歸結(jié)而言，風(fēng)控的素質(zhì)是數(shù)據(jù)，探索數(shù)據(jù)與數(shù)據(jù)之間關(guān)聯(lián)關(guān)系，按照其演變的規(guī)律，為業(yè)務(wù)所用。

消費金融的門檻核心在于風(fēng)控系統(tǒng)，面向C端客群的線上產(chǎn)品線，如消費分期、現(xiàn)金貸及信用卡代償?shù)葮I(yè)務(wù)標的目的，其需實時支持大量業(yè)務(wù)的自動化處理，風(fēng)控系統(tǒng)將承擔(dān)貸前、貸中和貸后的風(fēng)控評估、處理及預(yù)警的角色，極大地解放人工處理的瓶頸與效率。

優(yōu)先級

風(fēng)控決策引擎是一堆風(fēng)控規(guī)則的集合，通過差別的分支、層層規(guī)則的遞進關(guān)系進行運算。而既然是組合的概念，則在這些規(guī)則中，以什么樣的挨次與優(yōu)先級執(zhí)行便額外重要。

風(fēng)控系統(tǒng)的作用在于識別絕對風(fēng)控與標識相對風(fēng)險，如果是絕對風(fēng)控，則整套風(fēng)控的審核結(jié)果便將是“拒絕”。既然結(jié)果一定是“拒絕”，則沒須要運行完所有的風(fēng)控規(guī)則，而主要單條觸發(fā)“拒絕”即可停止剩余規(guī)則的校驗。因為所有規(guī)則的運行，是需要大量的時間、金錢與性能成本的。所以，整套風(fēng)控決策引擎的搭建設(shè)計思路，基于規(guī)則優(yōu)先級運算的注意要點如下：

自有規(guī)則優(yōu)先于外部規(guī)則運行

舉例說明：自有當?shù)氐暮诿麊螏靸?yōu)先于外部的黑名單數(shù)據(jù)源運行，如果觸發(fā)自有當?shù)氐暮诿麊蝿t風(fēng)控結(jié)果可直接終止及輸出“拒絕”結(jié)論。

無成本或低成本的規(guī)則優(yōu)先于高成本的規(guī)則運行

舉例說明：借款用戶的身份特定不符合風(fēng)控要求的，諸如低于18歲的用戶，則可優(yōu)先運行。而一些通過對接外部三方征信的風(fēng)控規(guī)則，需支出相關(guān)查詢費用的，則靠后運行。此外，在外部三方征信的規(guī)則中，命中式收費的風(fēng)控規(guī)則（如黑名單與反欺詐）又可以優(yōu)先于每次查詢式收費的風(fēng)控規(guī)則（如征信陳訴）運行。

消耗低性能的規(guī)則優(yōu)先于高性能消耗的規(guī)則運行

舉例說明：直接基于用戶現(xiàn)有屬性的數(shù)值，如當前用戶的民族是否非少數(shù)民族，則可優(yōu)先運行。而一些風(fēng)控規(guī)則，需借助爬蟲接口，且需待將爬取到的數(shù)據(jù)經(jīng)過二次加工與匯合之后，再對匯合的總值進行判斷，如手機運營商賬單中的月總通話分鐘時長，則此類風(fēng)控規(guī)則應(yīng)后置運行。

可調(diào)整

風(fēng)控的核心思路是基于大量真實的樣本數(shù)據(jù)，將逾期用戶的身份、行為與數(shù)據(jù)特征進行提煉，從概率學(xué)的角度上進行剔除，從而保障到剩余用戶群的逾期概率處于一個相對較低的區(qū)間。而對數(shù)據(jù)的提煉與作用過程，將使用到“參數(shù)”的定義。“參數(shù)”決定了區(qū)間和上下限范圍，一條風(fēng)控規(guī)則通常作用于某一數(shù)據(jù)類型，依據(jù)此數(shù)值是否滿足“參數(shù)”的定義范圍，得出是否可通過風(fēng)控的結(jié)論。

由于風(fēng)控最終還是數(shù)據(jù)“喂出來”的結(jié)果，而非主不雅觀臆斷的設(shè)限，故而，隨著數(shù)據(jù)樣本與內(nèi)容的不停發(fā)展，一定將會涉及到一些動態(tài)的調(diào)整，后期可能會發(fā)現(xiàn)原本設(shè)定的“參數(shù)”過于嚴謹而導(dǎo)致審核通過較低，或者是設(shè)定得過于寬松而導(dǎo)致逾期率較高等。所以，整個風(fēng)控決策引擎的搭建設(shè)計思路，基于可調(diào)整與可維護的注意要點如下：

非剛需與須要的風(fēng)控規(guī)則，能夠“開關(guān)化”

舉例說明：一些須要的風(fēng)控規(guī)則，如用戶的銀行4要素驗證是否一致性，這是須要規(guī)則，就無需可開關(guān)。而一些如校驗用戶的芝麻信用分是否高于500分，則可做成“開關(guān)”。待該規(guī)則上線后，可通過分析此項規(guī)則的觸發(fā)率得出是否合理的判斷。因為芝麻信用分是否可作為決策依據(jù)將主要取決于業(yè)務(wù)標的目的與用戶群體，因為理論上芝麻信用分的凹凸主要與用戶在芝麻信用體系內(nèi)的數(shù)據(jù)綁定維度的多與少相關(guān)，并不必然絕對反映用戶的信用程度。

風(fēng)控規(guī)則上的“參數(shù)”可調(diào)整與靈活配置

舉例說明：很多風(fēng)控體系通常會加入對手機運營商的校驗，所以有一些風(fēng)控規(guī)則，諸如校驗用戶手機號的使用時間長度是否大于6個月。其中的“6個月”即是所定義的參數(shù)，此處最好可調(diào)整與配置。因為去驗證用戶的不變性，是否用“6個月”，還是用“3個月”的長度更合適？具體合理的參數(shù)是需要通過數(shù)據(jù)分析的結(jié)論進行得出，如果由于定義“6個月”長度的要求而發(fā)現(xiàn)其他一些手機使用時長雖然短一些，并未與用戶是否逾期形成直接一定因素，那么可將該參數(shù)放松調(diào)整到“3個月”。

記錄與統(tǒng)計

風(fēng)控最終到底是“跑出來”的，所以，整個風(fēng)控系統(tǒng)對所有差別風(fēng)控規(guī)則的觸發(fā)需進行有效的記錄與統(tǒng)計，以便后期可支持數(shù)據(jù)分析與風(fēng)控模型調(diào)整的相關(guān)工作。

具體的記錄與統(tǒng)計內(nèi)容，主要如下：

觸發(fā)的具體風(fēng)控規(guī)則

標簽：九江 鹽城 林芝 烏魯木齊 東營