Cotter用7万张假卡骗过支付系统，把退款率"洗"到合规

2015年，Tech Live Connect的退款率（chargeback）飙到了危险线。支付处理器发最后通牒：再不改，五个商户账户全封。老板Michael Cotter的解决方案不是停止诈骗，而是制造更多"交易"来稀释数据。

从弹窗到呼叫中心：一条完整的诈骗流水线

这家公司的模式并不新鲜。用户电脑突然弹出警告："您的设备可能感染病毒。"弹窗假装运行"扫描"，结果永远是阳性，然后给出一个免费电话。拨过去，接线员自称苹果或微软员工，远程连上电脑，诊断出不存在的问题，收费几百美元"修复"。

受害者发现被骗后，集体向信用卡公司发起退款争议。高退款率是支付行业的红灯， processors（支付处理器）会罚款或直接终止合作。2015年中，一家处理器已经警告要动手了。

Cotter后来声称公司有政策：诈骗的呼叫中心员工会被开除。但他承认"执行不一致"——有些重复诈骗的人反而升职了。毕竟，这才是来钱的地方。

虚拟借记卡：用新 fraud 掩盖旧 fraud

2016年，Cotter买了虚拟借记卡。Tech Live Connect用这些卡给自己支付假账单，本质上是自己给自己打钱。但账面上看起来，公司在处理大量"正常"交易，退款率被稀释下去了。

支付处理器不是傻子。突然暴增的交易量本身就会触发警报——2018年就有处理器怀疑Tech Live Connect在用"友好交易"（friendly charges）做手脚。为了让假交易看起来真实，公司直接用了真实客户的姓名和地址来处理这些支付。

一旦退款率"合规"，支付通道保住，真正的诈骗业务就能继续运转。

数据是怎么"洗"的：7万张卡，2900万美元

根据司法文件，这套系统最终涉及约7万张虚拟借记卡，制造了2900万美元的虚假交易。Cotter不是一个人在操作——他雇了专人管理这套"退款率优化"流程，包括购买卡片、生成假发票、匹配真实客户数据。

讽刺的是，这套操作本身也留下了痕迹。虚拟卡的交易模式太规律，时间分布、金额区间都有人工设计的痕迹。2018年被怀疑后，部分处理器开始要求更多验证，Cotter的团队又开发了更复杂的分散策略：把假交易拆到更多子商户、拉长时间跨度、模拟更自然的消费曲线。

但这只是延缓。2020年，FBI（联邦调查局）和邮政检查局开始联合调查。调查人员发现，Tech Live Connect的假交易数据与真实诈骗投诉之间存在统计关联——某些"客户"在假交易出现的同一时间段内，恰好也有真实的退款争议记录。

技术支持的灰色地带：为什么这种模式死不了

Cotter的案子不是孤例。技术支持诈骗（tech support scam）在美国FTC（联邦贸易委员会）的投诉榜单上常年霸榜，每年造成数亿美元损失。弹窗恐吓、假扫描、冒充大厂员工——这套剧本用了十几年，只换了执行细节。

关键在支付环节。诈骗团伙需要信用卡通道，而支付处理器的风控依赖退款率这个单一指标。Cotter的"创新"在于逆向工程了这个指标：不是降低分子（真实退款），而是暴力增大分母（假交易）。

这种漏洞至今存在。部分高风险商户仍在使用类似手法，把赌博、色情、诈骗业务的退款率"洗"到合规线以下。支付行业的反欺诈更多关注单笔交易的异常，对商户层面的系统性造假识别滞后。

判决与余波：Cotter们付出的代价

2023年，Cotter对电信欺诈和身份盗窃指控认罪。法院文件显示，他面临的刑期可能在6到8年，同时需要赔偿受害者损失。但具体金额难以统计——很多受害者从未报案，或者根本不知道自己是"数据"的一部分。

Tech Live Connect的印度呼叫中心在调查期间关闭，但同类机构很快填补空白。部分前员工转投竞争对手，带着完整的客户名单和操作手册。Cotter的"退款率优化"技术也在小圈子里流传，成为某些"支付顾问"的收费服务。

支付处理器这边，部分机构开始引入更复杂的商户健康度模型，不再只看退款率单一指标。但进度缓慢——更严格的审核意味着拒绝更多商户，直接影响收入。

一个曾处理过Tech Live Connect账户的风控经理后来回忆：他们当时确实怀疑过数据异常，但Cotter的团队提供了"完美的"解释文档，包括客户授权书和发票样本。"我们现在知道该查什么了，"他说，"但那是事后诸葛亮。"

如果支付风控的核心指标能被这么直观地操纵，还有多少Cotter式的"优化"正在账面上合规地运行？