內(nèi)容摘要：向前金服智能風(fēng)控引擎能夠?qū)θ鯏?shù)據(jù)進(jìn)行處理、加工、清洗，最終將數(shù)據(jù)輸入學(xué)習(xí)模型以提煉出對(duì)風(fēng)控決策有價(jià)值的信息，降低信用風(fēng)險(xiǎn)。向前金服基于大數(shù)據(jù)和云計(jì)算構(gòu)建的智能風(fēng)控引擎，補(bǔ)充傳統(tǒng)征信數(shù)據(jù)的不足。

　　多年來(lái)，國(guó)內(nèi)的金融機(jī)構(gòu)很大程度上依賴央行征信報(bào)告來(lái)決定是否給個(gè)人客戶授信。但對(duì)互聯(lián)網(wǎng)金融機(jī)構(gòu)來(lái)說(shuō)，央行征信報(bào)告獲取難度大、客群覆蓋率較低，往往還需要依賴大量的外部征信數(shù)據(jù)用于開(kāi)發(fā)風(fēng)控體系，對(duì)抗各類欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)。而一個(gè)信貸產(chǎn)品的風(fēng)控體系常需要使用十幾家以上的外部數(shù)據(jù)，這些數(shù)據(jù)需要對(duì)接、清洗、衍生，最后轉(zhuǎn)化為規(guī)則與模型。

　　隨著互聯(lián)網(wǎng)金融業(yè)務(wù)的不斷發(fā)展，風(fēng)控管理面臨著對(duì)海量數(shù)據(jù)進(jìn)行去偽存真的挑戰(zhàn)。傳統(tǒng)意義上的風(fēng)控，往往是通過(guò)人工方式進(jìn)行處理，風(fēng)控規(guī)則及模型以編碼的方式嵌入到各個(gè)業(yè)務(wù)系統(tǒng)，而一個(gè)信貸產(chǎn)品往往需要部署幾十條甚至數(shù)百條規(guī)則，幾個(gè)甚至十幾個(gè)模型。這些模型的落地給開(kāi)發(fā)部門(mén)帶來(lái)了非常大的工作量。而且，面對(duì)外部環(huán)境的變化和日益壯大成熟的專業(yè)欺詐團(tuán)伙，一成不變的規(guī)則很容易被識(shí)破，風(fēng)控體系需要持續(xù)優(yōu)化迭代。不斷切換規(guī)則、規(guī)則組、模型的參數(shù)、邏輯、優(yōu)先順序等，也需要投入大量人力，使得風(fēng)控規(guī)則及風(fēng)控策略調(diào)整的周期性長(zhǎng)、時(shí)效性低、響應(yīng)速度慢、缺乏靈活性，無(wú)法跟隨業(yè)務(wù)發(fā)展的步伐。

　　為解決以上問(wèn)題，向前金服投入大量資源，打造了自己的智能風(fēng)控決策引擎。這一風(fēng)控決策引擎基于大數(shù)據(jù)和云計(jì)算構(gòu)建，除了央行征信信息、行業(yè)信貸信息、社保公積金繳納信息等強(qiáng)數(shù)據(jù)外，還深挖電商購(gòu)物信息、社交信息、出行信息等弱數(shù)據(jù)，通過(guò)對(duì)弱數(shù)據(jù)進(jìn)行處理、加工、清洗，進(jìn)而補(bǔ)充傳統(tǒng)征信數(shù)據(jù)的不足，最終將數(shù)據(jù)輸入學(xué)習(xí)模型以提煉出對(duì)風(fēng)控決策有價(jià)值的信息，降低信用風(fēng)險(xiǎn)。

　　向前金服智能風(fēng)控決策引擎集線上審批、用戶信用評(píng)分及群體細(xì)分、信貸決策為一體，通過(guò)可視化的界面操作，風(fēng)控業(yè)務(wù)人員可以進(jìn)行風(fēng)控規(guī)則集合設(shè)置及調(diào)整。同時(shí)智能風(fēng)控決策引擎可以整合內(nèi)部基礎(chǔ)數(shù)據(jù)和外部海量數(shù)據(jù)，并進(jìn)行數(shù)據(jù)加工、數(shù)據(jù)分析、數(shù)據(jù)挖掘，通過(guò)風(fēng)控模型不斷訓(xùn)練及迭代驗(yàn)證，完善風(fēng)控模型，提升模型的有效性及準(zhǔn)確性。

　　作為向前金服大數(shù)據(jù)智能風(fēng)控平臺(tái)聽(tīng)風(fēng)者的核心工具，智能風(fēng)控決策引擎除了幫助向前金服不斷降低逾期率，推動(dòng)平臺(tái)穩(wěn)健發(fā)展的同時(shí)，其深挖數(shù)據(jù)價(jià)值并加以有效運(yùn)用，則有助于進(jìn)一步提升征信在金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理中的作用，在征信體系完善，信用評(píng)級(jí)、信用評(píng)分等發(fā)揮著巨大價(jià)值。

　　內(nèi)容摘要：向前金服智能風(fēng)控引擎能夠?qū)θ鯏?shù)據(jù)進(jìn)行處理、加工、清洗，最終將數(shù)據(jù)輸入學(xué)習(xí)模型以提煉出對(duì)風(fēng)控決策有價(jià)值的信息，降低信用風(fēng)險(xiǎn)。向前金服基于大數(shù)據(jù)和云計(jì)算構(gòu)建的智能風(fēng)控引擎，補(bǔ)充傳統(tǒng)征信數(shù)據(jù)的不足。

　　多年來(lái)，國(guó)內(nèi)的金融機(jī)構(gòu)很大程度上依賴央行征信報(bào)告來(lái)決定是否給個(gè)人客戶授信。但對(duì)互聯(lián)網(wǎng)金融機(jī)構(gòu)來(lái)說(shuō)，央行征信報(bào)告獲取難度大、客群覆蓋率較低，往往還需要依賴大量的外部征信數(shù)據(jù)用于開(kāi)發(fā)風(fēng)控體系，對(duì)抗各類欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)。而一個(gè)信貸產(chǎn)品的風(fēng)控體系常需要使用十幾家以上的外部數(shù)據(jù)，這些數(shù)據(jù)需要對(duì)接、清洗、衍生，最后轉(zhuǎn)化為規(guī)則與模型。

　　隨著互聯(lián)網(wǎng)金融業(yè)務(wù)的不斷發(fā)展，風(fēng)控管理面臨著對(duì)海量數(shù)據(jù)進(jìn)行去偽存真的挑戰(zhàn)。傳統(tǒng)意義上的風(fēng)控，往往是通過(guò)人工方式進(jìn)行處理，風(fēng)控規(guī)則及模型以編碼的方式嵌入到各個(gè)業(yè)務(wù)系統(tǒng)，而一個(gè)信貸產(chǎn)品往往需要部署幾十條甚至數(shù)百條規(guī)則，幾個(gè)甚至十幾個(gè)模型。這些模型的落地給開(kāi)發(fā)部門(mén)帶來(lái)了非常大的工作量。而且，面對(duì)外部環(huán)境的變化和日益壯大成熟的專業(yè)欺詐團(tuán)伙，一成不變的規(guī)則很容易被識(shí)破，風(fēng)控體系需要持續(xù)優(yōu)化迭代。不斷切換規(guī)則、規(guī)則組、模型的參數(shù)、邏輯、優(yōu)先順序等，也需要投入大量人力，使得風(fēng)控規(guī)則及風(fēng)控策略調(diào)整的周期性長(zhǎng)、時(shí)效性低、響應(yīng)速度慢、缺乏靈活性，無(wú)法跟隨業(yè)務(wù)發(fā)展的步伐。

　　為解決以上問(wèn)題，向前金服投入大量資源，打造了自己的智能風(fēng)控決策引擎。這一風(fēng)控決策引擎基于大數(shù)據(jù)和云計(jì)算構(gòu)建，除了央行征信信息、行業(yè)信貸信息、社保公積金繳納信息等強(qiáng)數(shù)據(jù)外，還深挖電商購(gòu)物信息、社交信息、出行信息等弱數(shù)據(jù)，通過(guò)對(duì)弱數(shù)據(jù)進(jìn)行處理、加工、清洗，進(jìn)而補(bǔ)充傳統(tǒng)征信數(shù)據(jù)的不足，最終將數(shù)據(jù)輸入學(xué)習(xí)模型以提煉出對(duì)風(fēng)控決策有價(jià)值的信息，降低信用風(fēng)險(xiǎn)。

　　向前金服智能風(fēng)控決策引擎集線上審批、用戶信用評(píng)分及群體細(xì)分、信貸決策為一體，通過(guò)可視化的界面操作，風(fēng)控業(yè)務(wù)人員可以進(jìn)行風(fēng)控規(guī)則集合設(shè)置及調(diào)整。同時(shí)智能風(fēng)控決策引擎可以整合內(nèi)部基礎(chǔ)數(shù)據(jù)和外部海量數(shù)據(jù)，并進(jìn)行數(shù)據(jù)加工、數(shù)據(jù)分析、數(shù)據(jù)挖掘，通過(guò)風(fēng)控模型不斷訓(xùn)練及迭代驗(yàn)證，完善風(fēng)控模型，提升模型的有效性及準(zhǔn)確性。

　　作為向前金服大數(shù)據(jù)智能風(fēng)控平臺(tái)聽(tīng)風(fēng)者的核心工具，智能風(fēng)控決策引擎除了幫助向前金服不斷降低逾期率，推動(dòng)平臺(tái)穩(wěn)健發(fā)展的同時(shí)，其深挖數(shù)據(jù)價(jià)值并加以有效運(yùn)用，則有助于進(jìn)一步提升征信在金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理中的作用，在征信體系完善，信用評(píng)級(jí)、信用評(píng)分等發(fā)揮著巨大價(jià)值。