電商社交數(shù)據(jù)在大數(shù)據(jù)風(fēng)控的應(yīng)用實(shí)踐

隨著普惠金融業(yè)務(wù)的深入，以及消費(fèi)金融業(yè)務(wù)競(jìng)爭(zhēng)的白熱化，針對(duì)信用白戶的風(fēng)控顯得尤為重要。如何面向信用白戶進(jìn)行快速有效的信用評(píng)級(jí)，臥龍大數(shù)據(jù)根據(jù)自己的實(shí)踐經(jīng)驗(yàn)，就電商、社交數(shù)據(jù)在風(fēng)控上的應(yīng)用價(jià)值與大家進(jìn)行一些分享。

電商社交數(shù)據(jù)的數(shù)據(jù)覆蓋度

臥龍和眾多不同類型金融機(jī)構(gòu)進(jìn)行了數(shù)據(jù)匹配測(cè)試，下圖為各類金融機(jī)構(gòu)的互聯(lián)網(wǎng)行為數(shù)據(jù)整體匹配情況。

可以看出：

傳統(tǒng)的農(nóng)商行主要面對(duì)線下人群，線上數(shù)據(jù)的匹配率很低，要利用電商社交數(shù)據(jù)做信用評(píng)估基本不可行，利用大數(shù)據(jù)引流獲客倒是一個(gè)值得關(guān)注的方向;

對(duì)于大型股份制銀行以及消費(fèi)金融公司特別是網(wǎng)貸平臺(tái)，數(shù)據(jù)匹配率可以達(dá)到50%及以上，具有較大的大數(shù)據(jù)風(fēng)控分析潛力。

電商社交數(shù)據(jù)的反欺詐應(yīng)用

基于電商和社交數(shù)據(jù)，我們依照傳統(tǒng)的反欺詐和信用評(píng)估兩個(gè)方向進(jìn)行分析體系構(gòu)建，也得到了一些很有意思的分析結(jié)論：

(1) 電商數(shù)據(jù)反欺詐

總所周知，在某寶平臺(tái)，上至豪宅別墅下至鐵釘牙簽，尤其是各種線下服務(wù)，除了吸毒犯罪，幾乎沒有不能賣的，正是這種特性給了我們很大的分析空間。

下面是我們獲取到的一批典型案例：

根據(jù)我們對(duì)一批用戶的互聯(lián)網(wǎng)行為特征進(jìn)行跟蹤，發(fā)現(xiàn)了一些很有趣的特征。建模分析過程如圖所示：

對(duì)于其中發(fā)現(xiàn)的一批關(guān)鍵詞，我們進(jìn)行term weight分析，聚類如下圖所示所示：

經(jīng)過對(duì)近十萬逾期和欺詐用戶的百萬條互聯(lián)網(wǎng)行為記錄進(jìn)行分析，按關(guān)鍵詞不同可以分為三個(gè)客群：

1、老賴客群：

典型的諸如讓銀行頭疼的老賴、資產(chǎn)糾紛用戶會(huì)關(guān)聯(lián)到法律糾紛等關(guān)鍵詞;

2、多頭借貸：

這些用戶會(huì)關(guān)聯(lián)到新口子、套現(xiàn)、京東白條、螞蟻花唄、蘇寧金融等關(guān)鍵詞 ，通過薅羊毛的手法走各種新平臺(tái)，拆東墻補(bǔ)西墻;

3、黑產(chǎn)中介：

這些用戶則會(huì)關(guān)聯(lián)到周卡、零配件設(shè)備號(hào)等關(guān)鍵詞。從黑產(chǎn)中介的跟蹤情況看，當(dāng)前黑產(chǎn)已經(jīng)形成一條極度隱蔽而且設(shè)備高度自動(dòng)化的產(chǎn)業(yè)鏈。

利用這批關(guān)鍵詞，結(jié)合業(yè)務(wù)知識(shí)以及機(jī)器學(xué)習(xí)算法挖掘，我們找到上千個(gè)異常關(guān)鍵詞，幾十萬量級(jí)的黑產(chǎn)商品，并通過商品關(guān)聯(lián)到百萬量級(jí)異常用戶。同時(shí)我們發(fā)現(xiàn)，某寶也在極力打壓黑產(chǎn)異常商品，我們分析的商品，部分在某寶上面會(huì)不定時(shí)消失，所以這批異常數(shù)據(jù)基本屬于臥龍所獨(dú)有。

這批數(shù)據(jù)通過分析發(fā)現(xiàn)很多并不在傳統(tǒng)的多頭借貸、網(wǎng)貸黑名單數(shù)據(jù)庫(kù)當(dāng)中，可以作為黑名單庫(kù)的一個(gè)補(bǔ)充，同時(shí)在幾家合作公司測(cè)試也得到良好反饋。

(2)社交數(shù)據(jù)反欺詐

社交領(lǐng)域數(shù)據(jù)是另外一個(gè)比較有趣的話題，除了直接關(guān)注貸款類、涉黑類話題的用戶，我們通過圖數(shù)據(jù)庫(kù)、PageRank算法等社交分析工具找到一批刷單刷帖用戶。

具體過程如下：

這中間最有意思的就是號(hào)碼的重疊度，現(xiàn)有公布的的黑產(chǎn)名單與我們分析的社交刷單刷帖灰名單用戶有極大的重疊度，結(jié)論就是：物盡其用!實(shí)名制的普及帶來的是號(hào)碼資源稀缺，最大化價(jià)值利用是黑產(chǎn)平臺(tái)的主要特點(diǎn)，這也給我們基于大數(shù)據(jù)的反欺詐提供了線索。

電商社交數(shù)據(jù)在風(fēng)控建模的應(yīng)用

信用評(píng)估一直是金融領(lǐng)域的重中之重。在介紹臥龍電商和社交數(shù)據(jù)的信用評(píng)估領(lǐng)域應(yīng)用時(shí)，先普及幾個(gè)基本知識(shí)。

(1) 模型評(píng)估維度

(2) 模型特征

業(yè)務(wù)經(jīng)驗(yàn)法的例子包括根據(jù)品牌商品占比、主動(dòng)評(píng)論占比、用戶購(gòu)物類目的分布占比情況等特征進(jìn)行分析。一般購(gòu)物類目分布越廣，說明這個(gè)用戶線上消費(fèi)越強(qiáng)，刷單用戶的可能性也就越低。

機(jī)器學(xué)習(xí)法的經(jīng)典案例就是使用PageRank計(jì)算微博用戶的影響力，一般PageRank值越大，影響力越高，用戶失信的可能性也就越小。另外比如使用標(biāo)簽擴(kuò)散法，通過黑名單庫(kù)計(jì)算相應(yīng)的用戶灰名單概率權(quán)重特征。這些特征IV值(即Information Value，信息價(jià)值)一般都在0.1以上。下圖為PageRank分段值在大額借貸和小額借貸中違約率中的關(guān)系。

PageRank得分不是越高風(fēng)險(xiǎn)越小，還需要根據(jù)其貸款產(chǎn)品進(jìn)行區(qū)分，大額貸款(5萬以上)，越是高分用戶，逾期違約可能性越大;小額貸款(5萬及以下)則剛好相反。

通過業(yè)務(wù)經(jīng)驗(yàn)以及機(jī)器學(xué)習(xí)方法，考慮購(gòu)物品類的情況下，我們總共構(gòu)造了3萬多個(gè)指標(biāo)，下圖為我們篩選指標(biāo)的一般流程：

下圖為特征在樣本中的空置率表現(xiàn)。可以看出很大一部分特征都有缺失，這是互聯(lián)網(wǎng)數(shù)據(jù)的一大特點(diǎn)，也是目前最大的挑戰(zhàn)。我們通過一定的閾值過濾掉部分特別稀疏的特征。

下圖為我們挑選的50個(gè)特征IV值分布情況。相比銀行信用卡等特征會(huì)偏弱一點(diǎn)(我們測(cè)試基于銀行信用卡流水構(gòu)造的特征，通常IV值能到0.4左右)，但也是不可多得的良好特征變量。

在有效特征中數(shù)碼配件、手機(jī)配件、零食、男女內(nèi)衣類目等類目特征IV值較高。這種不對(duì)外顯露的類目，能很好的區(qū)分一個(gè)人的消費(fèi)水平。

(3)模型算法

傳統(tǒng)的評(píng)分卡一般采用邏輯回歸，因?yàn)檫@類模型可解釋性強(qiáng)，便于溝通交流以及上級(jí)部門的監(jiān)管。但我們采用的是可解釋性雖然一般，但性能更強(qiáng)、效果更好的決策樹模型。

模型架構(gòu)圖：

KS值：

通過電商以及社交數(shù)據(jù)，模型的KS值達(dá)到0.28，再加上傳統(tǒng)貸款的申請(qǐng)表里的用戶基本信息、資產(chǎn)信息授權(quán)信息，最終的建模KS效果達(dá)到0.36。

總結(jié)

1.電商社交數(shù)據(jù)適合線上行為活躍的群體，尤其是適合有場(chǎng)景用戶，比如3C數(shù)碼、醫(yī)美、教育等消費(fèi)分期領(lǐng)域。對(duì)線上行為特別稀疏的傳統(tǒng)的線下人群，要利用電商社交數(shù)據(jù)做征信評(píng)估基本不可行。

2.特征不是越多越好，低值的特征多了反而降低模型整體的效果。并且特征越多，模型的可解釋性分析困難越大，所以優(yōu)質(zhì)特征的篩選必不可少。

3.電商和社交數(shù)據(jù)用來做信用評(píng)估建模的效果不錯(cuò)，但是達(dá)不到直接使用的效果，因此電商和社交數(shù)據(jù)需要和其他數(shù)據(jù)配合使用，才能發(fā)揮最大的價(jià)值。

4.電商和社交數(shù)據(jù)在反欺詐領(lǐng)域的應(yīng)用來得比信用評(píng)估更直接。臥龍識(shí)別出的異常購(gòu)物記錄和敏感行為用戶壞賬率比正?？蛻粢?.7倍。