調(diào)研了上百家從事風(fēng)控?cái)?shù)據(jù)業(yè)務(wù)的公司，有行業(yè)大牛也有各種低調(diào)開展業(yè)務(wù)的，在不會(huì)泄露各公司太敏感信息的前提，本著客觀的角度及學(xué)習(xí)的態(tài)度，逐一揭秘各家公司的征信風(fēng)控產(chǎn)品及數(shù)據(jù)源特色。本期的目標(biāo)將是京東金融系的【聚信立】

1.聚信立公司背景

在【百家風(fēng)控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報(bào)告】里已提到，上海誠(chéng)數(shù)信息科技有限公司（下稱“聚信立”）屬于京東布局金融大數(shù)據(jù)領(lǐng)域的重要一步，于2014年12月（在上篇文章中的日期寫成了2015年，這里更正下）獲得A輪京東投資的2800萬人民幣。截止目前為止，京東（占股19.6%）成為聚信立除羅浩（占股29.3%）這個(gè)創(chuàng)始人外的第二大股東。（羅皓在上海令儀里也是大股東，這里不做計(jì)算）

京東大數(shù)據(jù)布局下的ZRobot的詳細(xì)分析可以查閱【百家風(fēng)控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報(bào)告】，京東萬象后續(xù)會(huì)單獨(dú)有篇幅分析。

現(xiàn)在進(jìn)入正文：

聚信立是什么公司？其創(chuàng)始人羅浩又是何許人？整個(gè)公司有什么值得京東投資？

抱著這些疑問，獵人逐步分析。

首先，看看聚信立的創(chuàng)始人羅皓的背景。獵人在搜索引擎找到羅皓的一份個(gè)人簡(jiǎn)歷。從簡(jiǎn)歷上可以看到，羅皓碩士畢業(yè)后的

第一份工作（2004年10月開始）在通用電氣資本公司待了將近3年，職位是風(fēng)險(xiǎn)建模分析師，職業(yè)期間有負(fù)責(zé)過通用電氣資本第二代風(fēng)險(xiǎn)評(píng)分卡，涉及申請(qǐng)，用戶行為和催收幾個(gè)板塊、信用額度優(yōu)化的算法等工作。然后第二份工作在渣打銀行待了1年多點(diǎn)，職位是“現(xiàn)貸派”個(gè)人貸款風(fēng)險(xiǎn)控制經(jīng)理，工作包括現(xiàn)貸派產(chǎn)品第一代風(fēng)險(xiǎn)條款政策及開發(fā)了第一套基于數(shù)據(jù)的風(fēng)險(xiǎn)評(píng)分卡和欺詐評(píng)分卡等。

然后在美國(guó)發(fā)現(xiàn)金融有限公司（前摩根史丹利子公司）任職決策科學(xué)團(tuán)隊(duì)主管并待了4年，主要負(fù)責(zé)帶領(lǐng)團(tuán)隊(duì)負(fù)責(zé)消費(fèi)者信貸運(yùn)營(yíng)、信貸市場(chǎng)&催收及商業(yè)智能&管理信息系統(tǒng)開發(fā)等工作。

羅皓的三份完美的工作經(jīng)驗(yàn)，為其在信貸領(lǐng)域的算法、策略及用戶數(shù)據(jù)運(yùn)用等打下了堅(jiān)實(shí)的基礎(chǔ)和深厚人脈（在這幾家大牛待了這么多年，人脈多少還是可以的）。

因此，從美國(guó)發(fā)現(xiàn)金融有限公司出來后，羅皓與2011年4月自己創(chuàng)辦企業(yè)了-上海英莫信息科技有限公司（這公司網(wǎng)址已無用），正式上線使用應(yīng)該在年底，這家公司屬于IBM全球企業(yè)家計(jì)劃項(xiàng)目公司 ，公司業(yè)務(wù)主要是做社交數(shù)據(jù)挖掘，為消費(fèi)者品牌，營(yíng)銷&公關(guān)公司提供基于社會(huì)化數(shù)據(jù)的商業(yè)智能服務(wù)。整個(gè)團(tuán)隊(duì)都來自于包括GE Money、渣打銀行、Morgan Stanley等的信用卡數(shù)據(jù)挖掘工程師，結(jié)合銀行的數(shù)據(jù)挖掘技術(shù)和社交媒體的屬性，他們能夠很好的幫助品牌商定位到自己的粉絲群和潛在消費(fèi)者。簡(jiǎn)單來說，羅皓將必生所學(xué)，開始進(jìn)行實(shí)際應(yīng)用，只不過是在社交數(shù)據(jù)這塊發(fā)力，業(yè)務(wù)偏向于營(yíng)銷板塊。

英莫公司在2012年1月左右獲得紐信創(chuàng)投天使輪投資。但英莫公司實(shí)際運(yùn)營(yíng)周期持續(xù)了1 年 7 個(gè)月，期間的主打產(chǎn)品微決策是Infomorrow旗下產(chǎn)品，它是一款精準(zhǔn)的免費(fèi)的微博營(yíng)銷、微博推廣決策工具，幫助品牌在微博營(yíng)銷和微博推廣中決策更簡(jiǎn)單，投放更精準(zhǔn)。

羅皓的第一創(chuàng)業(yè)的成績(jī)不太理想，或許是由于做營(yíng)銷板塊，需借住龐大的用戶數(shù)據(jù)，并且不同的社交數(shù)據(jù)清洗挖掘后，能應(yīng)用在細(xì)分行業(yè)業(yè)務(wù)場(chǎng)景的效果也不好控制，且由于社交數(shù)據(jù)存在于少數(shù)的社交平臺(tái)上，屬于其數(shù)據(jù)壁壘，很難完全開放給羅皓這樣的社交數(shù)據(jù)挖掘公司。沒有源源不斷的足量用戶數(shù)據(jù)，無法獲得客觀的數(shù)據(jù)變現(xiàn)期待，或許是英莫這家公司無法生存的主要原因。

羅皓的英莫在2013年6月停止運(yùn)營(yíng)后，與7月份又注冊(cè)了上海誠(chéng)數(shù)信息科技有限公司（以下簡(jiǎn)稱“聚信立”），整個(gè)公司的戰(zhàn)略定位為金融公司提供風(fēng)控?cái)?shù)據(jù)，這些數(shù)據(jù)來源主要是通過用戶授權(quán)獲得非傳統(tǒng)風(fēng)控?cái)?shù)據(jù)，如通話信息、消費(fèi)數(shù)據(jù)等互聯(lián)網(wǎng)信息，對(duì)客戶風(fēng)險(xiǎn)特征進(jìn)行描述，并提供給金融機(jī)構(gòu)，供其做相應(yīng)的后續(xù)決策。

截止目前為止，聚信立服務(wù)的金融機(jī)構(gòu)超過1300家，包括傳統(tǒng)的銀行、消費(fèi)金融公司、網(wǎng)貸信息平臺(tái)等，目前日查詢量已超過百萬。

聚信立的產(chǎn)品體系依然很簡(jiǎn)單，主打的兩款產(chǎn)品蜜蜂和蜜罐，都很賺錢。后面詳細(xì)解析。

這里先說說羅皓成立的新公司的融資歷程，可以看到聚信立剛成立就獲得老相識(shí)紐信創(chuàng)投的天使輪，看來聚信立創(chuàng)立之前也籌備已久。然后相對(duì)有影響力的一筆就是京東金融的投資，金額不是重點(diǎn)，主要是京東數(shù)據(jù)的存在給予了聚信立強(qiáng)大數(shù)據(jù)挖掘發(fā)揮作用的進(jìn)一步機(jī)會(huì)。

【獵人說】羅皓的兩家公司，是一種戰(zhàn)略的重新定位與調(diào)整。英莫的核心競(jìng)爭(zhēng)力在于算法模型及數(shù)據(jù)挖掘技術(shù)，但缺少了數(shù)據(jù)來源及數(shù)據(jù)量，雖然可以通過與第三方數(shù)據(jù)合作，但長(zhǎng)久下來不是最好的選擇，數(shù)據(jù)自主性太弱，主動(dòng)權(quán)掌握在數(shù)據(jù)公司而不是英莫。

聚信立恰好相反，通過搭建爬蟲接口，針對(duì)金融信貸等利潤(rùn)空間較大的領(lǐng)域，完善爬蟲技術(shù)，然后將技術(shù)接口給做金融信貸等業(yè)務(wù)的機(jī)構(gòu)使用，為機(jī)構(gòu)爬取用戶授權(quán)的社交網(wǎng)站，電子商務(wù)網(wǎng)站，移動(dòng)運(yùn)營(yíng)商，公積金，網(wǎng)上銀行，水電煤，航空公司網(wǎng)站等數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行分析后，可以提供個(gè)人身份基本信息、收入支出信息、興趣愛好、個(gè)人影響力、社會(huì)關(guān)系等方面的相關(guān)分析報(bào)告。在服務(wù)過程中，沉淀數(shù)據(jù)，在擴(kuò)展商戶時(shí)，及將業(yè)務(wù)賣出去，也將數(shù)據(jù)入口鋪開了，一舉兩得。

2.分析其主打產(chǎn)品及數(shù)據(jù)底層組成

聚信立旗下主打2款產(chǎn)品現(xiàn)金牛產(chǎn)品-蜜蜂和蜜罐，一款新產(chǎn)品（公測(cè)中）信問，一款附加值產(chǎn)品-信貸行業(yè)報(bào)告（本文不分析），及多款爬蟲接口。

首先解析下數(shù)據(jù)源產(chǎn)品-爬蟲接口。

爬蟲接口作為一個(gè)可嵌入式的場(chǎng)景化數(shù)據(jù)實(shí)時(shí)來源，在很多時(shí)候都是非常必要有的。這里需要科普下，信貸風(fēng)控決策及規(guī)則，主要是判斷用戶還款能力及意愿，還款能力一般通過負(fù)債情況、有無穩(wěn)定工作收入來源等判斷，對(duì)應(yīng)的數(shù)據(jù)信息可以從央行征信報(bào)告、用戶信用卡信息、社保公積金等方面參考；還款意愿主要通過還款信息及逾期信息、通訊行為交叉判斷近期狀態(tài)等方面評(píng)估，對(duì)應(yīng)的是央行還款信息及逾期信息詳情，信用卡還款信息及逾期信息詳情、運(yùn)營(yíng)商的通訊記錄交叉核驗(yàn)等。根據(jù)數(shù)據(jù)需求，聚信立主要開放了可以爬取這些數(shù)據(jù)的爬蟲接口。

【獵人說】據(jù)了解聚信立現(xiàn)在有的爬蟲接口，可授權(quán)爬取總計(jì)1200家網(wǎng)站覆蓋所有電商、社保網(wǎng)站，90%以上的公積金、主流保險(xiǎn)網(wǎng)站。爬蟲接口原理很簡(jiǎn)單，就是數(shù)據(jù)公司提供一個(gè)具備識(shí)別授權(quán)網(wǎng)站結(jié)構(gòu)，將對(duì)應(yīng)數(shù)據(jù)提取的一個(gè)API接口，只要用戶提供授權(quán)信息即可。難度在于不同的網(wǎng)站后臺(tái)的數(shù)據(jù)展示結(jié)構(gòu)不一樣，所以需要一一匹配；另外則是反爬蟲機(jī)制，各類平臺(tái)都不希望用戶信息可以被第三方獲取，因此會(huì)不斷優(yōu)化反爬機(jī)制，類似增加圖片識(shí)別，拼圖等。做這類數(shù)據(jù)其實(shí)算是反爬與爬蟲技術(shù)間的博弈。

聚信立爬蟲接口主要覆蓋以下數(shù)據(jù)類型（由于數(shù)據(jù)敏感，部分圖片已迷糊化處理）：

央行征信爬蟲接口

授權(quán)爬取個(gè)人互聯(lián)網(wǎng)央行征信簡(jiǎn)報(bào)。數(shù)據(jù)字段包括：身份信息、信用卡逾期及透支信息、逾期賬戶明細(xì)、信貸信息、信貸逾期信息、個(gè)人查詢記錄、機(jī)構(gòu)查詢記錄等

【獵人說】此類數(shù)據(jù)，一般多是銀行機(jī)構(gòu)或者需要上報(bào)央行征信的金融機(jī)構(gòu)使用。通過此類報(bào)告，可以詳細(xì)看到用戶已有的貸款金額及時(shí)間周期、還款意愿等詳細(xì)信息。信用卡方面信息加上信貸類信息基本可以判斷此類用戶的主要負(fù)債情況。除去一些沒上征信的分期及現(xiàn)金貸，綜合還款能力及資產(chǎn)狀態(tài)可以做出初步的額度預(yù)審了。但隨著民間征信數(shù)據(jù)的交互越趨頻繁及豐富，后續(xù)的用戶信貸記錄需要央行及民間征信相結(jié)合才更準(zhǔn)確。部分高利貸這些抽屜協(xié)議式情況還沒有很好的得知途徑。

三大運(yùn)營(yíng)商結(jié)構(gòu)化數(shù)據(jù)（聚信立報(bào)告）

爬取數(shù)據(jù)包括個(gè)人信息、半年賬單、通話記錄、短信記錄、上網(wǎng)記錄等。

【獵人說】很多人其實(shí)都沒怎么查詢過自己的運(yùn)營(yíng)商號(hào)碼的通話記錄詳單，但這些對(duì)于數(shù)據(jù)公司來說，是一個(gè)可多維度交叉挖掘的數(shù)據(jù)寶庫。詳細(xì)后臺(tái)，看官們可以自行登錄運(yùn)營(yíng)商后臺(tái)自行查詢。聚信立提供的爬蟲接口，可爬取用戶授權(quán)登錄后的所有信息，然后通過一定的維度細(xì)分規(guī)則和數(shù)據(jù)轉(zhuǎn)換規(guī)則形成自己的運(yùn)營(yíng)商風(fēng)控報(bào)告-蜜蜂。

學(xué)歷學(xué)籍爬蟲接口

授權(quán)可獲取學(xué)歷數(shù)據(jù)、學(xué)籍?dāng)?shù)據(jù)及學(xué)生身份驗(yàn)證數(shù)據(jù)。

【獵人說】學(xué)歷學(xué)籍信息主要通過用戶授權(quán)的學(xué)信網(wǎng)中獲取。剛需數(shù)據(jù)是學(xué)籍院校名稱、專業(yè)名稱、學(xué)制、入學(xué)日期、學(xué)歷狀態(tài)、層次及學(xué)歷的畢業(yè)時(shí)間、畢業(yè)院校、學(xué)習(xí)形式、學(xué)歷類別、學(xué)歷層次及專業(yè)名稱等。類似之前的被禁的學(xué)生現(xiàn)金貸，可通過學(xué)歷學(xué)籍來判斷其身份，阻斷其申請(qǐng)信貸產(chǎn)品。學(xué)歷學(xué)籍在某些機(jī)構(gòu)的風(fēng)控策略中，可作為還款能力及意愿的聚類判斷標(biāo)準(zhǔn)規(guī)則。

信用卡賬單爬蟲接口

支持國(guó)內(nèi)主要銀行信用卡的額度和賬單分析，同時(shí)支持各大主流郵箱信用卡賬單分析。一般可以得知信用卡信用卡額度、取現(xiàn)額度、本期還款額、賬務(wù)明細(xì)、交易明細(xì)等內(nèi)容。

【獵人說】信用卡爬蟲授權(quán)有兩種，一種是單信用卡賬戶查詢授權(quán)，一種是信用卡賬單綁定郵箱授權(quán)查詢。單信用卡賬戶授權(quán)查詢可以獲得的是單一信用卡賬單信息。一般授權(quán)信用卡賬單綁定郵箱授權(quán)查詢比較簡(jiǎn)便，只不過需要有辨識(shí)假郵件信息的能力。多張信用卡額度總計(jì)一般用來評(píng)估用戶負(fù)債情況，取現(xiàn)額度評(píng)估用戶是否急需錢、賬務(wù)明細(xì)評(píng)估還款意愿、交易明細(xì)評(píng)估用戶消費(fèi)偏好和習(xí)慣是否良好。

社保爬蟲接口

獲取個(gè)人信息、最后一次繳納時(shí)間、單位繳費(fèi)金額、個(gè)人繳費(fèi)金額、繳費(fèi)技術(shù)、社保種類及繳費(fèi)時(shí)間等。

【獵人說】上文說到社保可以用在判斷用戶的是否有持續(xù)的還款能力。繳費(fèi)基數(shù)可以反推用戶的扣稅工資金額，雖然很多時(shí)候企業(yè)為了幫助員工進(jìn)行避稅，基本工資會(huì)按繳稅最低標(biāo)準(zhǔn)上報(bào)，到時(shí)無法判斷正式的工資信息，這個(gè)多數(shù)情況無太大影響。需要留意的是部分騙貸用戶，在養(yǎng)社保，制造有穩(wěn)定工作的假象。

保險(xiǎn)爬蟲接口

主要獲取保險(xiǎn)機(jī)構(gòu)、保險(xiǎn)產(chǎn)品類型、投保金額、保費(fèi)、繳費(fèi)情況，持續(xù)繳費(fèi)次數(shù)及時(shí)間等。

【獵人說】一些高額保費(fèi)的保險(xiǎn)，側(cè)面體現(xiàn)用戶的繳費(fèi)能力，持續(xù)繳費(fèi)次數(shù)及時(shí)間體現(xiàn)用戶的財(cái)務(wù)狀況是否穩(wěn)定，一些保險(xiǎn)類貸款產(chǎn)品非常樂意給繳費(fèi)滿三年的保單客戶提供保費(fèi)30-60倍的貸款額度，利息還很低，此類用戶的風(fēng)險(xiǎn)在他們看了是非常低的。

蜜蜂報(bào)告

蜜蜂報(bào)告主要適用于消費(fèi)金融公司、國(guó)內(nèi)大型P2P、銀行及小貸公司等。該報(bào)告主要將用戶授權(quán)的基于互聯(lián)網(wǎng)上的大部分行為信息，經(jīng)過清洗、整合、分析和翻譯，實(shí)現(xiàn)互聯(lián)網(wǎng)信息的交叉驗(yàn)證，以此來判斷用戶的風(fēng)險(xiǎn)點(diǎn)。

采集規(guī)則：將申請(qǐng)人的身份信息與運(yùn)營(yíng)商、電商數(shù)據(jù)等進(jìn)行交叉驗(yàn)證，判斷用戶的風(fēng)險(xiǎn)點(diǎn)。

主要爬取平臺(tái)類型：

• 運(yùn)營(yíng)商：移動(dòng)、聯(lián)通、電信，大陸全部支持
• 數(shù)據(jù)采集內(nèi)容：借款人查詢當(dāng)日往前推半年（約6個(gè)月）的通話記錄
• 主流電商：淘寶、京東
• 數(shù)據(jù)采集內(nèi)容：借款人購(gòu)物訂單的100頁左右，每頁約10-20條左右購(gòu)物記錄。
• 對(duì)接方式：API接口+網(wǎng)頁版 ，可同時(shí)使用，也可任選其一。

整個(gè)采集流程分3步，第一步是用戶個(gè)人信息填寫，第二步是運(yùn)營(yíng)商授權(quán)爬取，第三步是電商平臺(tái)授權(quán)爬取。這3步填完后，就是一個(gè)大約5-10分鐘的等待，這里涉及到爬取數(shù)據(jù)時(shí)間及數(shù)據(jù)爬取回來后的轉(zhuǎn)化時(shí)間，然后獲得相應(yīng)的處理后的結(jié)果報(bào)告。

用戶需要輸入的信息包括：姓名、身份證號(hào)碼、所在地區(qū)、居住地址、手機(jī)號(hào)、緊急聯(lián)系人及關(guān)系和聯(lián)系方式。

運(yùn)營(yíng)商授權(quán)爬取

只需要輸入服務(wù)密碼即可。主要獲取相關(guān)號(hào)碼的基本信息、賬單信息、通話記錄、上網(wǎng)記錄、短信詳單等。頁面還很人性化的提供重置密碼功能，方便多數(shù)不記得服務(wù)密碼的用戶修改密碼使用。

電商平臺(tái)授權(quán)爬取

爬取電商平臺(tái)賬戶內(nèi)的基本信息、送貨地址、訂單信息等。

【獵人說】蜜蜂報(bào)告授權(quán)獲取和爬取的數(shù)據(jù)，單獨(dú)來看沒什么特別的。但如果用作交叉驗(yàn)證的方式對(duì)應(yīng)分析，可以看出是有很大關(guān)聯(lián)的。首先，個(gè)人基本信息中居住地址會(huì)與電商平臺(tái)中獲取的收貨地址交叉匹配，若填寫的居住地主不在收貨地址列表中或定點(diǎn)距離范圍，可以判斷用戶填寫信息有虛假可能；緊急聯(lián)系人在一定的渠道能力，是可以直接通過手機(jī)號(hào)識(shí)別，這個(gè)聯(lián)系人是否有不良行為記錄，這樣可以判斷該用戶所在群體的欺詐概率，間接也會(huì)對(duì)其有影響；運(yùn)營(yíng)商獲得的詳單等數(shù)據(jù)，通過處理可以知道包括通話清單中的各個(gè)電話標(biāo)簽，如果都是些借貸公司或收債公司的電話，那這個(gè)用戶就很可疑，若用戶的通訊常在地點(diǎn)，可以與填寫的居住地址再做一次判斷，若經(jīng)常在上海通話，但居住地卻在廣東省內(nèi)，這就很可疑；通話記錄的各個(gè)手機(jī)號(hào)可以通過手機(jī)號(hào)多層次匹配識(shí)別，是否黑產(chǎn)關(guān)聯(lián)或不良團(tuán)體中人；通話詳單記錄中可以與之前填寫的緊急聯(lián)系人手機(jī)號(hào)交叉匹配，若通話詳單都無通話記錄，填寫的緊急聯(lián)系人的真實(shí)性有待考究；電商平臺(tái)中獲得數(shù)據(jù)，最優(yōu)價(jià)值，一是收貨地址，這里可以知道公司地址，常住地址，親戚朋友地址等；二是消費(fèi)記錄，從消費(fèi)記錄清單可以知道你的消費(fèi)偏好，家里有哪些人，消費(fèi)能力水平等；三是收貨人聯(lián)系方式，在用戶失聯(lián)時(shí)，可以在這里獲得另外的聯(lián)系方式，觸達(dá)用戶催收。蜜蜂報(bào)告的模板我就不貼在這里了。

蜜罐報(bào)告

區(qū)別與蜜蜂報(bào)告的多維度，蜜罐報(bào)告相對(duì)更細(xì)化點(diǎn)，主要就是告訴你這個(gè)用戶是否有欺詐行為，是否命中黑名單，其聯(lián)系人是否是黑名單或與別的黑名單有關(guān)聯(lián)。

黑產(chǎn)關(guān)聯(lián)是根據(jù)“近朱者赤墨者黑”的原則，原理是通過識(shí)別直接聯(lián)系人名單中是否有黑名單、黑中介、騙貸團(tuán)伙等，根據(jù)各家的規(guī)則有不同的匹配。直接聯(lián)系人指在你的通訊錄中匹配的，一階則為你的直接聯(lián)系人命中的黑名單等人的通訊錄中命中的黑名單，二階為一階聯(lián)系人中命中的黑名單人的通訊錄中的黑名單。

【獵人說】由于蜜罐屬于非授權(quán)類的反欺詐產(chǎn)品，其報(bào)告生成依賴于自身的數(shù)據(jù)量及維度，外接第三方數(shù)據(jù)等。生成此類報(bào)告，需要有以下數(shù)據(jù)識(shí)別渠道支持：個(gè)人信息要素基本驗(yàn)證、根據(jù)身份證號(hào)碼或手機(jī)號(hào)可以匹配到的黑名單庫、根據(jù)手機(jī)號(hào)可以得知關(guān)聯(lián)聯(lián)系人的是否黑名單或黑產(chǎn)集團(tuán)，多頭借貸詳情查詢及撞庫功能反推的是否在互聯(lián)網(wǎng)金融APP有注冊(cè)行為等。

信問

信問現(xiàn)在出了2.0版本，1.0版本沒怎么細(xì)問這里不詳細(xì)說明。信問是基于知識(shí)庫的問題引擎，根據(jù)用戶答題行為、答題結(jié)果，結(jié)合社會(huì)心理學(xué)、個(gè)體心理學(xué)及行為心理學(xué)的理論基礎(chǔ)，利用機(jī)器學(xué)習(xí)自動(dòng)化建模分析，提供答題者的可信度評(píng)估，屬于邏輯驗(yàn)真風(fēng)險(xiǎn)控制維度。

目前主要場(chǎng)景有3個(gè)：用戶填寫的地址的真實(shí)性，主要通過根據(jù)文本內(nèi)容精準(zhǔn)匹配地址、校驗(yàn)地址真實(shí)性，并驗(yàn)證是否用戶本人的地址；用戶公司真實(shí)性，主要通過多累數(shù)據(jù)整合處理，準(zhǔn)確匹配到企業(yè)，并根據(jù)知識(shí)庫判斷用戶是否屬于該企業(yè)；職業(yè)真實(shí)性，基于全方位的職業(yè)信息知識(shí)庫，對(duì)用戶選擇的職業(yè)進(jìn)行辯真校驗(yàn)。

地址驗(yàn)真類大概流程是：用戶選擇常住地址，然后聚信立信問后臺(tái)通過將用戶輸入的地址在經(jīng)緯度上進(jìn)行定位，然后將定位的地點(diǎn)一定范圍具有標(biāo)識(shí)性的馬路、大廈、風(fēng)景、商店等通過文字或圖片形式作為選擇題供用戶判斷，以此來判別用戶是否真的經(jīng)常在此地出沒。

【獵人說】信問這類產(chǎn)品，通過真人主觀填寫的信息，通過技術(shù)手段定位或其他方式識(shí)別客觀真實(shí)性。從產(chǎn)品形態(tài)來說，公測(cè)版有點(diǎn)簡(jiǎn)單，用戶填寫時(shí)，用搜索引擎是很大概率可以找到答案的。就是不知道在這個(gè)判斷評(píng)分中填寫時(shí)間這個(gè)規(guī)則占評(píng)估比重有多少。真實(shí)填寫的時(shí)間正常比用搜索引擎查到后填寫的時(shí)間短，但如果提前知道內(nèi)置的邏輯，還是有方法突破的。

3. 總結(jié)

公司定位：聚信立是打著互聯(lián)網(wǎng)社交數(shù)據(jù)建模及分析服務(wù)商的旗號(hào)，干著傳統(tǒng)信貸的風(fēng)控的事，只不過通過爬蟲手段將社保、公積金、保險(xiǎn)等用戶資質(zhì)證明的獲取便捷性提高了，可用性也提高。爬蟲手段同時(shí)解決了用戶授權(quán)和一手?jǐn)?shù)據(jù)的來源，規(guī)避了未經(jīng)用戶許可獲取相關(guān)信息的規(guī)定。通過獲取到的數(shù)據(jù)源，經(jīng)過聚信立對(duì)與行業(yè)數(shù)據(jù)的理解解析整合出來的數(shù)據(jù)報(bào)告是其競(jìng)爭(zhēng)特色。

市場(chǎng)戰(zhàn)略：聚信立為了能夠拿到以上個(gè)人的公開或者相對(duì)隱私的信息，通過B2B2C的方式，也就是與各信貸機(jī)構(gòu)及渠道合作，進(jìn)而向他們的客戶提供服務(wù)。比如你到一家小貸公司去申請(qǐng)貸款，這家公司就會(huì)告訴你，可以選擇到聚信立這個(gè)平臺(tái)上去開個(gè)快速互聯(lián)網(wǎng)資信證明（蜜蜂）。通過這種方式，既拿到了合作機(jī)構(gòu)的用戶數(shù)據(jù)，也降低了推廣的難度。

產(chǎn)品戰(zhàn)略：覆蓋數(shù)據(jù)來源（爬蟲）-數(shù)據(jù)建模分析（風(fēng)控建模）-數(shù)據(jù)報(bào)告（蜜蜂、蜜罐）-數(shù)據(jù)創(chuàng)新應(yīng)用（信問）-數(shù)據(jù)整合行業(yè)報(bào)告（信貸行業(yè)報(bào)告）全流程，既保證一手?jǐn)?shù)據(jù)源的實(shí)時(shí)獲取，也提取了信貸風(fēng)控最需要的幾個(gè)維度滿足風(fēng)控需求。

數(shù)據(jù)戰(zhàn)略：提供爬蟲工具，降低信貸機(jī)構(gòu)獲取用戶授權(quán)查詢的各種資質(zhì)信息難度的同時(shí)，同步獲取了相應(yīng)的數(shù)據(jù)給予數(shù)據(jù)加工增值提供了可能。相較于阿里入股高德、收購(gòu)微博股份這樣的財(cái)大氣粗的收集數(shù)據(jù)的做法，聚信立的這種通過B端渠道去驅(qū)動(dòng)用戶主動(dòng)授權(quán)并提供數(shù)據(jù)的方式，幾乎零成本，很適合小的創(chuàng)業(yè)公司。而一些不用強(qiáng)授權(quán)的數(shù)據(jù)，可通過第三方渠道獲取。

相關(guān)閱讀

百家風(fēng)控公司揭秘系列｜91征信公司及產(chǎn)品調(diào)研報(bào)告

百家風(fēng)控公司揭秘系列2｜華道征信&億美軟通公司及產(chǎn)品調(diào)研報(bào)告

百家風(fēng)控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報(bào)告

從事大數(shù)據(jù)征信行業(yè)，你必須知道這些

最全互聯(lián)網(wǎng)金融6大板塊風(fēng)控研究框架：監(jiān)管政策、行業(yè)模式及合規(guī)要點(diǎn)

#專欄作家#

大數(shù)據(jù)獵人，微信公眾號(hào)：大數(shù)據(jù)獵人，人人都是產(chǎn)品經(jīng)理專欄作家。多年金融科技行業(yè)相關(guān)戰(zhàn)略研究、行業(yè)分析、商業(yè)模式及產(chǎn)品體系研究經(jīng)驗(yàn)，擅長(zhǎng)政府?dāng)?shù)據(jù)+企業(yè)數(shù)據(jù)+公開數(shù)據(jù)多源數(shù)據(jù)融合流通交易及應(yīng)用

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于 CC0 協(xié)議