百木园
一、什么是风控
场景1：一位跟你从小玩到大，而且一直都有联系、有故事的好朋友，突然说家里有啥事，想问你借一笔钱，一想到好朋友有困难，你可能会当仁不让的出手相助，甚至什么时候还都没问，就把钱借出去了。
场景2：某天你突然接到一个，来自十余年没回过的老家的陌生号码的电话，电话那头，是一副你完全陌生的嗓音，搭配咄咄逼人的语气，说道：xxx啊，我是你小学同学某某某，我现在很缺钱，想要借五千块钱。但是你想了一会儿，可能都记不起这个同学的模样，甚至怀疑到底有没有这个同学。此时你大概率会认为是诈骗电话，臭骂骗子一通，然后把电话挂了。
在这些很常见的场景中，我们其实就完成了一次又一次完整的风控过程：
- 画像分析与风险评估：通过对借款人的背景信息评估，好朋友的往事信手拈来，家庭背景、偿还能力、近况都很清晰，风险系数低；默认的同学，背景信息缺乏、近况完全未知、偿还能力未知，风险系数极高。
- 风险措施：风险系数低的朋友，放款快、额度高、还款周期宽松；风险系数高的同学，要是再来电话，得问清楚家庭关系、地址、原因、目前从事的工作类型、工作单位及地点等信息，就算有别的认识的同学担保，也要打个借条明确还款时间、逾期惩罚，如果哪点做不到或者内容含糊不清，一概拒绝借钱。
风险控制的目的：就是在自我利益最大化的前提下，采用各种举措，减少风险事件的发生，或者减少风险造成的损失。
二、风控第一步：明确利益
风控的前提是，保障自己的利益，如果不需要保障自己的利益，那也就没必要风控了，就像电影《西虹市首富》，王多鱼的投资策略就是，投资的事情最好越离谱越好，无偿的为大家的梦想买单，这种情况下，风控就完全多余的。
但现实生活中，一个系统、一款产品，都需要考虑风控这件事了，那必然是出于某个目的、某种利益驱动的。免费的APP希望屏蔽爬虫，节省服务器流量；收费的APP希望屏蔽羊毛党，减少损失、增加利润……
明确风控的目的，是设计风控系统的第一要务，现在我们有个系统，用户通过在指定地点签到完成任务，累计一定数量，就可以兑换奖励，那我们风控的目的，是不想奖励给那些作弊的人，把奖励真正给到那些真实完成任务的人，从而激励大家更积极、认真的参与任务。
- 明确目的：减少奖励损失、让奖励给到真正参与的人
- 采取手段：找到作弊者，然后拒绝发放奖励，对此作弊甚至直接拉黑处理
- 前提条件：如何找到作弊者呢？尽可能的减少人工审核投入，希望根据收集的大数据，建立数据模型，找出最可能有作弊嫌疑的用户，再进行人工复核。
再例如最常见的借贷APP，他们是对风控系统依赖、专研最多的行业之一。
- 明确目的：把钱结给能还得起、且愿意还钱的人，从而保障本金成本少流失、利息收益最大化。
- 采取手段：鉴别贷款者的还款功能，对于还款能力低的人，授予额度低甚至不授予额度
- 前提条件：如何鉴别贷款者还款能力呢？根据收集的大数据、人行征信及其他第三方系统数据等，找出该用户的收入能力、消费能力、信用记录等，从而评估该用户：是否还得起、是否愿意还。
只有明确了需要风控系统介入的目的，才能更好的进行风控模型、风控举措的设计，从而让风控系统的价值最大化。
三、风控第二步：设计风险模型
风险模型用于评估风控对象对于风控目标的风险程度，那要如何构建风险模型呢？
首先我们要尽可能掌握风控对象可能与风控目标有关联的所有信息，然后评估这些信息的风险程度，不同的信息根据关联程度不一样，又会有不同的权重，最后加权计算就得出了风控对象的风险系数。
结合实际例子理解：现在有一款产品，运营会创建一系列的指定地点打卡有奖的任务，用户领取任务后，在对应地点完成打卡，即可获得一定的奖励。但是考虑到运营获得的地点信息不一定是准确的，所以签到地点允许有一定的距离误差。
1. 业务流程梳理
我们对用户获得奖励的行为路径进行梳理：
2. 数据整理
我们将每个阶段会产出的数据进行梳理：
- 注册：注册时间/时长、手机号码（引申出运营商、号码段、归属地等信息）、注册IP（引申出ip归属地）
- 浏览：近3天、7天、14天、1个月、3个月、1年活跃程度，包括看了哪些页面、访问频率、一般什么时候看、访问地点（通过ip地址分析）、访问的设备信息（引申出设备型号、设备号、APP版本等）
- 实名认证：姓名、性别、年龄、身份证号、户籍所在地
- 银行卡信息：卡号、卡户行、开户地
- 领取任务：任务类型、创建时间、创建人、任务时间、任务地点、任务热度（任务最大领取人数、任务已领取人数、任务PV/UV访问情况等）、任务奖励、领取时间、领取地点、领取设备等
- 打卡：打卡时间、打卡地点、照片质量、备注质量、打卡设备（手机型号、设备号、APP版本、IP地址、ip归属地）
- 奖励：已领取奖励、已提现奖励、领取次数、平均奖励金额、平均提取周期等
如果对这些数据，或其他业务流程中可以产出、依赖性强的数据没埋点采集的话，还需要先完善埋点，确保尽可能的把数据采集全面。
3. 数据归类
我们按照大名鼎鼎的5W1H对整个业务流程可以产出的数据做个归类。
4. 风险关联分析
我们对所有掌握的数据进行归类后，可以将该数据与预期风险进行关联分析，例如我们有那么多的地址信息，由于我们业务的特殊性，一般都是同城内打卡，所以用户注册地、日常浏览的所在地、打卡地址，都应该在本市，且打卡地点不出意外的话，都应该距离设定的任务地址非常近。
诸如手机号归属地、银行卡开户地、身份证归属地，这三者可能不是在本地也正常，如在老家办的身份证、手机号、银行卡等，但是这三者应在省份层面，应该有一致性趋势，例如一个用户身份证是郴州的，银行卡是泉州开的，手机号是衢州的，最后在宿州参加任务打卡，这风险就很大了。
由于我们业务的特性，一个打卡任务从发布到要求打卡完成，都不会超过1个月，且每次奖励都不多（不到百元），所以浏览页面所在地点与实际打卡地点大概率应该是在一个城市，临近的城市都比较少，如果出现广东省浏览了一个山东省的任务，最后打卡点是山东省，这风险也极大。
所以我们就可以列一下每个数据与最终风险的关联系数。
5. 风险阈值设计
我们采用“可信度”计分，标记为s，单项最高100分，最低0分。如果一项数据可信度越高，则分数越高，相对而言风险程度就越低。
同时给每一项数据加一个权重值，标记为w，为方便计算，需要让w1+w2+…+wi=1，即所有权重相加等于100%。
最终可信度分数 = ∑ 单项分数s x 单项权重w，可信度模式，也被称之为健康分、健康度、信用分等。
（1）打卡地点，系数w假设为0.1
按要求就应该在任务要求的地点附近，我们采用经纬度距离计算的方式，判断风险度：
- d（距离）<=50米：可信度极高，单项+100
- 50米 <= d < 200米：+80
- 200米 <= d < 500米：+60
- 500米 <= d < 1000米：+40
- 1000米 <= d < 5000米：+20
- d >= 5000米：+0
（2）打卡ip归属地，系数w假设为0.02
打卡ip归属地其实并不准确，由于网络运营商问题或使用了虚拟专用网络（Virtual Private Network），可能出现“漂移”，不过ip作弊难度相对于修改地址而言更难，所以还是有很大的价值。
- 打卡ip归属地与打卡地点一致在同一个城市，可以增加打卡的可信度，单项+100
- 不一致，单项+0
（3）其他ip归属地，系数w假设为0.03
注册ip、浏览ip的归属地，和打卡ip有同样的准确性问题，但是我们可以用离散度来衡量，一般情况，我们预期的用户注册ip、浏览ip与实际打卡ip都应该是同一个城市的，所以我们可以取注册ip归属地、最近3天使用最多的ip地址归属地（需要占浏览记录的30%以上，如果没有则为空）、最近7天使用对多的ip地址归属地（需要占50%，如果没有则为空），与打卡地点进行比对：
- 其中0个同一个市：+0
- 其中1个同一个市：+30
- 其中2个同一个市：+60
- 其中3个同一个市：+100
采用同样的方法，我们可以对5W1H里面的每一项数据，都拟定一个权重、还有一套评分规则，就可以进行所有人员的风险评估了。
6. 模型测算
当我们梳理出所有风险相关的数据、拟定了权重、评分规则后，我们就完成了分析评估模型的初步设计，但是这个模型准不准，我们还需要进行测算。
我们会从系统中随机抽取一定数量的、包含了已知作弊记录在内的真实记录，然后使用模型规则，算出可信度分数，然后查看可信度分布情况：
- 已知的作弊记录，是否多数分布于可信度低的区域。如果不在，查明是哪个指标权重或计算规则导致的，调整对应指标权重、计算规则
- 其他可信度低，即风险高的记录，人工核实是否真的作弊了，或者具有高作弊嫌疑。
- 根据业务特征和运营经验，分析分数分布情况是否符合预期的分布特征，如正态分布，即极高风险的和极低风险的应该都在少数，大部分处于中间区间。
- 不断优化权重配置、计算规则、多抽样几批真实业务记录进行反复测算，提高模型的准确性
- 总结不同可信度分值的分布区间特点，对记录结果分类，如总分0-20为极危，20-40分为高危；40-60为低危；60-80为健康；80以上为优秀。
目前我们的模型是根据最终打卡记录来计算的，保障任务奖励的资金安全、发放给应得的用户。但是有时候我们可以会需要根据用户的历史记录，来评估对用户维度的可信度，用来在任务报名节点就过滤掉部分用户，这时候可能就要建立新的模型进行评估。
另外对于新用户，没有过多的数据时，可能就需要用更少的数据指标，来建立用户维度的可信度等。
四、风控第三步：风险模型应用
我们根据任务的奖励情况，任务奖励越多，那被刷、用户作弊的风险就越大，可能造成平台的损失就越大，所以对其打卡记录，根据可信度，采用不同的策略，以实现减少人力成本投入、提高安全系数的目的。
到此，我们就完成了风控系统的设计、应用全流程。但是风控模型不是一成不变的，是需要通过不断积累的技术、数据，不断迭代升级的：
- 随着业务场景的拓展、技术的不断更新，我们可能采集到更多维度的数据，用于升级风控模型；
- 那些“免审核”的优秀记录记录中，还是会隐藏着新的作弊手法、作弊风险，一旦被发现，我们也需要对风控模型进行更新，及时堵住漏洞，防止损失扩大；
- 通过与第三方安全公司、风控系统的合作，不断完善风控指标
五、总结
万丈高楼平地起，5W1H作为我们日常生活、工作中最实用的方法论之一，对于基础的风控模型设计也一样适用，通过一定的分类，把杂乱无章的线索整理归类，让其特征得以显现。
实际生产实践过程中，由于法律法规要求、用户体验需要等，可能还未必能采集到那么丰富的数据；另外所需要面对的业务，复杂度也可能高得多，很多风险隐患可能深藏于错综复杂的业务流中，不容易被察觉。此时我们就需要设计更复杂的风控模型，如通过灰色关联分析来设计权重、使用机器学习来识别风险等等，路漫漫其修远兮，吾将上下而求索。
给作者点赞，鼓励TA抓紧创作！
来源：http://www.woshipm.com/pd/5347936.html
本站部分图文来源于网络，如有侵权请联系删除。