精准反欺诈 洋钱罐风控进化的“三驾马车”( 二 )


在个体欺诈方面,洋钱罐将自主研发数据与其他台的征信数据相结合,建立起一个海量数据库,从而能够精确判别用户的欺诈和信用风险等级 。
据耿博介绍,个体欺诈属于经典的基于互联网大数据和有监督/半监督的机器学习技术去解决的问题,随着数据量不断积累,发掘的互联网变量逐步增多,可以持续迭代不断优化 。
群体欺诈的难度在于,它虽然是个体欺诈的集合,但需要平台既不会误伤优质借款人,又能够彻底挖掘出所有欺诈个体 。这有赖于借款人画像和聚类算法模型 。
洋钱罐的做法是,通过对比数据库判别个人信息是否与其互联网画像一致;活体识别技术检验是否本人操作;通过比对设备和联系人等信息,借款发生的频率和集中度等因素,多方位检测借款人的行为 。
对不同用户画像基于相似度进行聚类,结合不同申请人之间关联关系,集中剔除掉组团诈骗的可能 。据耿博介绍,集团诈骗的防范属于机器学习中的无监督学习范畴,度量学习以及聚类算法在这里起着至关重要的作用 。通过聚类算法,洋钱罐能及时甄别出欺诈流量,并作出及时的反应 。
在反欺诈技术的积累上,洋钱罐可以保证平台上基本上可以没有群体性欺诈,很少有个体欺诈 。
动态监控预警及智能催收
当然,也应该看到,对风险的监控应该是实时动态的,应当持续对用户进行信用预警和贷后监控,及时发现用户的信用恶化及其他金融风险,实现对金融的风险态势感知 。
在这一方面,洋钱罐自研了适合自身业务需求的实时监控系统,应急响应时间全天候保证在数分钟之内,确保服务安全可靠 。
据耿博介绍,洋钱罐每日都会对用户存在还款和逾期状态更新 。这些状态更新能够高效反馈到模型并更新模型的参数,当用户人群发生迁移或者欺诈行为发生变化时可以动态地进行适应 。
而在此之外,洋钱罐还针对催收研发了智能催收系统 。这套系统一方面最大限度地保证用户信息的隐私和安全,完整记录催收的整个过程 。
另一方面,智能催收系统通过IVR方式,实现机器与人的沟通,提醒借款人还款,并提供其相应的还款方式 。随着AI技术的发展,洋钱罐正在实现像谷歌那样的智能客服,以标准化的方式进行催收,可以保证信息准确传达,并防止暴力催收 。
综上所述,从征信评估、反欺诈服务和监控预警三个方面来看,洋钱罐有两个非常关键的要素:技术驱动、动态调整 。这与平台最原始的基因有关 。
其核心技术团队来自全球知名互联网企业,包括Facebook,Google,Apple,Microsoft,SAP,Oracle,腾讯等 。所以,在平台风控架构上,团队都在尽可能杜绝不可控因素 。比如,在审核层面,洋钱罐并没有组建规模庞大的线下审核团队,而是以大数据和计算模型提供置信度高的用户授信 。
在技术上,团队都在尽可能追求严谨性,保证动态调整 。洋钱罐之所以能够保证高交易量、低人员成本和稳健运营,其秘诀就在于风控技术的绝对实力 。
声明:文章不构成投资建议,转载请注明出处

精准反欺诈 洋钱罐风控进化的“三驾马车”

文章插图
推荐关注微信公号“互金通讯社”会有惊喜
【精准反欺诈 洋钱罐风控进化的“三驾马车”】Tags:


推荐阅读