团尚科技：现金贷系统探索大数据反欺诈过程中的遇到的问题

      讲讲我们在探索大数据反欺诈过程中的遇到的问题

      常见的问题

      伴随着互联网消费信贷的发展，大数据与反欺诈风险的切实需求相结合，市面上出现了各式各样的反欺诈服务和产品，与我们合作的供应商已经超过50家，在使用中会碰到哪些问题，又该如何利用好这些服务或产品是大家一直很关心的，下面是我们总结的几点。

      1、冗余重复

      每家服务商擅长的领域是有差别的，有的提供核身验证（人脸识别、实名认证等）服务，有的汇集电信运营商数据（核实手机电话等通讯信息等），有的提供负面信息（犯罪、司法等）核查，有的提供借贷记录（逾期时间、金额、严重程度等），有的提供多头借贷（借款机构平台数等），还有很多其他各式各样的行为数据或评分等。丰富的种类给数据应用打开了很多扇门，但也出现了很多冗余重复的情况，比如几家服务商都有黑名单数据但来源几乎是同一个。

      2、质量不一

      每家数据服务商所提供数据的质量也是各有各的问题。从风险评估的粒度上看，有的只提供汇总的评分，有的只提供明细，有的既有评分也有明细。从风险拦截的效果上讲，有的服务商数据准确程度高但只能覆盖一小部分有风险的人，有的准确程度低但覆盖的风险 人群范围大。质量不一带来的差异，使得我们在应用接口数据时不能一概而论，要经过谨慎的效果评估，否则会误伤太多，影响产品体验。

      3、成本不同

      各家数据服务商在收费定价上也是千差万别。有的服务商查询即收费（查一条收一次费），有的查得才收费（查到坏人才收费），有的则有免费条数（在一定数量内免费查，超出才收费）。对某些小额的产品使用高价的接口，会造成入不敷出，产品收益还不足以覆盖接口成本，成本也是接口应用中必须考虑的一个问题。

      4、格式各异

      每家服务商的在系统对接上各有各式，返回的数据格式各有特色，有的服务商提供的数据一个人一行记录，有的则一个人多行记录，有的一个人一行记录但某个字段会包含多个变量而且存放无序。要将各个接口的数据整合起来，对一个人做统一的多方位评估，数据存储的格式问题是要首先解决的。