如何反欺诈和防止内外勾结.docx
- 文档编号:30564575
- 上传时间:2023-08-16
- 格式:DOCX
- 页数:8
- 大小:21.07KB
如何反欺诈和防止内外勾结.docx
《如何反欺诈和防止内外勾结.docx》由会员分享,可在线阅读,更多相关《如何反欺诈和防止内外勾结.docx(8页珍藏版)》请在冰豆网上搜索。
如何反欺诈和防止内外勾结
对场景的争夺,已经成为互联网金融开展的关键。
随着时间的开展,场景在不断垂直、细分,这为风控带来了新的挑战。
在细分的场景中,B端风控和C端风控,哪一个更重要?
如何反欺诈、反外勾结,搭建一套行之有效的风控体系?
风控体系在未来会呈现何种形态?
1、技术
在细分的场景中,有什么前沿技术正在被应用?
我个人感觉没有什么太前沿的技术。
其实我们目前用的很多技术都是过去很成熟的,早就存在了。
而这几年,因为移动互联网的开展,过去没有应用场景的技术,有了应用场景。
其实很多技术的使用没有那么复杂,环境才是最大的变量。
今天是数据爆炸的时代,很多技术层出不穷,像人脸识别,其实过去技术早已相对成熟,但因为移动互联网的变化,才出现了巨大的使用空间。
金融从业者永远会用最短的时间学会最新的技术,技术多么先进并不重要,重要的是以最快的速度学会技术,找到技术的使用场景。
时代在开展,不断有新的技术、算法和新的创新领域出现。
在这个过程中,我们如何将这些新技术落地实践、如何有效利用它们,使风控到达一个新级别、新高度,以及如何将它们在细分场景当中做深度落实,这才是最重要的。
无论场景如何,金融的本质,我认为还是金融。
从风险角度看,需要防的东西一直是不变的,如身份欺诈、不适当的授信,以及不适当的授信带来的还款压力,传统金融行业对此早有关注,只不过随着时代的进步和技术的开展,我们有了更多的工具、条件及数据,更有效地实现风险防。
比方说,网贷的申请。
过去在不见面的情况下,我们无法准确识别个人信息的真实性,但随着科技的开展,我们可以了。
过去我们也无法识别一个人与另一个人的关系,但由于知识图谱的出现,我们有了更多手段去识别两个客户之间的关系。
我以前在美国运通,玩得最熟的是SAS,做模型做得最多的是逻辑回归。
随着近几年的科技开展,比方智能手机的普及、移动互联网和移动金融的出现,带来了大量的数据。
在腾讯时,除了征信,我也做支付风控,用机器学习等方法挖掘了很多关系链数据。
这些对于风控有极大的帮助。
但话说回来,风控归根到底是要为金融效劳的。
不是把时髦的技术拼凑在一起,就一定能做出优质、稳定的模型。
要有对业务很深的理解,才能衍生出非常有用的变量,做出更好的模型。
2、B端和C端风控,谁更重要?
很多人觉得在细分场景中,B端风控比C端风控更加重要。
如何对待这个观点?
一个大的平台,要和别的平台在不同的场景合作。
如果是旅游类的消费分期,作为一个普通客户,肯定会选择知名的平台。
这些平台就有客户多、产品丰富、数据多等特点。
我也会去了解B端的风控能力是怎么样的。
如果一个平台做风控比拟靠谱,它能触达的客户也比拟靠谱,那么我对C端的风控可能就做好一大半了。
在场景的应用上,对B端的管控与选择,比C端更重要。
为什么?
首先,合作端带来的客户群是有其特性的。
以差旅为例,这类人群进展身份欺诈的概率比拟小。
同理,支付场景的客户群,身份欺诈的可能性也比拟低。
其次,B端带来的数据,是我们在不同场景中区别其他场景的很重要的地方。
与B端的合作,不仅能解决客户流量的问题,更能通过客户流量,带给我们做风险判断的数据和其他信息。
它是独有的,是真正能落地到新的场景应用中的。
我们也看到过一些案例。
例如教育分期,行业本身没有问题,但鱼龙混杂,有些合作伙伴自身就是一个风险。
从这个角度来说,很好地选择B端客户,可以降低大规模出现风险事件的概率。
综上所述,对B端的选择,比对C端的选择更重要。
我认为B端和C端的风险管理都比拟重要。
从风险本身来讲,B端和C端对我来说是一体的,并没有别离,只不过我们在对待B端和C端的风险时,角度不同。
我们的实际业务中,B2B2C的获客形式会比拟快捷。
在这个过程中,我们更多关注的是C端的信用欺诈风险。
如果忽略了这一点,C端信用风险导致的传导效应,可能在B端引发较大的风险隐患。
所以我们会在实际操作中把C端和B端分开来做。
当然,它们同样重要。
在C端的角度,为什么一定要做风险的深入审核呢?
是因为整个C端的变量和市场变化,与我们合作的B端企业的变化是相关的。
在B端实际应用的细微场景中,虽然现在来看,B端企业还是做得不错的,但随着市场环境、用户群体和时代的变化,C端用户的变量是不断调整的。
我们的模型、我们反欺诈的系统、我们对整个市场的评价体系,是随着整个市场环境和底层资产的变量而变的。
那B端呢?
其实我们更多的是反过来效劳于B端,在B端风险控制的同时帮助它解决欺诈和被信用风险传导效应影响的问题。
我们在同一深度场景,会和多家横向企业的合作,我们的数据、能力和图谱关系,会比单一B端资产企业的深度更深、广度更广。
我们可以给B端更多的市场变量的输出,帮助B端更好地识别欺诈,提升风控能力。
所以我的观点是,C端和B端都非常重要。
C端主要用于我们的环境观测及信用风险评价变量,而B端,在控制风险的同时提升其风险能力,我们在效劳和审核C端的过程中,来侧面解决B端的风险问题。
从重要性上来讲,它们都很重要。
因为风控不是一个点状的工作,你要面面俱到,否那么任何一个点的失控,都可能导致最后的崩塌。
谁更重要,还要看具体场景。
有的场景是强场景,自然B端的控制会更多。
有的场景相对来说C端的控制更多。
差异性可能是在B端上,C端的风控手段大局部是一致的。
我个人的体会是,B端的风控更加复杂,需要你对行业有更深刻的了解。
一个风险从业者如果不了解行业特征,只在背后通过模型揣测,往往得不到事件的真相。
3、在细分场景中如何做反欺诈?
监管出台后,有一些业务也在朝着细分领域去转变。
在细分场景中,我们应该如何做反欺诈?
反欺诈,无论你是做哪个场景,B端也好、C端也好,要做到两点:
1.对客户验明正身,有根本的KYC,这个很重要。
2.验明了正身,他的材料有没有做假?
你要让他提供一个征信报告,如果他PS一个打印给你,你相信吗?
你要他提供一个银行流水,他把别人的拿过来改换头面复印一下,难道你就承受吗?
无论什么样的场景,反欺诈,我们都要把这两点做好。
但具体怎么去做?
不同的场景要结合这个场景的特点。
你的数据来源是直接从这个场景获取,还是通过征信公司、第三方数据公司,或者金融科技效劳商获取?
是有不同的讲究的。
说到业务流程的设计和管控问题,身份欺诈是一方面,还有另外一种欺诈:
外欺诈。
在消费场景中,和B端的合作过程中,以及你自己团队在业务流程特别是线下流程中产生一些问题和漏洞,导致外勾结,这是在银行一直存在的风险。
对于新零售也好,对于科技金融所触及的一些场景消费也好,这个问题以后也会长期存在。
所以如何在不失效率的前提下,利用科技手段让流程更顺畅,覆盖掉这些潜在的风险点?
这也是我们在整个设计和产品管理过程中需要做的。
从欺诈角度来看,其实欺诈本身是从人到流程到产品。
换个其他维度,就变成欺诈动力、欺诈效率、欺诈本钱、欺诈所付出的代价,等等。
从这些领域中,我们再往后看,需要思考的问题在于:
我们如何去掉人工化或者减少人工化,将科技的手段放到前沿来,阻挡更多的欺诈手段。
如何在产品设计过程中提高黑产或其他欺诈人群的欺诈本钱,降低他们的欺诈动力,增加他们的欺诈难度。
在实际操作中,从单一个体欺诈来看,我们更多的是从信用风险的角度解决问题。
从集中欺诈的风险来看,我们需要更多研究的,是集中欺诈风险所应用的手段和共性的变量。
在这方面,大数据和人工智能的图谱会越来越重要。
在场景中做风控,在反欺诈领域,除了身份欺诈之外,还要对场景端的风险有清晰的认知。
每个场景、每个细分行业有非常大的差异性,要在套现环节、虚假交易环节做更多的防控。
除了身份欺诈之外,套现对中国的消费信贷和信用卡是非常大的挑战。
套现本身有它自己的形态。
任何欺诈都是有行为模式的,要找到他的行为特征,用数据模型的方式给他画像。
当你把场景做了前置,用场景作为效劳客户或获客的手段时,我相信欺诈问题也会迎刃而解。
在实际作业的过程中,我们还要平衡,因为金融效劳的核心还是为用户效劳。
我相信大多数客户还是正常的,我们一方面要提高欺诈人员的犯罪本钱,一方面还是要维护大多数客户的体验。
反欺诈会带来巨大的本钱。
Fintech带来的最大变化,就是反欺诈的手段比以前多了很多很多,比方根据移动互联网定位地址、关系图谱、社交图谱……数据极大丰富的话,我们就会有更多的方式把欺诈挡在外面,这可能需要做更多的结合。
另外,当你跟商家、跟B端合作时,合作关系的打造也非常重要。
要让你的合作方敞开数据,帮助他打造更加有用的模型。
4、在细分场景中,如何防止外勾结?
刚刚也提到,外勾结一直是金融领域比拟头痛的地方。
那么在细分场景中,如何防止外勾结?
在互联网金融时代,外勾结比以前少很多了,因为通过互联网非面对面的方式发生效劳,欺诈风险、人员道德风险的空间比以前少。
有些不能改变的,是原有的商业形态中一些比拟邪恶或者灰色的东西,像机票商被套现,你在没有进去之前它就存在。
但从金融科技企业本身来说,我们部的欺诈风险没有那么高,因为都是工程师为主,没有所谓传统意义上的销售,所以外欺诈相对较少。
我同意这一点。
外欺诈的风险,从科技金融的手段和风控的未来开展趋势来讲,是越来越少了,并不是说想欺诈的人越来越少了,而是在场景和环境下,让人外勾结的口子越来越小。
在整个过程当中,我们在风控领域的整个风控体系的架构,人的架构,模型、反欺诈和2B企业的架构设计,在整个风控闭环中法律层面的架构设计……从每一个底层资产过程中发生业务中的架构,都是不断减少外勾结的有效手段。
我们做了一个区块化模型群,以六维的方式对企业的综合情况进展评价。
在这个过程中,用人去感知机器不能感知的一面,而机器可以感知的一面就是数据,由机器、算法、模型来实现B端评价。
最后我们可以获得企业的现金流指数,企业收入模型被击穿的可能性和预警线,包括业务数据和风险数据变量之间的关系和对业务和企业的影响,等等。
在这个过程中,我们相当于在不断把科技手段和更新更好的算法,植入所有业务场景,弱化人的主观因素判断和专家因素的判断,提升抗风险能力,去掉外勾结的欺诈风险。
任何新的零售和科技金融的渠道,都会存在一个问题:
甲方的诉通过你的金融效劳获得更多更高的销售指标,这和我们的风控是有一些冲突的。
所以在我们和渠道商或者甲方一起工作的时候,这个现象一定是存在的。
在科技开展的情况下,欺诈会减少。
其实不一定。
在控上面,因为都是走系统的流程,都是程序在跑,不太可能出现金融机构部和外部一起勾结的情况,但是任何一个风险管理的体系肯定会有漏洞,我们和合作伙伴合作的过程当中,对方每天都在和你的风控体系打交道,他很快就能摸索出一套针对你可能存在漏洞的方法。
在我们的风控防控体系中,如何防堵一些可能存在的缺陷?
从科技金融风控角度,这对我们提出了更高的要求。
在和甲方合作的过程当中,一定要注意在流程设计和风险点防上不断更新,不断学习新的风险案例,由此更迅速地对市场风险做出一个反响。
我觉得有三个方面非常值得注意,一个是流程,一个是机制,一个是技术。
理论上说,所有的业务流程全是自动化的,不涉及人,可能会极大限度地减少外勾结的可能性,但还是会有一些漏洞:
你的数据权限管理、信息平安的保护、部风控规那么,会不会被你的风控人员直接透露出去了?
如果是贷款,通常营销方有个准入门槛,有些可以明确告知申请者的,但也有很多非常的东西,是你连一般员工都不愿意告诉的。
如果没有很好的流程、很好的管理手段,你难以防外勾结。
说到营销,P2P非常红火的时候,有成百上千家平台轰轰烈烈,铺门店,只要放款放得越多,得到的佣金越多。
你的奖惩机制,其实没有很好地防止这类业务人员跟客户勾结。
这也是需要注意的。
第三点是科技。
现在有比拟先进的技术手段,能很好地保证客户提供的材料,可以通过征信公司或第三方非常靠谱的数据来源去核对。
我觉得如果把这三方面都做好的话,外勾结可能会大大减少。
5、未来
请各位畅想一下,在未来的细分场景中,我们的风控体系大概是以什么样的形态存在?
我是希望细分场景,把场景用到极致。
因为每个场景有不同的数据,它所触达的客户的特征不太一样,根据场景做的模型也不一样。
我更希望未来国家能够真正把征信体系打造好,让违约本钱无论在哪个场景都很高。
各种场景千变万化,不同的场景差异很大,针对一个新的场景或者一个类型的场景,如3C、差旅、教育、医美,要设计出不同的产品和流程。
因为这里面,你所面临的客户群是不一样的,很难做出一个所有信贷产品千人一面的普世风控体系,而是应该尽量细分。
特别是在有场景的情况下,由于渠道和产品合作方的特征,会有自己独特的客群特征,会有合作伙伴的数据、技术、历史情况等带来的独有的东西。
针对特殊类别的场景,我觉得应该设计出简单但体验很极致的一些产品,并由这个产品牵头,开发出新的针对这个场景的风控体系和流程设计。
将来应该会走这样一条路,而不是一个风控体系或一类风控模型就覆盖所有不同的场景。
我们未来希望做的,是让金融回到金融的本质,让产品设计回到金融的本质。
我们接下来要一起解决的几个问题是:
如何让产品更接近于金融,更让用户无感,更能提升用户的体验;如何让所有的业务数据、风险数据和坏账数据都浮出来,在我们共享的信用体系和金融生态体系下,更安康地做金融。
我认为这是未来我们的互联网金融企业开展的方向。
随着互金科技的开展,未来场景金融在整个金融领域的占比会越来越高,这是大势所趋。
大家都说金融要回归本质,我相信消费金融也要回归本质——本质并不是借钱,而是促成客户消费的愿望,这才是消费金融本身对客户提供的最大的价值。
这一目标实现的时候,风控的手段也会变化,每个细分场景有相应的模型。
我也希望通过大家的努力,打造更好的征信环境。
真正有效的征信需要数据寡头建立并分享自己强大的数据优势,各家C端效劳机构用手中的拼图,拼出较为完整的画像,才能高效解决风险的问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 如何 欺诈 防止 内外 勾结