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

Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
P
Proofpoint News Feed
Engineering at Meta
Engineering at Meta
Recent Announcements
Recent Announcements
L
LangChain Blog
B
Blog
阮一峰的网络日志
阮一峰的网络日志
Microsoft Security Blog
Microsoft Security Blog
博客园 - 【当耐特】
M
MIT News - Artificial intelligence
D
Docker
WordPress大学
WordPress大学
J
Java Code Geeks
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
The GitHub Blog
The GitHub Blog
博客园 - 叶小钗
Last Week in AI
Last Week in AI
Stack Overflow Blog
Stack Overflow Blog
有赞技术团队
有赞技术团队
MyScale Blog
MyScale Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
MongoDB | Blog
MongoDB | Blog
博客园 - Franky

博客园 - GeneJiang

窗口函数的使用 拉链表(Zipper Table)完整总结 —— 数据仓库 SCD Type 2 的经典实现 Kimball 维度建模:数据仓库领域最实用的“用户友好”方法论 DMP 数据接入测试全攻略:从“水龙头”把关到端到端信任 —— 理论解析 + 阿里云 DataWorks、AWS Glue、Azure Data Factory + 自研 EMR(基于 CDH)实战经验 ETL 全链路数据污染与逻辑错误定位实战经验分享 计算广告中常用的计算单位 MVC设计模式(Python) Jupyter NoteBook 的快捷键使用指南 Hive常用函数 Hive Tutorial(一) - Hive的数据类型 基于TestNG和Maven的接口测试之(一)- 基础配置 195 Tenth line-取第十行 Python常用库之Requests自我总结 Linux基本命令(一) Presto Step by Step之一Presto简介 python 判断字符串是否包含子字符串 Python常用的排序 CentOS7安装(三)- 配置阿里云yum源 OSQA的配置 MySQL学习 (三) Limit-Distinct-Union
资产损失防控关键点-那些年被薅的“羊毛”
GeneJiang · 2021-10-14 · via 博客园 - GeneJiang

1. 防:资金视角, 做风险识别

事故来源三个方面

  • 技术bug
  • 产品逻辑设计
  • 人为配置错误

识别资产损失风险点

  • 配置阶段:金额、数量、卡劵使用条件等信息是否配置正确?
  • 发放阶段:卡劵发放是否有超出?
  • 核销阶段:单笔订单使用卡劵是否有超出?使用组合卡劵是否有超出?
  • 退回阶段:订单取消后, 卡劵是否退回?卡劵之间是否有依赖, 如B卡劵依赖A卡劵, 使用A卡劵的订单退回后,使用B卡劵的订单, 是否有影响?

资金核查点

  • 资金账户:通过流水和记录核对资金账户数据的正确性,比如用户账户、商户收款账户……同样也包含一些虚拟资产的核对,比如积分、优惠券……
  • 资金计算:涉及资金计算的部分需要单独 Review,并通过数据对比进行正确性核算。比如优惠金额的计算、订单金额的计算....
  • 资金凭据:资金在各系统扭转的过程中一定会落有大量的凭据,比如订单上会存有使用卡劵的信息、对一笔订单进行支付,理论上在支付系统会存在一笔支付单,这些凭据的数据准确性以及彼此关联的数据正确性都需要验证。

2. 监:一致性与正确性双核对

根据不同的业务场景, 梳理逻辑规则和资金、资产的变化, 梳理检查点。

  • 卡劵购买: 卡劵池中卡劵数目 - 1 = 客户购买的卡劵数目 + 1
  • 积分发放:积分系统发放100积分给客户A = A用户账户的新增100积分
  • 卡劵购买平账: 卡劵购买的费用 = PMC中增加的费用

3. 控:资金拦截 + 资产控制

在我们开始处理资损事故时,会有三个共性的需求。

  • 问题止血不新增:核心是关闭问题产生源头,往往通过业务场景降级来实现,比如对错误卡劵进行下线。
  • 控制资金流出:核心是对资金和资产进行拦截与冻结,避免外流后损失无法修正,比如禁止用户下单时勾选使用有问题的卡劵。
  • 存量数据订正:核心是捞取问题数据后可以快速地批量处理,比如批量更改卡劵的金额、甚至直接将卡劵无效。