互联网金融产品如何利用大数据做风控?

1

互联网金融产品太多,这里以P2P网贷为例,从风控涉及的相关环节分别来尝试讨论。

1

销售环节:

了解客户申请意愿和申请信息的真实性;

适用于信贷员模式。

风控关键点:

亲见申请人,亲见申请人证件,亲见申请人签字,亲见申请人单位。

审批环节:

进行基本信贷政策的核查,主要是核实申请信息、证件资料、是否伪冒申请。

系统会审核剔除不符合基本信贷政策要求的客户,例如有严重不良征集记录的,内部已经有违约记录的,或者近期有较大风险被纳入关联黑名单的,不符合监管政策要求的客户。经过基本审查后,不同的申请人会依据客户信息的分类,被自动分发到不同的信贷流程中,这种不同的流程一般会根据客户的分类、申请额度的高低、是否新客户、是否存量等客户等因素进行设计,从而进入具体的审核环节。审核环节会采取系统审核和人工核查两个交互部分,审核不能过,有疑问的,或者通过的才能分别进入后续的环节,包括拒绝、退回补充调查、退回补充资料、通过、有条件通过等。

适用于信贷工厂模式。

风控关键点:

1、客户填报信息的逻辑校验。

客户填报信息包括其填写在申请表上的申报信息,以及提供的资质证明文件中的信息。欺诈客户由于编造了全部或部分信息,很可能在自行申报的相关信息中存在不符合常理的情况。利用互联网大数据提供的位置服务,能够将客户填写的地址信息定位为地址位置坐标,并与客户常用物流地址位置坐标进行比对,如果发现客户提供了一个距离过大的地址,则该地址信息存在虚假的可能性;针对移动端渠道,比如PAD,可以定位互联网客户的具体申请位置,与申请信息中填写的地址信息或职业信息进行对比验证;还可以收集客户填写申请过程的行为信息,如填写了多长时间、修改了几次、修改了哪些内容,这些信息项可以成为申请欺诈模型的变量或是申请欺诈策略的重要规则。

2、客户填报信息与公司自有存量客户信息的逻辑校验。

比如:多个申请件填报的单位电话相同,但对应的单位名称及地址不同,批量伪冒申请件的可能性就很高。

3、外部信息的对比校验。

恶意的申请往往会隐瞒对其不利的事实,如负债、公司运营存在问题、等待处理的法院执行信息等,通过爬虫抓取互联网上申请人的企业经营信息、法院执行信息可以核实申请人自身的真实际资质。

授信环节:

进入评分规则引擎的客户,会按类型走到不同的细分模块,以适应不同的细分模型,包括不同的产品、不同的行业、不同的客户群,如车贷、消费贷、抵押贷、个人经营贷等。

风控关键点:

不同类型的借款申请调用不同的信用评分规则引擎。

根据用户授权许可自动抓取的数据:

个人信息,抓取用户在互联网上留下的电商购买数据、搜索引擎数据、社交数据(微博/人人网等)、信用卡账单邮箱信息、学信网信息等多个维度的数据,得到有关个人性格、消费偏好、意愿、学历等的个人信息。

商户信息:抓取商户的电商交易数据(物流、现金流、信息流数据),电商的经营数据(如访客量、交易量、用户评价、物流信息等)。

最后通过特定模型转化为个人授信评分数据与商户授信评分数据。

附:大数据授信数据来源图

数据

贷后存量客户管理环节:

存量客户授信调整是存量客户管理中的重要一环,多种经营手段最终都会涉及授信客户的调整,不重视授信额度的管理,很有可能造成风险的快速上升,将引入端的“好客户”变成存量端的“坏客户”也是有可能的。

风控关键点:

1、违约情况观察,比如是否发生早期逾期,连续多期不还欠款、联系方式失效等

2、信息关联排查,比如存量客户中是否有与新增的黑名单、灰名单数据匹配

小微商户的存量风险管理过程中,可以从数据合作方获取商户交易流水信息,对其交易流水进行监测预警,对于突然出现的资金流入、流出,不符合经营规则的交易流水下滑情况,正常营业的大额交易等,均可以触发预警;通过大数据实时监测,一旦在外部数据监测过程中发现客户的严重负面信息、公安违法信息、法院执行信息、税务缴税信息、行业重要新闻、借款人社交关系网中的重大负面情况、借款人的网络浏览行为、资金支付结算情况等,可以及时触发预警。

贷后逾期客户管理环节:

还款意愿差和还款能力不足是客户逾期的主要原因,这个环节主要涉及逾期客户管理与失联客户管理。

风控关键点:

用户喜欢...

人工智能技术是基于大数据吃饭的?

作者:武汉飔拓科技 我们现在已经迈入了AI与机器人逐渐取代人类工作的年代,在不知不觉间,AI的相关技术已经开始...


「轻易强快」的 Spark on Angel,大数据处理爽到爆!

作者:游遵文 Spark的核心概念是RDD,而RDD的关键特性之一是其不可变性,来规避分布式环境下复杂的各种并行问题。...


大数据+AI促进机器学习

AI和大数据都是目前炙手可热的新兴技术,如果把它们结合在一起,又会怎么样呢?目前,研究人员正在为这一方向而努力,让大数据与AI结合而更好地发展。随着科技的发展,人们逐渐意识...


金融大数据运用与隐私权保护

作者:王燕玲 【导读】:金融大数据的运用有助于提高金融监管能力,重塑金融监管的方式。金融先进技术可以让金...


比特币是什么

在这次“比特币勒索病毒”席卷全球之前,恐怕很多人只是听过比特币、但却不了解比特币,或者是以为比特币是一...


Spark机器学习入门实例——大数据集(30+g)二分类

本篇教程将引领大家,通过使用spark的机器学习性能和 Scala ,练习一个基于超出内存可加载范围的数据集的逻辑回归...


AgileEAS.NET SOA 中间件

作者:魏琼东 大数据项目实践:基于hadoop+spark+mongodb+mysql+c#开发医院临床知识库系统 一、前言 从20世纪90年代数字化...


5种常用的相关分析方法

作者:蓝鲸 相关分析(Analysis of Correlation)是网站分析中经常使用的分析方法之一。通过对不同特征或数据间的关系进行...



P2P技术在工业物联网中的应用

P2P技术在工业物联网中的应用 ——让网络无处不在,Let Network Everywhere 公司简介 上海卓岚由李章林博士于2008年成立。是一家专业提供物联网解决方案的高新技术企业。上海卓岚产品包括:串...


数据分析如何帮产品实现用户增长?

作者:rainful腾讯深度报告,2016年,75%的消费者仍计划保持或增加消费支出。随着人们收入水平的提升,消费者愿意花...


九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销

作者:九枝兰 导语:传统营销方式是粗放的,老大们“拍脑门”决策。但现在,营销越来越精细,一切都开始依靠数...


聚合数据技术总监邵加佳:数据的流动带来巨额收益

7月6日下午,由36大数据联合搜狐科技、物联中国、至顶网、人民网、泡泡网等多家媒体共同举办的“大数据商业应用...


易观智库:中国大数据产业生态图谱2016(附下载)

以下内容来自易观智库: 大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业...


大数据+分析学 数字油田的两把利剑

在石油和天然气行业,数据都是以太字节(TB)和拍字节(PB)来表示的。这两个词语对于你来说或许有些陌生,下面我给你...


传统企业如何实施“数据化”转型?听听数之联周涛怎么说

作者:周涛 八个步骤让你的企业“数据化” 什么样的企业可以称得上是大数据企业呢?恐怕没有人能够给出一个完美...