中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

最近將風控數據業務各家公司的風控產品資料整理出來分享給有需要的朋友，希望對從事風控數據業務公司的風控產品有個大致的認識，以后工作中在選擇使用哪家公司的哪個產品時能提供一點參考。

由于公司是做金融業務的，產品處于冷啟動階段，沒有足夠的數據樣本，公司自身也沒有資源去搭建屬于自己的風控平臺，所以需要對接一個第三方風控系統。

我呢，就在網上了解從事風控數據業務的各家公司，去了解他們的產品是否符合我們業務場景，所含的風控數據是否足夠豐富，風控模型和算法大致是怎么樣的？

最近將自己了解的這塊內容，整理出來分享給有用的朋友，希望對從事風控數據業務公司的風控產品有個大致的認識，以后工作中在選擇使用哪家公司的哪個產品時能提供一點參考。

一、了解風控

首先風險控制是指風險管理者采取各種措施和方法，消滅或減少風險事件發生的各種可能性，或風險控制者減少風險事件發生時造成的損失。在實際業務中主要是控制業務流程中作弊和欺詐行為的發生。

目前主要的風控方式有3種：

1. 線下風控：就是靠人工面對面確定身份、居所和工作單位等；
2. 線上風控：銀行卡實名認證、手機號實名認證、央行征信、第三方征信、其他黑名單數據、自己黑名單、防偽冒欺數據。。。。主要是各種自己獲取的數據和第三方數據交叉驗證，訓練自己的風控模型；
3. 線上和線下結合風控：部分高風險業務，可以投入人力審核，但要注意ROI。

如果是線上風控，核心3要點有：

1. 數據
2. 模型
3. 規則

其中，最重要的是數據，因為核心數據資源是稀缺的。

二、風控公司分類

根據線上風控的核心要素，我們可以將目前做線上風控產品的公司大致分成2類：

1. 專注模型和規則：這類公司沒有基本的風控數據，數據來源其他數據公司，他們拿到這部分數據后，通過自己的算法、風控模型、規則等，產出一系列風險控制的產品。他們的業務重心在風控模型和規則上。這種類型的公司一般偏小公司，與這類公司合作，實際上購買的是公司的建模解決方案。
2. 有模型、規則，還有數據：這類公司自己就擁有豐富的大數據，并且有成熟的風控模型和規則。這種類型的公司一般是大公司，比如業內的“同盾科技”。

總結：小點的第三方風控公司主要是業務在建模、輸出內容，數據來源其他機構；大點的第三方風控公司也有對接其他權威機構的數據，但是自己有很大一部分的數據積累，通過這些數據也是建模、輸出內容。

無論大公司還是小公司，最終都是通過數據輸出內容，產品都大同小異；都會從用戶的基本個人信息、消費、互聯網服務使用情況、以及在信貸機構、消費金融等方面是否出現過不良信用記錄來綜合考察的；只是每家公司在輸出結果的計算上使用的模型、算法、規則上有一定的區別。

三、一般風控產品介紹

互聯網金融產品中，比較普遍的風控產品都是：信貸風控服務（各家公司對產品的命名可能不一樣），即通過貸前審核、貸中復查、貸后監控3個不同的階段來進行風險控制。再結合具體的金融業務場景，風險控制模型中使用到算法、規則不一樣。例如：在P2P借貸產品中，可能會更加考察用戶償還能力和償還意愿；而在電商場景中，還會加入對用戶收入和消費能力等維度的考察。

還是那句話，應用場景不一樣，建模、規則就不一樣，但是基本的風控階段大致都是通過貸前、貸后、貸中去監控的。

1. 貸前審核

主要通過反欺詐、信用評分、審核報告等去做一個貸前準入的審核，審核這個用戶的真實有效，信用情況等。

1. 反欺詐：主要就是通過客戶信息和行為信息通過規則+名單+欺詐模型，排除欺詐，偽冒，造假，團伙風險；
2. 信用評分：就是通過不同產品的使用場景，根據不同的維度對借款人輸出一個簡單的分值，分值越高表明這個用戶的信用越高，逾期風險越低
3. 審核報告：結合多維度數據與反欺詐技術，掃描借款人各類貸前風險；輸出一份報告。

2. 貸中/貸后監控

貸中監控復查主要通過授信模型智能輸出對用戶的授信額度。

貸后監控主要是對借款人貸款后的行為或風險進行控制，比如是否有新增的貸款申請、新增的逾期記錄、新增的法律糾紛、新增的高風險行為，以及借款人常用地址活躍度的情況等。通過監控，一旦出現異常情況，及時預警。

3. 其他產品

當然，公司越大，研發的產品也會比較多，讓客戶又更多的選擇，比如：

1. 需求挖掘：通過多方數據建立預測模型綜合評估客戶價值，對客戶進行綜合評判和分級，篩選出信貸需求高意向客戶，優先進行營銷觸達。對中、低意向客戶持續進行跟蹤，當其轉化成高意向客戶時及時觸發營銷手段，形成一個良性循環。
2. 逾期管家：實現智能催收。

四、數據來源

數據來源按種類分一般有：

1. 失信歷史：在全國省、市、地、縣法院有過涉案，失信以及被執行的信息；
2. 特殊名單：在銀行、小貸、P2P和消費金融機構的不良記錄，包括短時逾期、不良、欺詐、拒絕和失聯等；
3. 犯罪記錄：這部分數據主要來自公安；
4. 社交數據：用戶畫像、社交行為、位置信息等；
5. 自有數據：包括本公司自己的高風險數據名單，或者是可共享的數據聯盟里的高風險、黑名單數據；

數據來源越多，核心數據擁有得越多，數據越龐大，量化成的數據信息也就越有價值。

不知道大家看完后，有沒有對不同的風控公司有了解。區別主要在技術能力（即建模分析能力）和數據豐富程度上；大公司有強大的技術能力，數據分析能力，建模精準，能夠更好的洞察風險；數據豐富，海量且多維。

當然，我們要選擇更適合我們業務和場景的風控產品，這些風控產品的模型和規則以及參考的數據維度更貼合我們業務上對用戶的考察才是最好的。

本文由 @粉紅色的小不點 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。