精准反欺诈洋钱罐风控进化的“三驾马车”( 二 ) _生活百科

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

文章插图
【精准反欺诈洋钱罐风控进化的“三驾马车”】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”( 二 )

精准反欺诈洋钱罐风控进化的“三驾马车”( 二 )