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

“為什么有人擅長在快速發展的時代掘金？”他們只是有玩轉風險控制的能力而已。

一、什么是風控系統？

在金融服務二八規律的大背景下，很多低端、無穩定收入的群體無法享受銀行提供的金融服務，這類群體據估算約有四億人之多，這個數十萬億市場級別的需求缺口如何來被滿足呢？

小額貸款作為新型的金融服務產品應運而生，被眾多公司爭相追捧。據統計高峰時期全國約有五千家現金貸公司（中國傳銷最多的時候才有一萬家）。

小額信貸業務具有單筆金額小、單筆利潤低、利潤率高、審批速度快的特點，所以這項業務運轉的前提是必須有一個能夠基于用戶的申請信息進行快速的系統自動化審批（人工審批太慢還、成本高）的系統，這樣風控系統在這樣一個風口領域就變成了最最核心的競爭力。

二、如何建設風控系統？

建設風控系統的思路跟所有互聯網+的項目一樣：將傳統行業（信貸審批）中的經驗和方法論應用于系統，讓計算機自動計算原來需要人去判斷的規則，所以第一個步驟就是抽象出傳統人工審批的方法論。

人工審批的方法論分為以下幾個環節：

1. 準入政策（做的客戶在法律范圍內）
2. 反欺詐（防止客戶騙錢）
3. 信用評估（對于好用戶能借給他多少錢）

基于這樣一套業務邏輯，系統需要在這幾個層面上進行搭建：數據層、規則層、配置層、策略層。

1.數據層：

大數據風控的基礎在于數據，這一層相當于大數據風控系統的基礎設施，就像是蓋樓時需要的鋼筋水泥，全面、高質量的數據可以幫助我們準確地進行風險把控，大數據風控所用到的數據包羅萬象，比如以下幾個方面：

• 基礎信息數據，最基本的用戶四要素信息（姓名、身份證、銀行卡、手機號），除此之外可以搜集用戶學歷、收入、家庭地址等基本信息，當然要求用戶填寫信息會影響用戶體驗，需要平衡這些信息的必要性和用戶體驗之間的關系。
• 用戶的征信數據，這里的征信數據包括該用戶是否在其他平臺有過多頭借貸行為，在非銀機構是否有過逾期行為、有沒有上過征信系統的黑名單等等。
• 運營商數據，通過運營商數據可以判斷用戶的設備是否有異常，比如入網時長、入網狀態、每月消費情況、通話記錄、短信情況等。
• 用戶行為數據，包括用戶的搜索記錄、購買記錄、社交數據等，通過這些數據可以判斷識別該用戶是一個什么樣的人、有多強的消費能力、社會關系如何等等。

2.規則層：

這一層是系統重點的核心功能，幫助我們最終輸出拒絕這個申請或是借多少錢，這里的規則包括準入規則、反欺詐規則、信用評分規則等。

政策準入規則基于以下幾個方面進行設定：

• 政策需要：18歲以下的人不能放貸、大學生不能放貸等
• 催收需要：青海、西藏等少數民族催收也催不回來的地方就不要放貸了
• 系統測試需要：白名單規則，只放進來某些特定人群（適用于初步搭建的系統，后續有單獨的測試模塊就不用在這里做了）

反欺詐規則主要目的是識別用戶是否有騙貸風險，有多大的騙貸風險，所以規則制定的時候可以通過基于用戶畫像維度：目的在于通過打標簽的方法識別不同的用戶群體的風險程度。

之所以對不同群體的用戶進行不同的反欺詐規則，而不是對所有用戶都應用最全面的反欺詐規則，原因在于兩點：

1. 使用越多的規則就會調用更多維度的數據，會增加用戶的征信成本；
2. 使用過多的數據會增加集群計算的負擔，用戶的審批時長就會增加。

所以對用戶使用適當的規則判斷就需要對用戶進行分類，打標簽，從而達到用最小的資源、最短的審批時長且盡可能全面地識別出用戶的欺詐風險的目的，用戶畫像的標簽可以按照用戶還款行為、用戶申請軌跡、用戶基本信息等方面進行建設，給用戶打上以下的標簽，例如：

• 用戶還款情況：已借還5次、借一次未還等
• 用戶風險等級：（黑名單、灰名單、白名單）
• 用戶欺詐風險等級（基于用戶行為）：用戶行為異常、用戶行為正常。

對于不同類型或組合類型的用戶可以應用不同的規則包進行風險識別：比如首次申請的用戶我們要判斷他的基本信息是否造假、注冊手機是否是自己常用的、平時消費水平如何等等很全面的信息，整體審批下來可能需要5-10分鐘；但對于已經成功還款10次的用戶，我們可能只需要判斷一下該用戶近期有沒有被加入到征信系統的黑名單中就直接放款了，讓用戶享受秒批的快感（整個審批流程只需要5-10秒）。

對于小額信貸產品來說，因為用戶申請的金額很小，但是企業需要承擔獲客成本、支付成本、征信成本、集群成本、人力成本等眾多成本項，所以新用戶（只貸款一次）基本是無法給企業貢獻利潤的，小額信貸業務的利潤主要來自復貸用戶，在這個前提下復貸用戶的產品體驗就很重要了，誰能給用戶提供快速順暢的體驗，用戶就會去哪家借款，所以平衡好復貸用戶的風險和產品體驗是小額信貸業務能否盈利的關鍵。

3.配置層：

這一層的功能主要服務于風控規則的快速迭代和系統的個性化配置，這一層的主要功能對于處于不同發展階段的企業不盡相同，這里只介紹一些基本的配置功能：

• 規則管理：規則管理模塊的功能包括配置不同規則包所包含規則的內容，比如面向特別優質的用戶，我們希望提升一下風險識別的全面性，那就需要在優質用戶規則包中增加除了黑名單之外的功能，這里的規則包配置就可以快速靈活地配置完成增加規則的操作，由于業務發展波譎云詭，欺詐手段變幻莫測，及時應對各種外界狀況變得至關重要。
• 規則開關：由于各個單條規則需要調用的數據源不同，如果某條規則需要調用第三方數據源，而與第三方的對接可能由于各種情況出現異?；蛘叱杀咀兓?，我們就需要靈活地調整在線的規則，為了保證自動化審批的順暢，出現異常的規則要迅速下線，而面對識別出的潛在團伙欺詐要迅速上線審批嚴格的規則（如調整規則閾值，將非銀機構多頭借貸次數從20次調為0次）。
• 風控服務開關：風控系統的根本作用在于對于放款用戶的風險把控，對于剛剛啟動業務的公司來說，最擔心的是團伙欺詐，在基礎設施還不完善的時點，直接將審批閘口斷掉是防范欺詐，降低損失的最后一招，所以這個開關可以讓用戶處于隊列等待狀態，既不完全拒掉（有可能錯殺好人），也不通過放款，待系統準備好完善的防范規則再開啟開關。

4.策略層：

這一層主要是對不同類型的用戶進行授信政策的分配，比如對于新用戶分配500元、10天的授信；對于1個月內復貸10次的用戶分配800元，20天的授信；對于3個月內復貸10次的用戶分配1000元、30天的授信。

在設計授信政策的時候需要考慮好影響因素，比如復貸時間周期、次數、金額、還款逾期情況等等，這樣做的目的在于防范好深度欺詐用戶和優待平臺忠誠用戶。

除了以上的基層系統服務，還需要其他的工具型產品來幫助我們更好地優化系統策略，比如AB測試工具、數據分析系統等等。

三、結語：

總而言之，大數據風控系統的設計目的本質上是基于數據的力量，防范用戶欺詐，靈活多變地采取不同的應對策略，道高一尺魔高一丈，甄別出有欺詐風險的用戶，為真正有需求的用戶提供高體驗的金融服務。

篇幅有限，歡迎各位后續進一步一起交流。

作者：稷釗，一線互聯網公司運營從業者、用戶增長深度玩家

本文由 @稷釗 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 pexels，基于 CC0 協議