9.com.cn/get?ip=<ip>,免费版不用注册,支持 IPv4 和 IPv6,返回 prov、city、isp、long_ip 这些字段,60 次/分钟的频率限制在高频场景里靠缓存和限速绕过去。想拿到区县(area)和 IP 类型(ip_type,区分家庭宽带、企业和机房)用来判断是不是代理池,那是 VIP 版的能力,具体去 IP9 官网 看。