网贷大数据信用查询系统

命中反欺诈怎么消除


命中反欺诈怎么消除?有句古话,"有人的地方就有江湖,是江湖就会有争斗"。对于互联网金融平台来说,有实惠的活动中必定有这样一群人出现,大家戏称他们为“羊毛党”。他们是这个时代的产物,也伴随着P2P网贷行业的发展,可是人心不足蛇吞象,猖獗的薅羊毛行为让很多平台开始警惕了这个群体,随着薅羊毛技术的迭代更新,大数据技术也在发展,一场攻防恶战正悄无声息的进行着。
新的一年,整个大数据圈子,铺天盖地全是AI技术的发展,大家可谓是悲喜交加。
它好像一条狗,一方面情绪高涨,欢呼着新时代的来临。一方面惆怅不安,对自己的未来感到迷茫。
不管如何,大数据技术正在彰显着它的价值,你关心或忽视,它也的确来了。
而我们能做的,就是勇敢去面对,用大数据技术去服务于生活,应用于业务,甚至是用技术改革去与羊毛党展开一场正面的较量。
一. 羊毛党与平台的难舍难分
羊毛党起源于互联网金融的P2P平台,是指那些专门选择互联网渠道的优惠促销活动,以低成本甚至零成本换取物质上实惠的人,而这一切的行为称之为薅羊毛。
在这个充满争议的群体身上,具有很多标识性的特征。
羊毛党群体的特点
都说知己知彼,方能百战不殆。可即使很多平台都熟悉了羊毛党群体的套路,但每次遇到正规军团伙,还是节节败退下来,惨不忍睹。
羊毛党有很多神奇的物种:个人、家庭、同事、朋友、技术团队、专业团伙等等。
薅羊毛
但是对于平台而言,重点打击的是以薅羊毛来养家糊口,甚至是发家致富,不折手段套取平台活动福利的羊毛党团伙。
可谓是魔高一尺,伴随着科技的发展,羊毛党薅羊毛的技术手段也在不断迭代,从最初的游击战,发展到最后的正规军,越来越多的薅羊毛方法去规避平台的监控。
有购买大量SIM卡来进行注册账号
有购买大量低品牌待机手机进行登录,甚至不断抹机来消除记录
通过网上购买大量银行卡信息进行实名认证
使用猫池设备伪造登录信息
通过代理商修改地理位置和IP地址
......
来自于淘宝的猫池设备
很多变幻莫测的方法,这也是国人如此厉害的一面,不断的寻找漏洞去获利,去碾压平台运营人员的智商。
当然,羊毛党对于平台而言,也有一定的好处,藕断丝连。平台也需要活跃度、用户规模量、总投资额不断突破目标。这些都是平台实力和知名度的体现,也是融资上市的底气。
可利和弊这个平衡点如何去把控,谁都没底,没人想大意失荆州。
对于羊毛党,在一个又一个平台薅羊毛的结局,无非就是这么几种,可谓是惊心动魄。
成功薅到羊毛,离开平台
被监控异常,冻结资金,需要征信
反被平台套住
转换为平台忠实投资用户
被套住的羊毛党
最后一种结局应该是最完美的,当然,这里面最受益的还是平台自身。
二. 大多数平台的攻防大战
长期以来,恶意羊毛团伙对平台的活动运营成本损失很大,甚至导致平台直接被薅干,宣布提现困难,资金链断裂。
可谓是四面楚歌,放眼于国内P2P市场,羊毛党监控一直是十分头疼的问题,大多数平台都会选择这两条路:
借助于第三方接口服务来做一些离线场景下的黑名单监测,比如中国移动养卡库和通付盾黑名单
也有平台直接购买了第三方的安全产品去监控平台用户的异常行为,比如同盾科技。
国内的反欺诈安全产品,但使用起来效果并不佳,有些说不定只是噱头,平台买了也没用。
思前想后,最根本的原因还是在于:很多平台把数据资产当作自己的隐私,缺乏数据共享意识去跨领域合作打击反欺诈团伙,不希望平台的核心数据脱离平台本身,这也就导致很多第三方监控产品能获取的用户数据极少,更别提监控效果。
数据资产保护
在没有平台用户全数据的整合分析下 (用户行为、交易和资金数据、以及用户个人信息),真正防范效果并不太显著,真实用户被误杀的概率会很大。
借用理财运营朋友的一句话:"宁可不撒网,一如既往,也不希望看到平台真实用户被无故伤害,各种投诉负面消息也会接踵而来。"
各种投诉报告消息
当然,随着整个行业的良性发展和不断试错,很多平台越来越会玩转羊毛党群体,说直白些,就是反撸羊毛党。
这些平台会通过设置一些活动的隐形规则、投资门槛和活动陷阱,尽最大努力去拉长羊毛党投资资金在平台上的周期时间,降低薅羊毛的整体收益。
平台的这些狠招的确会让不少羊毛党呼天抢地,有苦说不出。
但同时也给平台名声留下了不少诟病,各种投诉举报,多少影响平台用户的忠诚度,毕竟有些羊毛党也有可能转换为平台的忠实投资用户,甚至也有真实用户被误伤。
天平到底何时平衡?
所以利和弊如何去平衡,没人有底。这也让一些平台不敢去重力度去开展很多新手理财活动和渠道推广活动,去向平台注入更多的新鲜血液,提高用户规模,从而导致平台发展停滞不前。
三. 大数据中的反欺诈技术的攻防
人人都谈大数据,也有不少人对它存在一定的误解,但不可否认,大数据生态圈的很多技术已经落地了,数据产品驱动于业务的时代已经逐渐来临。
相对来说,真正业务场景的痛点,主要有三个面:实时性、精准性和行为干预。
也就是说,实时精准地监控恶意羊毛党团伙的异常行为,并在产品流程中采取相应的防范措施,这是羊毛党监控真正要解决的痛点。
而接下来就需要深度思考这几个问题:
监控渠道的范围需要有哪些?
监控事件的阶段需要有哪些?
异常校验的流程会考虑哪些?
对于监控渠道范围,主要会针对PC、Wap和APP这三个方面,完全囊括用户群体接触平台的所有方式。
对于监控事件而言,会单独针对用户在平台投资流程中的显著性阶段,比如:注册、实名、绑卡、充值、投资和提现,以及后续的复投跟踪。
对于异常校验的流程,一方面需要去考虑用户冷启动的问题(平台新用户),一方面需要更精准去识别恶意的羊毛党团伙。
一份监控流程的草图
毋庸置疑,整个反欺诈数据产品中,最核心的点就是实时监控和反欺诈模型。
01.在实时场景上
我们借助了Spark Streaming流式计算来进行处理。
目前能保证用户触发监控事件后,整个反欺诈产品能在30秒内完成该用户的所有校验环节,最终评估用户是否为风险,以及异常详情的分析。
数据源驱动
02.在校验新用户时
对于冷启动用户(没有任何资金和投资记录),整个反欺诈监控系统采用了第三方风险库、平台黑名单库和规则引擎进行综合校验评估。
考虑到第三方风险校验是一个收费的服务,就比如说,拿平台用户的手机号去验证第三方接口,如果命中一次异常,则需要花费几块钱不到的服务费。
所以说整个数据产品只会在用户注册阶段去验证一次第三方风险库,并对异常用户的数据和风险详情进行存储,服务于平台自身黑名单库的监督性学习机制。
冷启动用户的校验机制
03.在反欺诈监控模型上
随着用户在平台上的行为不断积累,涉及用户的信息、资金数据、投资记录、推荐关系和用户行为会逐渐完善一个用户的完整模样。
到这时候,整个反欺诈监控模型的效果也将开始发力。
对于模型而言,它能解决的痛点,我在以往的文章中有提到一些细节。
还是那句话:好的业务模型不单单只是一个算法而已,它是由多个算法和业务运营规则来组合在一起的。
对于其中一个用户细分模型,除了去判断用户是否为羊毛党,还需要去识别该用户属于哪一种类别的羊毛党群体。
在判别出用户属于哪一类型的羊毛党后。
最后还需要结合业务运营的弹性因子,去综合评估用户的风险,最大可能去挖掘出异常用户群体中的潜力用户,这是整个用户细分模型所在做的事。
关系网络的demo
上图是用户细分模型中的一个环节,对于用户的关系维度,有很多强关系、中关系和弱关系的指标。
在挖掘用户在整个平台的关系时,模型可以横向扩展很多分析维度,从而更全面去挖掘出用户的整个关系网络。
举个例子,两个人都使用同一个身份证,那这两个人基本上可以归并为同一个用户。而两个人都使用过同一个手机设备,至少可以分析出这两个人算是认识,可能是朋友等等。
模型跑出来一个结果
我也看过很多大数据平台在借款端的业务场景也使用过这种分析思想。
但中肯来说,结合业务分析用户的特点,理财反欺诈和借贷反欺诈肯定有很多不一样,而这种关系网络的分析思想最合适用的场景还是针对于理财投资这块。
而整个关系网络的分析,困难点还是在于四个点:
大数据下的清洗
分析的时间窗口选择
关系维度的选取
权重信息熵的平衡
所有的这些点都决定了整个关系网络的挖掘效果好与坏。这也是精准分析用户异常的一个核心要素。
04.反欺诈产品的效果跟踪
在后期,我们对双11活动当天,推广渠道带来的用户数据进行了细分场景的监控评估,总共3.6w个用户,分三个阶段进行分析。
误杀的参考依据:根据用户是否在后期发次复购行为(这里设定达到3次)来评估效果。
用户投资场景的细分
最后,通过整个反欺诈监控系统的重重校验,最终确定活动当天的风险用户有760个(已去重)。
根据后续两个月内的用户投资行为跟踪,存在3个不到的用户进行复购行为。
也就是说误杀率控制在不到0.3%,这效果显然是能够让业务运营方感到满意,在监控率和误杀率上得到了平衡。
长路漫漫,羊毛党与平台的攻防大战才正式开始。
新的2017年,随着整个反欺诈产品的不断迭代和模型调优,还会融入产品流程环节,去对风险用户进行真正的干预和征信环节。
我们所做的这一些,一方面保护真正投资人的利益。一方面对恶意羊毛党团伙的对抗绝不退缩。


个人大数据信用风险报告查询,可能没有像征信那样引起那么多的重视,毕竟征信真的是关乎日常生活了,但是信用大数据对于经常网贷的小伙伴们很重要。你要是在网上有逾期记录或者在多个平台有借贷记录,那么你的各种记录都会被大数据风控记录,这时你的网贷平台就会频频被拒的,甚至连你的花呗借呗也会被关闭。那么网贷平台都是通过大数据报告中的哪些内容来对用户进行评估的呢,主要看是否有以下风险点:
是否命中信贷及逾期类高风险(异常支付、仿冒风险,机构代办,资料异常、逾期欠款、从事行业风险过高、信用异常、多头借贷,有逾期倾向、频繁注册申请贷款、逾期,逾期后还款、助学贷款欠费逾期等)。
是否命中风险群体类高风险(负债率高,频繁申贷,职业异常、仿冒风险,资料异常、负债过高、从事行业风险过高、恶意注册,刷单,异常支付,异常注册、身份证所属地区逾期风险较集中、归属地区逾期属于高风险集中地区)。
是否命中银行及法院类高风险(负债率高,频繁申贷,职业异常、机构代办,异常审核、当事人风险指数有增高倾向、法院失信人、法院执行人、刑事犯罪、欠税法人代表)。
是否命中消费及汽车金额类高风险(负债偏高、汽车租赁违约、车贷风险名单、汽车租赁违约、汽车故意违章)。
是否命中失信情况(法院被执行人:执行案号、执行标的、立案时间、执行法院、案件状态失。失信被执行人)。
是否命中黑名单风险监测(直接联系人黑名单数、间接联系人黑名单数)。
是否命中多头借贷异常时段(夜间-银行、夜间-非银、周末-银行、周末-非银。分别会有近15天、近一个月、近3个月、近6个月、近12个月的借贷次数以及借贷机构数)。
多头借贷次数是否异常(银行类及非银行类近15天、近一个月、近3个月、近6个月、近12个月的申请次数。其中包括信用卡(类信用卡)、线上现金分期、线下现金分期、线上小额现金贷、线下消费分期、汽车金融以及其他)。
多头借贷机构数是否异常(银行类及非银行类借贷机构数。银行类:传统银行、网络零售银行。非银行类:持牌小贷、持牌网络小贷、持牌消费金融、持牌汽车金融、持牌融资租赁、p2p、消费类,现金类,代偿类等)
大数据信用分参考范围(0~100%),
0~20%基本都会通过;
20%~40%较易通过,偶尔人工审核;
40%~60%机构一般审核较严,一般额度不会太高;
60%~80%大多数都会拒绝,少部分平台会放较低额度;
80%~100%建议过段时间申请,被拒几率极高;
风险指数,可以作判断当前借款难易程度的重要参考指标。
【直接联系人中黑名单人数】是与本人直接通话联系过的人在黑名单范围的数量。
【间接联系人中黑名单人数】是检测与本人直接联系人有过通话的人在金融机构的黑名单数量。
【引起黑名单的直接联系人数量】是与本人直接联系的人里,引起直接黑名单和间接黑名单的人数。
风险监测
【匹配检测】检测该用户姓名是否与手机运营商姓名一致
【风险扫描】通过身份证号码、手机号在各大第三方数据平台进行信息匹配,主要检测该手机号1月内是否存在多平台申请记录,该身份证在1月内是否存在多平台申请记录。身份证匹配的手机号是否多变或手机号匹配的身份证是否多变。
【不良信息】在互联网、第三方征信平台匹配,查看是否命中法院被执行、信贷逾期、违章等情况
【个人信息核查】如果关联出来一个失信的身份证和设备,而且发现其设备有较多的申请行为,或者该设备关联多个申请人信息,系统会认定存在机构代办嫌疑。
【多平台申请检测】检测用户3个月内的申请平台次数,及平台类型,包含申请成功或不成功的次数。请用户自行回忆或检查手机注册短信核实
【客户行为检测】检测用户3个月内具体风险项,一般根据用户在各个平台填写的手机号、身份证、关联的工作单位地址、邮箱、使用设备等情况展示,说明用户频繁更换个人生活状态、资料乱填或机构代办。
如果有逾期或者被执行等不良记录,保持良好的信用1-2年,记录可以滚动覆盖过去。保持良好的借贷习惯,切勿频繁申请,拒绝不明平台的审核邀请。信用卡一年申请不超过6次,含同一机构,网贷3个月内申请不超过20次。减少和网贷黑名单这类人群的联系,使自己的朋友圈都是优良高素质群体。短时间内不要频繁申请多个平台,频繁申请被拒率会提高。
回归到本源,我们要对网贷平台和自身的还款能力做一个平衡。未来的社会将会是一个信用社会,因此养护好自己的信用很重要。那么,个人信用大数据在哪里查?个人信用综合评分不足怎么查询?个人失信记录查询怎么查?个人是否在网贷黑名单中?通讯录有没有人是黑名单?点击下方,深度检测个人大数据信用风险。


您还可以了解以下信用知识

信用风险,早查,早知道,早预防

借呗微粒贷影响征信吗
借呗微粒贷上征信吗
如何查询自己的大数据信用
贷款大数据过不了怎么办
贷款大数据是什么在哪里查
贷款黑名单怎么查询
贷款黑名单多久能消除
网贷信用分在哪里看
网贷信用分怎么查询
个人网贷大数据查询
征信没黑大数据黑了
网贷黑名单多久能消除
大数据黑名单怎么查询
大数据信用如何查询
个人征信多久消除一次
怎么知道自己征信黑了
申请贷款被拒显示反欺诈
命中反欺诈怎么消除
什么是贷款反欺诈拒绝
银行贷款大数据查什么
贷款大数据不通过是什么意思
网贷大数据多久清一次
征信查出来反欺诈什么意思
怎么查询自己名下的网贷
怎么查询一个人所有网贷
哪里网贷上征信
哪些网贷不上征信
怎样知道你被网贷了
查老公网贷记录怎么查
小孩借了网贷怎么查
个人黑名单查询
个人信用黑名单查询
网贷逾期上征信吗
信用卡逾期多久上征信
逾期如何恢复征信
信用卡综合评分不足什么意思
信用卡综合评分怎么查询
从未逾期综合评分不足

个人网贷记录怎么查询

· 网贷记录太多如何消除

· 网信大数据信用报告查询入口

· 鹰眼查询个人信用

· 手机鹰眼大数据信用查询

· 鹰眼大数据信用查询

· 征信上面的网贷记录多久消除

· 鹰眼大数据信用

· 鹰之眼大数据查询

· 微信如何查信用分

· 鹰之眼查询征信

· 查信用分在哪里查

· 免费正规网贷大数据信用查询平台

· 个人网贷大数据信用免费查询平台

· 美团怎么查信用分

· 个人信用大数据在哪里查

· 免费网贷大数据信用报告查询

· 个人网贷大数据查询系统

· 网贷大数据信用报告查询

· 网贷黑名单查询系统

· 网贷大数据信用报告查询

· 个人网贷欠款查询系统

· 个人网贷大数据查询哪个靠谱

· 网贷大数据信用报告查询入口

· 大数据征信查询

· 个人网贷信用黑名单查询

· 个人大数据花了多久能恢复

· 信用大数据查询

· 个人网贷大数据信用查询平台

· 网信大数据信用报告查询官网

· 网贷大数据征信查询

· 网贷逾期多久放弃催收

· 大数据征信多久更新

· 网贷大数据多久清一次

· 网贷大数据黑了怎么办

· 温州老赖名单查询

· 个人信用大数据花了怎么办

· 免费网贷黑名单查询

· 怎么查自己是不是网贷黑名单

· 个人网贷大数据怎么消除

· 个人网贷大数据多久更新一次

· 哪里查个人网贷大数据

· 大数据征信怎么查

· 网贷大数据信用查询

· 如何查询网贷黑名单

· 网贷记录在征信多久就消除了

· 大数据征信免费查询入口

· 车贷公司为什么要查大数据征信

· 网信大数据信用报告查询

· 征信没黑大数据黑了怎么办

· 如何查询网贷黑名单

· 银行为什么要看个人大数据

· 怎么优化个人大数据

· 免费查询大数据征信

· 征信大数据多久更新网贷大数据征信查询

· 微信上免费查征信的公众号

· 命中反欺诈怎么消除

· 贷款大数据过不了怎么办

· 贷款大数据不通过是什么意思

· 什么是贷款反欺诈拒绝

· 借呗微粒贷影响征信吗

· 2021信用卡逾期新规

· 申请贷款被拒显示反欺诈

· 借呗微粒贷上征信吗

· 小孩借了网贷怎么查

· 个人征信多久消除一次

· 个人黑名单征信查询

· 从未逾期综合评分不足

· 信用卡逾期了怎么跟银行协商解决分期

· 逾期如何恢复征信

· 信用卡综合评分怎么查询

· 怎么查询一个人所有网贷

· 网贷立案通知99%是假的

· 2021年最新老赖名单

· 分期乐的信用分在哪里查

· 信用评分在哪里查询

· 失信了怎样恢复征信

· 花呗不还会被黑户吗

· 哪里可以查自己的信用分

· 信用分在哪里查

· 微信信用分在哪里看

· 信用分哪里可以查

· 怎么查失信人员黑名单


                                                                             信千金网贷大数据资信查询