若存在以下场景,推荐客户使用定制建模:
- 当客户要求超出通用模型之上的模型区分度时,推荐用户使用定制建模服务。
- 当客户有独有的 X 输入,需要天御做独有 Y 表征的输出时,推荐用户使用定制建模服务。
- 使用定制建模后,可以帮助客户降低逾期风险。
数据采集
根据实际客户业务场景需要,采集及整理客户内外所需数据。
- 针对敏感数据,进行审核及脱敏处理。
- 针对非结构化数据进行格式化及标准化。
- 针对多源数据进行结构化融合及治理处理。
在标准化结构化处理过程中,同时进行数据校验、数据清洗,保证数据源头的可用性及可靠性。
信息分类
当数据采集及录入完成后,对原始数据进行进一步的特征值衍生,主要包括:
- 对数据基本属性进行分类划分,形成属性数据衍生。
- 采用机器学习方式对数据进行预分析处理,形成机器数据衍生。
- 根据数据表示信息进行知识性关联分析,产生特征数据衍生。
- 细化欺诈类信息分析,产生欺诈数据衍生。
机器学习
结合治理融合及衍生后所产生的数据,形成针对客户实际应用场景的可靠有效数据,通过特有的风控引擎平台,进行定制化的模型建立和训练,持续验证和优化符合业务所需的输出结果。
综合评估
通过以上过程,完成整个定制化建模过程,可通过覆盖量、准确率、稳定性、衰减率等多个维度进行评估和考量,评估建模效果。
定制建模应用场景: