NEW案件监控看板 · 数据分区 stat_day=2026-10-14 · 74,205 行(点指标名称=单选,勾前方框=多选)
T-2日RM站外欺诈案件情况
数据模型:全量快照表,最新分区 stat_day=2026-10-14
日报主体(T日):新增工单 = 该分区内 created_date >= 2026-10-14
上周同日基线(T日-7):created_date = 2026-10-07
生成时间:2026-10-16 10:25:35
⚠️ 数据分区预警:已按 --stat-day 强制使用分区 2026-10-14 出报(跳过 T-2 校验)。
风险等级:低
关键信号 / 告警:
- 未命中高风险规则;单日订单 0 笔 / 金额 ₦0 → 风险等级:低
- 定性(今日新增):iscase 欺诈 0 / notcase 非案件 0 / unknown 未定 0
一、总览(量价环比)
三层概念区分:通报邮件数 conversation_id(一封银行邮件,可能拆成多个工单) > 审核工单数 audit_id(一个审核动作,含 order_no>10 笔会再拆) > 订单 order_no(一笔交易)。
今日新增(T) / 前一日(T-1) / 上周同日(BASE)
| 维度 | 通报邮件数 | 审核工单数 | 订单数 | 账号数 | 总金额 | 100w+大额订单数 | 500w+大额订单数 | iscase | notcase | unknown |
|---|
| T | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| T-1 | 240 | 317 | 431 | 304 | 53,935,431 | 7 | 0 | 139 | 109 | 183 |
| BASE | 176 | 259 | 419 | 248 | 40,336,526 | 6 | 0 | 204 | 57 | 158 |
定性结果(订单数)· 今日 vs 上周同日
| 定性 | 今日(2026-10-14) | 上周同日(2026-10-07) |
|---|
| iscase订单数 | 0 | 204 |
| notcase订单数 | 0 | 57 |
| unknown订单数 | 0 | 158 |
二、近 14 日通报趋势(举报日)
更多维度明细见下表(工单=audit_id,订单=order_no,邮件=conversation_id):
| 举报日 | 通报邮件数 | 审核工单数 | 订单数 | 账号数 | 金额 |
|---|
| 2026-10-02 | 263 | 349 | 514 | 338 | 44,964,675 |
| 2026-10-05 | 378 | 501 | 762 | 476 | 158,831,195 |
| 2026-10-06 | 187 | 368 | 502 | 341 | 66,845,531 |
| 2026-10-07 | 176 | 259 | 419 | 248 | 40,336,526 |
| 2026-10-08 | 155 | 218 | 332 | 207 | 25,181,630 |
| 2026-10-09 | 170 | 224 | 302 | 217 | 22,453,589 |
| 2026-10-12 | 410 | 497 | 697 | 474 | 77,091,254 |
| 2026-10-13 | 240 | 317 | 431 | 304 | 53,935,431 |
举报原因(report_type)趋势拆分 · 近 14 日(日/周/月可切换)
各举报类型每日订单数
FraudulentUnauthorizedBusinessGoneBadSuspicious
FraudulentUnauthorizedBusinessGoneBadSuspicious
FraudulentUnauthorizedBusinessGoneBadSuspicious
举报原因近14日汇总
| 举报类型 | 近14日合计 | 日均 |
|---|
| Fraudulent | 1891 | 236.4 |
| Unauthorized | 1341 | 167.6 |
| BusinessGoneBad | 721 | 90.1 |
| Suspicious | 6 | 0.8 |
五、风险特征构成(被举报订单命中计数 / 占比)
无数据
风险特征趋势(日/周/月可切换 · 全量窗口)
风险特征命中订单数
big_amtnightuprushfifohigh_balancesec_benefitmulti_reporternew_user
big_amtnightuprushfifohigh_balancesec_benefitmulti_reporternew_user
big_amtnightuprushfifohigh_balancesec_benefitmulti_reporternew_user
六、通报银行分布(Top 10)
无数据
通报银行趋势(日/周/月可切换 · 全量窗口 · Top 6)
各付款方银行每日订单数
MONIE POINTPalmPayAccess BankKuda MFBUnited Bank For AfricaPaga
MONIE POINTPalmPayAccess BankKuda MFBUnited Bank For AfricaPaga
MONIE POINTPalmPayAccess BankKuda MFBUnited Bank For AfricaPaga
七、被举报账号属性 / 受益人类型
Secondary Beneficiary = 跨行流转下的第二受益人,即洗钱/销赃面。
无数据
账号属性/受益人趋势(日/周/月可切换 · 全量窗口)
各账号属性每日订单数
Primary BeneficiarySecondary Beneficiary
Primary BeneficiarySecondary Beneficiary
Primary BeneficiarySecondary Beneficiary
八、投诉场景类型
依据交易备注推测场景(high_risk_notes_type)
无数据
依据申诉推测场景(appeal_desc_type)
无数据
举报类型(report_type)
无数据
交易备注推测场景趋势(日/周/月可切换 · 全量窗口 · Top 6)
各备注场景每日订单数
(空)postinvestsexvirtual
(空)postinvestsexvirtual
(空)postinvestsexvirtual
申诉推测场景趋势(日/周/月可切换 · 全量窗口 · Top 6)
各申诉场景每日订单数
Nulloffline_tradeunknow_otheronline_goods_trademistake_transinvalid_appeal
Nulloffline_tradeunknow_otheronline_goods_trademistake_transinvalid_appeal
Nulloffline_tradeunknow_otheronline_goods_trademistake_transinvalid_appeal
九、命中规则热点
两类规则需区分:定性规则(rule_flags,投诉后做案件定性时命中的规则,用于判定 iscase/notcase)不是交易时命中的风控规则;真正的高发手法请看下方「交易时命中规则」(来自 hit_rule_list,原交易命中的风控规则列表)。
9a. 定性规则命中(rule_flags,案件定性依据)Top 20
无数据
9b. 交易时命中规则(hit_rule_list,仅统计 rm-fraud- / rm-trust- 前缀,反映高发手法)Top 20
无数据
十、金额分布(按定性结果)
各定性结果金额/笔数/大额桶
| 分组 | 订单数 | 总金额 | 均额 | 中位额 | 最大额 | ≥1M | ≥500k | ≥100k |
|---|
| T-1(前日) | 431 | 53,935,431 | 125,140 | 30,000 | 2,754,345 | 7 | 30 | 137 |
10b. 百万(₦1,000,000)以上订单完整明细(T 日新增)
本期无百万以上订单。
十一、收款方画像
KYC 等级分布
无数据
注册天数分布
无数据
线上线下渠道(lopayrecipientsource)
无数据
收款方城市 Top10
无数据
用户角色(user_role)
无数据
商户标识(merchant_scope)
无数据
AA被举报(is_reported_aa)
无数据
情报中被举报(is_reported_intelligence)
无数据
有POS机agent(is_pos_agent)
无数据
收款方 KYC 等级趋势(日/周/月可切换 · 全量窗口)
各 KYC 等级每日订单数
321(空)
321(空)
321(空)
收款方注册天数趋势(日/周/月可切换 · 全量窗口)
各注册天数段每日订单数
>365天(老)91-365天31-90天8-30天≤7天(新)
>365天(老)91-365天31-90天8-30天≤7天(新)
>365天(老)91-365天31-90天8-30天≤7天(新)
十二、资金回流 / 熟人回头客(RM 行为,分位数分布)
无数据
十三、AA 通道交易行为(反映用户活跃度与双方关系,分位数分布)
无数据
十四、团伙关联分析(检测批量作案 / 关联收款账号)
检测维度:A.同一通报邮件(conversation_id)内多个不同收款方 | B.同一付款方出现在多个工单 | C.交易时间高度集中(2h窗口)+订单聚集 | D.同一收款方共享多付款方 | E.同一收款方多笔大额夜间交易 | F.同人转账(销赃):收款方与付款方为同一人(姓名模糊匹配或 BVN 一致)
无数据
十五、RM 交易拦截情况(参考看板,近 30 天)
数据来源:opay_trans_risk_ods.ods_appuser_receive_money(按 stat_day 日分区,非快照表,数据量极大,最多看 30 天)。口径:总交易 = trans_type='1' 的 RM 收款交易;可信拦截 = alarm_level≠A 且命中 rm-trust-*-H(生效)规则;反欺诈拦截 = alarm_level=A 且命中 rm-fraud-*-R(生效)规则。占比 = 该口径 / 总。
RM 交易拦截订单数
总订单可信拦截订单反欺诈拦截订单
总订单可信拦截订单反欺诈拦截订单
总订单可信拦截订单反欺诈拦截订单
近 30 天日均 / 平均占比
RM 交易拦截情况 · 日均汇总
| 指标 | 日均 / 平均 |
|---|
| 日均总用户数 | 10,906,690 |
| 日均总订单数 | 19,692,258 |
| 日均可信拦截用户数 | 5,666,375 |
| 日均可信拦截订单数 | 10,640,592 |
| 平均可信拦截用户占比 | 51.95% |
| 平均可信拦截订单占比 | 54.03% |
| 日均反欺诈拦截用户数 | 4,001 |
| 日均反欺诈拦截订单数 | 9,513 |
| 平均反欺诈拦截用户占比 | 0.04% |
| 平均反欺诈拦截订单占比 | 0.05% |
日级明细(近 30 天)