沙巴网址app - 蓝领风控,如何与人性做斗争

日期:2020-01-11 17:46:27     浏览:3636    
朱君是蓝领消费金融领跑者“买单侠”的首席风控官,这家公司成立于2014年3月,现已完成b轮融资。对于蓝领人群来说,消费金融如何做好风险防控和反欺诈?这些特征铸就了蓝领消费金融面临的特有问题以及独特的风控手段。

沙巴网址app - 蓝领风控,如何与人性做斗争

沙巴网址app,*本文版权属于小饭桌,转载请联系授权

文|买单侠首席风控官 朱君

►近两年,越来越多的公司开始涌入消费金融这片蓝海。但这绝非是一块低门槛的业务领域,想要做好消费金融,风控这道坎就不好过。

朱君是蓝领消费金融领跑者“买单侠”的首席风控官,这家公司成立于2014年3月,现已完成b轮融资。对于蓝领人群来说,消费金融如何做好风险防控和反欺诈?朱君将他多年理论与实践中所获得的经验与思考分享给桌友们。

来,给蓝领画个像

『富士康打工的小王,每月15号领完3000元工资,照例会去宿舍周边的闹市逛一逛,放松一下,并为自己添置点生活用品,他说:“辛苦了一个月,必须拉上好友吃顿好的,我还欠别人人情呢,这次再请他们去唱个k吧。” 差不多到25号左右,他一摸口袋,只剩下了500块,想想离下个月发工资还有20天,没办法,接下去只能节衣缩食了。小王决定天天泡食堂,窝宿舍,看看手机,玩玩游戏,混到下个月发薪日再说吧。』

这就是一个典型蓝领工人的生活状态,与大都市的白领截然不同。他们很少接触金融,生活中可能唯一打过交道的金融服务就是那张工资卡。有着强烈的消费冲动,每月可支配收入却十分有限,爱面子,不到万不得已一般不会向朋友借钱,通常住集体宿舍,封闭式的生活环境,多为外地人,流动性强,到处打工。这些特征铸就了蓝领消费金融面临的特有问题以及独特的风控手段。

审批模式上:老专家模式已然行不通

老专家模式是我们对传统依靠人工进行信贷审核的一种简称,拿日常生活中的出国申请签证做个类比:

办过申根和美国签证的同学应该有这样一个体会,申根签证成功与否感觉主要在于面试,面试官很关键,答题也很关键。

美国签证总体上感觉没那么大的压力,需要填一张很长的申请表(ds160),但通过与否在面试那一刻似乎已经定了,这背后相信就是评分技术在驱动。

去美国的人相对较多,如果每个人需要面试官来深入了解,一对一地审核,第一无法保证高效,第二产生的后果是需要找非常多的面试官,而这种人工审核的评判标准很难做到完全一致,所以用模型来替代人工作业是高效的有意义的。

这点和蓝领消费金融很像,笔均金额小,但申请笔数特别多,传统的专家型决策在这里就失效了,通常几百号人的信审团队很难做到每笔审核的标准整齐一致,人的因素是很难管理的,是波动的,而这些波动的噪音是作为风险管理者非常厌恶的,会大大影响决策,大规模的专家型信审团队显然有3个明显缺点:

1- 审核难度受限,毕竟人的判断能力有限,在短时间内能处理的内容也是有限的,简单的审核可以,较为复杂的判断则不具有实践性。比如,要通过打电话识别一个联系人的关系,人是可以做到的,但是如果联系人电话都是深度包装的,要识别整个关系网,靠人就不可行了。再比如,蓝领工人通常在流水线上工作,在他的工作时间段内是不能用手机的,大工厂也不能通过固定电话找到这个工人,传统人工审核打单位电话验证工作真实性对蓝领工人来说就无效了,甚至他的同事也是联系不到的,这就需要通过其他更多的要素去甄别一个人,对人工操作的要求和难度就大大提高了。

2- 还是因为人,政策的调整将非常的不灵活。任何新政策的下达,需要有个培训、消化吸收的过程,这过程需要时间,而在这过程中,审核质量也难以维持稳定。

3- 审核时长无法保证,服务速度不可靠。蓝领在营销场景中非常没有耐心,通常要求一个审核在半小时之内就要出结果。

※ 综上所述,传统的专家型信审模式在蓝领客群身上显然已经不适用了。

风险防范上要“盯死”反欺诈

这里指的欺诈风险,主要是指申请欺诈,分为身份冒用,套现,不良中介等情况。和信用卡的风险防控一样,申请欺诈的防范是重中之重,反欺诈的挑战永远是巨大的,一般欺诈份子都是“聪明人”,而且欺诈手法也在不断演变之中,许多欺诈还是有组织的犯罪团伙行为。

就拿不良中介来说,这些欺诈份子会在工厂边上用社交工具结识一些工人,打着免费赚钱的旗号,忽悠他们做消费金融业务,提供全套的联系人资料和工作、住宅等个人信息,对这些工人集中式地培训,教他们如何应对审核电话,安排专人接听电话,甚至用专车载着这些工人,到各个线下门店分散做单,完事后给这些工人提成,俨然一个分工明确、纪律严明的欺诈产业链,对于他们来说就是一门“生意”。

反欺诈的工作就是和这门“生意”斗智斗勇,零风险零欺诈不应是我们追求的,好的风险管理一定是稳定业态下的可控,特别是当业务量增长明显的时候风险状况仍是平稳的。

业内对于反欺诈的防范,无外乎几种方式:

1- 靠行业征信黑名单,如同盾,前海征信,百融金融等。属于行业群防群治,可以迅速补上短板。

2- 基于规则的反欺诈引擎。这是信用卡反欺诈的传统做法,效果好坏与否取决于对业务和流程的深入了解。

3- 线下营销人员的亲核亲访,属于个人经验,主要防范身份冒用类欺诈。

4- 评分模型,包括大数据建模,但对于反欺诈来说,直接拿评分模型做决策的较少,通常做不到十足的精度,常用于辅助其他手段进行管理。

但真正要在蓝领消费金融实现欺诈风险的有效管理,甚至脱颖而出,还需要做到如下3点:

一、线上线下联防是最佳实践

从反欺诈防控角度,线下业务相比于纯线上来说有先天优势,线上逆向选择情况严重,且一旦被找到漏洞后容易被集中攻击,无限放大。而线下需要客户刷脸,集中性地攻击敞口有限,更重要的,线下有面签审核这道关,这是面对蓝领欺诈非常有效的识别手段。线上线下的联合防控被证明是最佳实践。

线下防控的特点:低成本,有地方性的经验,准确性高。像上述的中介案例,客户经过了深度包装,后台传统的审核可能并不能发现问题,但线下可以通过与客户的沟通、观察客户的言行,以及一些异常点来快速有效识别。如在蓝领工厂区,开辆车,带着名贵皮包,到门店来办理分期业务的,通常就是欺诈份子。有些客户虽然申请信息被深度包装,但毕竟是包装,对细节并不全然知晓,线下风险审核人员只需简单地问些本地化问题。“你们工厂几点放工?”,“你做几路班车过来的?”就能快速地识别欺诈。一句谎言需要一百句谎言来圆,但戳破它只需要一个逻辑漏洞,线下防控在找这样的逻辑漏洞上,优势无比明显。

线上防控的特点:能处理的数据多,较全面的评价一个人。线上能够接很多外部数据源,如果客户出现共债,负面黑名单等信息线下是无法识别的,必须得靠线上,线上可以利用规则触发一些深度的可疑点,如客户在填写一个联系人时,有过删改动作,前后两次输了不同的名字,这种行为预示着他的信息可能被包装过,他可能在照着模板录信息,但录错了,这种情况就需要通过后台技术手段来侦测。

二、与欺诈者赛跑还得靠技术

如果你的流程有漏洞,就一定会被钻。与欺诈对抗的过程是一个赛跑的过程,但永远没有终点,也永远不能停下来,道高一尺魔高一丈是最好的总结。技术驱动也许是最有效的超越方式。举两个例子:

1.技术手段监控申请的全过程,让传统申请表“动”起来。欺诈份子一般会通过虚假申请资料来攻击,对申请信息的每一项进行包装,确保号码是新的,有人接听的,单位信息是全套的,一个完整的故事。这样的场景应对传统的纸质申请表是无懈可击的。可如果申请表是动态的,是基于风险系数随时调整的,那客户的资料就无从准备了。更甚者,客户的每一次输入行为数据都被记录下来,他如果展现出一个照单打字的输入模式,那他可能就露陷了。所以,技术手段可以让每一个申请都是一个全新的体验,结合通过生物识别技术,欺诈分子的行为包装起来就没那么容易了。让欺诈者的成本控不住,“生意”也就维持不下去了。

2.前面提到的不良中介是门“生意”,做生意是要控制成本的,所以往往他们会给雇来的“客户”准备专门的手机号,欺诈分子拉车把这些雇来的“客户”1天内送到不同的线下门店去攻击。通过技术手段我们能把这些看似零散的申请抱成团,制作出这些“欺诈小白”的社交图谱,通过它能够让这些看似不相干的申请结成网,只要这个网络上的某一个点被识别出欺诈,那整个网就被识别出来了。这种实时抱团的社交图谱技术大大增强了集中性欺诈攻击的防御力。

三、反欺诈是基于生态环境的量身定制

跟信用风险管理不同,反欺诈是在和人斗争。欺诈分子永远会找流程的漏洞,系统的漏洞,人性的漏洞。所以反欺诈也注定没有太好的经验可循。在消费金融不同领域有着不同的行业经验。如:

1- 信用卡:目标客户是白领,而且信用卡额度较大,反欺诈的重点是放在防范身份冒用和虚假雇佣关系,通过销售亲核亲访来防范前者,通过审核电话加上特定的规则来防范后者,当然,内部人员的管理和信息不落地也是整个链条的关键,所以银行直销体系都有十分严格的做单控制流程,这是行业的标准做法。

2- 线上模式:目标客户随机,反欺诈的重点是放在身份的真实性上。通过个人信息的一致性校验(如身份信息,ip信息,联系人信息等),外部征信黑名单,以及一些反欺诈规则来进行管理,整体上逆向选择问题比较严重,所以共债客户的借新还旧问题是个防控难点。

3- 线下蓝领消费金融:通过前端风险督查员和后台反欺诈引擎联合防范,用app实现双方的信息及时交互,实时配合做风险防护。这种模式,既需要结合新信用卡的线下防控要素,又需要发挥线上防控的特点,而且要成本可控,对管理和技术的要求很高,难度较大。

4- 学生分期:反欺诈主要聚焦在是否真实学生身份,通过线下宿舍实地走访,可以较为容易地验证。

蓝领信贷风险管理:强变量已然不在

传统金融机构对一个白领的识别,一般依赖于这个客户的人行征信报告、高教学历、社保纪录等信息,这些信息有个公共特点,就是可验证,你的历史借贷和逾期情况,你的学习经历,你的参保纪录都是可以通过一些征信提供商获得,这些可以被称之为强变量。在信用卡风险管理中,这些强变量几乎成为了各家行管理风控的最强抓手。

但对于中国的蓝领,照搬这个套路显然不太适用。大多数人是信用“白户”,很少或几乎没有金融借贷历史,学历一般大专以下,工作流动性高,他们也不一定会按期交社保,所有上述针对信用卡的强变量几乎在这里都失效了。

行为数据,也许是下一个强变量

基于行为数据的挖掘在互联网行业内并不是什么新鲜事,但如何与金融做结合,如何巧妙地融入你的审核流程,是需要深度设计和考虑的。此处举3个例子说明在不同的场景中都能发挥其重要作用:

1- 线下场景:客户拿手机在线下当面申请消费金融业务时,在手机上的拖拉拽取动作全部记录了下来。对产品价格拖动条的犹豫程度,通常会反应不同客户的心理,十分犹豫谨慎,反复拖拉不同金额的客户通常对价格敏感,同时也可能是信用好用户,因为它是真实意愿的一种体现,相反,动作迅速,毫无停顿地把拖动条拖到指定金额,并且翻页迅速的客户则极有可能是信贷饥渴者,风险上可能就相对高危。

2- 线上业务:客户在网上申请时,如果之前填了一个公司名字后又删改了,前后公司名明显不一致,那说明客户工作信息可能存在作假,虽然之前删除的信息没有提交上来,但作为行为数据准确捕捉后,还是会对整个好坏客户识别起到非常大的作用。

3- 贷后管理:通过对客户手机的ip/gps/设备/app等轨迹的追踪,能有效地管理一个客户的贷后情况,是否还在原来厂区工作,是否经常性地用app查看账单,浏览网页情况等对贷后的交叉营销、催收都有非常显著的指导意义。

※ 综上,行为数据通常是客户真实意愿的展现,相比于申请信息比较难于包装,给蓝领这群薄文件客群提供了强大的信息来源,也为决策提供了更强的变量。

朱君简介:

历任中国交通银行信用卡中心风险部经理、携程计算机技术有限公司信息安全部数据分析高级经理等职位超过10年银行信贷资产组合和反欺诈风险管理经验,对风险管理技术应用于不同人群有独到的理解。

--end--

小饭桌新媒体,志在发现和报道未来商业领袖,已融资的项目,如果自认够酷够炫,欢迎加微信zuoriyishan联系报道。


上一篇: 猜灯谜、口腔知识问答,笕桥街道这场中秋游园会很有“料”
下一篇: 资管新规下,买房是不是风险最小的投资?
 
 
相关资讯
热门推荐
猜你喜欢

Copyright (c) 2013-2015 riverfishny.com 澳门真人网上娱乐平台 版权所有