虎嗅注：虎嗅会员第31期圆桌主人张新波，是同盾科技的联合创始人&CTO。2013年张新波从阿里出来和同事一起建立了同盾科技，短短四年就拿到了三轮融资，风控云服务上线客户超5000家。在大数据风控领域中，通过联防联控的概念大幅提高了风控效率，也让安全性得到进一步的提高。
整个分享，张新波准备翔实、思路清晰，介绍了大数据做风控的各类手段，配合有真实的操作细节和例子，从各个环节详尽的解析了相关风险。
全文11509个字，建议阅读时间25分钟，值得拿小本本记笔记哦～
从2009年开始，我到阿里一直从事风控行业，算是经历了一些国内风控行业的变化。大数据行业的兴起，对传统金融行业和金融行业的风控，带来很多改变。至于说是否能够称得上变革这个词，有待商榷。
下面我会分大概四个部分：
第一部分，会介绍大数据风控的背景。
第二部分，会介绍现在常见的欺诈现象，以及相关问题。
第三部分，介绍如何去做相关风险的分析和防范。
最后简单介绍我对大数据风控的一些看法。
诈骗团伙呈现专业化、团伙化趋势
随着移动互联网技术的普及，人们开始习惯在网上直接发生金融行为了，离钱越来越近，出现的欺诈问题就越来越多，也变得越来越严重。之前可能只是灌灌水，发发垃圾广告，现在在网上如果做欺诈，就可以直接骗到钱。这种投入产出比是相当高的，于是就吸引了大量的地下黑产从事这些行业。
类金融行业是欺诈的重头戏
查看2015年的数据，虽然数据有点老，但这个数据还是有一定的代表性的。11个行业欺诈的分布主要还是发生在信贷、类金融行业中，银行信用卡、P2P小贷等欺诈比例是最高的，因为它离钱最近，造成的欺诈损失也是最明显的。
另外就是营销欺诈，就是所谓的“薅羊毛”。在前几年电商O2O特别火的时候会有大量的补贴，有些人做启示卷20块钱一张，一分钱做推广，各个渠道进行推广。因为很便宜，马上就被职业的“羊毛党”把营销费用捞走了。对公司来说，花了很多的钱，并没有达到应有的营销的效果。而现在的诈骗甚至变成了专业的谋财的手段，并不是说像“薅羊毛”一样，赚个几十块钱就完了，有些是直接的灰色利益产业链，直接进行诈骗活动。
欺诈的团伙化
根据我们分析的线上的数据，大概有十来个疑似团伙。其中可能涉及到的成员将近5000个。现在我们从线上的数据分析，疑似欺诈团伙的有大概100万左右。少则有六七个人，多的真的就有上千个人，其中关联到了各种各样的数据。这种团伙的特征，也越来越明显。
欺诈的专业化
另外还有分工的专业化。像虚假号码的产业链，包括发卡商、刷码平台、开发者以及到下游专门做欺诈的，现在分工都非常非常细。而在某个产业链中又会有分工，比如QQ的产业链，包括写木马的、分发木马的、盗号的等等，产业链内分工也非常细。现在整个地下产业链， 分工非常细了，也非常专业。
风控的突破口：数据共享
随着信息技术的发展，我们想要高效、低成本的服务客户，面签的成本就非常高。于是行业内就逐渐出现了专门的风控系统，能够帮助相关业务，实时的检测风险。这种模式，更多的是在公司内部或银行内部的专属的系统，大多都是在自己的数据集里面做分析。而对于欺诈者而言，也许他在其他的平台上做了一些欺诈，但第一次来到我的平台的时候，只能等他进入到我的平台之后，才能够采集到他的一些用户的行为，很难及时的识别他是否存在风险。
其实之前在行业内，也有很多的黑名单联盟、安全联盟希望通过行业间的数据交换，共享相关信息。但是可以看到市面上这种方式都不奏效，虽然不能说完全失败，但效果不是特别明显。数据共享的壁垒是非常高的，共享的成本也非常高，在大公司内都很难做到数据的完全的共享，更不要指望不同行业，可能还是竞争对手，来互相共享数据，那确实是比较困难。
另外，现在很多风控系统，随着大数据技术的发展，也用到了很多相关技术。比如Spark，（Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架）甚至人工智能的技术、机器学习等等。虽然用到了很先进的技术，但数据没有本质上的变化，仍然是基与公司自己的数据做分析。所以即使技术手段再高，那也只是在自己的数据集里边做分析。
当业务部的行为数据和其他的样本，没有积累到一定的量的时候，即使技术再先进，也不能把风控提高到比较高的水平，这是传统风控面临很大的挑战。彼此的信息不通，也没有做有效的联防的机制，带来的问题就是欺诈者很容易在不同的平台用相同的方式得逞，很容易逐个击破。
欺诈的源头是信息泄露
欺诈的源头，主要来自于大规模的信息泄露，像Evernote、雅虎、国内银行的两百多万条的个人信息的泄露，这是分支机构的行长卖个人数据导致了信息的泄露。有个网站叫HackerNews，上面专门有一栏是数据泄露的专题，可以看到差不多隔几天，就有一起数据泄露的问题。包括很多的知名网站，其实都存在着数据泄露的问题。数据泄露是导致后续出现的很多欺诈的源头，有了这个数据之后，欺诈者更容易伪造身份做相关欺诈。
在信息泄露下滋生的各种欺诈行为
恶意刷量：在金融行业的理财网场景中，首先要在各种渠道去做推广、分发，此时就存在着各种恶意刷量的装量。有些刷票程序会到半夜自动安装APP运行个两个小时，等天亮之前再自动卸载，用户完全不知道已经完成了恶意刷量。或是伪造真实的用户激活信息，很多小游戏的弹窗广告，大约70%都是恶意刷量，行业术语叫金强广告推广。这种恶意刷量会将每天大量投入的营销费用都被消耗掉，真正有用的却很少。
在推广出去之后，到注册登陆这个环节又存在各种的垃圾注册。除垃圾注册之外比较常见的还有各种虚假注册、虚假号码或者小号。在各种打码平台上，花两块钱就可以买一个手机号，注册之后可以薅50块钱。两块钱就可以套现50块钱，收益还是蛮高的。
黄牛票：营销抽奖环节， 刚才提到了各种的“薅羊毛”、“刷红包”、“外挂签到”、“秒杀”、“黄牛”等等方式。如果是很火的演唱会的门票，在开抢一瞬间就会被黄牛把票全抢走，大量的真实的客户想买买不到，只能买黄牛转卖的高价票，非常影响网站信誉。
网站违规言论：关于留言评论， 是最早一类的安全的问题，早在十几年前论坛的时候，就存在很多这种问题，比如现在各种色情和政治类的垃圾广告。虽然现在监管也比较严，但很多的网站还是没有办法，像去年特别火的直播，有些人就会利用直播平台实时的弹幕，发广告或者一些色情的东西，给直播网站带来非常大的风险，如果被监管部门看到这些网站就会被关掉了。
伪冒借贷：现在的信贷竞争非常激烈，需要去各个渠道进行引流，目前还存在成本高、激活率低、陌客等问题。 而这部分引流过来的客户，可能存在贷钱申请的一些欺诈，尤其是用虚假资料伪冒的贷前申请时的欺诈。 之前说到大量的数据泄露，前段时间报道过花200块钱就可以买到一套非常全的真实身份信息，包括身份证、工作单位、驾驶证等等。 欺诈者拿到信息后，去借贷平台上直接借贷，各个信息都是真实准确的，又是第一次进行申请并无欺诈记录，很容易把钱骗走，直接造成网站的坏账。
中介代办：很多借贷者信誉是比较低的，申请者的资料已经被中介做过美化，甚至做过一些篡改。提高信誉值，贷出更多的钱，这个也是比较常见的中介代办问题以及过度授信问题，或者说是风控没有做到位。
信用恶化：信用恶化一般有两种情况。一种是借贷人没钱换不起；第二个种可能是，他在很多平台上都借了钱，当到了还款催收的时候，他只能还清部分平台的欠款，从而引发信用恶化。也有忘记还款的，当然还有直接失联，使用虚假号码或关机的。
催收困难：还存在暴力催收的问题。新闻也做了一些报道，因为催收行业，国内是蛮高端的行业。以前国内催收公司非常多，基本都是带有涉黑性质，从而引发了一些问题。很多平台是用人工电话催收的方式，其成本也非常高。
典型的恶意风控案例
暴力破解、撞库、账户盗用这都是典型的利用泄露数据进行恶意犯罪。在交易支付环节，还存在虚假交易、刷单、盗卡、盗刷等，其实是银行信用卡行业非常严重的问题。再比如各种恶意的套现，线下的POS机的恶意的套现现象非常多，虽然官方打击过很多次，但也很难避免。
用户盗用：被盗的用户的银行卡的四要素泄露了，欺诈者会从不同地点IP，多个不同的设备尝试登陆。欺诈者也对防范的策略特别了解，可能也会通过你的设备去做一些行为的关联分析，可能就会不停的尝试换设备换IP，或者换其他的信息，试图去绕过检测的机制。
撞库：一天之内用户登陆次数非常多，且大部分是高风险操作，那就很可能是撞库。正常的用户登陆都会采集到用户的真实的设备信息；如果是撞库，基本都是写的程序，所以不可能去搜集到真实的设备信息，通过这些用户特征， 可以判断是撞库的场景。
这个是撞库的一些具体的数据分析，可以看到第一行的数据，IP上使用的帐号是22200个，它关联的IP个数也是这么多。这说明他在不停的尝试新的帐号，他的登陆地也是分布在不同的地区，可能是通过代理的行为，试图绕过相关的风险检测。个人用户一般都是家庭宽带，或者移动WiFi，4G的一些出口的IP，而很多攻击者会租用机房的服务器，跑他的写的一些程序，就会有很多机房出口的IP。
盗卡盗刷： 通过充话费这个方式来做套现的，给了不同的地区手机号做充值，但是发现他充值的卡号、手机号分布在不同的地方，像北京、东北、山西等。盗用了账户之后，里面如果有一些钱，可能提现不是特别方便，他会通过其他的方式转移掉，然后套现。
短信轰炸：这个大家不一定熟悉， 有一些网站在注册的时候都会让你填手机号，然后给你发短信验证码。有些网站如果做的不好，发短信的接口就会存在安全漏洞，可能会被别人搜集到，写个程序调你的发短信的接口，不停的用你的平台发短信。像某些电信欺诈，骗老爸说儿子出事了要打钱，老爸答应后要打电话验证，发现那边电话打不通了，可能就是通过这种方式，通过下发大量的短信把手机搞死机。很多网站也存在这样一些漏洞，通过程序自动大量下发短信，影响或消耗了网站本身的费用，成本也是非常高。
贷前申请欺诈：在贷前申请填写资料时可能会出现相同的设备ID，但填写的是不同的人，或者是不同的地方的IP地址，但设备信息基本都是相同的。这个就是比较典型的中介或疑似中介的申请的方式，或是去偏远的农村搜集一些真实信息。去年曝光医美分期，给50块钱的好处费就骗走了，做医疗的借贷。
贷后监控：在最开始贷钱申请做扫描时候，没有发现风险，于是这个网站就给他放了10万块钱，过了一段时间之后，发现了这个人出现了法院执行的信息。之后又发现了他又在其他的平台有借款的行为。由此可知，这个人信用恶化其风险就变得非常高了，后续需要及时的采取措施，尽量去避免损失。
打破信息的孤岛
一开始讲到，这些网站信息是不通的，都是孤立的。即使有些网站他的用户量比较大，它也是比较大的布道而已，信息的不通畅使得欺诈者有机可乘。想真正的解决问题，就需要打破信息孤岛。 之前我们在阿里去做风控，也有这样困惑，阿里作为一个电商巨头，技术非常强大，但很多欺诈还是不可避免的发生了，因为他也没有和其他的行业做数据共享。新的欺诈者到阿里这个平台上之后还是可以通过，模型再好也很难在早期的时候把它识别出来。
我们就需要换一个思路，一定要打破信息孤岛，才能够有效的提升风险防控的效果。不在于你的技术多高超，或是数据分析能力多强。最重要的是要把数据能够连接起来，通过全局的跨行业的关联分析，才能够有效的识别各种欺诈的问题。
我需要打通不同的论坛、社交、电商、支付、小贷、金融、银行等等，不同行业的数据。这些不同的行业， 它都有IP、设备，邮箱、姓名，身份证等数据，其中有共通的纬度的信息，然后通过设备ID或其他方式把不同网站不同行业的数据关联起来。只要跟我们合作的客户，设置了我的设备指纹，那欺诈者不管是在哪家网站上登陆，我都可以采集到他唯一的设备ID。这样我就可以把不同行业的不同网站的数据，通过这个设备关联起来，就能做到全局的关联分析。
通过纬度建立全局的关联之后，就可以做全局的关联分析和计算。此时就能够比较有效的发现这种欺诈的问题，比如在某金融公司欺诈后已经被发现了，再到银行或者其他新平台，我们便能非常及时的发现其诈骗行为。另外，我们也跟第三方的数据源建立了连接，包括公安的身份认证、法院、移动的数据等等，能一站式的帮助客户解决各个场景的风险问题。
在风险发生的每个节点做风控
我们全流程的解决方案从开始初筛，到注册登陆、贷前、贷中、贷后、催收等等整个流程中，都会提供相应的解决方案，帮助客户识别不同环节的风险，从而把风险控制到可以接受的范围之内。
第一，是事前预警，很多“羊毛党”会在很多“薅羊毛”的论坛上去交流，会在论坛中预先发布活动消息，泄露数据消息，甚至包括含有数据的附件。若只做事中防控， 有时会因为信息有限或数据有限而比较难以发现异常行为。所以做事前的监控分析，会把常见的“羊毛党”论坛、欺诈的信息交换论坛等，全部监控起来。也可以让客户自动的去设定一些监控特征，然后自动定时监控，查看论坛上是否有该公司的信息，然后及时预警并告知相关信息，之后就可以制定风控策略，从业务规则上做相应的设定和防范。如果有些网站发现已经赶上撞库了，经过一些事前分析后，观察类似的撞库是否在其他平台也存在，从而那通知其他客户，提前做防范。
第二，事中遏制风险，主要通过黑名单的对比，以及根据规则和模型用户的行为特征， 做实时的分析发现相应的风险。这是我们现在风控系统中主要用到的手段。同盾提供的服务，基本上主要是在事中的监控中，基本是客户实时调取数据，在相关方面数据中给客户反馈结果。这个过程通过一些规则、模型做实时的计算，发现是否存在这种风险。
第三，事后分析，当然事后可能已经晚了，已经产生欺诈了。但有时在实时的事中的时候，由于性能、数据完整性的问题，会比较难以发现到底是不是欺诈。事后沉淀数据后，有了更多的手段，便可以做一些事后的分析排查，主要是通过复杂网络或关联关系的分析，来排查是否在问题。比如刚才提到贷后的监控的预警，这个我们叫情报系统，监控的有些论坛上，交流大量泄漏的银行会员数据，从而拿这些数据在银行网站进行撞库或其他的操作。
风控中常用的工具和手段
决策引擎：通过比较灵活可视化的配置系统，配置各种的不同的用户监控规则和策略。包括一些机学习的模型，做事中的防范，这就是我们用到的决策引擎。决策引擎还可以做决策流，不是简单的通过一条规则，是有流程的，面对不同的客户群体和业务场景，需要不同的流程处理。这种在不直接改变线上的情况下做规则测试的模式，我们叫做冠军挑战的模式。
决策引擎是比较通用的系统，它底层需要依赖很多基础数据。像设备指纹技术，设备指纹是我们做全局的联防联控，最核心依赖的技术。很多的时候，换账户或者换代理IP， 成本是相对比较低的，但是换一台设备的成本是比较高的，换电脑或者换手机，这个成本比较高。当然也有的专门以此作弊的，通过电脑来操控许多手机的情况也是有的，但相对来说，成本会高一点，当然我们也有检测这种作弊方式的手段。
识别设备ID：设备ID是生成设备的唯一的ID。即使换帐号、代理IP、换浏览器或是做将电脑做改动，还是能够识别出来是否是相同设备。就如刚才提到，真的换电脑成本是比较高的，做技术的可能知道，如果在Web端可以模拟浏览器的行为，伪装成真实的客户。像市面上主流的大概有一二十款的安卓模拟器，在电脑上我们可以模拟很多不同的设备。我们就可以通过识别它的特征，辨别到底是不是真实设备，设备是不是被rut掉了，或者是否存在特殊的更改。有时需要通过设备的关联评判风险，相同设备上面在不同平台出现了借款的行为，风险是比较高的。如果大于5个以上的关联的平台，不良率会有明显的上升。
IP画像技术： IP是作为反欺诈最古老的技术，以前做用户的行为特征分析靠的是cookie或IP地址，那时候没有设备指纹的技术，只能通过观察IP上是否有很多不同的账户，不同的异常行为等等。 后来欺诈者变聪明了，常用位置等都能通过代理IP绕过去。我们对这些IP做了大量的深度挖掘，把IP分成了八大类，家庭宽带、公司的办公网、移动4G、公共的wifi、机房的出口等等，细分后有明显的好处。
如果过去5分钟同一个ID上出现了多个账户，就是设定的规则或者模型有一些变量，是用到了相同IP上，就可以判定这个是高风险的。但是手机用到的IP是运营商提供的公共的IP，同一个IP上可能有大量不同的真实的用户，如果还设定了这样的规则误差就很高。或是有些IP它是机房的出口，作为个人的消费者的IP地址竟然是机房的出口IP，那存在风险的概率就非常高。
通过这种细分类别，就可以有效的降低误差或是提升人的识别准确率。在看这个IP之前，先查看这个IP上出现过的用户行为时间，是否有过欺诈、盗号或是“薅羊毛”的行为，那这个IP的分值可能就会比较高，风险就比较大。
建立数据关联网络：我们线上大概是200多亿的数据的调用量，然后我们把这些所有的数据之间的关联关系全部都分析了一遍，相同的IP地址、设备、手机、E-mail等等，我们都将这种关联数据建立了关系。通过这些关联关系的分析和建立，可以把整个数据构建成一张特别大的网，输入任何数据都可以找到相关关联关系，也可以做用户的团伙的分析。
举一个真实发生的例子，以前我们认为，可能有十多个平台已经不得了了，而这个人申请了大概是半年的时间就有700多笔的借贷，覆盖了大大小小100多个平台，最高每天申请25笔贷款，涉及到13个平台。涉及到P2P网贷、消费金融、小额贷款、担保公司、银行、第三方服务、互联网金融等不同行业的平台。从IP和手机归属的特征来看，IP大部分出现在重庆，当然这些数据网上是查不到的，因为数据肯定不会公开的。最后通过复杂网络的工具分析后发现它是个比较大的团伙。
内外两部分的数据结合：除了通过标准化的产品帮助客户识别风险之外，有些客户也存在合规的问题。像银行的部分数据可能是受监管的，不可提取，如果不与第三方合作，他就像以前那种老模式，即使再提升IT能力也不能把风控做好。他需要跟外部第三方的平台做合作，我们就跟他做一些联合的数据，银行的数据可能抽取十个变量，我这边给你贡献五个变量，通过15个变量，就可以把这个模型的效果提升很多。很多客户自己的KS值只用自己的数据可能只有20%几，加上我们的数据贡献之后，他的KS值可以提升到40%，甚至到50%，效果会有明显的提升。这个是现在我们也跟一些大客户尝试的比较多的合作模式。也就是说，要把外部不同的数据有机的连接起来，才能够提升风控的效果。
讲一个我们合作的消费金融平台的案例。我们的运行效果是将它的审批效率从30%提升到60%以上，这就需要我们帮助客户去做风控。以前的信贷风控会有很多人工介入，审批中周期很长。在竞争越来越激烈的情况下，很多公司推出了分钟级就可以放贷，包括像微众银行15分钟可以放贷，甚至还有一些推出秒贷的，秒级就可以放贷，那就完全依赖机器的算法，并且依赖大数据的风控的技术。
现在风控面临的挑战和机遇
第一是开放。以前很多公司，尤其是传统的金融机构，像银行的交易数据，必须部署到银行内部，不允许数据外流。随着现在的互联网金融时代的来临之后， 这种模式越来越难以适应社会的需求了，如果只是把同等这套系统原封不动的搬到银行里面，可能效果也不能得到明显的提升，所以说需要转变思维模式，有一个开放的心态接受新的一些事物。
从2013年刚开始创业的时候，与银行合作想调用云端的服务是不可能的，最近从2015年开始银行逐渐转变了，尤其是受到像支付宝、微信等互联网公司的挑战，他们转变的速度现在越来越快。很多银行现在也接受了云端的模式，尤其像直销银行，网上的信用卡申请，消费金融的业务，也直接从云端做对接了，心态变得越来越开放。这样也大量的提升了他们的效率，降低他们的成本。
第二是专注。我觉得风控还是门槛相对比较高的行业，尤其是数据的门槛。近些年互联网金融也挺火的，有些原来做风控服务的，看到客户一年净赚好几个亿就眼红了，也要去搞个小贷公司去给放贷，放贷这个收益确实非常快。但是每家公司， 都有自己的专长，同盾的专长就是技术能力比较强，服务做的比较好。在金融的放贷业务方面同盾也有很多数据，即使同盾做放贷也能够把这个业务做的很好，能够把风险坏账控制到很低，但是真正的擅长的东西是技术，不是做业务，如果不能够专注可能最后连风控都可能做不好。
第三是用户体验。以前银行就强调安全，要转一笔账需要插个U盾、搞个插件、装个控件，并且以前很多只支持IE6的浏览器，IE的新版本可能都不支持，用户体验非常不好。现在越来越追求用户的体验，当然安全也是必要的，但是尽量对用户不要造成干扰。
我们自己的安全也是一样，要想安全就要设置很多预防手段、检测机制，那就让大家工作变得很不爽。本来可以直接打开电脑就能办公的，但是我还先连个U盾再输个密码，还要做个双因子验证。花了很长时间才能登陆，这个对用户的体验来说是很大的伤害，把风控做好，就是你能够无感知的做好安全，尽量减少对用户的干扰。这个就需要非常强大的后台数据的建模和分析能力，这样你在后台都把事悄悄做了，有风险才会弹个验证码，才会触发二次验证，99%的客户在没有感知的情况下就可以体验到更好的服务。
大数据是人工智能的基础
关于大数据的思维方面，以前传统的思维模式，更多是通过总结专家的规则，风控的人员不断积累经验。大数据时代之后，有很多特征不一定是人工就能想象出来，需要通过数据分析，才能自动发觉特征变量建立模型，从传统的机械思维转变成数据的相关性分析。
最后是人工智能时代的机遇， 之前60年代火了一阵，之后一直没有真正的发展起来，一直到最近几年，移动互联网来临之后，大量的用户的行为数据都在网上可以方便的搜集到了。大数据的技术也成熟了，以前一个网站有个几十万，上几百万的访问量已经很厉害了。我可能有几十台服务器已经很厉害了。搞一个DB2的数据库，可能有几千万，甚至上亿的数据，都已经很大的数据量了，到大数据的时代之后，数据比以前10倍，100倍的膨胀。
从统计学的规律来看，当数据足够多的时候，才能够覆盖到足够多的场景，尽量减少样本偏差，然后随着海量数据的处理能力的提升，人工智能才有了基础。其实我理解的人工智能就是比较傻的穷举模式，像阿尔法狗下围棋，每人各下一步棋，只要把所有的可能都算一遍，就能找出最优下法。以前机器的计算能力没有那么大，只能看到有限的步骤，现在的计算能力强了，有大数据可以把所有的可能性全部求解一遍，所有的可能性全部跑一遍看看，到底哪个可能性好，我就用哪个，人工智能建立在大数据的基础之上。
另外在人工智能时代， 大家很强调地域学习算法，这就是一种架构和工程能力。如果算法很厉害，模型建的也很好，每一步验证效果都特别好。但是放到线上之后，能否有比较好的工程能力，能够把模型在线上应对比较高并发的请求访问，其运行的性能、稳定性包括模型的可维护性、便捷性是不是能够做的足够好，我觉得这个是考验架构和工程能力的。只有把算法、数据分析能力、工程能力结合到一起，才能够把人工智能的技术真正的能够应用的好。
问答环节
Q1：请问同盾有没有针对的B端的方面的相关研究和规划？
张新波：借贷给小微企业或放贷的，我们也是有相关业务。其实C类，相对来说，搜集到有限的数据比较准确，C类的数据它的行为数据大部分网上，比较好做预测。B类客户有一个难点，涉及的数据很多。企业到底它的信用好不好，涉及到工商、税务、运营的数据等等很多数据。
第二个就是中小企业信息化水平比较低，小微企业的借贷需求最高，但是建IP能力最弱，又没有系统化，数据采集不到，所以做放贷时难度就相对来说比较高。现在，只能搜集到有限的数据，比如工商、法院、企业主，高管、个人的数据结合在一起做综合的判断。尤其我们会结合C端的个人数据查看个人，老板是否有过多平台借贷，或有过逾期的行为。因为覆盖面比较广，大部分都能够找到，最终做出判定。
Q2：随着合作方或者渠道越来越多，数据量越来越大，数据的质量会存在的瑕疵就会越多，现在的风控是如何去针对这种数据质量做甄别处理的？
张新波：因为合作的客户，总是会有良莠不齐的这种存在的情况，我们总结了几个方面。
第一，我们会从商务层面先去拜访。跟他合作之前，商务去上门拜访，观察公司的业务是正常开展的业务，还是皮包公司，甚至可能是想转卖数据的公司，进行相关的核实，是有真实需求的客户存在，确定正常开展业务的公司。
第二，我们在对接的时候，我们的服务团队会跟着去，与对方的团队做紧密的配合，告诉他如何做对接，不同的场景应该传什么样的字段，怎样使用我们的服务。
第三个，就是我们会用线上的数据做监控和分析，观察客户的数据是否存在异常行为。如果客户忽然发现，某天的借贷量远远超出正常水平，那可能是他有异常数据，需要这个数据做分析确认和数据的清洗处理，大概主要总这三个方面吧。
Q3：我们收集数据的时候，无法控制某些非授权类的数据，应该怎么降低这类数据的风险？
张新波：我们大部分数据是客户授权过来的，只有部分数据是需要我们查的，像法院公开或是网站上公开，失信的名单、网贷的黑名单等，这些是我们需要自己去查的。还有一部分是授权查取的业务，比如在去借贷的时候，如果没有其他资料可以提交的，就把你的社保的帐号提交给我们，我帮你自动去把社保的数据抓下来，来做分析，这个是需要C端的用户直接授权的。我们与每家客户都需要签关于数据的保密协议的，从商务上也会去做一些约定，我们肯定不能给第三方的。
Q4：现在国家的政策对个人隐私和个人信息的保护越来越严格。您觉得大数据的红线到底怎么去界定，或者未来红线会在哪？
张新波：两高的法律条款出台以后，我们也研究了一下，主要强调的有几点。第一点，不能在用户没有授权的时候，私自采集用户的隐私数据。我觉得核心的就是，你是否给予用户知情权。第二你是否用在非法的场景当中。如果搜集到数据去做电信欺诈了，那这肯定是不允许的。但是你搜集到这个授权的数据是帮助这个用户的，我觉得问题是不大的。
Q5：现在大数据风控的公司并不多，拼的是谁的数据多。但是从三五年这样的周期来看， 大家的数据都非常多，我们怎么比其他的平台领先一步？
张新波：我觉得一家公司拼的不仅仅是数据的多少，应该是能否赢得客户的信任。第一是产品能不能帮客户解决问题。第二是技术能力能不能给客户提供持续稳定的服务。第三是数据量是否足够多，能否覆盖到客户的需要的场景。第四是服务的能力，因为2B的业务比较复杂，所以非常强调客户的服务能力。主要体现在两点，第一是客户有问题要有人及时解决，第二是能否帮他持续的做策略、模型的优化、提升效果等。除此之外，我觉得还要看这个公司是否能专注的做这个事情，将你所在的专业领域做到比竞争对手更好，相信客户还是愿意跟最好的公司合作。
Q6：在后端的资金方，比如未来银行的管理重点会是欺诈还是风控？或者在整个的产业链中，最终会在哪几个点上会有亮点？
张新波：反欺诈是风控其中的一个方面，像现在做消费分期或者现金贷的资金方，它的资金来源就是从银行或者大的机构来的资金， 他关注点可能是不太一样的。这种面向2C的，他更关注的是欺诈风险、个人风险、信用风险，这点是他需要通过间接的风控的手段，来提升风控效率和能力的。至于资金端，说白了是对企业放贷，有些大型消费金融平台，授信可能是几十个亿的大金额面向企业放贷。我觉得起码不是我们现在风控系统能够解决的问题。更多的是需要通过一些线下， 传统的风控的手段，去评估这个企业到底靠不靠谱，业务到底做的好不好，这个风控系统要比面向2C的风控复杂很多，还是需要大量的专业人士通过个人的经验做出判断，单纯的靠继续学习模型解决不了的。
现在有些银行给企业放贷，并不是评估平台本身的风险是多大，有很多模式都是资金方直接参与到你的风控里面。个人的2C到消费平台上去借款的时候，直接把数据搜过来，自己做风控，直接对终端的客户做风控评估，这样加强了直接风控能力。之前如果不看2C，直接对2B也是比较难的。将终端客户的行为都搜集过来，直接在放贷的时候实时的风控，风险可能相对再降低一些。
Q7：张总可以分享一下如何面对2B的企业客户的经验么？你们是如何达成合作关系的？并到后来一步步发展壮大的？
张新波：2B的企业不像2C需要做大量的市场宣传和推广。2B需要一家客户一家客户去谈的， 不是产品好就自然有人使用的。我们最开始创业的时候，没有人是做商务出身的，都是自己去当销售一家客户一家客户跑。最开始的时候，我们想跟银行合作，我们觉得技术也比较好想卖给银行，即使跑了很多趟，银行也很难接受初创公司的产品，虽然你有一点带着阿里的光环，但是没用，有些银行客户我们跑了一二十趟，最后也没有谈下来。
最后我们选择了从中小客户开始做拓展。尤其是从SaaS服务开始。一开始我们找了一些关系比较好的，免费使用我们的产品，不用再招工程师花半年时间把它开发出来，用的过程当中自然会提很多需求，于是这个产品会不断地配合客户做快速迭代，不断验证我们的产品和模式。之后，积累了一定的数据，客户慢慢发现有效果了，就会更加愿意跟你做合作。
从0到1的冷启动的过程，我们持续了大概一年多的时间。2015年互联网金融火了，互联网金融因为技术力量比较薄弱，而且特别迫切的需要帮助他解决用户问题。刚好我们产品经过一年多的锤炼，也基本深比较成熟了，有这个契机之后就赶上这拨风潮。然后业务迅速的发展起来，有了几百家客户后，网络效应就体现出来了，越来越多的客户愿意进行合作。
评论