在互聯(lián)網(wǎng)金融行業(yè)，現(xiàn)在人們?cè)絹?lái)越重視大數(shù)據(jù)風(fēng)控，主要原因是大數(shù)據(jù)風(fēng)控能有效的控制壞賬率，從而讓企業(yè)盈利。
在大數(shù)據(jù)風(fēng)控企業(yè)中流傳著這樣一句話(huà)，數(shù)據(jù)決定了數(shù)據(jù)分析的上線(xiàn)，而大數(shù)據(jù)模型就是無(wú)限接近這個(gè)上線(xiàn)，因此大數(shù)據(jù)模型中構(gòu)建一個(gè)完善的指標(biāo)體系是一件極其重要的事情。
從分類(lèi)上看，大數(shù)據(jù)風(fēng)控的模型主要有下面這幾類(lèi)指標(biāo)：
用戶(hù)申請(qǐng)信息：類(lèi)似于性別、年齡、工作地址、主要聯(lián)系人等等
用戶(hù)使用過(guò)程中的信息：類(lèi)似于IP定位、用戶(hù)的資料修改的頻率
用戶(hù)第三方數(shù)據(jù)：類(lèi)似于電商交易信息、社交網(wǎng)絡(luò)平臺(tái)等等數(shù)據(jù)類(lèi)型
在了解這些指標(biāo)之后，我們主要來(lái)說(shuō)一下大數(shù)據(jù)風(fēng)控模型的基本流程，數(shù)據(jù)收集、數(shù)據(jù)建模、構(gòu)建數(shù)據(jù)畫(huà)像和風(fēng)險(xiǎn)定價(jià)。
數(shù)據(jù)收集主要就是收集上述我們所說(shuō)的這些指標(biāo)，通過(guò)這些指標(biāo)，我們就可以進(jìn)行建模，常用的模型有：
聚類(lèi)：主要是把相似的文本聚起來(lái)，進(jìn)行統(tǒng)一的處理
分類(lèi)：根據(jù)已經(jīng)識(shí)別到的風(fēng)險(xiǎn)行為或者無(wú)風(fēng)險(xiǎn)的行為，去預(yù)測(cè)正在發(fā)生的事情。
離群點(diǎn)檢測(cè)：主要是查看IP地址，如IP登錄中存在著大量失敗，這種行為可能是暴力破解，但是如果全部成功，也有可能是機(jī)器導(dǎo)致的
建立大數(shù)據(jù)風(fēng)控模型之后，就需要構(gòu)建用戶(hù)的畫(huà)像，用戶(hù)畫(huà)像最底層的是機(jī)器學(xué)習(xí)，因此需要對(duì)用戶(hù)的數(shù)據(jù)打標(biāo)簽，好的特征標(biāo)簽?zāi)軌蜃層脩?hù)畫(huà)像變得豐富，也能幫助提升機(jī)器學(xué)習(xí)算法的效果。
最后我們要做的就是風(fēng)險(xiǎn)定價(jià)，現(xiàn)在的互聯(lián)網(wǎng)金融平臺(tái)，大多采用多維度定價(jià)模式和定制化風(fēng)險(xiǎn)定價(jià)系統(tǒng)。
雖然目前來(lái)看使用多維度風(fēng)險(xiǎn)定價(jià)系統(tǒng)定價(jià)的平臺(tái)還是大多數(shù)，但是隨著更加智能化的發(fā)展，不同人的風(fēng)控模型不同，定制化的風(fēng)險(xiǎn)定價(jià)系統(tǒng)會(huì)成為趨勢(shì)。
相較于傳統(tǒng)的風(fēng)控，大數(shù)據(jù)風(fēng)險(xiǎn)對(duì)片段式和零散的數(shù)據(jù)具有很好的整合能力，這一點(diǎn)讓大數(shù)據(jù)特別適用于征信行業(yè)，因?yàn)樗梢运鸭鼘?duì)的數(shù)據(jù)維度，實(shí)現(xiàn)征信信息的有效補(bǔ)充。
當(dāng)前互聯(lián)網(wǎng)金融平臺(tái)最關(guān)注的是信用風(fēng)險(xiǎn)和詐欺風(fēng)險(xiǎn)，大數(shù)據(jù)風(fēng)險(xiǎn)模型就能很好的幫助企業(yè)去辨別信用和詐欺風(fēng)險(xiǎn)，幫助企業(yè)減少損失。
