“为什么在高速发展的时代，有些人善于掘金？”他们只是有玩风险控制的能力。
1。什么是风险控制体系？
在金融服务“二八”规则的大背景下，很多没有稳定收入的低端群体享受不到银行提供的金融服务。据估计，这样的群体有4亿之多。这几万亿市场级别的需求缺口如何满足？
小额信贷作为一种新的金融服务产品应运而生，并受到众多公司的追捧。据统计，高峰期全国约有5000家现金贷公司(全国传销高峰期只有1万家)。
小额贷款业务具有金额小、利润低、利润率高、审批速度快的特点，所以这个业务运营的前提是必须有一个系统能够根据用户的申请信息快速自动审批(人工审批太慢，成本高)，这样风控系统就成为了这样一个风口领域的核心竞争力。
二、如何构建风控体系？
搭建风控系统的思路和所有互联网+的项目是一样的:将传统行业(信贷审批)的经验和方法论运用到系统中，让计算机自动计算出原本需要人工判断的规则，所以第一步是抽象出传统人工审批的方法论。
手工审批的方法分为以下几个环节:
准入政策(客户在法律范围内)反欺诈(防止客户骗钱)信用评估(一个好的用户可以借给他多少钱)基于这样一套业务逻辑，系统需要构建在这几个层面:数据层、规则层、配置层、策略层。
1。数据层:
大数据风控的基础在于数据。这一层相当于大数据风控系统的基础设施，就像盖楼需要的钢筋混凝土。全面优质的数据可以帮助我们准确控制风险。大数据风控使用的数据包罗万象，比如以下几个方面:
基本信息数据，用户信息最基本的四个要素(姓名、身份证、银行卡、手机号)，此外还收集用户学历、收入、家庭住址等基本信息。当然，要求用户填写信息会影响用户体验，需要平衡这些信息的必要性和用户体验之间的关系。用户的信用数据，包括用户在其他平台是否有过度借贷行为，在非银行机构是否有逾期行为，是否被列入征信系统黑名单等。运营商数据可以用来判断用户设备是否异常，如入网时间、入网状态、月消费、通话记录、短信等。用户行为数据，包括用户的搜索记录、购买记录、社交数据等。，可以用来判断和识别用户是什么样的人，消费能力有多强，社会关系如何等等。2.规则层:
这一层是系统的核心功能，帮助我们最终输出多少拒绝这个申请或者借款。这里的规则包括准入规则、反欺诈规则、信用评分规则等等。
策略访问规则基于以下方面进行设置:
政策需要:18岁以下不能贷款，大学生不能贷款等。收藏需求:青海，西藏等少数民族拿不回来的地方，不要借钱。系统测试需求:白名单规则，只放一些特定的人进去(适用于最初搭建的系统，如果后面有单独的测试模块就不用在这里做了)。反欺诈规则的主要目的是识别用户是否存在骗贷风险，风险有多大，所以在制定规则时，可以基于用户画像维度。
为什么对不同的用户组应用不同的反欺诈规则，而不是对所有用户应用最全面的反欺诈规则，这有两个原因:
规则用的越多，调用的数据维度就越多，增加了用户的信用成本；使用过多的数据会增加集群计算的负担，用户的审批时间也会增加。因此，在使用合适的规则判断用户时，需要对用户进行分类和标注，以达到用最少的资源和最短的审批时间尽可能全面地识别用户欺诈风险的目的。用户画像的标签可以根据用户的还款行为、用户的申请轨迹、用户的基本信息来构建，可以为用户标注以下标签，例如:
用户还款:用户风险等级:(黑名单、灰名单、白名单)用户欺诈风险等级(基于用户行为):用户行为异常，用户行为正常。对于不同类型或组合的用户，可以使用不同的规则包来识别风险:比如对于首次申请的用户，我们需要判断其基本信息是否造假，其注册的手机是否为其常用，其平时消费水平如何等等。整体审批可能需要5-10分钟；而对于还款成功10次的用户，我们可能只需要判断用户最近是否被列入征信系统黑名单，就可以让用户享受到二次审批的快感(整个审批过程只需要5-10秒)。
对于小额贷款产品，由于用户申请的金额很小，但企业需要承担客户获取成本、支付成本、征信成本、集群成本、人力成本等诸多成本项目。，所以新用户(只贷一次)几乎不能为企业贡献利润，小额贷款业务的利润主要来自再贷用户。在这个前提下，再贷款用户的产品体验很重要。谁能给用户提供快速流畅的体验，用户就去哪家贷款。
3.配置层:
这一层的功能主要服务于风控规则的快速迭代和系统的个性化配置。对于处于不同发展阶段的企业，这一层的主要功能是不同的。这里只介绍一些基本的配置功能:
规则管理:规则管理模块的功能包括配置不同规则包中包含的规则。比如对于特别优质的用户，我们想提高风险识别的全面性，所以需要在优质用户规则包中增加黑名单以外的功能。这里的规则包配置可以快速灵活的配置完成添加规则的操作。由于业务发展复杂，欺诈手段不可预测，及时应对各种外部情况非常重要。规则切换:由于每个单个规则需要调用的数据源都不一样，如果一个规则需要调用第三方数据源，并且由于各种情况或者成本变化，与第三方的连接可能会出现异常，我们需要灵活调整上线规则。为了保证自动审批的顺利进行，异常规则要快速下线，而被识别出的潜在团伙诈骗要快速上线进行严格规则的审批(如调整规则门槛，将非银机构多头贷款笔数从20调整为0)。风控服务开关:风控系统的根本功能是控制出借用户的风险。对于刚创业的公司来说，最担心的就是团伙诈骗。在基础设施不完善的情况下，直接切断审批闸门，防止欺诈，减少损失，是最后的手段。所以这个开关可以让用户一直排队等待，而不会完全拒绝(可能误杀好人)或者出借，然后打开开关，直到系统准备好完善的防范规则。4.策略层:
这一层主要是给不同类型的用户分配信用政策，比如给新用户分配500元，10天的信用；一个月内转贷款10次的用户，800元划20天信用；3个月内再贷款10次的用户，分配1000元，30天信用。
在设计信贷政策时，需要考虑影响因素，如时间周期、频率、金额和逾期还款等。这样做的目的是为了防止深度欺诈用户，给平台忠实用户优惠。
除了以上的基础系统服务，我们还需要其他工具型的产品来帮助我们更好的优化系统策略，比如AB测试工具、数据分析系统等等。
第三，结论:
总之，大数据风控系统的设计目的本质上是基于数据的力量，防范用户欺诈，灵活采取不同的应对策略，识别有欺诈风险的用户，为真正有需求的用户提供高体验的金融服务。
篇幅有限，欢迎大家进一步交流。
作者:赵佶，一线互联网公司运营及用户增长深度玩家。
本文最初由@发布甧甧甧甧。每个人都是产品经理。未经许可，禁止转载。
题图来自pexels，基于CC0协议。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"互联网金融风控模型有哪些，互联网金融产品,如何搭建风控系统呢"：http://www.guoyinggangguan.com/xedk/151476.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
