互聯(lián)網(wǎng)風(fēng)控系統(tǒng)

一、常見的互聯(lián)網(wǎng)黑色產(chǎn)業(yè)鏈

三大常見的互聯(lián)網(wǎng)黑色產(chǎn)業(yè)鏈:

(1)作弊類黑產(chǎn);

? ? ? ? · 以虛構(gòu)的會員為主體

? ? ? ? · 參與網(wǎng)站促銷活動

? ? ? ? · 常見于電商網(wǎng)站

(2)盜刷類黑產(chǎn);

? ? ? ? · 盜取他人銀行卡信息

? ? ? ? · 借記卡/信用卡

? ? ? ? · 快捷支付,CVV交易

? ? ? ? · 第三方支付,電商平臺

(3)騙貸類黑產(chǎn);

? ? ? ? · 冒用他人身份信息

? ? ? ? · 偽造信貸資料

二、常見的業(yè)務(wù)流程漏洞

在電商反作弊中的風(fēng)控難點

(1)高并發(fā)交易

(2)非標(biāo)準(zhǔn)化產(chǎn)品

(3)大品牌與個人店鋪混雜

(4)優(yōu)惠手段,結(jié)算方式復(fù)雜

(5)地域特征明顯

在電商反作弊中的風(fēng)控源頭

(1)市場參與主體的利益背離性

案例1:OTA與酒店利益背離
案例2:酒店老板與酒店前臺的利益背離

(2)平臺自身管理流程的漏洞

案例3:虛假酒店
案例4:服務(wù)流程管理漏洞

(3)來自競爭對手的惡意手段

案例5:來自競爭對手的技術(shù)手段

(4)平臺對店鋪管理權(quán)力的缺失

案例6:酒店對OTA平臺商戶端軟件管理不規(guī)范

三、風(fēng)控系統(tǒng)產(chǎn)品設(shè)計

(1)業(yè)務(wù)常見的風(fēng)控難題

在業(yè)務(wù)風(fēng)控中,常常會遇到海量的數(shù)據(jù),群體欺詐多,風(fēng)險高,沒有完整的征信體系等問題,這時就需要建立風(fēng)控系統(tǒng),建立風(fēng)控流程。

常見的風(fēng)控難題

在實際業(yè)務(wù)可能會出現(xiàn)的風(fēng)險難題主要集中在互聯(lián)網(wǎng)電商和互聯(lián)網(wǎng)金融兩個行業(yè)。其中部分難題有交叉,比如撞庫、虛假注冊;部分難題是行業(yè)特有,如多頭借貸、失信,主要發(fā)生在金融領(lǐng)域;賬戶盜用、盜卡盜刷、機器搶紅包等主要出現(xiàn)在電商領(lǐng)域。

這些風(fēng)險難題主要的防范難點在:

? ? 1. 群體欺詐多:有組織,有規(guī)模。

互聯(lián)網(wǎng)行業(yè)并發(fā)高,識別團體或個人難度很大,這種情況下,就很容易出現(xiàn)群體欺詐行為。

? ? 2. 數(shù)據(jù)使用難:海量非結(jié)構(gòu)化數(shù)據(jù)

很多數(shù)據(jù)是非常有價值的,比如用戶瀏覽頁面的使用習(xí)慣,點擊區(qū)域,停留時間等,這些數(shù)據(jù)是有意義的,但是并不是結(jié)構(gòu)化的,無法直接拿來使用,所以怎么使用,就成為了難點。

? ? 3. 真價值數(shù)據(jù)少:大都沒有強金融信貸數(shù)據(jù)

在互聯(lián)網(wǎng)中數(shù)據(jù)造假難度低,IP、手機號、住址等都可以進行造假,是否相信某個人提供的數(shù)據(jù),應(yīng)該怎么進行驗證,就是真價值的數(shù)據(jù)問題。

? ? 4. 風(fēng)險高:客群下沉、欺詐成本低

這方面主要發(fā)生在金融領(lǐng)域,如借唄、白條,已經(jīng)把很多“好人”挑選走了,那么余下的相對而言客群質(zhì)量就在下沉,欺詐和違約的比率相對較高。企業(yè)需要用大數(shù)據(jù)去量化期望收益,衡量客戶的價值。

? ? 5. 量大:人工無法大規(guī)模審批,成本高

? ? 6. 比較權(quán)威的征信是央行征信,但由于其不開放給民間機構(gòu)和企業(yè),再加覆蓋的征信數(shù)據(jù)較少,僅3-5億人覆蓋,導(dǎo)致很多人群信息缺失,企業(yè)無法獨自為戰(zhàn)。信息的不共享,經(jīng)常會出現(xiàn)多頭借貸,預(yù)期違約等問題。

(2)系統(tǒng)架構(gòu)

風(fēng)控系統(tǒng)架構(gòu)

(3)常見的風(fēng)控流程

1. 支付的風(fēng)控流程

支付風(fēng)控流程(直拒)


支付風(fēng)控流程(人工)

2. 消費金融的風(fēng)控流程

消費金融的風(fēng)控流程

(4)數(shù)據(jù)平臺服務(wù)

在企業(yè)中數(shù)據(jù)平臺服務(wù)一般稱作大數(shù)據(jù)平臺,金融行業(yè)中,可能外部數(shù)據(jù)較多。

消費金融行業(yè)常見數(shù)據(jù)

四、風(fēng)控策略模型構(gòu)建

(1)風(fēng)控大腦--策略平臺


大數(shù)據(jù)平臺提供的基本服務(wù)
常見的策略集關(guān)心要素
風(fēng)控大腦-策略平臺

(2)常見模型的構(gòu)建

信用評分卡

使用邏輯回歸模型

邏輯回歸模型 主模型
信用評分卡模型
eda與數(shù)據(jù)描述
K-S
模型評估-混淆矩陣
信用風(fēng)險標(biāo)準(zhǔn)評分卡模型

(3)互聯(lián)網(wǎng)背景下的模型體系構(gòu)建


模型體系構(gòu)建


PS:以上來自《如何設(shè)計風(fēng)控系統(tǒng)產(chǎn)品》的學(xué)習(xí)筆記總結(jié)。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

推薦閱讀更多精彩內(nèi)容