消金风控之同盾分

人人都是产品经理 02-10

同盾已然是国内互金行业的独角兽,发展很快、接入的公司很多,所以今天想介绍下同盾。

一、宏观

1、央行信用分

2017 年 6 月中国网民 7.5 亿;2015 年 9 月央行征信系统有信贷记录的人为 3.7 亿,其中可形成个人征信报告信用评分的仅有 2.75 亿人。 也就是全国近 10 亿人是白户没有央行征信。

中国各类银行 2 千多家、小贷公司和担保公司各近 1 万家、持牌消费金融 20 多家、正常运营 P2P 平台 2 千多家。 在这样的信用报告分布下、促使客户流向分层;优质客户分流到银行的优质利率产品,小贷公司面对的是次级客户。小贷公司随之面对:如何构建覆盖面更广泛的信用分。

2、欺诈

美国征信体系完善、更关注的是还款能力,判断一个人到底能还多少钱、利率定多高、到底什么时候能还得上钱,如果还不上可能会走个人破产过程。

而在中国更关注的是还款意愿。担心还款意愿,是害怕申请人故意来骗贷。贷款业务是用利息冲抵坏账的业务。如果管控不好、骗贷用户(坏账)激增, 产品的财务模型迅速崩了、业务再做下去就好困难。

据资料,2016 年全球网络黑产的交易量已超过 74 万亿中国 GDP 总量;国内欺诈团伙约 160 万个,每年欺诈链条设计的产值规模超千亿。 而 2016 年我国的消费信贷规模是 22 万亿。

二、同盾

同盾已然是国内互金行业的独角兽,今天主要是想介绍下同盾。

同盾在 2015 年成立以提供反欺诈服务切入,逐渐形成 " 反欺诈-信用建设-智能数据分析 " 的数据服务公司。

征信分不好打很重要的原因是数据散落在各机构中、数据孤岛;像侧重电商数据的芝麻分、侧重社交关系的腾讯分、侧重运营商数据的 51 信用分等。同盾宜反欺诈切入,能部分打破数据孤岛的情况、形成反欺诈层面的全网联防。

同盾在做这件事上有一些优势、是其他大电商平台很难做到的,优势:

系统完全自有,数据稳定;

只做风险,独立第三方,不做市场引流,不做信贷业务;

创新建模方法论,以传统建模为主;

负面客群识别效率高,补充负面信息,提高覆盖范围;

对于线上行为识别高效,拥有 6~7 亿的线上设备量。

同盾的应用已经很广泛。同盾已与合作的 7000 多家机构实现对接,涵盖金融、电商、银行、保险、证券基金、理财、游戏、社交网络、社区等领域。其中,金融行业占比 50%,包括招商银行、兴业银行、微粒贷、宜人贷、拍拍贷等。同盾单日 API 调用量过亿,调用总量已达 230 亿,日借贷调用量超 500 万。

据资料,同盾已监测到 100 万人的欺诈人群,占中国从事网络欺诈人群总数约 160 万的 62.5%;在同盾的人工智能反欺诈模型中,被拒绝的 10% 的人群中有 90% 是欺诈分子。

三、同盾分

同盾贷前审核报告中,同盾分范围是 0-100 分。评分分三个档次,0-20 低风险区,系统建议通过审核;20-80 分,较大风险区,系统建议进行人工审核;80-100 分,系统检测出高危风险,建议直接拒绝。

虽然通常 80-100 分区域的客户被称为网贷黑名单客户(网贷黑户),但很多网贷公司实践中已经把 " 黑户 " 标准减低到 70 分甚至 60 分,也就是说,如果某客户同盾分虽然不到 80 分,但是如果超过 60 分,实际上也是很难下款的。

同盾贷前审核报告主要包括三大部分:

扫描建议。包含:同盾评分及风险建议

基本信息。包含:客户姓名、身份证号、手机号、归属地

贷前风险情况。是同盾报告的核心部分,包括 5 项核查内容:个人基本信息核查、风险信息扫描、多平台借贷申请检测、关联人信息扫描、客户行为检测

我们看下同盾贷前审核报告的例子:

四、贷前风险情况详细介绍

第三部分贷前风险情况是同盾报告的核心部分,包括 5 项核查内容,分别是个人基本信息核查、风险信息扫描、多平台借贷申请检测、关联人信息扫描、客户行为检测。

1、个人基本信息核查

主要是核验身份证号、手机号格式是否正确,身份证姓名和号码是否对应,是否伪冒身份,身份证和手机号归属地是否是风险集中地区,

2、风险信息扫描

是将客户的基本信息与系统的风险数据库比对,核查该客户是否已经进入系统的风险关注名单数据库,一般通过身份证号码或手机号进行信息匹配。

常见的风险关注名单类型有:异常借款、信用异常、机构代办、垃圾注册、信贷逾期、法院结案、失信被执行人等。

(1)异常借款

命中异常借款风险名单的人数最多,一般是由于操作不当,违反了同盾系统的反欺诈规则。目前,同盾系统的反欺诈规则多达上万条,稍不注意就会被系统纳入到异常借款风险关注名单。

比较常见的违规情况有:

填写的个人信息多变;

频繁变换申请设备或网络环境(用 wifi 申请网贷是大忌);

同时申请多家平台;

手机号正常使用不足 3 个月;

手机通讯录、通话记录有网贷黑名单人员;

手机短信中有多个小贷公司发的信息;

有浏览博彩等不良网站的记录;

夜晚 12:00 至早上 6:00 申请借款;

用 " 复制 + 粘贴 " 填写个人信息;

使用技术性欺诈手段。

(2)信用异常

信用异常是指客户存在影响正常还款的异常信息,比如,以前有过信贷逾期记录、网贷待还款负债过高、工作频繁变动、收入不稳定、存在借东墙补西墙嫌疑等情况。

(3)机构代办

有些人缺乏网贷申请经验或为省事,会找专业的借款中介帮忙申请网贷。目前,市场上已经出现很多家贷款中介服务平台。同盾大数据风控系统针对机构代办情况,设置了专门的风控规则。

例如,同盾系统在某一被拒绝的用户中,关联出来了一个失信的身份证和设备,而且发现其设备有较多的申请行为,系统会认定存在机构代办嫌疑,那么,这个被关联出来的用户或将需要严格的人工审核,甚至可以直接拒绝。

(4)垃圾注册

垃圾注册是指恶意借款人利用自动化脚本、计算机程序或雇佣自然人的方式,模拟正常合法的用户在网站上进行注册,给网站的正常运营带来恶劣影响。同盾科技通过对注册行为进行监测,结合同盾的设备指纹技术,发现异常行为,保证网站的正常运营。

(5)贷款逾期

显示信贷逾期记录是大数据风控报告的重要功能之一。目前,同盾大数据风控系统主要用于互联网金融领域,主要记录网贷逾期情况,包括逾期发生的时间、金额范围、逾期天数以及逾期次数。

(6)法院结案或失信被执行人

目前,法院结案及失信被执行人信息都是公开的,同盾大数据风控系统可以利用网络爬虫技术从互联网收集到,并与信贷申请客户进行比对。

3、多平台借贷申请检测

此部分是同盾报告主体部分,体现了同盾科技跨行业跨平台联防联控的风控理念。一般根据近 7 天、1 个月、3 个月、6 个月、12 个月、18 个月、24 个月、60 个月这八个时段,显示借款人在多个平台申请借款的记录,并依据不同时段借款次数的多少,划分高、中、低三个档次的风险等级,一般近 7 天内有大于等于两次申请记录就属于高风险,同时,还会显示申请借款的机构类型;如下图。

4、关联人信息扫描

主要核查借款人重要关联人的信用状况。一般借款都需要填写 1-2 个重要联系人,一般是配偶或直系亲属,配偶或直系亲属的信用状况对借款人信用也有很大影响,如果重要关联人的信用状况非常糟糕,也直接影响借款的借贷申请。

5、客户行为检测

就是异常行为监测。常见的异常行为如下:

3 个月内身份证关联多个申请信息,一般 3 个月内,在不同放贷机构身份证关联的手机号、家庭地址、邮箱数大于等于两个,系统就显示异常行为信息;

3 个月内身份证关联工作单位地址大于等于 2,工作单位信息与借款人还款能力密切相关,这部分异常行为信息,系统会重点显示;

3 个月内申请信息关联多个身份证,特别是同一个手机号关联多个身份证,有中介代办的嫌疑。

作者:AnnieLi ( 微信公众号:AnnieLiO ) ,美团产品经理

本文由 @AnnieLi 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 StockSnap.io,基于 CC0 协议

相关标签: 身份证 大数据

人人都是产品经理
原网页已经由 ZAKER 转码排版 查看原文
最新评论
分享 返回顶部