最近工作有點(diǎn)心情抑郁的我，來擼幾個(gè)文吧。如果有不對(duì)的地方請(qǐng)各位勿噴，只是經(jīng)驗(yàn)之談。本期只針對(duì)風(fēng)控做個(gè)概述，初步的認(rèn)識(shí)，后續(xù)會(huì)進(jìn)行從產(chǎn)品到策略上的深度解析。

風(fēng)控對(duì)于很多人來說覺得很高大上，其實(shí)是挺高大上的，但也不是那么難的。很多人問我，是不是我得會(huì)建模？邏輯回歸、決策樹、機(jī)器學(xué)習(xí)、NPL等等，聽起來是聽厲害的，我看也是又會(huì)這又會(huì)那是挺厲害的，其實(shí)，很多事情并不難，且聽我一一道來。

其實(shí)風(fēng)控分幾種，分別是風(fēng)控產(chǎn)品、風(fēng)控策略、風(fēng)控建模。沒錯(cuò)，不是每個(gè)風(fēng)控人員都會(huì)建模，其實(shí)大部分人只是會(huì)SQL語句，找到維度共性，在讓專業(yè)做模型的同學(xué)去完成后面的操作，不過是用Logistic還是用什么，不過風(fēng)控現(xiàn)在比較常用的是Logistic和Decision Tree以及分類算法。

那么，機(jī)器學(xué)習(xí)是什么？作用是什么？其實(shí)主要是喂養(yǎng)數(shù)據(jù)，調(diào)整模型的，風(fēng)控看的比較多的是KS值，和AUC以及其他的一些值。

大體簡單介紹下這兩個(gè)值，KS值主要是為了區(qū)分?jǐn)?shù)據(jù)樣本在模型的正負(fù)關(guān)系（也就是好壞程度），主要是這個(gè)圖是個(gè)曲線，對(duì)于風(fēng)控來說，如果數(shù)據(jù)樣本呈正態(tài)分布是一個(gè)好現(xiàn)象。所以，KS其實(shí)也是區(qū)分這個(gè)曲線的正太分布情況的，取值是在0~1區(qū)間，數(shù)值越大，就可以說樣本分的過開，可能樣本不是很好（或者模型不好）。當(dāng)然，KS只是代表模型的分隔能力，并不代表正確。

（來自網(wǎng)絡(luò)圖片）

那么，AUC是什么呢？其實(shí)也是跟ks差不多的一個(gè)分值器，用以區(qū)分好壞樣本，是ROC曲線的概率區(qū)域。AUC值越大，證明該算法在正負(fù)樣本內(nèi)有更好的分類。

（來自網(wǎng)絡(luò)圖片）

好了，這個(gè)其實(shí)不懂也沒關(guān)系，作為風(fēng)控產(chǎn)品，模型還是交給專業(yè)的人士去做吧~

那么言歸正傳，風(fēng)控產(chǎn)品需要懂什么呢？首先，我們要明白這個(gè)風(fēng)控是給什么公司做的，傳統(tǒng)的金融機(jī)構(gòu)比如銀行、證券公司我就不說了，因?yàn)樗麄兊娘L(fēng)控早些年還是通過評(píng)分卡進(jìn)行打分，并且都是通過專業(yè)的風(fēng)控、信審人員去線下核對(duì)的，此外再加上央行報(bào)告，所以逾期率比較低。這里介紹的風(fēng)控主要是針對(duì)大數(shù)據(jù)風(fēng)控的。

大數(shù)據(jù)風(fēng)控（主要針對(duì)金融行業(yè)，如果是其他行業(yè)的我以后會(huì)說），顧名思義得有大數(shù)據(jù)，很多公司沒有咋辦？當(dāng)然是采購，市面上很多數(shù)據(jù)公司，數(shù)據(jù)公司的選擇自己評(píng)估吧。我只是大概說下一般需要什么類型的數(shù)據(jù)：

1. 身份認(rèn)證類（比如三要素、四要素等）
2. 反欺詐類（如運(yùn)營商信息等）
3. 名單核驗(yàn)類（黑白灰名單、司法等）
4. 第三方評(píng)分類（可有可無，主要針對(duì)自己模型沒有建立的）

基本用戶進(jìn)件后風(fēng)控流程如下所示：

當(dāng)然根據(jù)公司場(chǎng)景還會(huì)增加，反欺詐除了運(yùn)營商的數(shù)據(jù)類型以外，其實(shí)更多的是通過手機(jī)設(shè)備指紋收集的用戶的一些操作行為數(shù)據(jù)，進(jìn)行反欺詐規(guī)則的設(shè)置分析。

這又不得不說到風(fēng)控的本質(zhì)了，風(fēng)控的本質(zhì)其實(shí)就是區(qū)分用戶是好人還是壞人、是人還是機(jī)器人。在風(fēng)控策略設(shè)置上只要緊扣這2點(diǎn)就行。

那么針對(duì)一個(gè)系統(tǒng)，整體流程是怎么樣的呢？如下圖所示（只是個(gè)大概）

主要風(fēng)控，是一個(gè)選件的過程，通過內(nèi)置一些風(fēng)控規(guī)則和數(shù)據(jù)支持，通過計(jì)算機(jī)更好的區(qū)分這個(gè)用戶是否是好人、是否是人，是否能還款、有沒有還款能力這幾件事，來幫助金融類公司進(jìn)行更好的借貸、分期等消費(fèi)分期行為。

具體的風(fēng)控策略設(shè)置、風(fēng)控系統(tǒng)搭建會(huì)在以后介紹，本期內(nèi)容就到此為止，如有問題歡迎指正。

作者：呆懶龍，呆懶龍（公眾號(hào)lazy_word懶癌患者拯救世界），3年經(jīng)驗(yàn)帝都產(chǎn)品狗，歡迎來撩

本文由 @呆懶龍 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