寫給風(fēng)控小白的入門指南
本文將探討為何在當(dāng)前環(huán)境下,傳統(tǒng)的知識(shí)傳授方式不再是首選,以及如何利用現(xiàn)代技術(shù)手段,特別是人工智能,來構(gòu)建自己的知識(shí)體系和解決實(shí)際問題的能力。
為什么我不寫風(fēng)控的基礎(chǔ)知識(shí)?
就是那些什么概念是什么,計(jì)算公式是什么,代碼實(shí)現(xiàn)如何如何,應(yīng)用案例有什么的問題。
基礎(chǔ)知識(shí)都沒有寫的必要了。
以前你要檢索到你想了解的知識(shí)點(diǎn),一般需要看多個(gè)博客或者貼子或者回答或者百科,現(xiàn)在ai可以幫你檢索總結(jié)歸納,這比一般人寫的書好用多了。
實(shí)際上,最好的學(xué)習(xí)基礎(chǔ)知識(shí)的辦法是,也就是說入門一個(gè)行業(yè)的辦法是,你去想辦法搞定一個(gè)目錄,然后自行去問ai,和ai對(duì)話直到你搞明白那些知識(shí)點(diǎn)。最好的學(xué)習(xí)辦法不是找到一本書看一遍,而是自己寫一本書,借助ai。當(dāng)然,你不用產(chǎn)出這個(gè)實(shí)體。這很顯而易見,不是暴論。
至于怎么搞定目錄,你可以檢索一些東西,去建立一些感覺,更快捷的辦法是網(wǎng)上找一些課程(我沒讓你付費(fèi))做參考,然后整理出一套你覺得可以的目錄。甚至,這個(gè)問題本身你可以也問ai啊。
一、基本知識(shí)
- 消費(fèi)貸、現(xiàn)金貸
- 個(gè)人消費(fèi)貸、小微企業(yè)貸
- 自營(yíng)、助貸、聯(lián)營(yíng)
二、產(chǎn)品要素
- 額度
- 定價(jià)
- 期數(shù)
- 還款方式
三、風(fēng)險(xiǎn)類別
- 欺詐風(fēng)險(xiǎn):一方欺詐、三方欺詐
- 信用風(fēng)險(xiǎn):還款能力、還款意愿
四、資產(chǎn)指標(biāo)
- 時(shí)點(diǎn)余額、新增放款額
- 資產(chǎn)收益率,風(fēng)險(xiǎn)成本、資金成本、獲客成本等,盈虧線
五、運(yùn)營(yíng)指標(biāo)
- 轉(zhuǎn)化率:點(diǎn)擊、申請(qǐng)、通過、用信???????
- 通過率:授信、用信,加一個(gè)催回率吧???????????
- 各種率:復(fù)借率、入催率、不良率、額度使用率……
- 客群質(zhì)量:各種分布、psi
- 久期
六、風(fēng)險(xiǎn)指標(biāo)
- fpd
- dpd:M1、M2、M3……
- 年化風(fēng)險(xiǎn)
- 時(shí)點(diǎn)不良率、新發(fā)不良率
七、效果指標(biāo)
- iv
- auc
- ks
- lift
八、標(biāo)簽分析
- vintage
- 滾動(dòng)率
九、模型策略算法
- 邏輯回歸??????
- 決策樹
- 梯度提升樹、神經(jīng)網(wǎng)絡(luò)等??
- 交叉矩陣分析法
十、階段
- 貸前:反欺詐、審批、額度、定價(jià)???
- 貸中:調(diào)額調(diào)價(jià),交易攔截,止付清退???????
- 貸后:催收?
十一、策略和模型
- 策略:分群、評(píng)級(jí)????????
- 模型:A卡、B卡、C卡、F卡????
- 兩者差異點(diǎn)
十二、數(shù)據(jù)
- 黑名單
- 征信報(bào)告
- 三方數(shù)據(jù)
- 內(nèi)部行為數(shù)據(jù)
十三、其他
- 多頭:是什么,有什么特點(diǎn)和影響?????
- 分?jǐn)?shù)校準(zhǔn):是什么,為什么做,怎么做
- 普惠金融:是什么,普在哪,惠在哪,挑戰(zhàn)在哪
以上,列了很多名詞,我第一感覺還是列得太簡(jiǎn)單了。
但你不只是要了解這些名詞,還包括在這些基礎(chǔ)知識(shí)背后無限延伸的知識(shí)點(diǎn),例如訓(xùn)練、測(cè)試、驗(yàn)證,例如過擬合、欠擬合,例如需求提出、方案設(shè)計(jì)、開發(fā)、驗(yàn)證、應(yīng)用、部署、監(jiān)控和迭代……實(shí)際上,很多名詞都可以展開成一本書,這么看也還行。
很多人喜歡要代碼,很好笑。實(shí)際上,ai隨時(shí)可以告訴你,你既不用搜集收藏,你只是需要知道那個(gè)知識(shí)點(diǎn),知道那么回事,真的要代碼的時(shí)候,問ai就行了,何必找自己的收藏呢?
還是舉舉例子吧,要謙卑要有耐心。
例如,評(píng)分卡建模要先進(jìn)行變量篩選,缺失率、psi、iv、相關(guān)系數(shù)、多重共線性等等,這些概念是什么,常見閾值是什么,為什么是這個(gè)閾值或者說這個(gè)閾值代表著什么,代碼怎么實(shí)現(xiàn),搞清楚這些,最好的辦法是什么?問ai,要什么書?
例如,ABCF卡是什么?區(qū)別在哪里?對(duì)應(yīng)的特征是什么?標(biāo)簽是什么?應(yīng)用場(chǎng)景是什么?問ai。
例如,策略和模型分別是干什么的?相同點(diǎn)在哪,差異點(diǎn)在哪?問ai。
唯一有一個(gè)難點(diǎn)是,要想擅長(zhǎng)提問,要很會(huì)觀察。因?yàn)檎嬲闹R(shí)有很多細(xì)節(jié),你忽略了細(xì)節(jié),就相當(dāng)于無知。
例如前面ABCF卡,你光問是什么、怎么做是不夠的,真實(shí)項(xiàng)目不是一個(gè)kaggle比賽,你哪來的y,你的特征在哪里?甚至,樣本選擇有沒有講究,效果大概是多少,是不是不同的場(chǎng)景都不太一樣,你做出來的ks是10怎么辦,30怎么辦,50怎么辦?你總要?jiǎng)e人提醒你,怎么著怎么著,你就希望從書里看到別人說:It’s worth noting that …看到好多notes了吧,但因?yàn)椴皇悄阕约合氲?,過眼就成云煙了吧。
發(fā)現(xiàn)了沒有,你真正需要做的是什么?是提出問題,一般的書不教你這一點(diǎn)。作者不一定很懂行,更不一定懂教書,他們做的只是匯總信息,而這一點(diǎn)意義都沒有。
當(dāng)你真的懂提問的時(shí)候,你才入了行,然后才能感悟到一些東西。你越強(qiáng),越能懂我強(qiáng)。
好了,雖然你可能極度失望,心想看了個(gè)寂寞。但事實(shí)上,至少你知道了第一個(gè)你需要解決的問題:搞定目錄。這很重要,你解決了一系列問題然后成為了專家,而不是買了幾本書收藏了幾篇文章。
專欄作家
雷帥,微信公眾號(hào):雷帥快與慢,人人都是產(chǎn)品經(jīng)理專欄作家。風(fēng)控算法工程師,懂點(diǎn)風(fēng)控、懂點(diǎn)業(yè)務(wù)、懂點(diǎn)人生。始終相信經(jīng)驗(yàn)讓工作更簡(jiǎn)單,繼而發(fā)現(xiàn)風(fēng)控讓人生更自由。
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。
題圖來自 Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒評(píng)論,等你發(fā)揮!