揭秘壹諾信用基於大數據風控的信貸客戶全周期管理

互聯網金融的核心是風控，本質是將風險偏好不同的資金供給方和風險不同的資金需求方匹配起來，互聯網金融風控的基礎是大數據。而大數據風控看兩個方面的能力，一個是數據積累，另一個就是技術能力。分析可知，大數據風控模型的基本流程來主要分為四個部分：數據收集、數據建模、構建數據畫像和風險定價，如下圖所示：

數據收集

壹諾信用的任務是讓用戶可以憑藉其良好的信用，而無需抵押或者擔保就可以貸款。也就是說，用戶僅憑信用即可開啟財富之門。為了更好的掌握用戶需求以及對個人進行信用評級，我們需要大數據平台的支持。

在徵信技術上，傳統的方法是從線下採集信用數據，效率比較低。可以說，傳統的線下徵信技術數據來源單一，而互聯網時代的來臨大大豐富了傳統徵信數據來源。壹諾信用基於大數據的用戶徵信和傳統徵信殊途同歸，所不同的是，傳統徵信中，數據依賴於銀行信貸數據，而大數據徵信的數據並不僅僅包括傳統的信貸數據，同時也包括了與消費者還款能力、還款意願相關的一些描述性風險特徵，這些相關性描述風險特徵的抽取與篩選是量化派的技術核心。相比於傳統徵信數據的強相關性，這些大數據徵信的數據與消費者的信用狀況相關性較弱，壹諾信用利用大數據技術，通過用戶授權、第三方數據介面和互聯網數據等方法多維度進行用戶行為分析。這樣就使大數據徵信不依賴於傳統信貸數據，就可以對傳統徵信無法服務的人群進行徵信，實現對整個消費者人群的覆蓋。我們的數據來源如下圖所示：

數據建模

大數據具有四大特徵：數據體量巨大；數據類型繁多；價值密度低，商業價值高；處理速度快。但光有大量的數據還不夠，如何使數據產生價值才是關鍵，故大數據風控模型成為每個大數據金融公司的核心競爭力。

壹諾信用通過與芝麻信用、同盾、神州融等業內領先的大數據公司進行合作，結合傳統風險評估模型體系和業內知名的FICO評分體系，通過大數據、雲計算、區塊鏈、物聯網和人工智慧等新一代信息技術作為基礎設施支撐，採用邏輯回歸、神經網路、決策樹、隨機森林、支持向量機、貝葉斯分類、深度學習等機器學習演算法，並與湖南大學共同發起湖南省第一個互聯網金融「產學研」項目，共同成立了大數據與互聯網金融聯合實驗室（研究中心），建立了獨具特色的大數據風控模型，這套模型用以評估用戶當前的信用狀態，將給每個借款人打出當前狀態的信用分，信用分會預測從現在開始後3個月內該借款人的信用狀態。在此基礎上，使用個人的信用分，結合新發標的信息，打出對於每個標的6個月內逾期率的預測。

構建數據畫像

用戶畫像在定性目標用戶時，企業數據分析人員會將用戶數據進行分析，並形成合適的用戶畫像，常見的會包括有姓名，性別，年齡，收貨地址，手機號，銀行卡，身份證號，郵箱等基礎屬性，和瀏覽分類，點擊偏好，購買習慣，登錄設備類型等特殊屬性。

風控方向的用戶畫像，其和電商側的會有所不同，電商中構建用戶畫像是為了更好的進行精準營銷，提升營業額，轉化率。而在風控領域中構建用戶畫像的目的是：

1

系統的梳理用戶群體，儘可能的找到異同點並將用戶分類，分類是多維度的，可以是購買偏好，也可以是薅羊毛黨，應該從各個角度去側寫用戶；

便於更深刻的理解業務，理解用戶需求，風控離不開具體業務，只有深刻理解業務後，才可以拆解出可能的潛在風險；

便於後期的數據挖掘，了解惡意用戶的行為特徵，可以更具用戶特徵做關聯規則分析；

便於對不同類型的用戶，採用針對性的風控規則。單純去側寫用戶畫像是沒有意義的，當構建了用戶畫像後，需要結合實際的風控規則，來管控用戶請求事件。

通過數據倉庫和大數據風控模型構建用戶畫像，將一個唯一標誌性KEY（一般為用戶ID）作為「用戶」標識，來對其打上各類標籤。這邊列舉下風控領域的用戶畫像標籤：如是否曾經被盜、常用設備、常用地、消費偏好、所屬企業畫像、是否有危險夥伴往來、手機畫像、IP畫像、社交賬號等。在上述標籤中，不難發現像手機畫像，IP畫像可能並不是直接從數據收集中獲取，這類信息很多時候我們是通過另外的技術手段進行的收集工作，如手機是否為貓池號，是否為小號空號，如IP是否為VPN、代理、是否屬於爬蟲等。

風險定價

量化風險管理的一個核心是風險定價，根據銀行自身的風險偏好來對資產進行定價，高風險資產定價較高，低風險產品定價較低，根據風險高低來制定資產收益，RBP（基於風險定價）已經成為主流。壹諾信用通過對用戶行為數據的挖掘，動態監測用戶的手機號、商品消費、媒體閱讀、收支等級、航旅、社交等行為，在保證數據真實、客觀、全面的前提下,基於大數據模型準確的評價個人的信用風險。

大的方向來看，消費水平與收入水平不匹配，且借款未被用來提升自己的收入水平的用戶還款能力有限；受教育程度較高、道德水平較高的用戶還款意願較強。

能否做好貸前審批決定了企業能否存活，能否做好貸中、貸後管理決定了企業可以走多遠。壹諾信用通過及時監測借款人信用的變化、共債的新增、流水的異動、聯繫狀態的異常等數據，採用全自動的風險識別預警機制，提早識別風險，提高人工處理效率。

壹諾信用應用場景

網路小貸智能風控方案：依託雲技術創新互聯網金融，提供一站式，拎包入住的金融智能風控系統解決方案。

消費金融智能風控方案：集消費場景，小額貸款業務，金融產品管理，互聯網交易業務等，實現無人工干預自動化運作。

供應鏈金融風控方案：將傳統金融供應鏈模式與互聯網金融相結合，垂直細分行業領域資源及數據整合，將大數據風控應用於業務風控中。

現金貸智能風控方案：通過在線授性評級，實現循環授信額度，自動化風控，智能審批等全流程風控服務。