Target 判断账号关联，看的是设备特征、支付方式、收货地址和登录行为这几条线。平台侧怎么判定，环境和资料分别要满足什么，一次说清。
Target 是美国第二大零售平台，仅次于 Walmart，品类覆盖日用百货、母婴、服装、电子和家居。用户基数大、流量稳定，这也让它成为不少跨境团队搭建账号的目标。
它的风控这几年收得比较紧，对批量登录、设备异常、支付地址频繁更改这几类动作都很敏感。很多人以为账号之间只要不互相顶号就没问题，实际上平台看的是一整套特征，而且是叠加起来判断的。
平台看到的不只是账号，是一组设备和浏览器特征
Cookie 只是其中一项。浏览器提交的信息里还有 User-Agent、内核版本、时区与语言、操作系统、屏幕分辨率、已装字体列表；图形层面有 Canvas 渲染结果、WebGL 报告、GPU 型号；存储层面有 Cookie、LocalStorage、IndexedDB。这些参数组合起来，足够区分一台设备和另一台设备。
多个账号共用同一台电脑、同一个浏览器时，这些参数会高度重合。平台不需要确认你是谁，设备轨迹一致本身就足以支撑判断。
支付、地址、登录地点这三条线
比设备更难解释的是身份类信息。收货地址、支付方式、绑定手机号通常被归为核心身份维度。一个账号在这三项上和其他账号复用，或者只改了几个字符，关联就成立了。
登录地点是另一条线。出口 IP 的归属地区、运营商类型是住宅还是数据中心，以及它和账号登记地区是否吻合，都在判断范围里。短时间内跨国跳转、多个账号来自同一网段，都是很明显的信号。
行为节奏也会被记录。秒点、固定不变的点击路径、页面没有停留，这类痕迹在系统里和脚本操作几乎没有区别。
多账号为什么容易被合并判定
把这些线放在一起看，问题就清楚了：多个账号如果共用环境、共用资料结构，又在相近时间做相近的事，它们在系统里就不是几个独立用户，而是同一批操作留下的多个影子。
这也是为什么只做单点处理没有意义。换一个 IP 但环境还是同一套，或者资料改了但地址结构还是模板，关联线索依然在。
环境层面要保证的是互不交叉
对确实需要多个账号运营的团队，环境层面的要求其实很朴素：每个账号有独立的浏览器环境，指纹、Cookie、本地存储和网络出口都不与其他账号交叉，不要出现登录状态、缓存或出口 IP 的混用。
专门做多账号环境隔离的工具，比如 PurpleMark，解决的就是这一层问题，让每个账号的浏览器环境和网络配置各自独立，不用靠人工去记哪台电脑对应哪个号。
网络出口还有一点容易忽略：地区和类型要长期稳定。一个账号长期使用同一地区的出口，比频繁切换更接近正常用户。数据中心 IP 被大量复用，本身就在高风险名单里。
资料层面要能对上
注册资料的问题不在够不够随机，而在能不能和真实主体对应上。收货地址、支付方式、联系方式如果是同一个主体在多个账号之间反复套用，不管怎么改写法，关联依旧成立。
同样不建议的做法是批量雷同的填表：同一批姓名结构、相似的邮箱命名、只差几个数字的地址。平台的相似度匹配就是针对这种组合做的，一批账号很容易被一起处理。
正常的运营节奏本来就带随机性
新账号在最初一段时间会被观察得更密，这是平台惯例。但真人的行为节奏本身就有间隔和随机：浏览时长不均匀、路径不重复、下单前会犹豫比价。
所以更实际的做法不是设计一套精确到分钟的时间表，而是让账号的行为跟着真实业务走。有真实需求的操作，和没有需求硬凑出来的操作，在数据上是能看出来的。
稳定来自业务本身
多账号运营的难点不在技术能不能实现，而在能不能长期稳定。环境互不交叉、资料能和主体对上、行为跟着真实业务走，这三件事做到位，账号才算站在一个稳的基础上。任何一项靠拼接和凑数，都会在某个时间点以账号被限制的形式还回来。
