調(diào)研了上百家從事風(fēng)控?cái)?shù)據(jù)業(yè)務(wù)的公司，有行業(yè)大牛也有各種低調(diào)開(kāi)展業(yè)務(wù)的，在不會(huì)泄露各公司太敏感信息的前提，本著客觀的角度及學(xué)習(xí)的態(tài)度，逐一揭秘各家公司的征信風(fēng)控產(chǎn)品及數(shù)據(jù)源特色。本期的目標(biāo)將是風(fēng)控行業(yè)的做營(yíng)銷做的比較出眾的【同盾科技】

之前說(shuō)了“前”91征信（已升級(jí)“智帆金科”），主打的是同業(yè)共享平臺(tái)，也就是特指信貸行業(yè)數(shù)據(jù)共享平臺(tái)。而同盾是為數(shù)不多，我比較看好的一家跨行業(yè)聯(lián)防聯(lián)控?cái)?shù)據(jù)科技公司。

跨行業(yè)相對(duì)同業(yè)，有哪些優(yōu)勢(shì)呢，請(qǐng)慢慢看下文。

一．同盾5大金剛

蔣韜CEO

蔣韜，04年獲得復(fù)旦大學(xué)計(jì)算機(jī)軟件和理論碩士學(xué)位。碩士畢業(yè)后加入IBM全球化研究院，2006年加入美會(huì)軟件，成為首席工程師。?2009年加入阿里巴巴，在阿里巴巴期間一直從事反欺詐和風(fēng)險(xiǎn)控制相關(guān)領(lǐng)域的研究和產(chǎn)品開(kāi)發(fā)，是阿里眾多基礎(chǔ)反欺詐產(chǎn)品的締造者，13年離開(kāi)阿里創(chuàng)立杭州同盾科技。

張新波

同盾科技聯(lián)合創(chuàng)始人兼技術(shù)副總裁。09年加入阿里巴巴，成為國(guó)際交易風(fēng)控與反欺詐團(tuán)隊(duì)的早期成員。09年至11年，全程參與了國(guó)際站風(fēng)控與反欺詐系統(tǒng)的建設(shè)，因?yàn)榭?jī)效突出被晉升為技術(shù)專家。后期負(fù)責(zé)整個(gè)B2B風(fēng)控與反欺詐系統(tǒng)并參與集團(tuán)統(tǒng)一風(fēng)控平臺(tái)的建設(shè)，對(duì)風(fēng)控與反欺詐領(lǐng)域有深入的研究。加入阿里巴巴之前，曾參與創(chuàng)辦過(guò)一家移動(dòng)短信搜索公司，獲得過(guò)4 項(xiàng)發(fā)明和實(shí)用新型專利。

馬駿驅(qū)CTO

同盾科技執(zhí)行副總裁兼CSO，出生于香港，香港大學(xué)電機(jī)與電子工程學(xué)士，2005年獲長(zhǎng)江商學(xué)院EMBA工商管理碩士學(xué)位。20多年工作經(jīng)歷遍布各大洲，歷任IBM香港、加拿大高級(jí)工程師，加拿大皇家銀行技術(shù)規(guī)劃部主管，香港八達(dá)通系統(tǒng)總架構(gòu)師。 后專注于發(fā)展新興市場(chǎng)技術(shù)應(yīng)用與咨詢服務(wù)的商業(yè)拓展，先后任職多家公司高管，曾參與如浦發(fā)、深發(fā)、建行、平安等大型企業(yè)的咨詢與變革項(xiàng)目，同時(shí)被委任為多個(gè)國(guó)家單位(如工信部、發(fā)改委)的顧問(wèn)。2012年加入ThreatMetrix任亞太區(qū)副總裁。2014年加入同盾科技成為聯(lián)合創(chuàng)始人。

董騮煥博士CRO

2005年董騮煥獲得南開(kāi)大學(xué)概率統(tǒng)計(jì)博士學(xué)位，博士畢業(yè)后加入中科院，ILOG/IBM從事數(shù)學(xué)模型在各種業(yè)務(wù)問(wèn)題中的應(yīng)用，2010年加入FICO擔(dān)任高級(jí)經(jīng)理，主要支持金融行業(yè)反欺詐。2013年加入SAS擔(dān)任中國(guó)區(qū)金融反欺詐首席咨詢師，帶領(lǐng)SAS中國(guó)金融反欺詐建模咨詢團(tuán)隊(duì)，針對(duì)銀行、保險(xiǎn)、汽車金融等領(lǐng)域的申請(qǐng)，交易等欺詐和風(fēng)控問(wèn)題提供解決方案，尤其是SAS中國(guó)的大型金融機(jī)構(gòu)的反欺詐數(shù)據(jù)分析咨詢和建模服務(wù)，其先后帶領(lǐng)和參與過(guò)各大銀行，保險(xiǎn)公司和車貸等金融反欺詐風(fēng)控項(xiàng)目的規(guī)劃與實(shí)施咨詢工作。

2015年5月董騮煥博士加入同盾科技擔(dān)任CRO（首席風(fēng)險(xiǎn)官）

二．同盾融資情況

2013-11-01

融資輪次：A輪

融資金額：1000萬(wàn)

投資方：IDG資本，華創(chuàng)資本

2014-08-01

融資輪次：A+輪

融資金額：近千萬(wàn)美元

投資方：IDG資本，寬帶資本

2015-05-20

融資輪次：B輪

融資金額：數(shù)千萬(wàn)美元

投資方：IDG資本，啟明創(chuàng)投，寬帶資本

2016-04-13

融資輪次：B+輪

融資金額：數(shù)千萬(wàn)美元

投資方：尚珹資本，元禾控股，啟明創(chuàng)投

2017-10-10

融資輪次：C輪

融資金額：數(shù)千萬(wàn)美元

投資方：信達(dá)漢石，Temasek淡馬錫?，天圖資本

三．以下是同盾科技的全景布局

紅色是歷年來(lái)的投資機(jī)構(gòu)

三大主將CEO蔣韜，CTO馬駿驅(qū)，CRO董騮煥，撐起公司的戰(zhàn)略、技術(shù)底層架構(gòu)、風(fēng)險(xiǎn)策略算法等；

戰(zhàn)略趨勢(shì)布局：中博信征信（2015-06-23成立的征信備案殼公司），外灘征信（2016-12-29

入股，布局小微企業(yè)征信），逾期管家（2017-07-11成立，意義應(yīng)該在于將鏈條后向布局，獲取不良用戶的貸后行為數(shù)據(jù)）

這里說(shuō)下外灘征信：外灘征信是由上海新金融研究院（外灘征信的主辦單位上海新金融研究院是一家非官方、非盈利行獨(dú)立智庫(kù)，致力于新金融領(lǐng)域的政策研究。研究院成立于2011年7月14日，由中國(guó)金融四十人論壇，與上海市黃浦區(qū)人民政府戰(zhàn)略合作，有著深厚的行業(yè)積淀。）發(fā)起的企業(yè)征信平臺(tái)，自2015年6月成立以來(lái)，以小微企業(yè)征信為主要業(yè)務(wù)方向，秉承獨(dú)立、專業(yè)、共享的理念，致力于打造一個(gè)面向金融行業(yè)的新型數(shù)據(jù)服務(wù)企業(yè)。為小微金融機(jī)構(gòu)輸出行業(yè)共享的理念，努力推進(jìn)行業(yè)信用信息共享平臺(tái)建設(shè)，圍繞互聯(lián)網(wǎng)信貸服務(wù)行業(yè)風(fēng)險(xiǎn)控制的需求推出外部大數(shù)據(jù)查詢、行業(yè)共享征信服務(wù)平臺(tái)與信貸反欺詐系統(tǒng)。

同盾入股外灘征信一舉，在B2B2C的基礎(chǔ)，增加了B2B2B的布局。完成了對(duì)個(gè)人與企業(yè)端的數(shù)據(jù)業(yè)務(wù)布局。

四．同盾的主要產(chǎn)品及服務(wù)分為5大板塊

信貸風(fēng)控服務(wù)

包括貸前審核、貸中復(fù)查、貸后監(jiān)控、聯(lián)合建模、同盾智信分、信貸保鏢、逾期管家；

反欺詐服務(wù)

包括業(yè)務(wù)風(fēng)控服務(wù)（渠道、接口、賬戶、交易、支付、營(yíng)銷等）、欺詐洞察（欺詐情報(bào)、行業(yè)報(bào)告）；

信息核驗(yàn)服務(wù)

對(duì)應(yīng)關(guān)系驗(yàn)證

核心風(fēng)控工具

決策引擎、模型平臺(tái)、復(fù)雜網(wǎng)絡(luò)、案件管理

核心風(fēng)控技術(shù)

設(shè)備指紋、代理檢測(cè)、人機(jī)識(shí)別、地理定位技術(shù)、AI風(fēng)控模型、黑產(chǎn)工具識(shí)別、全網(wǎng)黑產(chǎn)名單庫(kù)、虛假號(hào)、小號(hào)識(shí)別、地址雷達(dá)、實(shí)時(shí)團(tuán)伙檢測(cè)

【獵人說(shuō)】活生生一個(gè)風(fēng)控全流程的工具包集合

首先說(shuō)下這些核心技術(shù)（所有基礎(chǔ)業(yè)務(wù)的支撐技術(shù)）

設(shè)備指紋

同盾設(shè)備指紋為每一個(gè)操作設(shè)備建立一個(gè)全球唯一的設(shè)備ID，結(jié)合同盾強(qiáng)大的決策引擎，精確分析出一個(gè)設(shè)備上的所有用戶的操作行為，發(fā)現(xiàn)多用戶之間的關(guān)聯(lián)情況，描摹出一個(gè)基于設(shè)備的用戶畫像

【獵人說(shuō)】設(shè)備指紋，主要目的是通過(guò)各種交叉信息，鎖定你。一般設(shè)備指紋可以識(shí)別一個(gè)人的姓名、身份證號(hào)、手機(jī)號(hào)、手機(jī)IMEI、手機(jī)IMSI、MAC地址或分配給機(jī)器硬件的其他唯一序列號(hào)、TCP / IP配置，OS指紋，IEEE 802.11（無(wú)線）設(shè)置，和硬件時(shí)鐘偏移等等。這塊技術(shù)每家都有自己的一些特色，獵人對(duì)這塊了解不深，只能簡(jiǎn)單做下介紹。

代理檢測(cè)

惡意用戶進(jìn)行操作或者攻擊網(wǎng)站的時(shí)候，會(huì)使用代理技術(shù)隱藏自己的真實(shí)IP地址，同盾代理檢測(cè)技術(shù)可以及時(shí)發(fā)現(xiàn)這些風(fēng)險(xiǎn)，準(zhǔn)確識(shí)別當(dāng)前用戶是否使用代理訪問(wèn)網(wǎng)站，同時(shí)會(huì)獲取躲在代理服務(wù)器后的真實(shí)IP地址。

【獵人說(shuō)】代理檢測(cè)，一般用于注冊(cè)時(shí)，識(shí)別惡意撞庫(kù)、薅羊毛等；貸前審核識(shí)別是否為風(fēng)險(xiǎn)IP，虛假IP等。多適用于電商平臺(tái)、游戲平臺(tái)、互金理財(cái)?shù)取?/p>

人機(jī)識(shí)別

互聯(lián)網(wǎng)黑產(chǎn)為了利益最大化，往往會(huì)編寫腳本和軟件，在批量的設(shè)備上，自動(dòng)化地完成惡意行為。同盾會(huì)從設(shè)備環(huán)境、用戶行為、調(diào)用狀態(tài)等多維度的檢測(cè)去判斷當(dāng)前用戶是否為機(jī)器用戶。

【獵人說(shuō)】人機(jī)識(shí)別，主要通過(guò)APP中內(nèi)嵌的識(shí)別器，判斷這些手機(jī)等設(shè)備，配合IP識(shí)別判斷是否在一個(gè)地域固定不變，固定時(shí)間內(nèi)是否有移動(dòng)行為或者晃動(dòng)行為，若長(zhǎng)時(shí)間固定不動(dòng)，在識(shí)別策略上一般判為機(jī)器。

地理定位技術(shù)

同盾地理位置庫(kù)包括IP、基站、wifi、身份證、手機(jī)號(hào)及銀行卡等多維度的地理位置信息,通過(guò)地理位置庫(kù)可以快速精準(zhǔn)的定位網(wǎng)絡(luò)訪問(wèn)者的地理位置,包括城市、經(jīng)緯度及網(wǎng)絡(luò)類型等信息。通過(guò)真實(shí)地理位置識(shí)別可以有效防范基于位置的欺詐行為。

【獵人說(shuō)】地理定位，IP通過(guò)運(yùn)營(yíng)商網(wǎng)絡(luò)可以識(shí)別大概區(qū)域；基站一般基于運(yùn)營(yíng)商手機(jī)基站3站交叉鎖定幾百-3公里的范圍；WIFI可以鎖定幾十米的范圍；身份證、手機(jī)號(hào)、銀行卡這些多通過(guò)歸屬地判斷，有一定的誤差，準(zhǔn)確性不高。還有些就是根據(jù)庫(kù)存物流數(shù)據(jù)判斷。地理定位多是基于以上各種方式主打或被動(dòng)定位用戶位置。目前，最精確的是GPS+運(yùn)營(yíng)商基站定位+WIFI三點(diǎn)定位。

AI風(fēng)控模型

傳統(tǒng)的風(fēng)控需要大量的人力和時(shí)間投入，并且在優(yōu)化效果的過(guò)程中，很難形成指數(shù)型的突破。同盾將機(jī)器學(xué)習(xí)、人工智能應(yīng)用到風(fēng)控模型中，提升效果的同時(shí)，也大量地提高了效率。

【獵人說(shuō)】這就沒(méi)啥好說(shuō)的了，依靠大量數(shù)據(jù)喂出來(lái)的各種算法、策略和模型?，F(xiàn)在處于半人半機(jī)器狀態(tài)，需要人監(jiān)督，及時(shí)調(diào)整特殊情況。

黑產(chǎn)工具識(shí)別

同盾可以識(shí)別市場(chǎng)上黑產(chǎn)常用的作弊工具，覆蓋度達(dá)到98%以上。比如識(shí)別設(shè)備是否處于root/越獄狀態(tài)，是否安裝了cydia框架、xposed框架、安卓模擬器、改機(jī)工具、代理軟件、虛擬定位等黑產(chǎn)工具。

【獵人說(shuō)】黑產(chǎn)工具，最常見(jiàn)的是改PC端IP，移動(dòng)端IP；其他借貸類APP留痕刪除；手機(jī)原識(shí)別碼修改。目的就是為了掩蓋這個(gè)設(shè)備已經(jīng)黑化。

全網(wǎng)黑產(chǎn)名單庫(kù)

基于同盾接入的海量客戶，以及大數(shù)據(jù)的沉淀，形成了覆蓋全網(wǎng)的黑產(chǎn)名單庫(kù)，包括虛假號(hào)碼、通信小號(hào)、代理IP、作弊設(shè)備、垃圾郵箱、身份證黑名單等。

【獵人說(shuō)】黑產(chǎn)數(shù)據(jù)特點(diǎn)和來(lái)源在之前的調(diào)研中說(shuō)過(guò)了，而同盾更多的一個(gè)數(shù)據(jù)優(yōu)勢(shì)除了金融行業(yè)基本需要有的基礎(chǔ)金融黑產(chǎn)數(shù)據(jù)外，同盾還有電商、游戲、保險(xiǎn)、航旅等跨行業(yè)的黑產(chǎn)數(shù)據(jù)，黑產(chǎn)畫像在某種前置條件下，屬于全行業(yè)通用的。

虛假號(hào)、小號(hào)識(shí)別

同盾擁有對(duì)虛假號(hào)碼、通信小號(hào)的識(shí)別能力。截止2017年6月，已沉淀了超過(guò)3000萬(wàn)的虛假號(hào)碼和通信小號(hào)，并且對(duì)名單庫(kù)持續(xù)的進(jìn)行清洗。

【獵人說(shuō)】虛假號(hào)碼一般都需要長(zhǎng)時(shí)間從風(fēng)控中識(shí)別；小號(hào)一般可以通過(guò)運(yùn)營(yíng)商查詢?cè)诰W(wǎng)時(shí)長(zhǎng)判斷，但存在人為養(yǎng)卡行為就很難判斷。

地址雷達(dá)

地址雷達(dá)包括四個(gè)產(chǎn)品：地址標(biāo)準(zhǔn)化服務(wù)、地址真實(shí)性校驗(yàn)、地址相似度匹配和地址資產(chǎn)價(jià)值評(píng)估。針對(duì)輸入的文本地址信息，四個(gè)產(chǎn)品分別輸出標(biāo)準(zhǔn)化、補(bǔ)全和修正后的地址，地址真實(shí)性評(píng)分，地址相似度評(píng)分，地址資產(chǎn)價(jià)值評(píng)估字段。

【獵人說(shuō)】地址雷達(dá)，除了依賴上述的地理位置定位的幾個(gè)方式獲取用戶相對(duì)準(zhǔn)確的活動(dòng)范圍，還需要物流內(nèi)部的常用聯(lián)系地址，這個(gè)是相對(duì)精確的。地址雷達(dá)就是圍繞這些數(shù)據(jù)衍生出各種地址產(chǎn)品，補(bǔ)全，驗(yàn)真，區(qū)域評(píng)分、地址價(jià)值評(píng)估。

實(shí)時(shí)團(tuán)伙檢測(cè)

實(shí)時(shí)團(tuán)伙檢測(cè)是一種能實(shí)時(shí)識(shí)別群體欺詐的新型智能工具。首先基于同盾大數(shù)據(jù)構(gòu)建關(guān)系網(wǎng)絡(luò)，再通過(guò)動(dòng)態(tài)社團(tuán)分割算法進(jìn)行分團(tuán)，同時(shí)配合規(guī)則策略進(jìn)行篩選，實(shí)時(shí)返回命中詳情和團(tuán)伙分布圖，從而進(jìn)行團(tuán)伙欺詐的識(shí)別，幫助用戶在事前發(fā)現(xiàn)欺詐團(tuán)伙，防患于未然。

以下說(shuō)說(shuō)金融領(lǐng)域，主要的信貸類相關(guān)金融產(chǎn)品的貸前、中、后流程主要有哪些，并按順序大概說(shuō)說(shuō)每個(gè)流程點(diǎn)，需要應(yīng)對(duì)的場(chǎng)景及可使用的同盾類產(chǎn)品（很多科技公司都有同類產(chǎn)品，比如通付盾、天創(chuàng)科技等）。

金融信貸領(lǐng)域的產(chǎn)品，除了理財(cái)稍微提及下，其他多為P2P信貸、小貸、消費(fèi)金融、汽車金融、銀行信貸等。 在貸款申請(qǐng)這個(gè)步驟開(kāi)始前，一般逃不過(guò)營(yíng)銷獲客、注冊(cè)登錄、實(shí)名認(rèn)證及銀行卡綁卡行為。

P2P資產(chǎn)端

貸款申請(qǐng)-貸前審批-審批完成-放款成功-貸后監(jiān)控-逾期催收；

小貸

貸款申請(qǐng)-貸前審批-審批完成-放款成功-貸后監(jiān)控-逾期催收；

消費(fèi)金融

選定商品-分期申請(qǐng)-信貸審批-獲取貸款-按時(shí)還款；

汽車金融

選定車輛-貸款申請(qǐng)-信貸審批-簽訂購(gòu)車-辦理手續(xù)-按期還款；

銀行信貸

申請(qǐng)貸款-貸款審批-授信額度-貸后監(jiān)控-逾期管理。

說(shuō)完基本信貸流程，下文說(shuō)說(shuō)各流程的須知及防控方式，

營(yíng)銷推廣

防控場(chǎng)景：薅羊毛-惡意搶紅包，廣告防作弊點(diǎn)擊

對(duì)應(yīng)產(chǎn)品：

• 作弊設(shè)備識(shí)別：通過(guò)設(shè)備指紋技術(shù)，可以獲取操作設(shè)備的多重屬性，從而分析該設(shè)備參與營(yíng)銷活動(dòng)的頻率、關(guān)聯(lián)賬號(hào)等情況，有效識(shí)別作弊設(shè)備。
• 代理IP分析：通過(guò)代理檢測(cè)技術(shù)，可以及時(shí)發(fā)現(xiàn)通過(guò)使用代理技術(shù)隱藏真實(shí)IP地址的行為，準(zhǔn)確識(shí)別當(dāng)前用戶是否使用代理訪問(wèn)網(wǎng)站，再結(jié)合機(jī)構(gòu)本身的風(fēng)控模型及用戶信息，有效識(shí)別作弊用戶。
• 欺詐用戶行為：通過(guò)存量歷史欺詐用戶數(shù)據(jù)建模分析，準(zhǔn)確分析用戶行為特征，有效識(shí)別欺詐作弊用戶。

注冊(cè)時(shí)的賬戶安全

防控場(chǎng)景：賬戶盜用（登錄）-用戶因?yàn)橹芯W(wǎng)絡(luò)木馬釣魚導(dǎo)致賬戶密碼泄露，進(jìn)而導(dǎo)致賬戶的資金損失及企業(yè)形象受損。

暴力破解：網(wǎng)絡(luò)欺詐分子會(huì)通過(guò)機(jī)器對(duì)賬戶密碼進(jìn)行暴力破解，進(jìn)一步獲得賬戶登錄權(quán)限，導(dǎo)致用戶資金損失和企業(yè)品牌受損。

拖庫(kù)撞庫(kù)：網(wǎng)絡(luò)欺詐分子利用互聯(lián)網(wǎng)中大量泄露的用戶名密碼進(jìn)行嘗試，如果平臺(tái)資金賬戶密碼不幸在泄露庫(kù)中，那么可能會(huì)導(dǎo)致用戶信息及資金蒙受損失。

漏洞利用：網(wǎng)絡(luò)黑客可能會(huì)在登錄環(huán)節(jié)嘗試?yán)肧QL注入等WEB漏洞進(jìn)行嘗試，如果網(wǎng)站系統(tǒng)存在WEB漏洞，則可能導(dǎo)致賬戶庫(kù)信息泄露等嚴(yán)重后果。

垃圾注冊(cè)：新平臺(tái)上線之初，常常進(jìn)行拉新優(yōu)惠活動(dòng)。而現(xiàn)網(wǎng)絡(luò)上有一群“羊毛黨”通過(guò)注冊(cè)機(jī)和虛假手機(jī)號(hào)碼等方式繞過(guò)平臺(tái)驗(yàn)證，批量套取優(yōu)惠，給平臺(tái)造成不必要的資金損失。

實(shí)名認(rèn)證環(huán)節(jié)

身份證號(hào)認(rèn)證：公民身份信息，既身份證號(hào)碼及姓名，另加有條紋返照，這個(gè)查詢接口一般來(lái)自于公安一所、三所及公安認(rèn)證中心，現(xiàn)在在市面上要找到實(shí)時(shí)口真不容易，多是存量接口。原因就是這些公安部門一般不會(huì)外放，也沒(méi)正式的代理政策。

綁卡環(huán)節(jié)

銀行卡驗(yàn)證：銀行卡驗(yàn)證根據(jù)不同行業(yè)需求及產(chǎn)品設(shè)計(jì)，一般分為銀行卡2要素（姓名、銀行卡號(hào)）、3要素（姓名、銀行卡號(hào)、手機(jī)號(hào)）、4要素（姓名、身份證號(hào)、銀行卡號(hào)、手機(jī)號(hào)）及銀行卡6要素（一般指貸記卡，姓名、身份證號(hào)、銀行卡號(hào)、手機(jī)號(hào)、有效期及CVN2碼），現(xiàn)在慢慢開(kāi)始普及的還有銀行卡3類賬戶識(shí)別驗(yàn)證。接口主要來(lái)源與各大銀行總分支行，比較全的也就是各地銀聯(lián)，但多部分知名度較高的都是些第三方支付渠道。

貸前、中、后這三大環(huán)節(jié)

貸前：機(jī)構(gòu)內(nèi)部，需要?jiǎng)澐趾酶餍刨J產(chǎn)品的用戶畫像，準(zhǔn)入條件，風(fēng)控策略等，業(yè)務(wù)一開(kāi)始，多由于無(wú)自身歷史有效數(shù)據(jù)需要外接一些類似黑名單庫(kù)、多頭名單、用戶信貸記錄等其他成熟信貸機(jī)構(gòu)分享出來(lái)的數(shù)據(jù)，拿來(lái)做最基礎(chǔ)的判斷。后續(xù)在產(chǎn)品借還周期有個(gè)1-3期后，就開(kāi)始可以積累與自身產(chǎn)品強(qiáng)相關(guān)用戶的借貸行為，并通過(guò)各種算法模型策略，結(jié)合內(nèi)外部數(shù)據(jù)去看風(fēng)控效果，然后覺(jué)得需不需要換風(fēng)控?cái)?shù)據(jù)接口，自身如何調(diào)整風(fēng)控策略。由于這是個(gè)大篇章，這里只簡(jiǎn)單說(shuō)說(shuō)。

貸中：貸中一般強(qiáng)調(diào)已貸用戶的資金使用用途是否正常，資質(zhì)是否有變化，收入情況是否穩(wěn)定等各種會(huì)影響客服后期正常還款的各種行為變化。但這個(gè)一般除少部分掌握用戶出行數(shù)據(jù)、支付數(shù)據(jù)、實(shí)時(shí)信用數(shù)據(jù)的機(jī)構(gòu)可以做得到，大部分信貸機(jī)構(gòu)都無(wú)法做貸中監(jiān)控，只能與這些少部分機(jī)構(gòu)合作，但監(jiān)控成本就自然上升。

貸后：貸后包括客戶正常還款的復(fù)貸邀請(qǐng)及逾期還款催收兩部分。復(fù)貸邀請(qǐng)主要通過(guò)歷史行為找出按時(shí)還款的客戶，并主動(dòng)詢問(wèn)是否需要復(fù)貸。逾期催收，難點(diǎn)在于M+1/2/3…/9各逾期時(shí)間的催收成功率都不一樣，因此催收公司也在這個(gè)細(xì)分專業(yè)領(lǐng)域有一定的存在價(jià)值。催收實(shí)力主要看幾方面：1是失聯(lián)修復(fù)的能力和命中率；2是催收話術(shù)和催收策略；3.客戶心情

【獵人說(shuō)】市場(chǎng)上，能做到以上這么多方面的機(jī)構(gòu)真不多。技術(shù)、數(shù)據(jù)、同行業(yè)覆蓋率、跨行業(yè)覆蓋率（除運(yùn)營(yíng)商內(nèi)部，實(shí)現(xiàn)失聯(lián)修復(fù)主要方式啊）等缺一不可。這里歡迎能PK同盾的公司來(lái)勾搭交流。

五．總結(jié)

同盾在起初，穩(wěn)定了基礎(chǔ)金融行業(yè)的SAAS系統(tǒng)服務(wù)的收支差后，制定了從金融行業(yè)風(fēng)控SAAS系統(tǒng)服務(wù)到跨互聯(lián)網(wǎng)行業(yè)風(fēng)控SAAS系統(tǒng)服務(wù)的戰(zhàn)略布局；從單一金融業(yè)的風(fēng)控到跨行業(yè)的風(fēng)控服務(wù)提供商，從金融屬性數(shù)據(jù)做風(fēng)控到各行業(yè)各類數(shù)據(jù)交叉驗(yàn)證來(lái)做風(fēng)控，屬于風(fēng)控層面非強(qiáng)關(guān)系的個(gè)人數(shù)據(jù)的靈活使用。側(cè)面其實(shí)可以看得到和阿里發(fā)展的軌跡有點(diǎn)類似。

同盾在行業(yè)上，覆蓋了金融業(yè)最賺錢的也是風(fēng)控?cái)?shù)據(jù)量最大的幾個(gè)行業(yè)，信貸、保險(xiǎn)、理財(cái)，電商業(yè)、O2O業(yè)、社交、航旅和游戲業(yè)等。 除了金融業(yè)，電商業(yè)、O2O業(yè)和游戲業(yè)這些對(duì)于風(fēng)控?cái)?shù)據(jù)的采集有什么幫助？

電商業(yè)和020

特別是天貓、京東等電商巨頭和一些垂直細(xì)分的打通線上線下的電商平臺(tái)，是薅羊毛的重疾地（薅羊毛用戶會(huì)被標(biāo)記，用于別的平臺(tái)的防控），同時(shí)這些機(jī)構(gòu)也掌握了用戶相關(guān)興趣愛(ài)好，購(gòu)物習(xí)慣和偏好，消費(fèi)能力和水平，品牌忠誠(chéng)度等最重要的是常用物流地址，一般可得知常住地址、公司地址和關(guān)系較好朋友的地址，通過(guò)地址定位，又可以獲得相關(guān)區(qū)域房子價(jià)值和租房水平，交叉識(shí)別一個(gè)用戶的真實(shí)消費(fèi)水平。地址庫(kù)的形成又可以用于貸后上門催收。一些小的電商平臺(tái)還是各種貓池、修改器的交易地帶。通過(guò)在這些電商平臺(tái)進(jìn)行信息采集，可以在風(fēng)險(xiǎn)防控上做出相對(duì)及時(shí)的把控調(diào)整。

航旅

一般人是不會(huì)坐飛機(jī)，坐飛機(jī)的非一般人，更何況是經(jīng)常坐飛機(jī)各地跑的人。雖然這樣簡(jiǎn)單定義坐飛機(jī)的客戶是高凈值用戶不太穩(wěn)妥，但針對(duì)長(zhǎng)時(shí)間的飛行軌跡，艙位等級(jí)，飛行時(shí)間等綜合判斷，一定程度可以得知該用戶是旅游者、還是出差者、是相對(duì)有錢、還是特別有錢。

社交

社交中現(xiàn)在基本要求實(shí)名制，但實(shí)名制以外的信息才是重頭戲。一個(gè)人在社交軟件中備注的身份信息，交流的圈子資質(zhì)，發(fā)表的內(nèi)容等，都間接反應(yīng)一個(gè)人相對(duì)真實(shí)的一面。這些數(shù)據(jù)一般用于黑產(chǎn)關(guān)聯(lián)判斷比較多，其他的一些應(yīng)用需要更大量的文本數(shù)據(jù)進(jìn)行提取加算法優(yōu)化才有用。

關(guān)系網(wǎng)的數(shù)據(jù)

是發(fā)現(xiàn)不了他的欺詐行為的。傳統(tǒng)金融機(jī)構(gòu)有央行做信用數(shù)據(jù)匯總，各家銀行可以調(diào)用，但是現(xiàn)在互聯(lián)網(wǎng)金融機(jī)構(gòu)恰好缺少央行這樣一個(gè)相似的角色，而且同盾在信用記錄匯總的基礎(chǔ)上又往前邁了一步，直接為這些金融機(jī)構(gòu)提供輔助決策服務(wù)。

風(fēng)控行業(yè)機(jī)構(gòu)集齊七顆數(shù)據(jù)類龍珠（個(gè)人四要素、資產(chǎn)數(shù)據(jù)、借貸數(shù)據(jù)、信用數(shù)據(jù)、支付數(shù)據(jù)、社交數(shù)據(jù)）時(shí)，就可以召喚一個(gè)神龍，滿足你在互聯(lián)網(wǎng)時(shí)代做全流程風(fēng)控的愿望，當(dāng)然如果你覺(jué)得做風(fēng)控沒(méi)意思，那就許愿做精準(zhǔn)營(yíng)銷吧。

相關(guān)閱讀

百家風(fēng)控公司揭秘系列｜91征信公司及產(chǎn)品調(diào)研報(bào)告

百家風(fēng)控公司揭秘系列2｜華道征信&億美軟通公司及產(chǎn)品調(diào)研報(bào)告

百家風(fēng)控公司揭秘系列3｜京東系ZRobot公司及產(chǎn)品調(diào)研報(bào)告

百家風(fēng)控公司揭秘系列4｜京東系聚信立公司及產(chǎn)品調(diào)研報(bào)告

從事大數(shù)據(jù)征信行業(yè)，你必須知道這些

最全互聯(lián)網(wǎng)金融6大板塊風(fēng)控研究框架：監(jiān)管政策、行業(yè)模式及合規(guī)要點(diǎn)

#專欄作家#

大數(shù)據(jù)獵人，微信公眾號(hào)：大數(shù)據(jù)獵人，人人都是產(chǎn)品經(jīng)理專欄作家。多年金融科技行業(yè)相關(guān)戰(zhàn)略研究、行業(yè)分析、商業(yè)模式及產(chǎn)品體系研究經(jīng)驗(yàn)，擅長(zhǎng)政府?dāng)?shù)據(jù)+企業(yè)數(shù)據(jù)+公開(kāi)數(shù)據(jù)多源數(shù)據(jù)融合流通交易及應(yīng)用

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash，基于 CC0 協(xié)議