“刷單”（Click farming）指由買家提供購買費用，幫指定的網店賣家購買商品從而提高銷量和信用度，並填寫虛假好評的行爲。
刷單現狀
大多數人印象中的刷單還是網賺中「動動手指，月入千元」。根據艾瑞網數據，在2016年僅淘寶單個平臺，刷單產業規模已經突破6000億。
一切的原始驅動是電商平臺的炒信需求。
2019年上半年，中國的網絡零售總額已達到195209.7億元，佔社會零售總額的24.7%。而截止2020年4月6日，僅淘寶平臺店鋪就超過100萬家。
數據來源：艾媒數據中心
繁榮的市場下是無數賣家的競爭洪流。
並不是所有店鋪和商品都能被消費者看見。根據各個平臺不同的規則，店鋪露出展現的情況並不相同。但有幾個共通的基礎指標：成交量、店鋪信譽、評價，這三樣正是目前刷單任務中比重最大的需求。
競爭與壓力之間，刷單成爲官方之外門檻最低、最快速的店鋪成長方式。
以淘寶平臺爲例，店鋪升級到皇冠是以信用積分的數量來衡量的：“好評”加一分，“中評”不加分，“差評”扣一分，4～10分升級爲一顆心，250分升級爲一顆藍鑽，500001分（也就是50W+1個好評）能到一個金皇冠。
除開某些店鋪組織的超大型營銷活動，正常的經營之下等級提升是需要一定過程的。從一個新店到皇冠店，至少需要一年半到兩年的時間。
但是在刷單的支撐下，短時間內等級突升不再是難事。前幾年刷單爆發期時，就有央視記者潛入刷單羣，花費一千元實現三天內新店鋪升鑽（至少完成251個好評）。
圖源 | 央視財經
刷單流程
最基礎的刷單流程是賣家發佈刷單需求——刷單組織召集刷手進行派單——刷手按照要求完成刷單。針對平臺的監控規則，刷手大多需要經過查找寶貝——對比產品——瀏覽收藏——假聊天——提交訂單（墊付）——好評——獲取佣金（退換墊付費用）這樣的流程完成一次刷單。
刷單產業鏈
電商飛速發展的這幾十年，刷單的流程和相關產業鏈也不斷髮展。
機器刷單
在刷單剛剛興起的那幾年，最主要的模式是店鋪互刷和機器刷單。
電商平臺發展初期着眼於流量聚集，相關防禦策略較少，機刷幾乎暢通無阻的在進行。2012年雙十一戰績超過181億元的天貓，被扒出不少店鋪存在刷單：某服飾專營店雙十一銷售次數26，銷售額卻達到1088萬，其中用戶“周**雷”多次消費，僅他一人就給該店鋪帶來了近800萬的銷售額；某家紡店鋪，多個異常買家一次性購買500條6000元的被子。
機刷的基本原理和薅羊毛類似，養號、自動化腳本、接碼、羣控。2012年到2016年間，電商刷單的平均價格在3～6元/單。除了平時基礎炒信之外，在雙十一、618等重大電商狂歡節日中也用到的非常多。
某機刷軟件 | 師爺自刷平臺
之後，電商平臺對刷單打擊越來越猛。據統計，2016年共有4.6萬家因刷單違規的店鋪被阿里關店處理。隨着監管力度的增強，這一數字在2017年下降到2.6萬家。機刷的風險增大，人工刷單開始成爲更受寵的刷單方式。
人工刷單
人工刷單最突出的好處是更真實的模擬普通消費者的下單消費行爲，更好的避開平臺對於炒信的監測。但需要更多真實賬號，所以價格也有了明顯的增加，目前平均市場價格在12～30元/單，根據賬號等級、產品價格定價以及代理等級不等。
從最初的店家互刷，到如今的刷單組織、渠道宣傳、層級代理以及數以萬計的底層刷手，逐漸衍生出一條刷單產業鏈條。
刷單組織
刷單組織通過聯繫店鋪賣家和衆多刷手，進行中間信息的傳達和分配，牟取利益。有一些刷單團隊是大店自建專爲自己服務，更多的刷單組織活躍在電商市場上，每年的電商節前後也是其業務量最大的時候。
2014年號稱“刷單第一人”的葛峯曾在網絡上公開宣稱刷單是暴富行業，稱雙十一一天就刷出了一臺法拉利。2017年接受採訪解釋「一天一臺法拉利」誇張了，不過雙十一一天的確可以賺十幾萬。
葛峯接受採訪 | 微博
刷單招募者
1. 代理招募
刷單行業的另一個獲利方式是招募代理，2018年被爆出有60萬刷手待命的「握手網」、「X寶刷單網」，商家在平臺發佈任務，刷手在線搶單，單人代理費150元到300元不等，平臺僅代理費就獲益百萬。
某刷單團隊代理費用
2.刷手招募
對於刷手的招募主要聚集在相關電商運營網站、網賺論壇和社羣中。2018年，阿里巴巴共監控到2800多個炒信平臺，包括刷單 QQ 羣2384個，空包交易平臺290個，刷單交易平臺237個。
部分活躍刷單平臺
對於更多普通刷單的人來說，開始接觸刷單可能只是因爲一個微博、朋友圈或者網賺帖子的廣告。在廣大社交平臺上不乏出現「刷單」宣傳的身影。
底層刷手
刷手分爲專業全職刷手和普通零散玩家。如今佔大比重的是零散刷手，這些分佈在各個網賺平臺和刷單社羣的人，通過閒暇時間完成刷單賺取佣金。
某平臺刷單佣金
零散刷手主要分佈在一、二線城市，除了專業刷手之外，大部分是各城市的大學生、寶媽和中、低收入者。
刷手地域分佈
性別分佈上男女比例相當，男性佔比43%，女性佔比57%。
刷手性別分佈
而在年齡分佈上，90後佔比超過60%，其次是00後、80後。
刷手年齡分佈
對於許多時間充裕的大學生、寶媽而言，刷單是投入較少回報直接的兼職。2018年「握手網」最活躍的時期，會員超過60萬人，完成訂單後可以迅速退還墊付保證金並支付佣金。
「握手網」在2018年左右十分活躍 | 知乎
空包物流
在刷單的最後環節，刷單店鋪大多選擇空包物流，價格大多0.6～3元。在電商平臺的物流信息中，這些空包的單號和其他真實交易訂單中的物流信息無差別，有一些是實發的包裹裏面沒有任何物品，還有一些只是快遞公司數據庫中的一條數據。
某空包代髮網站價格 | 1元價
利益分配
刷單、代理
從高層組織者、層層代理者到底層刷單者，牟取的利益也是漏斗型往下。一個30元的單子，到最底層的刷單者手上可能只剩下5～8元。
2016年國內電商刷單產業規模突破6000億，其中除了正常的刷單，還有不少代理費。甚至發展到今天，許多所謂的刷單團隊獲利點不在於刷單本身，而是招募更多的代理者，獲取代理費，和金字塔模式下的「直銷團隊」十分相似。
詐騙
伴隨刷單而來的還有刷單詐騙。大部分參與刷單的刷手只是兼職，門檻低、收益快、投入少等優點迅速吸引許多大學生和寶媽，但是這類人羣也是對網絡詐騙敏感度較低的人羣，很容易被套路。
如今的刷單詐騙是盜騙結合的方式。除了利用前幾次刷單成功誘騙刷手掃二維碼主動轉賬的方式，還有組成型詐騙方式。受害人第一次轉賬被騙後，騙子還會發來僞裝成”退款鏈接“的木馬，受害人點擊填寫***賬戶、密碼、驗證碼等關鍵信息後，賬戶被盜；隨後，在網絡上通過僞裝成網警或投訴渠道客服吸引受害者，謊稱有能力追回錢款，但需要”保證金“，受害人轉賬後再次被騙。
根據2017年螞蟻金服發佈的《2017中國反通訊網絡詐騙報告》，兼職刷單詐騙案件量佔整體通訊網絡案件量的佔比爲27.77%，是當年的第一大案件類型。
其中，88%的騙子通過微信/QQ與受害者溝通交流，誘導受害者進行轉賬等，其次是兼職網站。
刷單詐騙的受害者以女性爲主，女性的比例達到了63%，且女性受害者的案均的資損比男性高出了42.4%。
刷單難以根除
平臺粗放式發展
1998年，京東成立；隔年，阿里巴巴在杭州成立。2003年5月10日，淘寶網成立，當年成交總額3400萬元。由此開啓了中國的電子商務的大門。
有意思的是，刷單是攀附着電商平臺即刻產生的。第一位刷單的淘寶刷單祖師爺——馬雲，他回憶淘寶網剛剛創立時的境遇調侃道：“由於沒有人到淘寶上賣東西，我們就讓十幾個創始人每個人從家裏拿出十件東西放到網上交易，結果有的人連10件東西湊不出來。開始時也沒有人在淘寶上買東西，我們這十幾個人就互相之間買來買去。”
圖源 | 經濟觀察報
這在某種程度上也映射出如今刷單難以根治的原因——結構性矛盾。平臺初期對於流量聚集的需求與刷單造成的虛假繁榮之間的矛盾。2019年我國電子商務交易額爲34.81萬億元，比上年增長6.7%。
對於所有電商平臺而言，交易額和活躍度是象徵平臺生氣最重要的指標。但走過了市場開拓階段，刷單對於市場的腐蝕就會逐漸顯露出來。處於不同發展時期的電商平臺，對於刷單的態度也存在些許不同。
阿里：
2015年，淘寶推出「千人千面」推薦算法
2016年“315”前後，淘寶針對22萬多個賣家進行刷單的降權處罰，6000多個刷單賣家被封店
2016年12月，阿里巴巴集團狀告傻推網(簡式公司)涉嫌嚴重危害市場競爭秩序，索賠216萬元***。此案也成爲“全國首例電商平臺狀告刷單平臺案”。
2018年1-9月，阿里巴巴共監控到2800多個炒信平臺，包括刷單QQ羣2384個，空包交易平臺290個，刷單交易平臺237個。
2018年3月推出「反刷單3.0」，利用算法模型輔助監測刷單賬號
……
在2018年7月上市的拼多多，同年曾多次爆出平臺縱容刷單的投訴。不少質疑聲音控訴其爲了平臺GMV選擇野蠻式發展。在刷單市場上，淘寶人刷爲主，搜索、假聊、收藏等要求也反映出平臺對於刷單的打擊，但是同期對於拼多多，刷單的流程就更爲簡單，佣金和風險都更小。
圖源 | 網絡
消費心理引起的惡性循環
對於消費者來說，網絡消費是在有限的信息中對比找到更靠譜的那一個商品，於是銷量和好評註定成爲重要的參考指標。而在電商平臺的搜索展示規則中，店鋪信用、銷量也同樣是重要的篩選指標。這促使了小部分的商家開始刷單作弊，進而開拓出整個刷單市場。
越來越多的商家喫到了刷單紅利，不公平的市場現象導致越來越多賣家選擇刷單。不少真實銷量不錯的商家也被拉下水：“2017年上半年我一單沒有刷，後來實在被這個趨勢搞得你不刷你就要倒閉。就這樣子，只能跟着形勢走”，還有部分自嘲“刷單找死，不刷單等死”。
這樣的惡性循環下，消費者更難買到真實好用的產品；賣家也承擔着越來越高的刷單費用，苦不堪言；而平臺和黑產糾纏下，防控打擊成本也在不斷增強；面對越來越多衍生出的詐騙事件，也增加了社會的壓力。
最後，在利益鏈條上獲利最多的還是黑灰產。
多角度解決方案
當然，對於如今發展成熟的各大電商平臺來講，刷單已經成爲一顆「毒瘤」。
技術對抗
阿里近些年在反刷單上已經有比較成熟的措施。除了常見的IP、機器碼、支付數據等維度進行監測，還會通過消費圖譜和用戶模型進行分析。2018年上線DeepFraud、DeepSeq、DeepGraph三大通用算法模型，配合129套風控模型，搭建了一整套立體式智能風控系統，嚴厲打擊刷單。
京東的打造的反刷單系統——“天網”系統，識別準確率已達99%以上。該系統從訂單、商品、用戶、物流等多個維度進行分析，分別計算每個維度下面的不同特徵值，可以精準識別刷單相關的惡意行爲。
拼多多在去年4月建立“反作弊系統”，推出自有電子面單打擊虛假髮貨等措施，打擊刷單行爲。
業務優化
爲了從根本上解決刷單問題，各大平臺還在推薦算法上作出努力。如今「千人千面」的推薦機制會導致某些店鋪越刷單銷量越低，系統會根據你和你標籤類似的人的的購買記錄，給你推薦類似商品。因爲刷手大多消費能力不高的人羣，一個賣高端傢俱的店鋪也就很難被系統推薦到高消費能力用戶的首頁。
解決方案
通過設備標識、IP、訂單、評價、商品、店鋪、用戶行爲等多維信息建模分析，分析多個典型刷單模式，並利用GCN進行精準識別。
下面介紹三種典型的刷單模式：
1.二部圖
基於大量數據，通過Graph構建用戶與店鋪商品之間的模型。不難發現，大量刷單用戶和某些店鋪商品之間存在很強的關聯性，其中表現爲大量刷單商品購買背後是相同的一批刷單用戶，商品背後的好評（+）、差評（-）也是來自於這些聚集的刷單用戶。
賬戶&購買目標關係圖
2.行爲序列異常
極驗通過對用戶行爲模式的分析，總結刷單用戶典型的行爲特點。人工刷單的大量刷手會按照刷單組織要求進行商品搜索、瀏覽、購買等，這些行爲在大量數據分析之下會呈現明顯的異常聚集。
行爲序列異常
3.時序分類聚集
和行爲序列類似，刷手以完成任務爲導向，在瀏覽、購買商品等行爲上會有更突出的時序特點。最快的可能直接搜索關鍵詞，進入店鋪完成刷單。但隨着平臺規則的不斷升級，如今大多會提出“搜索商品後瀏覽10秒以上”、“商品詳情頁逗留不少於15秒”等硬性要求。
無論要求如何變化，刷手和普通用戶區別在於真實消費者的時序特點會存在更多隨機性。消費者A可能會在觀看淘寶直播後2秒內下單，也可能在凌晨三點瀏覽商品信息40分鐘卻什麼也沒有購買。
異常時序聚集
除上述模式之外，刷單羣體的特點還可以通過地理位置聚集、支付特點、物流系統等其他維度進行監測和分析。