大家好，本期为大家介绍如何从0到1搭建大数据风控体系。 分为：获客、贷前、贷中、贷后、主要数据维度，以及如何识别风险客户。
获客
1. 产品流程
在设计产品流程时，需要考虑如何通过流程设计来最大程度地减少风险和提高效率，同时保证用户体验。关键考虑因素包括：
(1)申请流程简化和优化： 确保借款申请流程既简便又符合法规要求，以降低用户因申请繁琐而放弃的可能性。
(2)信息收集和验证： 设计合理的信息收集机制，包括必要的身份验证、收入证明等，以确保获得真实有效的客户信息。
(3)自动化审批流程： 尽可能引入自动化审批流程，通过数据分析和算法评分系统快速判断申请人的信用和偿还能力。
(4)合规性检查： 确保产品流程符合当地法律法规，避免因违规操作而引发的法律风险
2. 渠道管理
有效的渠道管理能够确保获取到质量高、风险低的客户，同时降低营销成本和风险。关键策略包括：
(1)渠道多样化： 使用多种渠道获取客户，包括线上渠道（如搜索引擎、社交媒体、合作网站）和线下渠道（如实体分支、合作商户）。
(2)渠道分析和优化： 定期分析各个渠道的表现，包括客户质量、转化率和成本效益，通过数据驱动的方法优化渠道选择和投入。
(3)渠道风险管理： 监控渠道的欺诈风险和违规行为，及时调整策略以减少不良影响。
3. 前置挡板
前置挡板是指在客户申请前设置的一系列筛选机制，用于拦截高风险客户，降低违约概率。关键实施方法包括：
(1)基础条件筛选： 设定基本的申请条件，如年龄、收入水平、信用记录等，以排除不符合基本要求的申请人。
(2)风险评估模型： 建立有效的风险评估模型，通过客户信息和行为数据预测借款人的违约概率，根据评分结果作为决策依据。
(3)反欺诈措施： 引入反欺诈技术和策略，检测和拦截可能的欺诈行为，例如虚假信息、身份盗用等。
(4)人工审核机制： 对于高风险申请，采用人工审核或复核机制，确保对潜在风险的更深入分析和判断
3.1 白名单
白名单在某些情况下可以作为前置挡板，但具体是否适用取决于实际应用场景和需求：
(1)定义白名单
白名单是指事先确定的一组信任的实体或者条件，比如IP地址、用户账号、设备标识等。这些实体符合一定的条件或标准，因此被允许通过某种访问控制或认证流程。
(2)作为前置挡板的优势
①提高效率和用户体验： 白名单可以快速验证已知的合法用户或实体，允许其直接通过，从而减少了后续认证或审查的时间和资源消耗，提升了用户体验。
②降低风险： 白名单可以帮助防止未经授权或潜在风险的访问，有效降低了安全风险和欺诈行为的可能性，保护系统或服务的安全性和稳定性。
③简化管理和监控： 白名单管理相对简单，通常只需维护一小部分合法实体的信息，减少了管理成本和复杂性。监控也更加精准，可以集中关注非白名单实体的活动。
(3)应用场景
①网络安全和访问控制： 在网络安全中，将已知的受信任IP地址或网络范围加入白名单，可以限制来自未知或不受信任网络的访问，提高系统安全性。
②应用程序访问控制： 在应用程序中，通过白名单控制访问特定功能或资源的用户或设备，确保只有授权用户可以进行敏感操作或访问敏感数据。
③支付和金融交易： 在金融领域，白名单可以用来验证合法的支付渠道或收款方，防止欺诈和非法交易的发生。
(4)潜在考虑因素
①更新和维护成本： 白名单需要定期更新和维护，确保包含最新的合法实体，否则可能导致误拦截合法用户或过期实体访问的问题。
②扩展性和灵活性： 如果应用场景中白名单实体的数量动态变化或者需要频繁调整，可能需要更灵活的管理和调整机制。
白名单虽然在许多情况下是有效的安全措施，但也存在一些情况下不适合或者不够合适的情况，主要包括以下几点：
(1)动态或不确定的实体需求： 如果你的系统或服务需要频繁更新或动态变化的实体访问，而且难以预先确定全部合法实体，白名单可能不适合。例如，开放的网络服务或公共平台，难以预知所有可能的合法用户或来源。
(2)复杂的授权管理需求： 如果需要复杂的访问授权管理，而白名单无法满足精细的授权规则或动态访问控制需求，可能需要更灵活的身份验证和访问管理解决方案。
(3)高度变化或多样化的访问需求： 若用户或实体的访问需求变化频繁，或者需求种类多样（如不同权限级别或访问场景），白名单可能无法灵活地适应这些变化，从而导致管理和使用上的复杂性增加。
(4)开放式或广泛共享的服务需求： 在某些开放式服务或者需要广泛共享的场景下，白名单可能限制了用户的自由访问，影响到服务的普及和可用性。
(5)维护成本高昂： 维护一个庞大的白名单可能需要大量的人力和时间成本，特别是如果白名单需要频繁更新或者跨多个系统管理。
4. 合作伙伴关系管理
与第三方合作伙伴建立良好的合作关系，可以扩展客户群体和优化风险管理：
(1)合作伙伴选择和监控： 选择信誉良好、符合法规要求的合作伙伴，建立长期稳定的合作关系，共同管理和减少风险。
(2)合作伙伴数据共享： 建立数据共享和信息交换机制，通过合作伙伴的数据资源和网络扩展获客渠道，提升客户获取效率。
(3)风险共担和合规监管： 确保合作伙伴遵守合规要求，共同承担信贷风险，并建立有效的监管和风险控制机制。
贷前
在贷款业务中，贷前阶段涉及到多个策略和决策，以确保贷款申请的风险可控和业务可持续。以下是贷前阶段常见的策略：
1. 反欺诈策略
反欺诈策略旨在识别和防止欺诈行为，保护贷款提供者免受欺诈风险的影响。一些常见的反欺诈策略包括：
(1)身份验证： 确保借款人身份的真实性和合法性，通过验证身份证件、地址证明等信息。
(2)欺诈模型和算法： 使用数据分析和机器学习模型来识别可能的欺诈行为，如异常交易模式、虚假信息等。
(3)信用报告分析： 检查借款人的信用历史和行为模式，识别不正常的信用活动或信用报告异常。
2. 准入策略
准入策略确定了哪些借款申请可以被接受，基于借款人的风险特征和贷款产品的定位。准入策略通常包括：
(1)信用评分要求： 设定最低的信用评分阈值，确保借款人有足够的信用来承担贷款责任。
(2)收入和就业验证： 确认借款人的收入来源和稳定性，评估其还款能力。
(3)债务收入比（DTI）限制： 设定借款人债务与收入比的上限，确保借款人的负债水平可控。
3. 定价策略
定价策略决定了贷款产品的利率和费用结构，根据借款人的风险程度和市场条件进行调整。主要考虑因素包括：
(1)基础利率和风险溢价： 基于市场利率和借款人的信用风险，确定基础利率，并加上风险溢价以反映借款人的信用风险水平。
(2)竞争环境： 考虑市场上其他贷款产品的定价，以保持竞争力和市场份额。
4. 额度策略
额度策略确定每位借款人可以获得的最大贷款额度，基于其信用能力和还款能力的评估，以及贷款产品的设计。考虑因素包括：
(1)信用评分和信用历史： 高信用评分和良好信用历史的借款人可能获得更高的贷款额度。
(2)收入和负债情况： 借款人的收入水平和负债状况决定了其还款能力，进而影响贷款额度的分配。
5. 期限策略
期限策略确定贷款产品的还款期限范围，根据借款人的还款能力、贷款用途和市场需求等因素来制定。主要考虑因素包括：
(1)借款用途： 不同的贷款用途可能需要不同的还款期限，如房屋贷款通常较长，消费贷款通常较短。
(2)借款人偏好和能力： 考虑借款人的偏好和能力，选择合适的还款期限以提高还款意愿和能力。
6. 增信策略
增信策略旨在通过降低风险或增强还款能力，提高借款人的信用资质和可接受性。一些常见的增信策略包括：
(1)担保和抵押： 要求借款人提供担保或抵押品，以减少贷款风险。
(2)共同借款人或联合申请： 允许多个借款人共同申请贷款，增加还款责任人，提高还款能力。
(3)保险产品： 提供贷款保险，以减轻因借款人风险而导致的损失，同时增强借款人的信用资质。
这些贷前策略和决策在整个贷款业务中起着关键作用，帮助贷款机构有效地管理风险并提供符合市场需求的贷款产品。
贷中
在贷中管理阶段，贷款机构会实施多种策略来有效管理和监控贷款，确保借款人的还款行为符合预期，同时及时应对潜在的风险和变化。以下是贷中阶段常见的策略：
1. 反欺诈策略
贷中阶段的反欺诈策略旨在持续监控和识别可能的欺诈行为，确保贷款的真实性和合法性。主要措施包括：
(1)交易模式监控： 使用数据分析技术监测借款人的交易模式和行为，识别异常或不寻常的交易活动。
(2)行为分析： 分析借款人的还款行为，包括还款频率、金额和方式，检测是否存在异常模式或违规行为。
(3)身份验证： 定期验证借款人的身份信息和财务状况，确保信息的准确性和完整性。
2. 交易策略
贷中的交易策略是指在贷款发放后，根据借款人的还款表现和市场条件进行调整和优化，以保障贷款的稳健性和效益。主要包括：
(1)还款计划调整： 根据借款人的实际还款情况，调整还款计划或安排灵活的还款方式，以便更好地满足借款人的需求。
(2)延期和宽限期： 针对有特殊困难的借款人，提供延期还款或宽限期，帮助其度过暂时的财务困难。
3. 调额策略
调额策略允许根据借款人的信用表现和需求变化，灵活调整贷款额度的使用情况。主要措施包括：
(1)临时额度调整： 根据借款人的临时资金需求或财务状况，临时提高或降低贷款额度。
(2)定期评估： 定期评估借款人的信用风险和财务状况，决定是否需要调整贷款额度。
4. 调价策略
贷中的调价策略涉及根据市场利率和借款人的信用风险调整贷款利率。主要措施包括：
(1)利率调整： 根据市场利率变动和借款人的信用评级，调整贷款的利率水平。
(2)利率优惠： 根据借款人的良好还款记录或其他优惠条件，提供贷款利率的优惠政策。
5. 调期限策略
调期限策略允许根据借款人的需求和财务状况，调整贷款的还款期限。主要措施包括：
(1)期限延长或缩短： 根据借款人的实际还款能力和财务需求，调整贷款的还款期限。
(2)重组贷款： 在必要时重新安排贷款的还款计划和期限，以适应借款人的财务状况变化。
6. 风险预警策略
(1)风险预警策略旨在及时发现和应对可能导致贷款违约或其他风险的迹象。主要措施包括：
(2)早期警示系统： 建立并实施监控系统，及时发现贷款违约风险和其他财务异常情况。
(3)风险评估： 定期评估借款人的信用状况和还款能力，识别潜在的违约风险。
(4)危机干预： 对于可能违约的借款人，采取迅速的干预措施，减少风险的发展和影响。
这些贷中策略的有效实施可以帮助贷款机构最大限度地减少风险，保护资产质量，同时确保借款人的财务健康和满意度。
贷后
在贷后管理阶段，贷款机构会实施多种策略来有效管理和追踪贷款，确保借款人按时还款并降低违约风险。以下是贷后管理中常见的策略：
1. 分案策略
定义和目的： 分案策略是贷款机构将逾期或有潜在风险的贷款按照一定规则和标准分配给不同的内部部门或处理团队进行专业化管理和处理。
详细介绍：
l分配标准： 根据借款人的还款表现、信用评级和贷款状态等因素，制定分案的标准和流程。
l处理团队： 设立专门的处理团队，例如逾期管理小组或特别团队，负责处理分配的贷款案件。
l监控和反馈： 管理团队定期监控和审查分案情况，确保每个案件都得到适当的处理和跟进。
l效果评估： 分析和评估分案策略的效果，调整和优化分配标准，以提高逾期管理的效率和成功率。
l分案策略的目的是通过专业化的管理，及时采取措施处理逾期和风险贷款，减少损失并保护资产质量。
2. 电催策略
定义和目的： 电催策略是通过电话和其他电子通讯手段，向借款人发送催收通知和提醒，促使其按时履行还款义务或与贷款机构取得联系。
详细介绍：
l自动化系统： 使用自动化的电话系统或客户关系管理软件，定期向逾期借款人发送催收通知。
l多渠道通讯： 结合短信、邮件等多种电子通讯方式，增加联系和响应的机会。
l个性化管理： 根据借款人的还款历史和偏好，调整催收信息和频率，提高催收效果。
l合规性管理： 确保催收过程符合法律法规，并遵循借款人隐私和权利的保护。
l电催策略的目的是通过即时和有效的沟通，激励借款人尽快还款，减少逾期和违约风险。
3. 委外策略
定义和目的： 委外策略是将部分或全部贷后管理工作委托给专业的第三方服务提供商，以降低成本、提升效率和专业化管理。
详细介绍：
l服务选择： 选择可信赖的第三方服务提供商，如律师事务所、催收机构或专业服务公司。
l合同管理： 签订详细的服务合同，明确委托事项、服务水平和报酬结构。
l监督和审核： 定期监督委外服务商的执行情况，确保其符合合同约定和贷款机构的政策标准。
l数据安全： 确保委外过程中的数据安全和隐私保护，防止信息泄露和滥用风险。
这些贷后管理策略的有效实施可以帮助贷款机构更好地管理风险、提升运营效率，保护贷款资产并维护良好的客户关系。
主要数据维度（个人）
海量数据湖
1.70+数据服务机构
2.万级的数据维度
3.合规&脱敏
4.六大方面的用户画像
用户画像
1. 三方征信
(1)历史贷款信息：记录个人在金融机构借款的情况，包括贷款种类、贷款金额、贷款期限等。
(2)还款记录：记录个人按时或逾期还款的历史，反映个人的信用表现。
(3)逾期记录：指个人贷款或信用卡逾期还款的情况，通常影响个人的信用评级。
(4)黑名单信息：包括个人因逾期等行为而被列入金融系统的黑名单，对个人信用影响较大。
2. 身份信息
(1)姓名：个人的全名。
(2)身份证号：唯一标识个人身份的号码。
(3)手机号：个人联系方式之一。
(4)银行卡号：个人银行账户的标识号码。
(5)地址：个人居住或工作的详细地址。
(6)婚姻：个人的婚姻状况。
(7)学历：个人的教育背景和学历信息。
3. 设备行为信息
(1)手机实名：个人手机号与实名信息的对应关系。
(2)使用行为：个人在设备上的操作行为，例如APP的使用频率、使用时长等。
(3)出行模式：通过定位信息分析个人的出行习惯和行动轨迹。
(4)SDK使用情况：指手机上集成的软件开发工具包（SDK）的使用情况，反映个人在应用程序中的活跃度和偏好。
4. 消费数据
(1)银行卡消费水平：个人在银行卡上的消费金额和频率。
(2)消费能力：基于个人消费行为和资金流动情况评估的消费能力。
(3)高风险行为：指可能存在欺诈或非法交易的高风险消费行为。
5. 电商数据
(1)消费历史：个人在电商平台上的购买记录和消费习惯。
(2)行为评分：根据个人在电商平台上的行为（如浏览、搜索、购买行为）给出的用户行为评分。
(3)风险交易：指可能存在欺诈或异常的交易行为。
6. 合作机构数据
(1)白名单客户：在合作机构中享有良好信用记录或特殊待遇的客户。
(2)机构场景数据：指来自其他合作机构的数据，如合作机构的信用评级、行业背景等信息，用于综合评估个人或实体的信用状况和风险。
如何识别风险客户
风控规则
1.自有数据
(1)基于用户基本属性数据、行为数据
(2)学历
(3)是否黑名单
(4)历史借款次数
(5)近一年最大逾期天数
(6)历史单月最大负债
(7)……
2.三方数据
(1)同盾、百融、前海等第三方数据
(2)信德黑名单数据
3.模型评分
基于所以数据源构建的交易模型群
(1)行为分、交易分
(2)关系网分
(3)生命周期模型
(4)设备分模型
(5)AI因子库
规则排序原则
自有规则优于外部规则
强规则优于弱规则
前置规则优于后置规则
策略分析维度
1.产品
(1)种类
(2)期限
(3)额度
(4)费率
2.基本数据
(1)年龄
(2)性别
(3)学历
(4)收入
(5)行业
(6)账龄
3.信用
(1)行为模型评分：
在贷余额
有无负债
拒绝原因
(2)多头分布：
低多头
中等多头
多头较多
