惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
D
Darknet – Hacking Tools, Hacker News & Cyber Security
N
News and Events Feed by Topic
N
News | PayPal Newsroom
SecWiki News
SecWiki News
P
Privacy International News Feed
T
Troy Hunt's Blog
Attack and Defense Labs
Attack and Defense Labs
N
News and Events Feed by Topic
L
LINUX DO - 热门话题
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Security Latest
Security Latest
AWS News Blog
AWS News Blog
S
Secure Thoughts
W
WeLiveSecurity
H
Heimdal Security Blog
T
Threat Research - Cisco Blogs
I
Intezer
Application and Cybersecurity Blog
Application and Cybersecurity Blog
S
Security @ Cisco Blogs
G
GRAHAM CLULEY
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Spread Privacy
Spread Privacy
L
Lohrmann on Cybersecurity
C
CERT Recently Published Vulnerability Notes
S
Security Affairs
Hacker News - Newest:
Hacker News - Newest: "LLM"
Google Online Security Blog
Google Online Security Blog
Cisco Talos Blog
Cisco Talos Blog
雷峰网
雷峰网
Cloudbric
Cloudbric
Y
Y Combinator Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园_首页
Hacker News: Ask HN
Hacker News: Ask HN
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Google DeepMind News
Google DeepMind News
Vercel News
Vercel News
云风的 BLOG
云风的 BLOG
Latest news
Latest news
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
D
Docker
Recent Announcements
Recent Announcements
博客园 - 【当耐特】
H
Help Net Security
博客园 - 司徒正美
TaoSecurity Blog
TaoSecurity Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
C
Check Point Blog
博客园 - 叶小钗

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
复盘|如何搭建精准违规处罚系统
努力做产品的小杜 · 2023-04-11 · via 人人都是产品经理

对互联网平台来说,做好管理、监管动作,有助于维护平台的秩序与规则,此时,一套合理、精准、可用的违规处罚机制,将为互联网平台的平台管理提供极大助力。那么对平台来说,精准的违规处罚系统,要怎么搭建呢?一起来看看作者的分析和解读。

一、概述

1. 精准处罚机制的重要性

在互联网时代,许多企业和机构都依赖于互联网平台来开展业务,而这些平台也需要对商户进行管理和监管,以保证平台的安全、稳定和可持续发展。而精准处罚机制就是平台管理和监管的关键之一,它可以帮助平台精确识别违规行为和违规商户,并给予相应的惩罚,从而维护平台的规则和秩序。

2. 常见的违规类型以及识别形式

  • 虚假宣传;
  • 不合理定价;
  • 恶意刷单;
  • 商户投诉和维权问题;
  • ······

互联网平台上的违规行为种类繁多,每一种违规行为都需要对应一种识别方式。笔者公司常用的识别方式有:

  • 数据挖掘识别:通过数据挖掘技术对商户的行为进行分析和挖掘,从而发现潜在的违规行为和商户。
  • 规则引擎识别:基于事先设定的规则,对商户的行为进行监测和识别,从而快速发现违规行为和商户。
  • 人工审核识别:由专业的审核团队对商户提交的内容进行审核和识别,对于疑似违规的内容或商户进行进一步的调查和处理。

二、项目背景

1. 项目背景

笔者之前所在的公司业务由于政策原因导致频繁出现下列情况,对公司带来了很多负面影响。

  • 由于各地政策不一致,在及时响应政策调控下,有些合规商户可能会被错误地认定为违规商户,从而遭受不应有的惩罚。
  • 存在误判的情况下,公司设立可以撤销处罚的人工通道,而有些违规商户可能会被错误地认定为合规商户,从而逃避应有的惩罚。

以上两种情况都说明了没有精准处罚机制会给企业和机构带来困扰,如果商户经常遭受无端的惩罚或者看到违规商户逍遥法外,那么商户对平台的信任和忠诚度将会受到影响,从而降低商户体验。这将对平台的长期发展带来很大的隐患。

政策稳定后,又重新对商户反馈以及之前的商户违规处罚情况进行分析,发现违规处罚系统还存在较大改进空间。

  • 商户一旦被违规处罚,缺少产品级申诉渠道,这将严重影响商户对平台的信任和忠诚度。
  • 由于平台违规的场景多样化,但处理方式单一,这意味着平台在处理违规行为时没有按照事实和证据进行精准的辨别和处理,而是采用了过于严厉或过于宽松的处罚方式,将会导致商户体验下降、商户流失等负面影响。

2. 项目目标

  1. 建立精准的违规识别机制,减少合规商户被错误认定为违规商户的情况,避免不应有的惩罚。
  2. 设计多样化的违规处罚方式,根据事实和证据进行精准的辨别和处理,避免过于严厉或过于宽松的处罚方式,提升商户体验和用户满意度。
  3. 建立商户申诉渠道,确保被错误认定为违规商户的合规商户可以申诉撤销处罚,对优质商户也可以减轻处罚。

三、功能详情

1. 建立精准识别机制

在调研了解公司识别机制之后发现,数据挖掘识别、规则引擎识别、人工审核识别对于问题的识别都较为准确,记录违规细节充分。例如,恶意刷单,会有对应的刷单数量以及刷单金额。

问题点在于:在执行处罚时,只会对刷单金额超过一定数额进行处罚,而小于这个金额的则会进行BD口头警告。这样就会存在下列问题:刷单金额10元与1000元的商户处罚相同、小额连续刷单的存在。

针对这类问题,我们对竞品进行了分析,随后与内部沟通,明确了两种机制结合的形式。

  • 违规等级:根据违规行为的严重程度和影响范围,将其分为不同等级进行分类。不同违规等级对应着不同的惩罚措施和处罚力度。
  • 连续违规从重处罚:于同一用户或同一违规行为,如果发生了多次违规,那么后续的处罚力度会更加严厉,以起到震慑和警示作用,防止违规行为的再次发生。

与负责对接的运营详细梳理了所有的违规场景,并将其一一编入了违规等级体系内,并且达成多方一致。随后制定了具体的连续违规从重处罚策略。

复盘|如何搭建精准违规处罚系统

举例:针对刷单这类违规处罚我们按照3-4-3的原则进行了设定,对以往刷单数据进行分析,按照刷单金额高低排序,前30%刷单平均金额为10000元,前30%-70%平均金额3000元,后30%平均金额为300元。然后与违规等级进行联系,分别对应的等级是10级,7级,3级。当商户在一个月内连续刷单,则会取所处违规等级与将要执行的违规等级中等级高的违规等级并且再加一级,进行处罚。(数据脱敏)

通过配置文件的方式将违规场景与违规等级进行联系:

复盘|如何搭建精准违规处罚系统

复盘|如何搭建精准违规处罚系统

2. 设计多样化的违规处罚方式

每种处罚都对应一种特地处罚方式。平台现有以下五种处罚方式:

  • 警告:平台对商家违规行为进行提醒和警告,提醒其注意规则和政策,以避免再次违规。这通常是一种比较温和的处罚方式。
  • 限流:平台对商家的业务进行限制,比如限制商家的产品上架数量、订单量、推广活动等,以限制其业务范围和发展,同时强制其遵守平台规则。
  • 禁止售卖:平台暂停商家的某个或某些产品或服务的售卖,以避免商家继续违规。这通常是一种较为严厉的处罚方式,但与封禁账户相比,商家还可以继续在平台上开展其他业务。
  • 封禁账户:平台暂停商家的账户使用,禁止其进行任何业务操作,直到商家进行整改并符合规则为止。这是一种较为严厉的处罚方式,一旦商家被封禁账户,将无法继续在平台上开展业务。
  • 封禁商户:平台永久封禁商家的账户,禁止其在平台上开展任何业务。这是一种最严厉的处罚方式,通常是商家多次违规或者违规行为特别严重时采取的处罚方式。

由于我们制定的是十级违规等级,所以与运营沟通,将处罚方式进行组合,制定了第一版处罚方案,随后在与业务涉及部门进行沟通,经过多方意见修改,形成最终的方案。

复盘|如何搭建精准违规处罚系统

备注:一个商户可能有多个商品,限流和禁止售卖,只针对违规涉及的商品。

3. 建立商户申诉渠道

其实除了临时政策要求的情况下,大部分情况都是违规情况属实进行的处罚,但是我们在对商户频繁触发的违规行为进行分析调研时,发现商户从在客观外力因素影响下的违规。例如:小规模的商户,自己一个人营业,当自己突发疾病,或者区域性停电导致未能及时响应订单,导致订单流失。大规模商户,则可能出现自家系统故障等原因。

这种情况下我们认为应该给予减轻处罚,特殊情况下还可以免除处罚。当然由于商户确实触犯了违规,所以我们设置了教育学习板块,商户学习对应的经营知识并通过答题,不仅可以提高商户的经营知识,还避免了下次重复违规的情况。

复盘|如何搭建精准违规处罚系统

关键节点:

1)发起申诉:商户违规等级为2-9级都可进行申诉

2)上传申诉材料:由于违规场景较为多样,开始只设计文本与图片的上传方式。

3)审核申诉材料:由具体的违规组运营进行审核,可以快捷对应各种申诉材料,并且给予反馈。

当累积一定数据之后,会针对较多的申诉情况,提供产品引导,以便减轻运营成本

4)减轻/解除处罚:这个部分暂时由运营人工控制,根据商户规模与申诉材料,会做出对应的调整。

5)减轻处罚:违规等级降低,减轻幅度,根据提供材料,严重程度和影响范围,做出适当减轻。

6)告知商户:通过PUSH与短信结合的方式。

  • 申诉成功:无论是减轻还是解除,申诉成功后,不能再次申诉。
  • 申诉失败:会告知商户提交材料与违规情况无关,请提交相关材料。提交次数不能超过5次,5次后(不包括5次)不能再次申诉,重复申诉过多导致增加业务量。

附录:

根据申诉流程就可以进一步的对用户端与后台产品进行设计,进而产出的产品原型设计。如果对产品原型设计时,依然存在流程问题,可以将出用户流程图,便于自己理解。

在设计申诉流程的原型设计时,需要注意以下几个问题:

  1. 明确申诉的触发条件:用户在什么情况下可以提出申诉,比如订单被取消、收到错误商品等情况。
  2. 明确申诉的流程:用户提出申诉后,流程应该如何进行,包括申诉的提交方式、申诉的处理时间、回复方式等。
  3. 考虑申诉的处理机制:平台需要建立完善的申诉处理机制,包括如何快速处理申诉、如何给予用户合理的解决方案等,同时还需要考虑如何对申诉结果进行跟踪和评估。

1)用户端产品原型示例(部分)

复盘|如何搭建精准违规处罚系统

2)后台产品原型示例(部分)

复盘|如何搭建精准违规处罚系统

四、总结

总结一下,本项目旨在搭建一个精准的违规处罚系统,实现对商户的科学化管理。为此,我们建立了一套完善的违规识别机制,设计了多样化的违规处罚方式,并建立了商户申诉渠道,以确保商户能够得到公正的处理和优质的服务体验。

通过本项目的实施,通过商户的流失率与7日重复违规率可以看出成功地提升了商户的合规意识,减少了误判和不必要的惩罚,同时也提高了用户满意度和商户的信任度。

本文由 @努力做产品的小杜 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。