Target đánh giá mối liên hệ giữa các tài khoản dựa trên đặc điểm thiết bị, phương thức thanh toán, địa chỉ giao hàng và hành vi đăng nhập. Bài viết giải thích các tín hiệu được xem xét cùng nhau và những yêu cầu đối với môi trường cùng dữ liệu tài khoản.
Target là nền tảng bán lẻ lớn thứ hai tại Hoa Kỳ, chỉ sau Walmart, với các nhóm hàng từ nhu yếu phẩm, sản phẩm mẹ và bé, quần áo, điện tử đến đồ gia dụng. Cơ sở người dùng lớn và lưu lượng ổn định cũng khiến nền tảng này trở thành mục tiêu của nhiều đội ngũ xuyên biên giới khi xây dựng hoạt động tài khoản.
Trong những năm gần đây, cơ chế kiểm soát rủi ro của Target đã chặt chẽ hơn và nhạy cảm với các hành vi như đăng nhập hàng loạt, thiết bị bất thường hay thay đổi địa chỉ thanh toán thường xuyên. Nhiều người cho rằng chỉ cần các tài khoản không trực tiếp xung đột với nhau là ổn, nhưng thực tế nền tảng xem xét cả một tập hợp đặc điểm và đánh giá chúng theo hướng cộng dồn.
Nền tảng không chỉ nhìn thấy tài khoản mà còn nhìn thấy một tập hợp đặc điểm thiết bị và trình duyệt
Cookies chỉ là một phần. Thông tin do trình duyệt gửi còn có User-Agent, phiên bản engine, múi giờ và ngôn ngữ, hệ điều hành, độ phân giải màn hình và danh sách phông chữ đã cài; ở lớp đồ họa có kết quả render Canvas, báo cáo WebGL và mẫu GPU; ở lớp lưu trữ có Cookies, LocalStorage và IndexedDB. Khi kết hợp lại, các tham số này đủ để phân biệt thiết bị này với thiết bị khác.
Khi nhiều tài khoản dùng chung một máy tính và cùng một trình duyệt, các tham số này sẽ trùng lặp ở mức cao. Nền tảng không cần xác nhận bạn là ai; một dấu vết thiết bị nhất quán tự nó đã có thể làm căn cứ cho nhận định liên kết.
Ba tuyến tín hiệu: thanh toán, địa chỉ và vị trí đăng nhập
Thông tin liên quan đến danh tính còn khó giải thích hơn dữ liệu thiết bị. Địa chỉ giao hàng, phương thức thanh toán và số điện thoại liên kết thường được xem là các yếu tố danh tính cốt lõi. Nếu một tài khoản tái sử dụng ba thông tin này từ tài khoản khác hoặc chỉ đổi vài ký tự, mối liên hệ vẫn có thể được xác lập.
Vị trí đăng nhập là một tuyến tín hiệu khác. Khu vực của IP đầu ra, loại nhà cung cấp là mạng dân cư hay trung tâm dữ liệu, và mức độ khớp với khu vực đăng ký của tài khoản đều có thể nằm trong phạm vi đánh giá. Việc chuyển quốc gia trong thời gian ngắn hoặc nhiều tài khoản cùng đến từ một subnet là những tín hiệu rất rõ.
Nhịp hành vi cũng được ghi lại. Nhấp gần như tức thì, đường đi nhấp chuột luôn cố định và không có thời gian dừng trên trang, trong hệ thống gần như không khác thao tác bằng script.
Vì sao nhiều tài khoản dễ bị gộp vào cùng một nhận định liên kết
Khi đặt các tuyến tín hiệu này cạnh nhau, vấn đề trở nên rõ ràng: nếu nhiều tài khoản dùng chung môi trường, có cấu trúc dữ liệu giống nhau và thực hiện các hành vi tương tự vào thời điểm gần nhau, hệ thống sẽ không còn nhìn chúng như những người dùng độc lập mà như nhiều dấu vết của cùng một hoạt động.
Đó cũng là lý do xử lý một điểm đơn lẻ không mang nhiều ý nghĩa. Đổi IP nhưng giữ nguyên môi trường, hoặc đổi dữ liệu nhưng cấu trúc địa chỉ vẫn theo mẫu, thì dấu hiệu liên kết vẫn còn.
Ở tầng môi trường, điều cần bảo đảm là không giao thoa
Với các đội ngũ thực sự cần vận hành nhiều tài khoản, yêu cầu về môi trường khá đơn giản: mỗi tài khoản có một môi trường trình duyệt độc lập, và dấu vân tay, Cookies, lưu trữ cục bộ cùng đầu ra mạng không giao thoa với tài khoản khác. Trạng thái đăng nhập, cache và IP đầu ra cũng không nên dùng lẫn.
Các công cụ chuyên để tách biệt môi trường nhiều tài khoản, như PurpleMark, giải quyết đúng tầng vấn đề này bằng cách giữ môi trường trình duyệt và cấu hình mạng của từng tài khoản tách riêng, không cần con người tự ghi nhớ máy tính nào tương ứng với tài khoản nào.
Có thêm một điểm về đầu ra mạng dễ bị bỏ qua: khu vực và loại kết nối cần ổn định trong thời gian dài. Một tài khoản thường xuyên dùng đầu ra ở cùng khu vực sẽ gần với hành vi người dùng bình thường hơn so với việc đổi liên tục. IP trung tâm dữ liệu bị tái sử dụng ở quy mô lớn tự thân đã là một tín hiệu rủi ro cao.
Dữ liệu tài khoản cần khớp với chủ thể thực tế
Vấn đề của dữ liệu đăng ký không nằm ở việc chúng có đủ ngẫu nhiên hay không, mà ở việc có tương ứng với chủ thể thực tế hay không. Nếu cùng một chủ thể lặp lại địa chỉ giao hàng, phương thức thanh toán hoặc thông tin liên hệ trên nhiều tài khoản, việc đổi cách viết không loại bỏ được mối liên hệ.
Cũng không nên điền hàng loạt biểu mẫu bằng dữ liệu quá giống nhau: cùng kiểu cấu trúc tên, cách đặt email tương tự hoặc địa chỉ chỉ khác vài con số. Cơ chế so khớp độ tương đồng của nền tảng được thiết kế để phát hiện các tổ hợp như vậy, nên cả một nhóm tài khoản có thể dễ dàng bị xử lý cùng nhau.
Nhịp vận hành bình thường vốn có tính ngẫu nhiên
Tài khoản mới thường được quan sát kỹ hơn trong giai đoạn đầu, đây là thông lệ của các nền tảng. Tuy nhiên, hành vi thật của con người tự nhiên có khoảng nghỉ và biến động: thời gian duyệt không đồng đều, đường đi không lặp lại hoàn toàn và trước khi đặt hàng người dùng thường do dự, so sánh.
Vì vậy, cách thực tế hơn không phải là thiết kế một lịch chính xác đến từng phút, mà là để hành vi tài khoản đi theo nhu cầu kinh doanh thực tế. Trên dữ liệu, có thể thấy khác biệt giữa thao tác xuất phát từ nhu cầu thật và thao tác được tạo ra chỉ để lấp đầy một khuôn mẫu.
Sự ổn định đến từ chính hoạt động kinh doanh
Khó khăn của vận hành nhiều tài khoản không nằm ở việc công nghệ có thể thực hiện được hay không, mà ở khả năng duy trì ổn định lâu dài. Môi trường không giao thoa, dữ liệu khớp với chủ thể thực tế và hành vi đi theo hoạt động kinh doanh thật sẽ tạo nền tảng vững chắc. Nếu bất kỳ yếu tố nào dựa vào chắp vá hoặc hoạt động nhân tạo, hệ quả cuối cùng có thể quay trở lại dưới dạng hạn chế tài khoản.
