智能風(fēng)控平臺(tái)核心之風(fēng)控決策引擎(三)

7 評(píng)論 20732 瀏覽 112 收藏 11 分鐘

本文對(duì)指標(biāo)管理中的核心功能點(diǎn)以及復(fù)雜規(guī)則表、復(fù)雜評(píng)分卡等進(jìn)行了介紹與分析。

本文摘要:指標(biāo)管理、復(fù)雜規(guī)則表、復(fù)雜評(píng)分卡

本文適合閱讀人群:互金產(chǎn)品人員、互金模型人員、互金研發(fā)人員

在之前的《智能風(fēng)控平臺(tái)核心之風(fēng)控決策引擎(一)、(二)》中分別對(duì)決策引擎的核心功能模塊、以及風(fēng)控策略體系搭建要點(diǎn)做了詳細(xì)的介紹。

現(xiàn)在主流的風(fēng)控決策引擎核心功能模塊如下所示:

除了模型、規(guī)則、評(píng)分卡、表達(dá)式、決策流管理功能模塊,還需要指標(biāo)管理、接口管理、模型監(jiān)控、風(fēng)控報(bào)告等模塊的輔助支撐,風(fēng)控決策引擎才能在實(shí)際的業(yè)務(wù)中運(yùn)行。

下面會(huì)對(duì)指標(biāo)管理模塊做一個(gè)詳盡解讀,在介紹指標(biāo)管理模塊前首先要理解什么是變量、什么是指標(biāo)?

什么是變量、什么是指標(biāo)?

什么是變量?

變量來源于數(shù)學(xué),是計(jì)算機(jī)語言中能儲(chǔ)存計(jì)算結(jié)果或能表示值抽象概念,變量讓你能夠把程序中準(zhǔn)備使用的每一段數(shù)據(jù)都賦給一個(gè)簡(jiǎn)短、易于記憶的名字。通俗的理解成某一類值抽象后所賦予的名字,例如接口文檔中的參數(shù)就是變量。

什么是指標(biāo)?

衡量目標(biāo)的方法;預(yù)期中打算達(dá)到的指數(shù)、規(guī)格、標(biāo)準(zhǔn),一般用數(shù)據(jù)表示。風(fēng)控指標(biāo)可以理解是對(duì)于風(fēng)險(xiǎn)因子(風(fēng)險(xiǎn)因子是促使或引起風(fēng)險(xiǎn)事件發(fā)生的條件,以及風(fēng)險(xiǎn)事件發(fā)生時(shí),致使損失增加、擴(kuò)大的條件)的定性描述。

變量和指標(biāo)的區(qū)別是什么?

變量和指標(biāo)在風(fēng)控的作用上其實(shí)沒有區(qū)別,在業(yè)務(wù)解讀上指標(biāo)具有業(yè)務(wù)屬性,變量基本不帶業(yè)務(wù)屬性,在數(shù)量變得多的時(shí)候,指標(biāo)更加利于管理。

決策引擎常說的通過變量配置規(guī)則、或者通過指標(biāo)配置規(guī)則,實(shí)際上意思是相同的。指標(biāo)管理模塊的打造,對(duì)變量賦予了更多的業(yè)務(wù)屬性,使其更加利于管理、更加成體系,利于對(duì)風(fēng)控業(yè)務(wù)的解讀。

風(fēng)控指標(biāo)貫穿整個(gè)信貸生命周期,指標(biāo)也是風(fēng)控決策引擎進(jìn)行運(yùn)算的最小維度,在智能風(fēng)控平臺(tái)核心之風(fēng)控決策引擎(一)中介紹了規(guī)則的組成包含了變量、表達(dá)式、條件值、決策結(jié)果四部分,其中的變量就是指標(biāo),信貸風(fēng)控中常用的指標(biāo)如下所示

不同的信貸場(chǎng)景使用的指標(biāo)是不同的,一個(gè)成熟的指標(biāo)池需要支撐很多信貸業(yè)務(wù)場(chǎng)景,因此會(huì)有成百上千的指標(biāo),此時(shí)就需要一個(gè)完善的指標(biāo)管理模塊進(jìn)行體系的管理。

指標(biāo)管理模塊的核心功能點(diǎn)主要是增、刪、改、查、分類管理、數(shù)據(jù)源/參數(shù)映射、指標(biāo)計(jì)算、上/下線。

指標(biāo)分類

成百上千的指標(biāo)數(shù)量眾多,指標(biāo)模塊就需要實(shí)現(xiàn)指標(biāo)分類的管理,指標(biāo)的分類沒有具體的方法,但是比較常見地有以下方式:

  • 有的按照信貸場(chǎng)景劃分例如:現(xiàn)金貸、消費(fèi)分期、汽車分期、房抵貸等;
  • 有的按照業(yè)務(wù)場(chǎng)景劃分例如:貸前、貸中、貸后;
  • 有的按照風(fēng)控策略流程劃分例如:準(zhǔn)入、反欺詐、信用評(píng)級(jí)、貸后監(jiān)控;
  • 有的按照數(shù)據(jù)屬性、類型劃分例如:互聯(lián)網(wǎng)行為、社交關(guān)系、黑名單、基本信息等劃分;
  • 目前主流的指標(biāo)類型是按照數(shù)據(jù)屬性、類型劃分,這樣利于指標(biāo)在業(yè)務(wù)上的擴(kuò)展性。

指標(biāo)的增、刪、改、查

指標(biāo)管理模塊肯定是需要實(shí)現(xiàn)指標(biāo)的新增、修改、編輯、查詢、刪除等功能,如上圖中的線下維護(hù)的指標(biāo)是需要添加到風(fēng)控決策引擎系統(tǒng)中,其中需要格外注意指標(biāo)的唯一性識(shí)別編號(hào),機(jī)器是通過每個(gè)指標(biāo)的唯一編號(hào)識(shí)別指標(biāo),一般編號(hào)都是由機(jī)器默認(rèn)生成,指標(biāo)的線上線下維護(hù)通過編號(hào)進(jìn)行確認(rèn)。

指標(biāo)的數(shù)據(jù)源/參數(shù)映射

指標(biāo)的數(shù)據(jù)源/參數(shù)映射,風(fēng)控指標(biāo)都會(huì)對(duì)應(yīng)數(shù)據(jù)源的參數(shù),可能是一對(duì)多也可能是一對(duì)多的關(guān)系,在指標(biāo)生成的時(shí)候需要綁定其對(duì)應(yīng)的數(shù)據(jù)源參數(shù),這樣規(guī)則運(yùn)行的時(shí)候才能定位具體的參數(shù),獲取到參數(shù)下的值。

指標(biāo)的計(jì)算

如上指標(biāo)的映射會(huì)有一對(duì)多的關(guān)系,最終規(guī)則判斷的數(shù)據(jù)實(shí)際上是一對(duì)多指標(biāo)處理后的參數(shù)。

例如上表中的逾期次數(shù)類指標(biāo),可能對(duì)應(yīng)的是一個(gè)接口下的多個(gè)逾期狀態(tài)的次數(shù)的統(tǒng)計(jì),就需要對(duì)多個(gè)狀態(tài)進(jìn)行累加,此時(shí)指標(biāo)就需要對(duì)映射的參數(shù)進(jìn)行計(jì)算,其中計(jì)算的表達(dá)式可以根據(jù)自有指標(biāo)情形進(jìn)行內(nèi)置,同時(shí)還應(yīng)滿足腳本形式的編輯。

指標(biāo)的上/下線

風(fēng)控目標(biāo)就是對(duì)風(fēng)險(xiǎn)的管控,指標(biāo)創(chuàng)建后不能直接使用,一般是需要重復(fù)的檢查,確保指標(biāo)的正確性后才能進(jìn)行使用,所以指標(biāo)需要實(shí)現(xiàn)上/下線功能,應(yīng)對(duì)風(fēng)控業(yè)務(wù)應(yīng)急事項(xiàng)的處理。

指標(biāo)還有一個(gè)固有的屬性,根據(jù)指標(biāo)的值可以將指標(biāo)劃分為連續(xù)性指標(biāo)(指標(biāo)值是連續(xù)的數(shù)值)、離散型指標(biāo)(指標(biāo)值是枚舉型),這兩種類型的區(qū)分主要是影響到規(guī)則的計(jì)算。

以上就是指標(biāo)管理模塊核心的功能點(diǎn)介紹,指標(biāo)管理在產(chǎn)品層面不管是定義成功能模塊,還是定義成平臺(tái),其實(shí)際的作用都是支撐風(fēng)控決策引擎的運(yùn)算。

復(fù)雜規(guī)則表

智能風(fēng)控平臺(tái)核心之風(fēng)控決策引擎(一)中講到了普通規(guī)則表的實(shí)現(xiàn)原理,復(fù)雜規(guī)則表與普通規(guī)則表相比,復(fù)雜規(guī)則表的條件由縱向和橫向兩個(gè)維度決定,而普通規(guī)則表的條件只是由縱向維度決定。

但在普通規(guī)則表的動(dòng)作部分可以是三種類型,分別是賦值、輸出和執(zhí)行方式,而在復(fù)雜規(guī)則表中動(dòng)作部分就是縱向和橫向兩個(gè)維度交叉后的單元格的值,然后對(duì)這些值統(tǒng)一進(jìn)行批量執(zhí)行設(shè)置,如下所示:

在上圖中,單元格中的值C由橫向和縱向兩個(gè)維度的上箭頭對(duì)應(yīng)的條件決定。相比普通的規(guī)則表,復(fù)雜規(guī)則表是從橫向和縱向兩個(gè)維度來唯一確定一個(gè)值,所以它更加簡(jiǎn)單,也更為直觀,相同類型的復(fù)雜規(guī)則表實(shí)現(xiàn)的多維邏輯規(guī)則,如果換成普通規(guī)則表來定義,那將大大增加定義的復(fù)雜度。

復(fù)雜評(píng)分卡

智能風(fēng)控平臺(tái)核心之風(fēng)控決策引擎(一)中介紹了普通評(píng)分卡,它可以針對(duì)某個(gè)對(duì)象的一些屬性值進(jìn)行評(píng)分,但只能針對(duì)是單個(gè)對(duì)象屬性進(jìn)行條件判斷,如果需要對(duì)多個(gè)對(duì)象屬性進(jìn)行條件疊加判斷,那么普通評(píng)分卡就無法實(shí)現(xiàn)了。復(fù)雜評(píng)分卡就能很好的解決這個(gè)問題,它可以實(shí)現(xiàn)評(píng)分時(shí)多條件疊加判斷,進(jìn)而使得評(píng)分卡的功能更加的完善和強(qiáng)大。如下所示:

相比普通評(píng)分卡不同的地方在于,復(fù)雜評(píng)分卡的條件列可以有多列,可以在通過”插入條件列“項(xiàng)來增加條件列,對(duì)每個(gè)條件列都可以選擇不同的對(duì)象與之綁定,每個(gè)條件列下條件單元格中又可以選擇對(duì)應(yīng)的對(duì)象屬性,再配置相關(guān)的條件,這樣每個(gè)分值的條件計(jì)算就可以形成多條件疊加效果,從而大大增加評(píng)分卡定義的靈活性,滿足多變業(yè)務(wù)需求。

不過目前復(fù)雜評(píng)分卡的在風(fēng)控決策引擎中的應(yīng)用還較少,大家可以作為興趣了解。

 

作者:鄭氏雜貨鋪,微信號(hào):hizhengshi

本文由 @鄭氏雜貨鋪 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自u(píng)nsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 樓主您好, 方便加一下微信嗎, 您留的微信號(hào)無法添加

    來自北京 回復(fù)
    1. hizhengshi

      來自四川 回復(fù)
  2. 求更新~

    來自北京 回復(fù)
    1. 內(nèi)容正在準(zhǔn)備中

      來自四川 回復(fù)
  3. 英雄后面還有沒有持續(xù)更新的內(nèi)容,求知若渴~~~

    來自北京 回復(fù)
  4. 指標(biāo)的數(shù)據(jù)源/參數(shù)映射模塊:可能是一對(duì)多也可能是一對(duì)多的關(guān)系(是多對(duì)一)………強(qiáng)迫癥 發(fā)表

    來自四川 回復(fù)
  5. 干活 樓主大大能否加微信請(qǐng)教?

    回復(fù)