リスクの概要:
ファストファッション
現在の不正の状況
ファストファッション業界は、新たな成長のチャンスを迎えています。 関税の混乱や少額免税制度(de minimis)の廃止といった通商環境の変化は、業界にとって試練である一方で、顧客体験を進化させ、ロイヤルカスタマーをより一層大切にする機会でもあります。
ファッション業界は全般的に、EC業界の中でも比較的リスクの高いカテゴリです。 デジタル商材よりも不正に対しては脆弱性が低いものの、他の多くの小売業種と比べると、不正リスクは依然として高い傾向にあります。 中でもファストファッションは、特有の不正手口や課題に直面しています。
たとえば、ブランドロイヤルティの低さを補うために、柔軟で魅力的な返品ポリシーを提供することは不可欠です。しかし、その一方でポリシーの濫用が増えると、事業者にとっては大きな運用負担になります。 また、新規顧客はファストファッション業界において重要な成長セグメントですが、平均的な不正リスクよりも高い傾向にあります。
このようなジレンマは、ファストファッション業界において常に付きまとう課題です。 マーケットが拡大し、多様化する中で、消費者の購入行動もさらに多様になり、不審なパターンの検知はますます困難になっています。 特にアジア太平洋地域では、ファストファッションに関連する不正の手口が洗練され、他のファッション業界小分類と比べても高度化しています。
主な課題:
チャージバックの濫用や反証といった一般的な不正手口に加えて、Riskifiedの研究チームは、ファストファッション業界を標的とした新たな不正手口の増加も確認しています。以下は、その代表的な例です:
- 季節ごとの不正急増: シーズンイベントやホリデーシーズンの需要増を狙い、不正利用が急増。小売事業者側は業務の逼迫や損失リスクにさらされます。
- 返品の濫用とワードロービング: 商品を購入・使用した後に全額返金を求めて返品する行為が増加。これにより在庫損失、利益率の低下、過剰な返品対応による業務負荷が発生しています。
- デジタル商品と実物商品の組み合わせ: 高度な不正犯は、物理的な商品や古いアカウントが「安全」と判断されやすいことを逆手に取ります。 高リスクなデジタル商品(例:ギフトカード)と、低価格の物理商品を一緒に注文し、不正検知をすり抜けようとします。 この組み合わせは、物理的な注文と古いアカウントが本質的に安全であるという常識を利用し、疑いを避けて不正試行の成功率を押し上げます。
- 商業施設宛の配送: 不正犯は、古いメールアドレスを使い、請求先住所をカード情報と一致させた上で、近隣のホテルなど商業施設に配送する手口も確認されています。 この戦術は、請求先住所と配送先住所の地理的不一致を正当化することを目的としており、ピックアップが容易に見える商業場所へ配送することにより、正当な行動を模倣しています。
- 不正ノウハウの一般化: 近年では、プロの不正集団だけでなく、個人でもオンラインで不正のガイドや返金サービスなどの情報に簡単にアクセスできるようになり、被害の裾野が広がっています。
注視すべき最新の傾向:ワードロービング
「ワードロービング」とは、商品を購入して一度着用し、その後全額返金で返品する行為を指します。 近年では、TikTokやYouTubeなどのSNSで「購入品紹介(hauls)」として商品を披露した後に返品するケースも見られます。 こうしたポリシーの濫用は、小売事業者にとって在庫ロスや利益率の低下、そして過剰な返品対応による運用コスト増大といった深刻な影響をもたらします。
返品・返金された商品の数が増えることで、もともと高コストな返品処理がさらに複雑になります。実際、小売事業者の約3分の2は、返品された商品の総価値の半分も回収できていないと言われており、寛容な返品ポリシーを通じて優良顧客を獲得・維持しようとするファストファッション業者の努力が阻まれています。
顧客体験を向上させるための施策が、皮肉にも不正利用者にとっても好都合になってしまうのが現実です。たとえば「即時返金」は、箱を空のまま送り返すことで簡単に逃れることができます。 (実際に、即時返金を提供している小売業者の情報は、詐欺グループ内で積極的に共有されています。) さらに、長い返品猶予期間はワードロービングの機会を増やします。 交換や返金の緩い条件は、「商品未着(INR)」詐欺や転売スキームを引き寄せる要因にもなり得ます。
隠されたリバースロジスティクスコスト
「その顧客が当社の倉庫に侵入してアイテムを盗む方が、返却の費用を考慮すると、コスト的にはまだましだったでしょう。」
– グローバル小売事業者
不正の傾向
本セクションでは、ファストファッションの注文においてRiskifiedが目にする一般的でありながら明確な不正の手口を検証し、不正行為者がどのようにしてこの価値の高いエコシステムを狙っているのかについて洞察を提供します。
前年比ファッション業界小分類別リスクレベル
季節性のリスクの浮き沈み
Riskifiedの研究チームは、ファストファッションにおいて認められた平均リスクが2024年には前年比で10%減少した一方で、リスクは依然として変動的であることを特定しました。 調査によると、リスクはホリデーシーズン直前の繁忙期に集中しており、前年比で不正の増加が見られました。
リスク上位はバッグカテゴリ
ファストファッション(アパレルおよびアクセサリーを含む)の中で、バッグ(ハンドバッグ、クラッチ、トートなど)のカテゴリは最もリスクが高く、他の商品カテゴリと比べておよそ5倍のリスクを抱えています。 一方で、衣類は最も人気がありながらもリスクが最も低いカテゴリとなっています。
商品カテゴリのリスクレベル比較
スピード配送の高リスク
プレミアム配送カテゴリは過去1年間を通して常に最も高いリスクを示しており、通常の配送の約3倍、国際配送の2.5倍のリスクが確認されています。 プレミアム配送のリスクは年間を通じて比較的安定していますが、他の配送カテゴリは季節によって変動が見られます。 たとえば、国際配送は9月から2月にかけて通常よりリスクが高まり、通常配送は3月以降にリスクが上昇し始めます。
ファストファッションにおいて、スピード配送は標準的な選択肢ではなく、顧客に追加料金が発生します。 しかしRiskifiedの調査では、こうした注文に対して不正利用の試みが多く見られることが明らかになっています。 これは、盗難クレジットカードを使用する不正犯にとって、追加料金が気にならないためと考えられます。 また、スピード配送では事業者側がチャージバックや顧客クレームを受けて注文をキャンセルするまでの猶予が短くなり、不正者が商品を受け取る確率が高まります。 配送スピードが速いことで、商品を早く受け取ってすぐに転売し、素早く利益を得ることが可能になるのです。
配送カテゴリのリスクレベル
デジタルとモノを組み合わせたアカウント乗っ取り(ATO)の手口
ファストファッション業界では、新規アカウントを最もリスクの高い対象として重視しがちですが、実際には古いアカウントのアカウント乗っ取り(ATO)にも同等の注意が必要です。 興味深いことに、Riskifiedの調査では、取引当日に作成されたアカウントよりも、1週間前に作られたアカウントの方が高リスクであることが判明しています。 この傾向は過去2年間で業界全体に見られました。
不正犯は、リスクが高く警戒されやすい新規アカウントに頼るのではなく、正規の顧客のように振る舞ってアカウントを徐々に「温める」戦略をとります。 そして成熟したアカウントを乗っ取った後、小型の物理的な商品と高額なデジタル商品(ギフトカードなど)を組み合わせて購入するケースが多く見られます。これは、物理的な商品の注文は安全と見なされやすいためです。
こうした二重の計算されたアプローチにより、不正検知の目を逃れやすくなります。 一見通常の顧客行動に見えるように自らを仕立てることで、企業と顧客を守るためのセキュリティ対策を巧みにすり抜けるのです。 このように進化した不正手法は、アカウントの年齢や購入履歴だけでは安全と判断できないことを示しており、企業が常に警戒を怠らないことの重要性を物語っています。 さらに、不正犯がいかに高度な戦略で防御策を理解し、逆手に取っているかも浮き彫りにしています。
実証された対策
ファストファッション小売事業者は、顧客に優しいポリシーを維持しつつ、運用負担を最小限に抑える、精度の高いインテリジェントな不正防止戦略が求められます。
不正対策の自動化
AIを活用することで、購入時点で不正ユーザーと正規顧客をより正確に見分けることができ、返品の濫用やワードロービングによる金銭的・運用的コストを削減できます。 自動化と精度の向上により、小売事業者は優れた顧客体験と柔軟な返品対応に集中でき、不正返品の急増に悩まされることも少なくなります。
アイデンティティベースのソリューションを採用
巧妙な不正犯は、正規の取引に自然に紛れ込むために、典型的な購入者の行動を模倣することができます。そのため検知が困難になります。 多数のファストファッション小売事業者や他業界全体にわたる加盟店ネットワーク規模でパターンを検証するテクノロジーは、こうしたパターンの違いを明確にし、アカウント乗っ取り(ATO)などの不審な行動の背後にあるアイデンティティをより正確に見極めることができます。
81%
ファストファッションの新規顧客のうち、過去の注文から識別された割合
69
外部で関連付けられた注文の 平均数
5
外部で関連付けられた小売事業者の平均数
Riskifiedとのパートナーシップ
あるファストファッションブランド は、RiskifiedのAI搭載の不正対策およびリスクインテリジェンス・プラットフォーム を活用し、注文審査を自動化。オンライン収益の拡大と運用コストの削減を同時に実現しました。
リスク概観について
Riskified は、幅広い業界にわたる加盟店ネットワークを通じて処理された注文データを収集・分析しています。 このレポートでは、そうしたデータに加え、オンライン上の不正関連フォーラムから得た独自の調査結果やインテリジェンスを組み合わせ、業種ごとのリスク傾向とインサイトを提供します。
Yael Hemo
Data Analyst, Data Insights team
アディ・ディック-チャーニラス
Senior Data Analyst, Data Insights team