Appearance
消费券、团购券被黄牛异地收券核销?用 IP 归属地校验核销地和券可用范围(PHP 实现)
今年 5 月,一个中部城市发了 2000 万餐饮消费券,每人限领两张、满 100 减 50、限本市核销。券 3 分钟抢完,看起来挺好。等到财政补贴结算前做数据复核,发现有一家开在城郊的便利店,平时日均 200 单,活动期间一天核销了 8000 多笔;核销记录里相当一部分用户 IP 落在广东、福建,还有一批集中在凌晨 2 点到 4 点。
这就是消费券最典型的漏洞:补贴在「核销」这一步结算,而黄牛的产能恰恰集中在核销端。领券端有一堆限制(实名、限领、限本市),但券一旦被收走,核销就是在合作门店里批量完成的。做风控的人如果只盯领券环节,等于把门锁在窗户上。
一、先看清黄牛的完整链路
消费券黄牛不是一个人在抢,是一条流水线:
- 抢:脚本 + 批量账号 + 代理 IP。领券端如果只按 IP 城市判断「是否本市」,代理一挂就绕过去了,所以领券端的 IP 校验只能当第一道筛子,不能当唯一依据。
- 囤:券码进入券包,能转赠的会被转到小号上,不能转赠的用截图、代下单的方式流转。
- 收:社交群里八折收券,收券的人手里握着几十上百张券码。
- 核销:把收来的券拿到有合作关系的门店集中核销,门店拿流水、黄牛拿差价、平台出补贴。
全程里,只有核销这一步同时具备「钱在这里结算」和「数据在这里留痕」两个特征。所以风控资源应该压在这一端:核销时拿到的 IP、设备、时间、金额,是这笔补贴该不该付的最后一道判断依据。
二、核销端有三种 IP,含义完全不同
同一个订单,可能记录到三个 IP,混在一起用就全乱了:
| 渠道 | 记录到的 IP | 代表什么 | 能不能用来判断地域 |
|---|---|---|---|
| 用户扫码核销(App/小程序) | 用户手机出口 IP | 核销人当时在哪 | 能,但会受代理影响 |
| 商家收银台/POS 核销 | 门店出口 IP | 门店在哪 | 能,连锁/加盟常总部统一出口 |
| 服务商 API 核销 | 服务商机房 IP | 与地域无关 | 不能,只能当渠道标识 |
所以规则要按渠道分开写。把收银台的 IP 当成「顾客所在地」去比对,是这类系统里最常见的错误——连锁品牌的总部出口在省城,全国门店的收银台 IP 都长一个样,一上线就是大面积误伤。
三、五条能落地的规则,按分值加权
不给「是/否」的硬判断,给分值。下面这套权重我在两个本地生活项目里用过,可以直接拿来改:
- 核销人 IP 城市 ≠ 门店城市,+25 分。这是最直观的一条,也是最容易误伤的一条(后面单独讲)。
- 收银台出口 IP 不在门店所在城市,+15 分。连锁白名单要提前配好。
- 凌晨 0-5 点核销,+20 分。社区便利店、写字楼食堂这个点基本没单,除非是 24 小时门店(按门店营业时间表豁免)。
- 满减顶格 + 单店当日核销张数偏高,+10 / +20 分。黄牛收来的券一定是顶格用,而且集中在一两家店消化。
- 门店自身基线修正。-15 分。用这家店近 30 天的「外地 IP 核销占比」做基准,景区、火车站、机场周边的门店这个占比本来就高,不修正的话这些店会被规则打死。
处置分三档:60 分以上转人工复核(先不结算,等门店提供小票和监控)、30-60 分加强验证(要求现场拍照、核对取餐人手机号后四位)、30 分以下放行但留痕。全程不做静默拒付——券是政府补贴,拒付要能解释,误拒的投诉成本比被骗几张券高得多。
四、误伤这件事,得用门店基线解决
三种情况一定会撞上:
- 连锁/加盟店统一出口。 门店在县城,出口 IP 在省城机房。要么让运营在后台登记门店出口 IP,要么这条规则对连锁品牌整体降权。
- 店员拿自己手机开热点核销。 小店常见,IP 可能是店员住的小区,甚至因为宽带是异地办理而显示别的城市。
- 旅游城市的游客。 三亚、丽江、淄博这类地方,外地 IP 核销本来就是常态。给这些店设全国统一阈值,第一天就会被商家投诉到市长热线。
这三种情况的共同点是:异常与否不取决于绝对规则,而取决于这家店自己的历史分布。所以基线必须落在门店维度上,用一个定时任务每天算一次「外地 IP 占比、夜间核销占比、单笔均值」,规则里只做修正,不做一票否决。
五、PHP 实现
下面是完整可跑的核心逻辑:带文件缓存的归属地查询(省掉 Redis 依赖)、按渠道区分的打分函数、门店基线修正。接口用 IP9 免费版单 IP 查询。
php
<?php
declare(strict_types=1);
const IP9_API = 'https://ip9.com.cn/get';
const CACHE_DIR = '/tmp/ip9_geo_cache';
final class GeoCache
{
public static function get(string $ip): ?array
{
if (filter_var($ip, FILTER_VALIDATE_IP) === false) {
return null;
}
if (!is_dir(CACHE_DIR)) {
@mkdir(CACHE_DIR, 0775, true);
}
$file = CACHE_DIR . '/' . md5($ip) . '.json';
if (is_file($file) && time() - filemtime($file) < 86400) {
$hit = json_decode((string) file_get_contents($file), true);
if (is_array($hit)) {
return $hit;
}
}
return self::fetch($ip, $file);
}
private static function fetch(string $ip, string $file): ?array
{
$url = IP9_API . '?ip=' . urlencode($ip);
for ($attempt = 0; $attempt < 3; $attempt++) {
$ch = curl_init($url);
curl_setopt_array($ch, [
CURLOPT_RETURNTRANSFER => true,
CURLOPT_TIMEOUT_MS => 1500,
CURLOPT_CONNECTTIMEOUT_MS => 800,
CURLOPT_HTTPHEADER => ['Accept: application/json'],
]);
$body = curl_exec($ch);
$code = (int) curl_getinfo($ch, CURLINFO_RESPONSE_CODE);
curl_close($ch);
if ($body === false) { // 超时/连不上,退避重试
usleep(200000 * ($attempt + 1));
continue;
}
if ($code === 429) { // 免费版 60 次/分钟,超了等一秒
sleep(1);
continue;
}
if ($code !== 200) {
break;
}
$json = json_decode((string) $body, true);
if (($json['ret'] ?? 0) !== 200) { // 400 = IP 非法,重试无意义
return null;
}
$data = $json['data'];
@file_put_contents($file, json_encode($data, JSON_UNESCAPED_UNICODE));
return $data;
}
error_log("[ip9] lookup failed: {$ip}");
return null;
}
}
function geoOf(?string $ip): ?array
{
return $ip ? GeoCache::get($ip) : null;
}
function cityOf(?array $geo): string
{
if (!$geo) {
return '';
}
return ($geo['prov'] ?? '') . '|' . ($geo['city'] ?? '');
}
/**
* 给一笔核销单打分
* $order: channel(user|cashier|api), store_prov, store_city, amount, full_amount, ts, coupon_count_today
* $baseline: ['foreign_ratio' => 0.12] 门店近 30 天外地 IP 核销占比
*/
function scoreRedemption(array $order, ?array $userGeo, ?array $storeGeo, array $baseline): array
{
$score = 0;
$reasons = [];
// 1. 用户扫码核销:核销人 IP 城市与门店城市不一致
if ($order['channel'] === 'user' && $userGeo && $storeGeo) {
if (cityOf($userGeo) !== cityOf($storeGeo)) {
$score += 25;
$reasons[] = sprintf('核销人IP在%s%s,门店在%s%s',
$userGeo['prov'] ?? '', $userGeo['city'] ?? '',
$storeGeo['prov'] ?? '', $storeGeo['city'] ?? '');
}
}
// 2. 收银台核销:门店出口 IP 落在别的城市(连锁统一出口要白名单)
if ($order['channel'] === 'cashier' && $storeGeo) {
if (cityOf($storeGeo) !== $order['store_prov'] . '|' . $order['store_city']) {
$score += 15;
$reasons[] = '收银台出口IP不在门店所在城市';
}
}
// 3. 凌晨 0-5 点核销
$hour = (int) date('G', $order['ts']);
if ($hour >= 0 && $hour < 5) {
$score += 20;
$reasons[] = '凌晨时段核销';
}
// 4. 顶格用券 / 单店当日张数偏高
if ($order['amount'] >= $order['full_amount'] * 0.98) {
$score += 10;
$reasons[] = '满减顶格使用';
}
if (($order['coupon_count_today'] ?? 0) >= 5) {
$score += 20;
$reasons[] = '同一门店当日核销张数偏高';
}
// 5. 门店基线修正:旅游/交通枢纽门店的外地 IP 占比天然高
$foreignRatio = (float) ($baseline['foreign_ratio'] ?? 0.0);
if ($reasons && $foreignRatio > 0.35) {
$score -= 15;
$reasons[] = sprintf('门店历史外地IP占比 %.0f%%,已下调权重', $foreignRatio * 100);
}
$decision = $score >= 60 ? 'manual' : ($score >= 30 ? 'verify' : 'pass');
return ['score' => $score, 'decision' => $decision, 'reasons' => $reasons];
}
// ---- 两个形态的样例:景区游客 vs 外省集中核销 ----
$store = geoOf('114.114.114.114'); // 门店报备出口(南京)
$cases = [
['name' => '游客在景区门店核销', 'ip' => '123.116.60.1', 'order' => [
'channel' => 'user', 'store_prov' => '江苏', 'store_city' => '南京',
'amount' => 88, 'full_amount' => 100, 'ts' => time(), 'coupon_count_today' => 2,
], 'baseline' => ['foreign_ratio' => 0.62]],
['name' => '外省IP集中核销', 'ip' => '58.250.10.20', 'order' => [
'channel' => 'user', 'store_prov' => '江苏', 'store_city' => '南京',
'amount' => 99.5, 'full_amount' => 100, 'ts' => strtotime('today 03:10'), 'coupon_count_today' => 37,
], 'baseline' => ['foreign_ratio' => 0.08]],
];
foreach ($cases as $case) {
$userGeo = geoOf($case['ip']);
$result = scoreRedemption($case['order'], $userGeo, $store, $case['baseline']);
printf("%s(核销IP:%s%s / %s):score=%d decision=%s\n %s\n",
$case['name'], $userGeo['prov'] ?? '?', $userGeo['city'] ?? '',
$userGeo['isp'] ?? '-',
$result['score'], $result['decision'],
implode(';', $result['reasons']) ?: '无异常');
}跑出来是这样:
游客在景区门店核销(核销IP:北京北京 / 中国联通):score=10 decision=pass
核销人IP在北京北京,门店在江苏南京;门店历史外地IP占比 62%,已下调权重
外省IP集中核销(核销IP:广东深圳 / 中国联通):score=75 decision=manual
核销人IP在广东深圳,门店在江苏南京;凌晨时段核销;满减顶格使用;同一门店当日核销张数偏高第一条是这套设计的重点:游客的 IP 和门店不同城,单看是异常,但门店基线显示六成核销都来自外地,扣掉权重后落到 10 分,直接放行。第二条 75 分,凌晨、顶格、单店 37 张,三个信号叠在一起,转人工。
有几个实现细节值得说一句:
- 文件缓存比 Redis 更适合起步阶段。 核销系统往往和券系统部署在同一台机器上,量不大(一个城市一天几十万笔封顶),一个
md5(ip).json加 24 小时 TTL 就够了。真上了量再换 Redis,把GeoCache::get换掉即可,调用方无感。 date('G')用的是 PHP 进程时区。 核销时段判断必须显式date_default_timezone_set('Asia/Shanghai'),或者直接用 UTC 时间戳加偏移,否则容器默认 UTC 会让「凌晨」的判断整体错 8 小时——这类 bug 在测试环境完全看不出来。- 查询失败要能降级。
geoOf返回null时,规则里的 IP 项直接跳过,只根据金额和时段打分。宁可少拦,不能因为接口抖动把所有正常核销都卡住。
六、结算前还要补两件事
一是留痕,不是留 IP。 风控只需要「省 + 市 + 运营商」,完整 IP 存 30 天足够做回溯,超过就脱敏。补贴是财政资金,数据留存期限和访问权限最好写进流程里,出事时能说清楚谁看过。
二是结算前抽样复核。 规则跑出来的 60 分以上订单,在补贴拨付前抽一部分要求门店提供小票、监控或取餐记录。规则是概率判断,最终定性还是靠凭证;这套流程走顺了,商家也会知道哪些操作会被盯上,比事后追罚有用。
总结
消费券风控的性价比最高的位置就是核销:钱在这里出,数据也在这里留。IP 归属地在其中的作用不是「判定这个人是不是黄牛」,而是回答一个很具体的问题——这笔核销,人和店当时在不在同一个城市。把它和时段、金额、门店基线组合成分值,误伤可控,黄牛的成本也会明显上升。
接口方面,免费版 https://ip9.com.cn/get?ip=<ip> 就够用(60 次/分钟,配合缓存完全撑得住一个中型城市的活动),返回 prov、city、isp、big_area 这些字段。要区分「核销请求来自家庭宽带还是机房代理」,得看 VIP 版的 ip_type(ISP/BUS/IDC)——收券脚本和代理池绝大多数落在 IDC,这个字段比单纯看城市有用。具体能力边界见官网 https://www.ip9.com.cn。