本文主要介紹了信貸風(fēng)控策略的建設(shè)思路、以及決策引擎的主要功能。

適用閱讀人群：互金產(chǎn)品人員、互金模型人員、互金研發(fā)人員

在之前的文章《風(fēng)控決策引擎（一）》中，我只是對(duì)風(fēng)控決策引擎的核心功能規(guī)則、評(píng)分卡、模型、表達(dá)式、決策流等模塊做了簡介。

大數(shù)據(jù)風(fēng)控，大數(shù)據(jù)輸入決策引擎通過規(guī)則、評(píng)分卡、模型、表達(dá)式、決策流等功能模塊就能輸出理想的風(fēng)控結(jié)果了嗎？

實(shí)際業(yè)務(wù)中的風(fēng)控流程依靠這幾個(gè)功能模塊是無法完全達(dá)到風(fēng)控目的，成熟的風(fēng)控方案有一套嚴(yán)謹(jǐn)?shù)牟呗泽w系，風(fēng)控決策引擎要結(jié)合風(fēng)控策略體系，最終才能達(dá)到風(fēng)險(xiǎn)控制的目標(biāo)。

大數(shù)據(jù)風(fēng)控通用流程主要為貸前、貸中、貸后全信貸生命周期風(fēng)控，分別對(duì)應(yīng)的評(píng)分卡有A卡（Application score card）申請(qǐng)?jiān)u分卡、B卡（Behavior score card）行為評(píng)分卡、C卡（Collection score card）催收評(píng)分卡。

評(píng)分卡的開發(fā)需要豐富的數(shù)據(jù)支撐，在信貸業(yè)務(wù)初期由于數(shù)據(jù)不充分，則不具備評(píng)分卡的開發(fā)，這時(shí)候就會(huì)選擇規(guī)則判斷進(jìn)行初期的風(fēng)控。

信貸通用的風(fēng)控都是包含了規(guī)則和評(píng)分卡兩部分，貸前流行的風(fēng)控策略流如下：

基于準(zhǔn)入、反欺詐（黑名單）、信用評(píng)級(jí)、定額定價(jià)四部分構(gòu)成，具體的信貸場景在此基礎(chǔ)上也會(huì)有部分調(diào)整，在自有存量客戶較大的時(shí)候，新上線信貸產(chǎn)品之前很多廠家都會(huì)在準(zhǔn)入之前加入預(yù)授信策略。

無論是準(zhǔn)入、反欺詐、授信評(píng)級(jí)中的規(guī)則還是評(píng)分卡，通常是都是通過決策引擎進(jìn)行邏輯判斷，在智能風(fēng)控平臺(tái)之決策引擎（一）中介紹了四個(gè)常用的決策引擎功能模塊，其中決策流配置模塊就是用來配置信貸風(fēng)控策略流，評(píng)分卡模塊配置評(píng)分卡模型進(jìn)行封裝成規(guī)則包、規(guī)則模塊配置規(guī)則進(jìn)行封裝成規(guī)則包，在通過決策流配置模塊配置風(fēng)控流程。

信貸風(fēng)控流程就是決策引擎對(duì)于傳入數(shù)據(jù)的組合運(yùn)算，有風(fēng)控策略流程就有規(guī)則的優(yōu)先級(jí)運(yùn)算也就有數(shù)據(jù)傳入的優(yōu)先級(jí)概念，優(yōu)先級(jí)制定的原則主要是從數(shù)據(jù)源、規(guī)則的強(qiáng)弱（強(qiáng)規(guī)則命中直接拒絕、弱規(guī)則需要組合判斷決策）、數(shù)據(jù)成本、效率、數(shù)據(jù)積累等方面進(jìn)行考慮：

自有數(shù)據(jù)源對(duì)應(yīng)的規(guī)則優(yōu)于三方數(shù)據(jù)源對(duì)應(yīng)的的規(guī)則

自有數(shù)據(jù)源在接口請(qǐng)求、性能、價(jià)格等方面都優(yōu)于三方數(shù)據(jù)源，如自有的黑名單庫數(shù)據(jù)，在命中黑名單規(guī)則可以直接拒絕。

強(qiáng)規(guī)則（強(qiáng)規(guī)則命中直接拒絕）優(yōu)于弱規(guī)則（弱規(guī)則需要組合判斷決策）

很多決策引擎的性能伴隨著規(guī)則數(shù)量的增加下降，考慮更好的利用決策引擎的資源，強(qiáng)規(guī)則決策優(yōu)于弱規(guī)則決策。

例如命中前科拒絕這種強(qiáng)規(guī)則，應(yīng)該優(yōu)于命中多頭借貸且命中逾期3次拒絕這種組合的弱規(guī)則。

低成本數(shù)據(jù)對(duì)應(yīng)的規(guī)則優(yōu)于高成本數(shù)據(jù)對(duì)應(yīng)的規(guī)則

大數(shù)據(jù)風(fēng)控，數(shù)據(jù)的費(fèi)用在整個(gè)智能風(fēng)控中占據(jù)著較重的比列，在制定的風(fēng)控策略流程的時(shí)候，低成本規(guī)則優(yōu)于高成本規(guī)則。

三方數(shù)據(jù)服務(wù)主要由查得、查詢兩種計(jì)費(fèi)模式，其中查得是指三方數(shù)據(jù)返回有結(jié)果進(jìn)行計(jì)費(fèi)；

查詢是指請(qǐng)求三方數(shù)據(jù)，不管三方數(shù)據(jù)是否返回結(jié)果就進(jìn)行計(jì)費(fèi)，因此查得對(duì)應(yīng)的規(guī)則優(yōu)于查詢對(duì)應(yīng)的規(guī)則。

效率高的規(guī)則優(yōu)于效率低規(guī)則

有些規(guī)則比如規(guī)則甲只需要一個(gè)接口A就能做出決策，而規(guī)則乙則需要三個(gè)接口B/C/E才能做出決策，因?yàn)榻涌诘恼?qǐng)求是需要時(shí)間，這時(shí)候就需要考慮規(guī)則效率，效率高的由于效率低的規(guī)則。

需要積累數(shù)據(jù)的規(guī)則優(yōu)于無需積累數(shù)據(jù)的規(guī)則

在模型冷啟動(dòng)的時(shí)候，有些變量作為后期模型潛在核心變量，需要盡可能多的收集這些數(shù)據(jù)，此時(shí)需要積累數(shù)據(jù)的規(guī)則優(yōu)于無需積累數(shù)據(jù)的規(guī)則。

以上的優(yōu)先級(jí)原則不都是固定不變的，很多規(guī)則優(yōu)先級(jí)的制定都是基于幾個(gè)原則的綜合考慮。

由規(guī)則的優(yōu)先級(jí)原則，對(duì)于風(fēng)控決策引擎在決策運(yùn)算時(shí)的功能要求是，能夠?qū)τ跊Q策流程命中拒絕結(jié)果后實(shí)現(xiàn)決策流程的決策終斷以及決策繼續(xù)，決策流程不僅可以在大的決策流上實(shí)現(xiàn)決策流程開關(guān)，而且也可以對(duì)小的支流某條規(guī)則實(shí)現(xiàn)決策流程的開關(guān)。

數(shù)據(jù)接入優(yōu)先級(jí)確認(rèn)，傳入決策引擎進(jìn)行規(guī)則、評(píng)分卡、模型的決策，此時(shí)還需考慮數(shù)據(jù)缺失時(shí)，數(shù)據(jù)缺失太多規(guī)則、評(píng)分卡等的風(fēng)控也會(huì)失靈，那此情形下的決策引擎應(yīng)該怎么處理呢？

通常規(guī)則類的策略，在命中數(shù)據(jù)缺失的時(shí)候，可以在規(guī)則中配置決策結(jié)果直接輸出缺失的結(jié)果。

但是評(píng)分卡類的策略，如果在數(shù)據(jù)缺失時(shí)通過配置其得分，最后計(jì)算總得分，依據(jù)總分進(jìn)行評(píng)分卡的結(jié)果決策，這樣很難保證評(píng)分卡的效果。

例如評(píng)分卡中的變量豐富的時(shí)候，其中核心變量是不能允許缺失；但是如果決策引擎沒有對(duì)應(yīng)的判斷機(jī)制，在核心變量缺失時(shí)，其他變量沒有缺失同時(shí)其他變量的得分較高，此時(shí)拉高了整體的評(píng)分卡的得分，最后的得分做出決策為通過。實(shí)際該客戶因?yàn)楹诵淖兞咳笔枰ㄟ^人工審核，因此在這種情形下并不能準(zhǔn)確的判斷客戶的征信情況。

那么決策引擎應(yīng)該怎么去解決這個(gè)問題呢？

設(shè)計(jì)決策引擎產(chǎn)品下到規(guī)則集、評(píng)分卡的每一條決策判斷，上到規(guī)則包、模型包的決策判斷都需要進(jìn)行數(shù)據(jù)信息值的計(jì)算，在決策引擎中的規(guī)則、評(píng)分卡配置上需要具備信息值的配置、信息值的閾值配置以及信息值的決策結(jié)果配置等。

決策引擎在進(jìn)行規(guī)則的判斷的時(shí)候，首先應(yīng)該計(jì)算的是信息值，然后在進(jìn)行策略的運(yùn)算，通過對(duì)缺失值的管控，實(shí)現(xiàn)更精準(zhǔn)的風(fēng)控效果。

決策引擎主要的用戶是模型策略人員，風(fēng)控策略伴隨著業(yè)務(wù)的發(fā)生，會(huì)進(jìn)行不斷地調(diào)整、迭代，同時(shí)不同的業(yè)務(wù)場景所使用的模型策略也是不同的，因此決策引擎還需要滿足模型版本管理、模型對(duì)比的功能，可以更方便用戶配置操作、支撐更多的業(yè)務(wù)場景。

模型的優(yōu)化、迭代是需要豐富的歷史數(shù)據(jù)作為支撐，這里的歷史數(shù)據(jù)可以分為兩部分：

1. 傳入決策引擎的元數(shù)據(jù)
2. 決策引擎計(jì)算出來的結(jié)果數(shù)據(jù)包含規(guī)則、評(píng)分卡等數(shù)據(jù)。

數(shù)據(jù)在傳入決策引擎進(jìn)行計(jì)算后需要對(duì)元數(shù)據(jù)和結(jié)果數(shù)據(jù)進(jìn)行存儲(chǔ)，這里的存儲(chǔ)也會(huì)存在兩種方式：

1. 緩存，這樣可以避免同一個(gè)客戶在規(guī)定的時(shí)間內(nèi)重復(fù)調(diào)用三方數(shù)據(jù)，造成不必要的成本浪費(fèi)；
2. 存儲(chǔ)所有的風(fēng)控?cái)?shù)據(jù)，便于后期模型的調(diào)優(yōu)、迭代，同時(shí)也可以用于貸中、貸后的管理。數(shù)據(jù)存儲(chǔ)的功能，更多的規(guī)劃在決策引擎的配套產(chǎn)品接口管理平臺(tái)中，在后面決策引擎配套產(chǎn)品介紹中會(huì)詳細(xì)的介紹。

實(shí)際業(yè)務(wù)中，風(fēng)控的結(jié)果輸出，不僅僅只是“通過”、“拒絕”、“人工審核”，還會(huì)有很多詳細(xì)的內(nèi)容包含觸發(fā)的規(guī)則、預(yù)警的規(guī)則等，這就要求需要一個(gè)詳細(xì)的風(fēng)控報(bào)告輸出，以備人工審核的人員獲取數(shù)據(jù)，這也是決策引擎配套的風(fēng)控報(bào)告產(chǎn)品。

以上介紹了關(guān)于決策引擎的部分主要功能和風(fēng)控策略流程的建設(shè)思路，應(yīng)大家的要求我會(huì)在下一章中補(bǔ)充介紹復(fù)雜規(guī)則、復(fù)雜評(píng)分卡的產(chǎn)品設(shè)計(jì)，敬請(qǐng)期待。

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