你好，我是老喬
這週老喬看到台灣要禁封小紅書，當下其實是滿震驚的
但是隨之而來的，看到的是正反兩方一點都不理性
都只以自己的價值觀來做論述的文字，然後不停的吵架 ="=
有人說這是打擊中國勢力，有人說這是政治操作，也有人說是保護年輕人。
老喬看了就覺得無聊，這些人講話都只用感覺
主動忽略有個很怪的地方：
大家講得都很大聲，卻很少有人真的把「數據」攤出來講清楚。
老喬這邊不討論陰謀、立場、主權等價值性論述
只從一個做系統的人，來看「詐騙 × 平台 × 統計方法」這件事，要怎麼看才算完整。
這個背景下，老喬查了下官方數據，也發現有些有趣的地方
與各位分享，下圖是整合圖表
如果我們真的要理性比較「各平台的詐騙風險」，理論上應該長這樣
討論詐騙與平台風險，不能只看「通報數」或「成案數」某一層。
真正完整的判讀邏輯，應該是一條完整的 Funnel（漏斗），
從「使用規模」一路流到「破案後追回多少錢」。
以下是「理想資料鏈」的完整流程：
1. 平台使用規模（MAU）
代表平台的活躍母數。
沒有母數，就無法比較風險比例。
2. 近 30 天民眾通報數（可疑事件）
指民眾覺得自己「疑似遇到詐騙」時所做的通報。
這是整個漏斗的入口。
3. 通報濃度（詐騙曝險度指標）
計算方式：
通報數 ÷ MAU × 10,000
它代表：
一個人在平台上活躍 1 萬次，會遇到幾次「疑似詐騙」內容？
這是最早期、最前端的「風險熱度」。
4. 成案數（警方查證後認定的正式詐欺案件）
並不是所有通報都會成立。
這一層才是刑事局最正式的統計。
這裡有兩個需要的指標：
- (A) 通報 → 成案的轉換率
代表可疑事件中，有多少最後被認定成「詐欺」。 - (B) 成案案件數
代表真正被認定為詐騙的規模。
5. 成案金額（正式詐欺的財損規模）
這裡又拆成兩個資料：
- (A) 該平台所有成案加總的總損失
- (B) 每件成案的平均損失（案件單價）
這能回答：
某平台的詐騙，是「多量小額」還是「少量但高額」？
6. 破案數（有抓到人、有凍結到錢）
這是詐騙最難的一層。
破案需要追金流、查帳戶、跨國合作。
如果這層有數字，我們可以看到：
- 有幾件成功破案
- 有哪些詐欺模式比較容易破案
- 哪些媒介的案件偵辦難度特別高
7. 破案率
計算方式：
破案數 ÷ 成案數
能回答：
哪些平台（或哪些詐騙模式）比較容易偵破？
哪些地方的犯罪成本最低？
8. 追回金額（受害者實際取回多少）
這是最終指標：
- 破案後，總共追回多少？
- 平均每件追回多少？
- 追回比例是多少？
計算方式：
追回金額 ÷ 成案總損失
這是整條漏斗的最後一層，
能回答「警方在這類案件的有效性」與「平台合作度」的影響。
用 Marketing Funnel 的視角來看，理想模型長這樣：
如果把上面的東西壓成一張 Funnel 示意圖，大概會是：
- MAU（使用者母數）
↓ - 近 30 天民眾通報數（可疑事件）
↓ - 通報濃度（曝險指標）
↓ - 成案數（正式詐欺案件）
↓ - 通報 → 成案轉換率
↓ - 成案金額（總金額／平均每案金額）
↓ - 破案數
↓ - 破案率
↓ - 追回金額（總追回／平均每案追回／回收率）
如果一個國家有辦法在「每一層」都有穩定又公開的統計，
那時候我們要討論「哪個平台風險高、哪個平台配合度差」，就可以有一套共同語言。
可惜的是 —— 台灣現在的公開數據，離這個理想狀態還很遠。
這套 Funnel 有什麼用？為什麼要講得這麼細？
1. 把「詐騙風險」拆成不同層級，而不是一筆帳算到底
會讓討論從吵架變成「系統診斷」。
2. 每一層的資料來源不同，大家在討論時不會混為一談
（例如：民眾通報 ≠ 成案數）
3. 不同平台之間，只能比較同一層的指標
例如：不能用「小紅書成案」去比較「FB 通報」。
4. 用 Funnel 看，可以看出「資料缺口」
例如現在台灣缺的就是：
- 分平台的成案數
- 分平台的成案金額
- 分平台的破案數
- 分平台的追回金額
這些一缺，整個漏斗自然就算不出真相。
小結：
這是一套「討論詐騙與平台風險」時應該要用的標準模型
如果台灣真的想理性處理「平台風險」議題，
這套 Funnel 模型會讓：
- 紀錄更一致
- 不同平台更可比較
- 民眾也更看得懂什麼是「可疑」、什麼是「案件」
也能避免大家現在看到的狀況：
A 拿通報數吵
B 拿成案數吵
C 拿破案數吵
大家都吵不同段落，根本沒講同一件事。
而你現在正在做的，就是把整個漏斗從亂流 → 梳理 → 變成可判讀的系統。
目前「真的有」的，是：各平台 30 天的「民眾通報數」
先從我們「真的拿得到」的東西開始說。
台灣數位發展部有一個打詐儀表板：
FraudBuster：https://fraudbuster.digiat.org.tw
裡面有一個很關鍵的圖表：
「近 30 天，民眾通報的疑似詐騙內容，是透過哪些媒介出現」
我先把這張圖擷取下來：
再把公開數字整理成表格，搭配平台的台灣活躍用戶數（MAU），算出「通報濃度」：
台灣民眾通報疑似詐騙濃度分析
資料來源：數位發展部 FraudBuster（https://fraudbuster.digiat.org.tw）
| 平台 | 台灣 MAU | 近 30 天民眾通報數 | 通報濃度（通報 ÷ MAU × 10,000） |
|---|---|---|---|
| 17,100,000 | 47,181 | 27.58 | |
| 11,300,000 | 5,228 | 4.63 | |
| Threads | 3,500,000 | 10,035 | 28.67 |
| Meta Msg | 11,000,000 | 3,357 | 3.05 |
| Meta 廣告聯播網 | 無 MAU（非平台） | 3,642 | 無法計算 |
| LINE | 22,000,000 | 997 | 0.45 |
| TikTok | 8,340,000 | 258 | 0.31 |
| 18,400,000 | 272 | 0.15 |
老喬將這些數據整理下來，配上平台的MAU，來看說「疑似詐騙濃度」的高低
先釐清這些數字「是什麼」：民眾通報，不是案件數
要讀懂這張表，有三件事一定要先講清楚。
1. 打詐儀表板呈現的是「民眾通報」
也就是：
- 我覺得這個連結怪怪的
- 我覺得這個廣告像詐騙
- 我覺得這個訊息很可疑
民眾填進系統之後，會被歸類到「詐騙媒介」，例如 FB、IG、Threads、Google 搜尋、LINE 等。
這個數字代表的是：
「在這段時間內，有多少件被民眾通報為可疑的內容，出現在這個平台上。」
它不是：
- 不是警方確認的「詐騙案件數」
- 不是「成案數」
- 更不是「破案數」
2. MAU 是母數，只拿來看「比例關係」
各平台的 MAU 多半不是官方公開數字，而是：
- 廣告後台推估
- 市場調查報告
- 第三方資料整合
所以絕對值可能高估或低估，但在這篇文章裡，我們只拿來當「母數」，看的是：
「在這個平台，每一萬個活躍用戶，有幾件被民眾通報？」
也就是上面表格中的「通報濃度」。
3. 「媒介」這個字，其實用得很精準
打詐儀表板寫的是：
「詐騙媒介比例」
這個用字很重要，因為它在說：
這些被通報的可疑內容，是經由哪一個「媒介」被看見，
但不代表這個平台本身就一定發生了詐騙案件。
所以我們可以說：
- 它是一個「可疑內容的熱區指標」
- 卻不是「平台有罪證明」
從民眾通報，到「真正的詐騙案件」：中間還有三道關卡
接下來，我們再把「官方流程」拉出來看一次。
這一段是之前我整理的，這邊直接放進來。
1. 民眾通報（入口）
民眾可透過以下管道通報疑似詐欺事件：
- 165 反詐騙專線
- 報案三聯單
- 警局現場報案
- 線上受理（e 化報案）
這個階段是「民眾自陳」，還沒有查證。
統計上：這是數字最大的那一層。
打詐儀表板的數據，就落在這一層。
我用這些數字加上 MAU，整理出「民眾詐騙通報濃度」這個指標。
2. 初審（警方受理 → 法務檢視）
警方依《刑法》《詐欺犯罪危害防制條例》《偵查作業規範》做初步判斷，會看：
- 有沒有具體的金流紀錄？
- 是不是常見詐騙類型？（網購、投資、交友、假冒機關…）
- 民眾提供的內容完整嗎？（流程、金額、對方資料）
- 是否涉及跨境、跨平台？
資訊不足 → 可能被標記為「無法查證」或「不成立」。
資訊足夠 → 進入成案審認。
3. 成案（立為正式詐欺案件）
要被認定為詐欺案件，通常需要：
- 有金流證據
- 有聯繫紀錄
- 可以判斷詐騙模式
- 有可追查的行為人、帳戶或通訊資料
符合要件 → 成案（立案）。
統計上：刑事局對外公布的詐騙「案件數」，多半是這一層。
4. 破案（查到人、查到錢）
破案需要：
- 追到金流
- 找到相關人士到案
- 拿到足夠證據可以移送檢方
- 有時還需要跨縣市、跨國合作
詐騙常常牽涉跨境與人頭帳戶，破案難度高。
目前公開資料裡，幾乎看不到「按平台」的破案統計。
無法透過數據一覽狀況背後的原因：政府統計不是「平台」分類，而是「詐騙類型」分類
這點是整件事情最核心、最容易被誤解的地方。
政府分類方式如下（示意）：
- 網購詐騙
- 投資詐騙
- 交友詐騙（假愛情）
- 假冒機關（檢警、銀行）
- 資安/釣魚訊息
- 遊戲點數
- ATM 提領／解除分期
因此——
政府的統計從頭到尾都不是用「FB、IG、LINE、TikTok」來分的。
所以沒有以下資料：
- Facebook 成案多少件
- Instagram 破案多少件
- TikTok 的財損金額
- LINE 的每案平均金額
- Threads 的詐騙轉換率
現在完全沒有。
平台層級的比較「天然做不出來」
因為缺少：
- 每個平台的民眾通報數
- 每個平台的成案數
- 每個平台的破案數
- 每個平台的財損金額
只有：
- 少數平台因為「專案」被單獨拆出（例如小紅書）
- 少數平台因為「廣告系統」被單獨歸在「媒介類型」，但統計的是「詐騙廣告」，不是完整案件
→ 所以各大平台的通報量、詐騙量、破案量都無法直接比較。
小紅書（Xiaohongshu）資料說明（不可與 30 天通報比較）
小紅書目前 沒有 數位發展部 FraudBuster 的「近 30 天民眾通報數」。
因此無法列入主表格的「30 天通報濃度」比較。
政府目前針對小紅書公開的是「警方成案數」，時間區間不同、性質不同：
【2024 年】
- 已成案涉詐案件：950 件
- 財損：132,900,000 元
【2025 年 1–11 月】
- 已成案涉詐案件：756 件
- 財損：114,770,000 元
【兩年合計】
- 成案數：1,706 件
- 財損總額：247,670,000 元（2.4767 億）
資料來源：內政部警政署刑事局（CNA 2025-12-04 記者會報導）
https://www.cna.com.tw/news/asoc/202512040369.aspx
因此小紅書僅能作為「平台別警方已認定之涉詐案件」參考，
無法與 FraudBuster 的「民眾通報量」進行橫向比較。
把立場先放旁邊，只看系統和現實
最後總結一下。
如果我們先不談政治、不談立場，只問一個問題：
「在一個想要認真打詐的系統裡，我們要怎麼設計『資料的收集與統計』，才能更清楚地看到每一個平台、每一種手法的真實風險？」
那答案大概會長這樣：
- 要有基本的 平台使用規模（MAU） 作為母數
- 要有 分平台的民眾通報數
- 要有 分平台 × 詐騙類型 的成案數與金額
- 要有 分平台的破案數與追回金額
- 最好能把這整條流程用一致的方式長期追蹤
而目前的現實是：
- 我們只有「部分平台」的 30 天民眾通報數
- 只有「特案平台」的小紅書成案數與財損
- 沒有任何平台的破案數與破案率
- 大部分官方統計還是以「詐騙類型」為主
所以現在我們能做的，
比較像是把「少數幾塊有光的地方」拼在一起，
盡量避免在黑暗的部分腦補。
對老喬來說，這篇不是要幫哪個平台說話，也不是要為哪個政府單位辯護。
比較像是：
在一個吵得很兇的議題裡，
先把我們「真的看得到的東西」和「必須承認看不到的東西」講清楚，
至少讓接下來的討論，有機會是建立在同一張底圖上，而不是各自畫各自的世界。
你可以不同意任何人的立場，
但在那之前，我們至少要先搞清楚：
這個系統現在到底是怎麼在運作的。
訂閱更多關於 老喬報 joelin.cc 的消息
- 歡迎訂閱我的電子報馬上訂閱 #老喬報
- 加入我的行銷分享群組 joelin.cc 商業前沿探索
- 加入圖文插畫創作者 Line交流討論區
- 有任何想要進一步暸解的議題，歡迎填寫表單讓我知道
- 關於 Joe Lin 的自我介紹
備註與警語
本篇是個人的研究筆記，不是投資與金融建議。
知識的累積與運用，是致富的不二法門，期待在路上與各位相見。
文章更新日誌
2025.12.07 文章發佈
