风控始终是金融行业永不过时的话题，互联网时期巧妙运用大数据建模进行风控是金融科技企业的责任，而最基本的建模标准需要有数据和分类标签。中国国情决定了太过千差万别和非标准化的企业无法进行建模。相反，而人是有标签和分类属性的，人的属性可以解构成不同的需求，基于人的这些不同需求，就可以为人提供不同场景、金额、期限的贷款产品。
基于此，知名金融科技公司钱牛牛抛开传统以企业为标准进行的建模方式，而是以“人”为核心进行大数据建模。在建模过程中有三个基本要素，第一就是要弄清建模所面对的人群分类，第二要对建模所需的数据源进行加工，第三要懂得建模的分类决策。
其中最复杂、最重要的部分就是对数据源的再加工集成。
钱牛牛将腾讯云、芝麻信用等所有数据整理集合，分成三个关键环节。第一环节为反欺诈和反诈骗系统，用来捕捉人的某些强特征和部分弱特征组合，这个环节会筛选掉部分具有欺诈嫌疑的数据。随后进入第二环节，也就是决策树体系，决策树体系将人的特征按照强、中、弱比例分成许多不同的“池子”。按照强弱特征将人的数据扔进这些不同的“池子”之后，第三环节打分机制便开始启动，对基于人的数据进行动态的综合评估打分。
逐步递进，层层深入之后，钱牛牛利用大数据建模基本完成了对用户的画像，更将线上数据风控与线下人力风控紧密结合在一起，钱牛牛“线上数据风控+线下IPC门店催收”的布局战略优势也是显而易见：1%-3%的浮动逾期，低于0.5%的坏账表现，放眼整个行业中都可称得上十分漂亮。
本文链接：http://www.dengper.com/nengyuan/12980.html 转载需授权！
网友评论