过去的金融风控（2）

承接上文

第三步：上面说的都是从业务需求上对接第三方数据（对逾期用户有识别作用的数据），如果要做数据公司或者风控输出公司，还需要有自己的特性，比如运营商数据，有一些基本统计数据，还有大量未挖掘的宝藏：夜间通话比例，和催收联系电话个数等等，然后利用大数据挖掘

出有用的变量，也可以自建爬虫

团队，获取需要的数据。

当第三方数据确定后，就是对接了。很多人以为对接第三方数据是技术的活，与数据分析无关。其实错了，这里面涉及的部门非常多，可能流程各有不同，但数据分析在各流程的工作必不可少。

第三方数据对接流程

第二步讲的就是评判第三方数据是否对接，接下来讲第三方数据接入细节。如果该第三方数据非常重要，那么理所当然排在第一需求。

1.业务流程

是否变更：这里把第三方数据分为有感和无感，有感即每次获取数据需要用户同意授权，比如运营商、芝麻分，这类数据基本上是用户的一些隐私信息；无感就是用户没有感知的，这类数据基本上是第三方平台数据量比较大、爬虫获取的，比如同盾、黑名单类。

有感的都需要用户确认，就会有流失，因为有些用户还是在乎自己的隐私的，大部分有感的数据都在认证页面，都是隔很久再次获取。有感数据又分授权一次无限获取和每次获取需确认，例如芝麻分，授权一次可以一直获取数据（还是要考虑成本的），但是这类数据基本半年变化都不大。每次获取需确认，就需要考虑用户的体验了，隔多久再次获取大部分都以产品的用户周期来做参考。

无感的挺好办的，主要就是控成本，一般都会放在风控流程中。原则是先让免费的、认证页面获取的第三方数据先拦住一部分用户，再根据拒绝率和成本高低排序，给出不同第三方数据获取流程。是否再次获取及多久再次获取一般参考该数据的变化程度。如果该数据前后两次变化不大，那么可以隔很久获取，如果该数据变化很大，可以考虑根据产品周期内获取或者次次获取（产品周期

是指借款时长），准确度较高的黑名单类可以次次获取，前后两次数据变化很大，但是有没找到特征，可以考虑隔一段时间获取（也可以次次获取，为贷后

模型做数据准备）。

还一个会被很多人漏掉的一个地方：没取到数据的用户怎么处理，以前有数据这次没取到数据怎么处理？对于重要的数据来说（第三方数据除外，取到的都是黑名单），如果没有取到，可以做测试，但是一定要监控，指不定逾期率突然某天上升很大。如果这个数据很重要，数据没有取到就会拒绝，就存在以前有数据这次没取到数据而拒绝（或者以前有数据拒绝，这次没有数据通过）等等流程问题。机制处理：当数据缺失时，取上一条数据填补（除黑名单），没有上一条数据时，看该数据重要性，如果重要则拒绝，不重要则默认通过。

数据分析

在这就需要做监控这些流程的损失率、多久获取数据、第三方数据字段

解析提供、第三方数据存储校验、提供该产品用户周期、监控各个第三方数据的拦截率及第三方数据某个规则的拦截率、最后的效果评估等，数据分析工作还是挺多的，加油吧