文章簡單的介紹了下風(fēng)控?cái)?shù)據(jù)定義和風(fēng)控?cái)?shù)據(jù)實(shí)踐，希望能夠給你帶來一些幫助。

金融的核心是風(fēng)控，風(fēng)控的核心是數(shù)據(jù)，以上兩點(diǎn)基本得到了共識，尤其在消費(fèi)金融無抵押的現(xiàn)金貸領(lǐng)域更是被推崇到了極致，但到底用什么數(shù)據(jù)，為什么用這些數(shù)據(jù)，怎么用這些數(shù)據(jù)，確是各有各的主張和看法。經(jīng)過了一段時間的思考，小編在這里給大家分享下自己的看法。

關(guān)于金融風(fēng)控?cái)?shù)據(jù)的的應(yīng)用思路，主要過程如下圖所示：

主要分為兩個階段：第一個階段為數(shù)據(jù)定義，第二個階段主要為數(shù)據(jù)實(shí)踐。為什么要這樣分呢？

其實(shí)這也是小編走過了一些彎路后才發(fā)現(xiàn)的。一般情況下而言，很多時候，迫于業(yè)務(wù)或者公司上線的時間性要求，會根據(jù)經(jīng)驗(yàn)或甚至拍腦袋就直接進(jìn)入數(shù)據(jù)實(shí)踐的階段，而略過了第一個階段數(shù)據(jù)定義的過程，這樣做的后果往往導(dǎo)致在數(shù)據(jù)應(yīng)用環(huán)節(jié)顧此失彼，不知所然，甚至經(jīng)常要推倒重來。發(fā)生這種情況的原因多數(shù)在于不知道數(shù)據(jù)定義的重要性和綱領(lǐng)性。以下小編將按照兩個階段簡要分析下數(shù)據(jù)風(fēng)控的應(yīng)用思路。

數(shù)據(jù)定義階段

該階段主要解決的問題是戰(zhàn)略性問題，回答諸如什么業(yè)務(wù)，什么用戶，什么數(shù)據(jù)，什么場景這類根本性問題。這些問題為風(fēng)控?cái)?shù)據(jù)的實(shí)踐提供根本意義上的綱領(lǐng)性指導(dǎo)。

1. 定義業(yè)務(wù) 此項(xiàng)主要是回答業(yè)務(wù)定位，諸如現(xiàn)金貸領(lǐng)域，其業(yè)務(wù)特性是小額、短期、無抵押、線上借貸。這種業(yè)務(wù)特性決定了現(xiàn)金貸的風(fēng)控業(yè)務(wù)特性是主要考察還款意愿和欺詐風(fēng)險(xiǎn)，而鑒于還款意愿的難以量化性，因此基本上重點(diǎn)就放在了欺詐風(fēng)險(xiǎn)的考察。
2. 定義用戶 此項(xiàng)主要回答用戶定位，現(xiàn)金貸的用戶是那些有經(jīng)常性有急需小額現(xiàn)金需求，有一定收入來源，但無足夠的資信在銀行獲得貸款的人。這種用戶決定了現(xiàn)金貸的風(fēng)控?cái)?shù)據(jù)必不同于傳統(tǒng)銀行業(yè)務(wù)的做法，去讓用戶填大量的資料。
3. 定義數(shù)據(jù) 此項(xiàng)主要回答用那些數(shù)據(jù)，基于之前的業(yè)務(wù)和用戶定位，數(shù)據(jù)的重點(diǎn)就在于確定用戶是真實(shí)的借款用戶。
4. 定義場景 此項(xiàng)主要回答數(shù)據(jù)怎么用的問題，同樣基于業(yè)務(wù)特性和用戶特性，我們會發(fā)現(xiàn)數(shù)據(jù)基本上用在核實(shí)用戶是該用戶，給予用戶額度，給予用戶準(zhǔn)入，用戶是否是真的借款用戶而非惡意欺詐，用戶額度調(diào)整，貸款審核策略，貸款回收策略等場景。

數(shù)據(jù)實(shí)踐階段

當(dāng)晚餐數(shù)據(jù)定義階段的事宜后，我們明白了是什么和為什么，基本上后面怎么做的問題也就回答了一半。

1）數(shù)據(jù)采集 根據(jù)用戶定義和數(shù)據(jù)定義，我們知道了要用新的數(shù)據(jù)采集方法，減少用戶輸入，也知道了數(shù)據(jù)的重點(diǎn)在于核實(shí)用戶借款目的的真實(shí)性。

因此我們就會利用現(xiàn)代科技手段，或通過與三方數(shù)據(jù)機(jī)構(gòu)或征信機(jī)構(gòu)合作，通過用戶的簡單授權(quán)，或僅僅提供一個關(guān)鍵信息，然后我們在用戶授權(quán)的前提下去獲取到用戶的身份信息，用戶的設(shè)備信息，用戶的聯(lián)系信息，用戶的收入信息，用戶的社交信息，用戶的電商信息，及其它的能夠獲取到的信息。

2）整理存儲 數(shù)據(jù)獲取后我們將用戶的數(shù)據(jù)按照結(jié)構(gòu)化的加工存儲方法進(jìn)行加工和整理，使之具有較強(qiáng)可存儲性，可查找性，可辨識性。

然后按照結(jié)構(gòu)化的方式進(jìn)行存儲，一般來講，存儲的技術(shù)策略是采用分布式存儲，這樣提高數(shù)據(jù)存儲的安全性。

3）加工分析 根據(jù)存儲的用戶，我們可以對數(shù)據(jù)進(jìn)行加工，當(dāng)然數(shù)據(jù)的加工也是以應(yīng)用場景和應(yīng)用目的為引導(dǎo)進(jìn)行的加工。

加工時機(jī)上有的是在數(shù)據(jù)采集之后就進(jìn)行的處理，有的是在數(shù)據(jù)存儲的時候進(jìn)行處理，但大多數(shù)的時候在數(shù)據(jù)應(yīng)用的時候進(jìn)行的處理。

加工的方法，有的是講非結(jié)構(gòu)化的數(shù)據(jù)做結(jié)構(gòu)化處理，有的是對數(shù)據(jù)進(jìn)行二次衍生數(shù)據(jù)的抽離，比如用戶的身份證號碼，提取出用戶的戶籍和生日，有的是數(shù)據(jù)的重新組合歸類等等。

這種數(shù)據(jù)加工的結(jié)果多數(shù)是形成一種數(shù)據(jù)反饋機(jī)制，這種反饋機(jī)制包括諸如用戶的額度授予，用戶的產(chǎn)品推薦，用戶的反欺詐，用戶的信用分授予等等，都是在對以往的數(shù)據(jù)進(jìn)行加工后形成了一種反饋機(jī)制。

4）數(shù)據(jù)的應(yīng)用 數(shù)據(jù)的應(yīng)用層面上，也就是主要基于要服務(wù)的場景，就所出現(xiàn)的問題，提供了一套解決方案。

我們通過對已獲取用戶數(shù)據(jù)的分析，分析大量的好客戶和壞客戶之后，就知道了好客戶和壞客戶的數(shù)據(jù)特征，這樣就基本上可以驗(yàn)證個人身份信息真實(shí)性，聯(lián)系信息真實(shí)性，收入信息真實(shí)性，設(shè)備信息真實(shí)性，社交信息真實(shí)性，電商信息真實(shí)性，其它應(yīng)用信息的真實(shí)性，欺詐歷史的存在性，當(dāng)然也有部分還款意愿的存在性等。

這種數(shù)據(jù)特征的設(shè)定和驗(yàn)證方法，有的是根據(jù)經(jīng)驗(yàn)法則，提前設(shè)定一套規(guī)則，符合標(biāo)準(zhǔn)的即為準(zhǔn)確，不符合標(biāo)準(zhǔn)的即為不合適，至于不確定部分，則依靠其它手段進(jìn)行驗(yàn)證。但限于規(guī)則是依賴于經(jīng)驗(yàn)，不能夠?qū)π鲁霈F(xiàn)的現(xiàn)象進(jìn)行判定，而且存在查全率問題。

這就出現(xiàn)了風(fēng)控模型，通過設(shè)定一個算法模型，讓算法對歷史獲取的大量數(shù)據(jù)進(jìn)行分析，然后基于算法分析的結(jié)果來讓模型捕捉到好壞用戶的特征，并基于此對新來用戶進(jìn)行歸類，這種算法的模型設(shè)定和判定值得修訂也要根據(jù)數(shù)據(jù)表現(xiàn)不斷調(diào)整，使之符合相應(yīng)的業(yè)務(wù)目標(biāo)。

除了驗(yàn)證用戶真實(shí)性，借款用戶的真實(shí)性外，還可以根據(jù)用戶的不同特征進(jìn)行產(chǎn)品的推薦，人工審核的分級，催收分級，乃至通過數(shù)據(jù)表現(xiàn)進(jìn)行客戶的分層聚類，進(jìn)而采取不同的額度，審核方法，催收方法，等都是風(fēng)控領(lǐng)域數(shù)據(jù)的應(yīng)用。

以上簡單的介紹了下風(fēng)控?cái)?shù)據(jù)定義和風(fēng)控?cái)?shù)據(jù)實(shí)踐，主要結(jié)合現(xiàn)金貸領(lǐng)域的應(yīng)用，至于其它領(lǐng)域也可以結(jié)合本篇進(jìn)行具體的分析。

本文由 @疾舟滄海 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PEXELS，基于CC0協(xié)議