大數(shù)據(jù)驅(qū)動(dòng)在線信貸業(yè)務(wù)變革

1、大數(shù)據(jù)驅(qū)動(dòng)在線信貸業(yè)務(wù)變革概述背景介紹大數(shù)據(jù)風(fēng)控引擎商通貸總結(jié)小額信貸的人群背景介紹ABCD優(yōu)質(zhì)銀行客戶典型銀行客戶，但金融 需求無法全部被滿足無法在銀行獲取金融服務(wù)次級(jí)人群、質(zhì)量不好， 非目標(biāo)概述背景介紹大數(shù)據(jù)風(fēng)控引擎商通貸總結(jié)數(shù)據(jù)是信貸的基礎(chǔ)有什么數(shù)據(jù)？如何獲取數(shù)據(jù)？如何存儲(chǔ)數(shù)據(jù)？如何使用數(shù)據(jù)？大數(shù)據(jù)風(fēng)控引擎通過爬蟲從互聯(lián)網(wǎng)獲取個(gè)人和企業(yè)的公開數(shù)據(jù)， 并用知識(shí)圖譜的方式將其結(jié)構(gòu)化，結(jié)合其他數(shù)據(jù) 源，自動(dòng)分析進(jìn)件的風(fēng)險(xiǎn)點(diǎn)，最后通過搜索引擎 技術(shù)提供企業(yè)和個(gè)人的風(fēng)險(xiǎn)數(shù)據(jù)查詢，為人工或 者機(jī)器決策提供信息大數(shù)據(jù)風(fēng)控引擎FlumeCrawlerSqoopHDFSElastic SearchWebD

2、B信息抽取知識(shí)圖譜規(guī)則引擎機(jī)器學(xué)習(xí)搜索前端RESTful Client互聯(lián)網(wǎng) 數(shù)據(jù)宜信自有第三方 數(shù)據(jù)數(shù)據(jù)Gateway知識(shí)圖譜文檔知識(shí)圖譜實(shí)體關(guān)系實(shí)體查詢黑名單查詢：直接匹配 & 間接聯(lián)系客戶查重實(shí)體擴(kuò)展通過屬性查詢實(shí)體 = 獲取實(shí)體的其他屬性獲取相似實(shí)體知識(shí)查詢例：XX公司的法人是否有失信記錄例：XX寫字樓中有多少家機(jī)構(gòu)入駐個(gè)性化問答由客戶信息生成個(gè)性化問題根據(jù)客戶回答，檢測(cè)虛假身份等欺詐風(fēng)險(xiǎn)知識(shí)圖譜的應(yīng)用十億實(shí)體，百億關(guān)系（屬性）HBase + ElasticSearch 實(shí)現(xiàn)HBase 存儲(chǔ)圖譜數(shù)據(jù)ElasticSearch索引需要查詢屬性知識(shí)圖譜概述背景介紹大數(shù)據(jù)風(fēng)控引擎商通貸總結(jié)商

3、通貸面向中小電商全線上實(shí)時(shí)授信，最快8分鐘放款隨借隨還開放平臺(tái)業(yè)務(wù)流程獲客額度預(yù) 估進(jìn)件申 請(qǐng)數(shù)據(jù)獲 取實(shí)時(shí)風(fēng) 控反欺詐信用評(píng) 估人工審 核optional放貸提款撮合放款貸后管 理獲客進(jìn)件轉(zhuǎn)化運(yùn)營(yíng)活 動(dòng)電銷與 回訪合作伙 伴網(wǎng)絡(luò) 獲客通過爬蟲定向抓取平臺(tái)上所有的店鋪根據(jù)店鋪的創(chuàng)建時(shí)間，品類，評(píng)級(jí)，評(píng)價(jià)，上 架貨物，單價(jià)及訂單數(shù)等公開信息，過濾出符 合進(jìn)件條件的店鋪，并制定相應(yīng)的營(yíng)銷策略通過站內(nèi)信、自動(dòng)聊天等方式進(jìn)行第一輪自動(dòng) 營(yíng)銷，篩選出感興趣的客戶后，選擇不同的方 式進(jìn)行轉(zhuǎn)化（主動(dòng)進(jìn)件、電銷等）網(wǎng)絡(luò)獲客基于店鋪的公開信息店鋪越多，額度越高實(shí)時(shí)預(yù)估額度預(yù)估店鋪的經(jīng)營(yíng)數(shù)據(jù)互聯(lián)網(wǎng)上個(gè)人的公開數(shù)據(jù)

4、個(gè)人授權(quán)數(shù)據(jù)（經(jīng)營(yíng)數(shù)據(jù)不夠時(shí)，用于增信）結(jié)合自有數(shù)據(jù)和第三方數(shù)據(jù)1分鐘之內(nèi)完成數(shù)據(jù)爬取進(jìn)件申請(qǐng)反欺詐信用評(píng)估實(shí)時(shí)風(fēng)控反欺詐借款人是否是本人？姓名，身份證，手機(jī)號(hào)，銀行卡一致人臉識(shí)別，活體檢測(cè)借款人是本人，信息是否真實(shí)？家庭地址是否真實(shí)聯(lián)系人是否真實(shí)收入流水是否真實(shí)還款能力消費(fèi)多是否代表有還款能力？高檔消費(fèi)多是否代表有 還款能力？地位高是否代表有還款能力？工作好代表有還款能 力？住高檔小區(qū)代表有還款能力？ 在高檔寫字樓上班代 表有還款能力？程序員有還款能力？微博被關(guān)注的人多有還款能力？還款意愿信用卡及時(shí)還代表有還款意愿？銀行貸款及時(shí)還代表有還款意愿？考試不作弊代表有還款意愿？從來不闖紅燈代表有還

5、款意愿？信用評(píng)估風(fēng)控系統(tǒng)反欺詐模型評(píng)分模型額度模型規(guī)則引擎知識(shí)圖譜政策規(guī)則拒貸批貸 需要更多數(shù)據(jù)身份：平臺(tái)賬號(hào)、行為：網(wǎng)絡(luò)活動(dòng)、關(guān)系：知識(shí)圖譜搜個(gè)人身份信息、交叉驗(yàn)證經(jīng)營(yíng)活動(dòng) 索反欺詐模型樣本少（相對(duì)與廣告，推薦系統(tǒng)）每個(gè)樣本要通過放款來收集每個(gè)樣本需要相當(dāng)長(zhǎng)時(shí)間才能收集到表現(xiàn)特征多，大量的missing value（相對(duì)于傳統(tǒng) 的風(fēng)控）上述兩點(diǎn)容易造成過擬合信用評(píng)估模型 難點(diǎn)特征工程基于原始特征和領(lǐng)域知識(shí)總結(jié)出新的特征模型選擇決策樹：早期樣本量少；可解釋性好；隨機(jī)森林：區(qū)分度強(qiáng)信用評(píng)估模型 方案額度模型主要特征月均 銷售額利潤(rùn)率借款期 數(shù)經(jīng)營(yíng)時(shí) 間經(jīng)營(yíng)健 康度外部負(fù) 債無效銷 售定義了風(fēng)險(xiǎn)管理的邏輯去知識(shí)圖譜中查什么輸入的數(shù)據(jù)如何使用如何交叉驗(yàn)證做什么樣的決策輸出：直接拒貸批貸：額度，風(fēng)險(xiǎn)定價(jià)需要更多數(shù)據(jù)增信支持邏輯運(yùn)算和遠(yuǎn)程方法調(diào)用規(guī)則引擎主要目的是反欺詐：核實(shí)是否本人，是否有虛假 信息優(yōu)質(zhì)用戶，無需人工審核，直接放款發(fā)現(xiàn)風(fēng)險(xiǎn)點(diǎn)，電話快速審核人工審核放貸信用額度一個(gè)月之內(nèi)有效有效期內(nèi)用戶隨時(shí)按需提款P2P撮合系統(tǒng)實(shí)時(shí)對(duì)接資金端，分鐘級(jí)完成撮合得益于高效的資金