?
決策引擎的必要性
極速放款、閃電借款、閃貸等成為了互金時(shí)代信貸產(chǎn)品吸引客戶最為重要的手段之一。那除了風(fēng)控裸奔，可以通過高利率覆蓋高風(fēng)險(xiǎn)的產(chǎn)品以外，中低利率的產(chǎn)品又是如何在需要控制那么多外部風(fēng)險(xiǎn)要素以及需要處理那么多外部數(shù)據(jù)源的情況下做到極速放款的呢？
對(duì)于互金機(jī)構(gòu)來說，因?yàn)槿诵姓餍艌?bào)告獲取難度大，且由于客群定位的問題，人行征信客群覆蓋率也低，所以往往需要依賴大量的外部征信數(shù)據(jù)用以開發(fā)風(fēng)控體系，對(duì)抗各類欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)。
規(guī)則和模型的落地也是非常棘手的問題。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。這些模型的落地給研發(fā)部門帶來了非常大的工作量。而且，面對(duì)日益壯大成熟的專業(yè)團(tuán)伙，一沉不變的規(guī)則很容易被識(shí)破，風(fēng)控體系的不斷優(yōu)化迭代是一個(gè)優(yōu)秀金融產(chǎn)品必須要做到的核心環(huán)節(jié)。不斷的切換規(guī)則、規(guī)則組、模型的參數(shù)、邏輯、優(yōu)先順序等使得一些金融機(jī)構(gòu)的開發(fā)部門不堪重負(fù)。
此外，金融機(jī)構(gòu)還需要考慮數(shù)據(jù)成本問題。目前外部數(shù)據(jù)動(dòng)不動(dòng)一條就一塊錢，給到金融機(jī)構(gòu)的成本把控造成了很大的壓力。對(duì)于這個(gè)問題，金融機(jī)構(gòu)風(fēng)控部需要通過使用業(yè)務(wù)決策流的形式對(duì)外部數(shù)據(jù)、規(guī)則、模型的使用配置優(yōu)先級(jí)，形成漏斗的形式，才能緩解非常大的數(shù)據(jù)費(fèi)用壓力。
?
什么是決策引擎
風(fēng)控決策引擎是金融科技的核心，它需實(shí)時(shí)支持大量業(yè)務(wù)的自動(dòng)化處理，可以極大地解放人工處理的瓶頸與效率。
風(fēng)控決策引擎實(shí)際上是一系列風(fēng)控規(guī)則的集合，用于識(shí)別絕對(duì)風(fēng)險(xiǎn)與相對(duì)風(fēng)險(xiǎn)。
對(duì)于絕對(duì)風(fēng)險(xiǎn)，決策引擎的的輸出結(jié)果是“拒絕”，即命中則拒絕；
對(duì)于相對(duì)風(fēng)險(xiǎn)，決策引擎的有兩種輸出結(jié)果。一類是風(fēng)險(xiǎn)評(píng)分，用于衡量風(fēng)險(xiǎn)大小，風(fēng)險(xiǎn)評(píng)分越高，風(fēng)險(xiǎn)越大。一類是信用評(píng)分，用于衡量信用資質(zhì)，信用評(píng)分越高，資質(zhì)越好。
?
決策引擎搭建原則
1可配置
風(fēng)控的核心思路是基于大量真實(shí)的樣本數(shù)據(jù)，將逾期用戶的特征進(jìn)行提煉，并從概率學(xué)的角度上進(jìn)行剔除，從而保障剩余用戶群的逾期概率處于一個(gè)相對(duì)較低的區(qū)間。而對(duì)數(shù)據(jù)的提煉與作用過程，將使用到“參數(shù)”的定義?！皡?shù)”決定了區(qū)間范圍。一條風(fēng)控規(guī)則通常作用于某一數(shù)據(jù)類型，依據(jù)此數(shù)值是否滿足“參數(shù)”的定義范圍，得出是否可通過風(fēng)控的結(jié)論。由于風(fēng)控最終還是數(shù)據(jù)“喂出來”的結(jié)果，而非主觀臆斷的設(shè)限，故而，隨著數(shù)據(jù)樣本與內(nèi)容的不斷發(fā)展，必然會(huì)涉及到一些動(dòng)態(tài)的調(diào)整，后期可能會(huì)發(fā)現(xiàn)原本設(shè)定的“參數(shù)”過于嚴(yán)謹(jǐn)而導(dǎo)致審核通過較低，或者是設(shè)定得過于寬松而導(dǎo)致逾期率較高。所以，風(fēng)控決策引擎需要是可配置的，有以下注意要點(diǎn)：
1.1．非剛需與必要的風(fēng)控規(guī)則，能夠“開關(guān)化”
舉例說明：一些必要的風(fēng)控規(guī)則，如用戶的身份證二要素驗(yàn)證是必要規(guī)則，就無需可開關(guān)。而一些規(guī)則規(guī)則，如校驗(yàn)用戶的芝麻信用分是否高于500分，則可做成“開關(guān)”。待該規(guī)則上線后，可通過分析此項(xiàng)規(guī)則的觸發(fā)率得出是否合理的判斷。因?yàn)橹ヂ樾庞梅质欠窨勺鳛闆Q策依據(jù)將主要取決于業(yè)務(wù)方向與用戶群體，因?yàn)槔碚撋现ヂ樾庞梅值母叩椭饕c用戶在芝麻信用體系內(nèi)的數(shù)據(jù)綁定維度的多與少相關(guān)，并不一定絕對(duì)反映用戶的信用程度。
1.2．風(fēng)控規(guī)則上的“參數(shù)”可靈活配置
舉例說明：很多風(fēng)控體系通常會(huì)加入對(duì)手機(jī)運(yùn)營(yíng)商的校驗(yàn)，如校驗(yàn)用戶手機(jī)號(hào)的使用時(shí)長(zhǎng)是否大于6個(gè)月。其中的“6個(gè)月”便是所定義的參數(shù)，此處最好可調(diào)整與配置。因?yàn)轵?yàn)證用戶的穩(wěn)定性是用“6個(gè)月”合適，還是用“3個(gè)月”更合適？具體合理的參數(shù)是需要通過數(shù)據(jù)分析的結(jié)論得出的。比如發(fā)現(xiàn)手機(jī)使用時(shí)長(zhǎng)雖然短一些，但并未與用戶是否逾期形成必然因素，那么可將該參數(shù)調(diào)整到“3個(gè)月”。
1.3．風(fēng)控規(guī)則的分支可配置
在規(guī)則系統(tǒng)的設(shè)計(jì)過程中，常常會(huì)發(fā)現(xiàn)，有時(shí)候只有固定的一些優(yōu)先級(jí)和一些參數(shù)的配置，還不能滿足多變的業(yè)務(wù)和復(fù)雜的風(fēng)控體系。風(fēng)控中常見的是不同場(chǎng)景，有不同的規(guī)則，有不同的規(guī)則參數(shù)。如果缺了規(guī)則的分支配置，會(huì)造成很大的不便。比如，某人征信評(píng)分達(dá)到650，申請(qǐng)金額2000元以下可以直接審批；征信評(píng)分在600~650，需要經(jīng)過學(xué)歷認(rèn)證；而征信評(píng)分在550~600，可能需要消費(fèi)能力評(píng)估；等等。就是規(guī)則的結(jié)果影響它的下一條規(guī)則是什么。會(huì)讓整個(gè)規(guī)則流中，有不同的分支，有不同的參數(shù)。所以，規(guī)則可配也是一個(gè)智能規(guī)則引擎重要的部分。
1.4．根據(jù)結(jié)果指標(biāo)自動(dòng)調(diào)整參數(shù)
在很多風(fēng)控系統(tǒng)中，規(guī)則的參數(shù)（閾值）都是依據(jù)風(fēng)控業(yè)務(wù)的經(jīng)驗(yàn)。但是由于各個(gè)貸款產(chǎn)品面向的客戶群信用情況不同，客戶的信息也都在變化，這些參數(shù)早已不能依據(jù)經(jīng)驗(yàn)了。例如前幾年可能有智能手機(jī)或者月均消費(fèi)2000塊的人算消費(fèi)能力不錯(cuò)的，今天這些肯定會(huì)有變化，風(fēng)控業(yè)務(wù)的經(jīng)驗(yàn)就失效了。所以，整個(gè)系統(tǒng)要基于現(xiàn)在有的大數(shù)據(jù)，可以根據(jù)結(jié)果指標(biāo)進(jìn)行調(diào)控參數(shù)。例如調(diào)控逾期率為0.05%，那么可以得到每個(gè)規(guī)則獨(dú)立的參數(shù)，這樣可以更科學(xué)更高效的幫助業(yè)務(wù)設(shè)置參數(shù)。
2優(yōu)先級(jí)
風(fēng)控決策引擎是一堆風(fēng)控規(guī)則的集合，通過不同的分支、層層規(guī)則的遞進(jìn)關(guān)系進(jìn)行運(yùn)算。而既然是組合的概念，則在這些規(guī)則中，以什么樣的順序與優(yōu)先級(jí)執(zhí)行便額外重要。風(fēng)控系統(tǒng)的作用在于識(shí)別絕對(duì)風(fēng)控與標(biāo)識(shí)相對(duì)風(fēng)險(xiǎn)，如果是絕對(duì)風(fēng)控，則整套風(fēng)控的審核結(jié)果便將是“拒絕”。既然結(jié)果必然是“拒絕”，則沒必要運(yùn)行完所有的風(fēng)控規(guī)則，而主要單條觸發(fā)“拒絕”即可停止剩余規(guī)則的校驗(yàn)（但是在樣本量不足的情況下，或者說是業(yè)務(wù)初期，可以跑完全部規(guī)則，以便后期進(jìn)行規(guī)則有效性分析）。因?yàn)樗幸?guī)則的運(yùn)行，是需要大量的時(shí)間、金錢與性能成本的。所以，風(fēng)控決策引擎的規(guī)則是有優(yōu)先級(jí)的，有以下注意要點(diǎn)：
2.1．自有規(guī)則優(yōu)先于外部規(guī)則運(yùn)行
舉例說明：自有本地的黑名單庫優(yōu)先于外部的黑名單數(shù)據(jù)源運(yùn)行。如果觸發(fā)自有本地的黑名單，則風(fēng)控結(jié)果可直接終止及輸出“拒絕”結(jié)論。
2.2．無成本或低成本的規(guī)則優(yōu)先于高成本的規(guī)則運(yùn)行
舉例說明：借款用戶的身份特定不符合風(fēng)控要求的，諸如低于18歲的用戶，可優(yōu)先運(yùn)行。而一些通過對(duì)接外部三方征信的風(fēng)控規(guī)則，需支出相關(guān)查詢費(fèi)用的，則靠后運(yùn)行。此外，在外部三方征信的規(guī)則中，“命中收費(fèi)”的風(fēng)控規(guī)則又可以優(yōu)先“查詢收費(fèi)”的風(fēng)控規(guī)則運(yùn)行。
2.3．消耗低性能的規(guī)則優(yōu)先于高性能消耗的規(guī)則運(yùn)行
舉例說明：直接基于用戶現(xiàn)有屬性的數(shù)值，如當(dāng)前用戶的民族是否非少數(shù)民族，則可優(yōu)先運(yùn)行。而一些風(fēng)控規(guī)則，需借助爬蟲接口，且需待將爬取到的數(shù)據(jù)經(jīng)過二次加工與匯合之后，再對(duì)匯合的總值進(jìn)行判斷，如手機(jī)運(yùn)營(yíng)商賬單中的月總通話分鐘時(shí)長(zhǎng)，則此類風(fēng)控規(guī)則應(yīng)后置運(yùn)行。
3規(guī)則及結(jié)果多樣式
3.1．規(guī)則多樣式
在風(fēng)控引擎中，規(guī)則是很多類的，比如：a>5是個(gè)規(guī)則，只需要看滿足還是不滿足即可得出通過還是拒絕的結(jié)論。但是，如果是評(píng)分卡的情況，就不適合了。比如年齡在1-18歲1分，19-25歲3分， 26-35歲7分，36-50歲12分，50-65歲3分，65歲以上1分。通過之前規(guī)則配置就滿足不了。需要增加區(qū)間性規(guī)則。這在建設(shè)系統(tǒng)的過程中需要考慮到。
3.2．結(jié)果多樣式
規(guī)則的結(jié)果可能不只是兩個(gè)，有區(qū)間規(guī)則就必須有相應(yīng)的多個(gè)結(jié)果。對(duì)于不同的結(jié)果，會(huì)有不同的處理方式。結(jié)果多樣式，是在規(guī)則中輸出的結(jié)果需要多樣，可以輸出是與否，通過與拒絕，還需要輸出評(píng)分，甚至需要輸出風(fēng)險(xiǎn)標(biāo)簽。多樣化的結(jié)果有助于風(fēng)控引擎后期擴(kuò)展以及業(yè)務(wù)使用場(chǎng)景的滿足。
4建模
風(fēng)控體系的簡(jiǎn)單與復(fù)雜，視業(yè)務(wù)模式的開展而定。風(fēng)控建模需借助于函數(shù)的定義，此外也可以借助評(píng)分卡的機(jī)制進(jìn)行補(bǔ)充。而評(píng)分卡的模式在另外一方面也作用于系統(tǒng)審核與人工信審，譬如高于X評(píng)分的訂單申請(qǐng)，系統(tǒng)直接通過；處于X與Y之間的評(píng)分，則需人工審核，甚至通過電話聯(lián)系；而低于Y評(píng)分的，則系統(tǒng)直接拒絕。
歸結(jié)而言，風(fēng)控的本質(zhì)是數(shù)據(jù)，探索數(shù)據(jù)與數(shù)據(jù)之間關(guān)聯(lián)關(guān)系，根據(jù)其演變的規(guī)律，為業(yè)務(wù)所用。
?
決策引擎功能詳解
一個(gè)完整的決策引擎，需要包含以下功能模塊：
1．接口管理
2．規(guī)則集配置
3．評(píng)分卡配置
人們常提的評(píng)分卡一般指基于客戶的一組輸入數(shù)據(jù)，計(jì)算出一個(gè)評(píng)分（數(shù)字）。設(shè)計(jì)一張?jiān)u分卡一般有兩個(gè)路徑：（a）請(qǐng)專家根據(jù)要解決的問題，依據(jù)經(jīng)驗(yàn)設(shè)計(jì)。一般適用于數(shù)據(jù)較少的情況；（b）基于數(shù)據(jù)和算法產(chǎn)生，一般適用于數(shù)據(jù)比較豐富的情況。人們常用的算法有邏輯回歸，支持向量機(jī)，決策樹，隨機(jī)森林，神經(jīng)網(wǎng)絡(luò)等等。還有一些專用算法，如美國(guó)通用的FICO信用評(píng)分就是基于自己的算法創(chuàng)建的。
4．機(jī)器學(xué)習(xí)
“隨著小明反饋信息的增加，老師根據(jù)小明的實(shí)際情況對(duì)他進(jìn)行更深的策略修正，不停的在失敗總結(jié)中優(yōu)化套路。這個(gè)過程叫機(jī)器學(xué)習(xí)?！?/p>
機(jī)器學(xué)習(xí)模型部署在后臺(tái)，能夠與系統(tǒng)對(duì)接，輸出模型評(píng)分。
5．歷史數(shù)據(jù)模擬
在評(píng)分卡部署到生產(chǎn)系統(tǒng)之前，需用現(xiàn)有的不同數(shù)據(jù)組進(jìn)行回歸驗(yàn)證，確保驗(yàn)證的違約概率與評(píng)分卡所預(yù)測(cè)的概率吻合較好。評(píng)分卡投入使用后，一定要持續(xù)監(jiān)控，隨時(shí)準(zhǔn)備調(diào)整閾值。當(dāng)然還有其他的評(píng)估方法，如使用評(píng)分卡的KS，ROC曲線等。
決策發(fā)布前必須進(jìn)行歷史數(shù)據(jù)模擬。從大量數(shù)據(jù)的模擬中，可以發(fā)現(xiàn)潛在的問題；可以分析該決策組合的通過率、逾期率、資本回報(bào)率是否優(yōu)于原來的決策組合；同樣，歷史數(shù)據(jù)模擬也可以用來驗(yàn)證外部征信數(shù)據(jù)或人工審批的有效性，是否使用，放在哪一步?jīng)Q策使用，如何互相替代。
盡管歷史數(shù)據(jù)的模擬表現(xiàn)很優(yōu)異，并不代表新的決策可以經(jīng)得住實(shí)戰(zhàn)的考驗(yàn)，基于“謹(jǐn)慎”的原則，新決策最好按較低的比例與老決策同步運(yùn)行。運(yùn)行一段時(shí)間后，如新決策的表現(xiàn)優(yōu)于老決策，可以逐步將新決策的線上運(yùn)行比例調(diào)高，直至完全替代老決策。為了提高效率，多個(gè)新決策可以同時(shí)執(zhí)行冠軍/挑戰(zhàn)者實(shí)驗(yàn)。
最后，出于謹(jǐn)慎原則，需要將決策編寫、模擬、檢驗(yàn)、發(fā)布的流程固化，任何決策發(fā)布之前需要得到授權(quán)人的審批，避免因人為過失造成的損失。發(fā)布之后，實(shí)時(shí)監(jiān)控表現(xiàn)，通過完整的效能評(píng)估方法驗(yàn)證決策的有效性。
6．決策流
各個(gè)子決策以流程的方式組合而成，子決策包括一系列決策步驟，決策步驟內(nèi)嵌規(guī)則集（可以將評(píng)分卡也看作是一套規(guī)則集）。
將“因果關(guān)系”的專家規(guī)則與“相關(guān)關(guān)系”的機(jī)器學(xué)習(xí)規(guī)則有機(jī)結(jié)合，力爭(zhēng)在通過率與壞賬率之間取得最優(yōu)平衡。
某些子決策作為通用步驟，可以被不同的產(chǎn)品場(chǎng)景共用、繼承或覆蓋，便于統(tǒng)一管理。例如，失信被執(zhí)行人命中、存在嚴(yán)重逾期或銀行卡三要素錯(cuò)誤等專家規(guī)則，不僅適用于電商分期產(chǎn)品，也適用于信用卡代償類產(chǎn)品。
強(qiáng)規(guī)則命中直接拒絕，不必執(zhí)行后續(xù)規(guī)則（強(qiáng)規(guī)則指捕獲率極高的規(guī)則，如存在嚴(yán)重逾期歷史、手機(jī)使用少于3個(gè)月等欺詐嫌疑極高的規(guī)則；或者是不符合借款條件，如不滿18歲；強(qiáng)規(guī)則早期大部分來源于專家規(guī)則，后續(xù)隨著數(shù)據(jù)的積累也能總結(jié)出新規(guī)則）。
無成本/低成本規(guī)則優(yōu)先于高成本規(guī)則執(zhí)行，如自有黑名單規(guī)則優(yōu)先于外部調(diào)用的黑名單規(guī)則。
決策不應(yīng)只有通過、拒絕兩種結(jié)果，應(yīng)可以支持類灰名單命中之后的人工判斷。
決策順序的調(diào)換，不應(yīng)影響到整體業(yè)務(wù)流程，造成流程的中斷或異常。
如某項(xiàng)規(guī)則的輸入來源于外部征信數(shù)據(jù)，需要定義好超時(shí)重試、跳過策略，避免因數(shù)據(jù)源的問題導(dǎo)致的決策中斷、或因此作出的錯(cuò)誤決策。
聯(lián)系客服
