风控总监训练营第3课：如何打造高效的贷前贷中风控体系（下）

3月28日，66号学苑风控总监训练营第三课正式开课啦～上期课程我们邀请到曾操盘过多家知名持牌消费金融公司风控体系设计及联合建模项目的胡老师为大家带来了我们训练营的第二课《如何打造高效的消费金融贷前贷中风控体系》”上半课时的内容。本期我们继续邀请胡老师为大家带来我们训练营的第三课《如何打造高效的消费金融贷前贷中风控体系》下半课时的内容。

以下为本次分享的部分干货。

一、业务与风控系统的典型架构

用户通过业务系统的前端进件，然后信息传递到业务系统，业务系统负责与前端用户交互，同时与后端的数据及策略平台交互。策略引擎部分在概念上等它分成两块，一块称之为配置平台，一块称之为执行平台。

值得注意的是，配置平台部分，主要是风控团队，可以对数据进行操作，配置我们的策略。当形成标准化的风控策略之后，放到我们执行平台，当有业务来的时候，根据我们配置好的数据和策略，系统就可以自动化的去执行这些策略，然后将审批的结果给到我们的业务系统。业务系统再把结果通过前端反馈给用户，由此形成一个对于用户来说看不到的后端，但是从我们从后端来看的话，形成了一个从业务到风控决策，从风控决策回到业务这样一个数据和信息流的一个闭环。

二、贷前贷中的监控

贷前贷中环节的运营监控主要有以下三个方面的目的：

第一点，运营类的指标，比如客户的数量；

第二点，各个环节的转化率；

第三点，具体授信给了多少额度，具体的放款有多少额度。

风控团队则更多关注风险类指标：

第一点，指标是业务指标和它的变化趋势；

第二点，我们自己风控策略本身的表现，以及它的变化趋势；

第三点，我们要关注的是一些与用户相关的特征的统计以及变化的趋势。

1.业务监控

业务监控的主要的对象是针对我们的关键业务指标，以及它的变化趋势。比如申请量转化率，主要的目的是基于这些业务指标，它的实时变化，以及和我们历史同期的经验值进行对比，我们能够快速的发现异常的申请，尤其是当有一些团伙作案，有一些集中申请这样的实施风险发生的时候，我们能及时的发现，从而防范住这些潜在的风险。

2.策略监控

策略监控主要的对象是我们风控策略的通过率，命中率等指标。比如反欺诈规则的命中率，信审通过率以及我们黑名单的命中率等，对他们进行监控，我们主要关注两点。

第一点，基于风控策略的实施结果，和同期的经验值进行一些比对之后，我们能够迅速的发现我们风控策略的异常表现，就防止说我们的有些策略是不是被泄露了或者失效了，这样的话我们也是可以及时的发现去调整。

第二点，我们是为了监控我们规则和模型的性能，这样的话指导我们对策略进行优化。我们可以去设定不同的时间力度，然后对于地域对于渠道这些东西进行细分，然后给予我们的业务经验设定一个预警范围。

3.用户监控

用户的监控有两种，第一种，埋点。在我们的页面里面去埋点监控用户的一些行为指标，比如说像页面停留时间等等，这个主要可以用来防范一些机器操作，防范一些恶意申请。第二种，我们通过后台可以获取到的用户的各类属性，这些东西那基于这些用户属性，我们可以进行统计分析，然后建立我们自己自由的一个黑名单库，然后通过这种技术和统计的方式呢来防范团伙作案和恶意申请的一些行为。

三、预警和处置

有了监控之后，一定会发生预警，预警本身并不能解决问题，预警之后重要的是我们怎么样去处置这样的一个预警。从监控到发生预警到处置有这样一个恰当的预警机制之后，而且我们需要一个恰当的处置的流程，在这个流程里面会涉及到不同的岗位职责，我们也不同的岗位职责，要明确的分工。这样的话才能够让我们的监控真正的对于我们的业务运行有一个作用。

四、策略优化的思路和常用工具

风控策略的优化在一定程度上可以认为是在贷后我们要去做的优化和调整。但是在这里，因为无论如何不管在什么时间点去优化优化完的策略，始终也是为了服务于贷前贷中的环节，所以我们会在贷前贷中风控体系里面来考虑。

优化的思路在实际的这个操作中呢有两种形式是非常常见的，第一种，我们现在希望能够保持我们这个目标发生率，比如说在百分之几不能比这个更高了，我们始终要保持在这个水平线，同时我们努力的去提升我们的通过率，这样的话那我们的业务量才能提升。第二种，可能我们通过率已经比较高了，我们的业务量也总体比较能够满足我们整体业务的一个需求，那这个时候就是保持通过率，努力的去降低坏账率。

1.策略优化方法

第一种，进行投放测试，在业务运作的时候，我们对于拒绝的客户，随机的去通过一定的数量，这样的话来帮助我们获得完整的客群的表现结果。

第二种，假如在实际业务中，我们没有足够的成本预算，或者我们的系统不支持，没有办法去做这样的一个随机投放，那我们可以去找一些外部的通用数据，拿到这些数据之后，可以用这些数据上的一些表现之来近似地代替这个客群的贷后表现，然后去做这样一个模型的优化，这个尤其是在业务初期，我们的数据不多的时候，是一个也是一个可以考虑的一个思路。

2.新旧策略对比分析

第一点，换入换出客群的分析。基于我们的这个测试的数据，我们已经把新策略做出来了，然后从测试根据测试数据的技术，我们需要对我们新策略审批通过的情况以及这个坏账进行一个预估的分析。然后尤其是需要注意的是说这种在就策略中被拒绝，在新策略被通过，以及在就策略通过在新策略拒绝这这两部分，我们称之为换入换出的这两部分客群，尤其要注意这两部分客群。

第二点，我们基于历史数据调整做出的一个新策略。那我们也可以把它放到线上，通过这种关键挑战的测试，观察一段时间，确认我们的调整是没有问题的，然后再正式的使用。

课程结束后，胡老师还为同学们做了耐心的解答～

Q：实际工作中，需要监控的指标多如牛毛，不容易聚焦，请问胡老师日常比较聚焦哪些指标，或者会着重针对哪些模块建立专门的监控和预警机制？

A：个人认为，从申请层面上来说，第一，最重要是关注一些异常申请，突然的某一个局部的量升高或者某一个局部的增速非常巨大；第二，转化率突然升高，往往意味着这批客户带有目的性进来的，非常典型的就是从注册到申请环节转化率非常高，那就可能说这批客户是有问题的；第三，核心模型的审批分数和通过率；第四，黑名单的命中率。

参加过我们课程的同学反响都很好哦～