互联网 > 正文
人工智能网热度:

全流程风控产品设计顶层概述

本文是关于全流程风控产品设计的一个顶层概述,一起来看看~

商户业务开展全流程

一个新商户上线的过程整合为几大步骤:

(1)商机录入

(2)商户建档

建档主要由产品部为商户建档,配置基础要素(渠道,来源,客群等)、产品相关、客户相关(客户合同等)、业务相关(手续费、贴息等)内容,该信息为商户相关信息在全公司系统中流转使用。

(3)基础配置

基础配置中主要配置商户号,渠道码,产品号,入口码,客群类型,为后续申请审批中找到需要调用的决策流提供映射关系。

(4)申请前台配置

申请前台配置主要为卡片流程配置,在次不详细表述。

(5)审批配置

审批配置按照现有模式进行场景初始化,固定有几种场景供选择, 场原则上在新增审批流程或者修改审批流程时在现有场景中选择,不予新增。每个场景中事件类型也已初始化定义好,可按照五要素(如有要素不需要可填写固定值或者缺省)去对需要的事件进行策略流的关联。如要新增进行相应的策略的新增,新增完成后再进行关联选择。

(6)交易相关配置(借还款、定价等)

用户生命周期全流程

用户生命周期全流程如上图,从以个全新用户注册开始到申请成功获得额度并进行借还款。注册和实名环节,除了进行注册和实名操作,还会调用反欺诈相关规则进行欺诈识别和判断。根据申请要素获取填写的卡片后,展示给用户进行填写,填写完成进行提交,提交后,会通过反欺诈进行反欺诈识别,识别通过后进行准入操作,反欺诈和准入的配合,这样能够减少不必要的外部数据查询,降低成本。准入后进行流程作业判断,是否要进行预审,预审则调用审批策略进行预审操作,并返回风险等级,根据映射等级提供不同的卡片进行用户填写;如若不需要预审,则进行终审操作,带入额度和定价模型,完成审批结果的输出。用户在获取额度后进行借款操作,此时会调用反欺诈进行支用行为欺诈识别。用户在借款后,进入贷后管理,实时监控用户状态,如发生逾期则按照不同阶段进行催收,用户在还款是会进行还款行为欺诈识别。

业务模型

对现有业务分析整理,主要囊括以上四种,标准流程,极简流程,极简二段式,标准二段式,所谓的二段式即为跨渠道,阶段1与阶段2会在不同的流程中完成。但是二段式的划分会略有不同,对于O2O的流程阶段1仅仅包含建案部分,其他的比如M版的阶段1会包括截止到终审之前的所有流程。

针对现有的业务流程,按照场景+事件的原则,会定义标准授信场景,其中的事件节点类型统一定义,所有申请审批流程阶段,均可以从标准场景中选出事件组合,请见下图:

涵盖了建案,准入、预审、终审、激活等几个关键流程,流程中每个节点我一个接入事件,事件与策略一一对应,策略或者关联规则包,或者关联决策流。

如图,准入策略中,将规则以规则包的形式组合,规则的内容支持多重配置,可以为某一规则或者决策树,均以变量为中心展开,出现在规则层面的只有变量,进行简单的逻辑判断,具体的加工逻辑均隐藏在变量中,变量包装所有的数据类型,包括函数(函数录入支持多种方式,比如PMML 和逻辑回归以及评分卡模式),数据服务,模型,属性,以及变量。

功能边界

从商户和用户的角度切入,形成一套相对完整支撑审批业务和风险决策的平台,在功能上应该包含以下主要四个部分:基础配置:基础配置确认五要素录入,在此建立与策略之间的映射关系。策略配置:策略配置是整个决策的核心,构建审批策略体系和风险规则体系。资信数据源管理:负责全部资信数据源的接入,并与策略配置中的数据服务打通,形成完整的统一数据接入体系,为策略体系做数数据支撑。名单管理:构建名单管理体系,支持整个业务流程自动入黑灰白,并支持业务人员录入,为策略体系提供名单支持。

功能特性

以“变量为中心”。系统用户在使用产品进行策略配置时,如上所述,可以将复杂逻辑封装为变量,将细节隐藏,屏蔽底层,业务方无需关注具体实现方式(很大程度上要从系统的层面考虑性能问题,提出更高效的方法满足业务需求),只过程化的策略组装模式转变为对象化组装模式。

灵活的外部数据接入。在技术层面进行系统参数级别配置,业务方只需要将该服务引用到配置的策略中,无需关注系统异常(超时,系统报错等)导致的情况的处理和判断,只需要关注该节点在系统业务中的作业影响即可。

数据服务连接主要分为内部和外部数据,外部数据通过资信系统接入,资信系统与数据服务可采用dubbo或者http协议接入;内部数据支持使用dubbo调用,数据链接除了需要设置必要的数据源配置相关内容外,还要设置相关应对策略,超时时间,重试次数,是否可以跳过,以及跳过后的处理方式(转人工,中断,忽略等)。

业务方在配置相关的变量时,无需关注数据操纵异常带来的影响,只需要确认在使用时是否可以跳过或者缺省,后续处理中会根据是否可以跳过执行相应的应对策略。

策略粒度可控。摒弃之前大规模决策树的做法,将业务按照场景+事件进行划分,全新的业务流程定义,按照既定的场景从用户角度切入对全业务链进行划分,如注册场景、动码场景、授信场景、借款场景、还款场景等,每个场景内包含不同事件,场景下选择事件,再根据五要素(或者其他数量的要素),确定需要使用的的策略,将要原有的业务逻辑拆分。

白名单管理。提供完善的名单管理维护,包括名单类型(黑灰白)、风险类型、名单属性,维护方式等。

名单入库的方式主要有:系统自动录入(规则自动入黑\\白,高中低风险设置等)不同环节已产生资信数据积累网络数据加工获取特有数据来源

解决痛点

变量为中心,严格控制变量的分配,由业务人员提出需求,研发人员按需提供变量模板,业务人员在变量上进行分桶或者逻辑的组装。通过这一体制可以很好的避免分桶逻辑在vinco中的泛滥的先例,以及逻辑大量重复黏贴的问题,对于每个变量在决策树中的过多的重复使用,以及大量的细粒度的区间划分,能够一目了然。

变量基础上对数据服务进行引用,方便对整个策略的耗费进行估算,在策略配置完成初期即可对成本有个直观的估算。

原有功能逻辑划分被打破,而不再从风险或者授信的功能范畴去划分,而应该是从整个业务场景和事件的阶段去划分。

本文由 @短腿欧巴呵呵呵 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

欢迎关注微信公众号:dcwlcm666;合作及投稿请联系:1519329887@qq.com

赞助商