三方风控数据的全流程管理

1、三方风控数据的全流程管理金融的核心是风险控制，风控一直是金融行业慎之又慎的存在。尽管风控的方式不断变化，但是风控的目标从未改变。而风控的核心就是数据，在大数据智能风控的发展历程中，三方风控数据扮演着重要的角色。金融的核心是风险控制，风控不管在传统金融时代还是在当前互联网金融时代一直都是审慎的存在，金融风控的目标从未改变，改变的只是风控的方式。从传统金融到互联网金融，风控经历了从专家经验阶段，到专家经验和半自动量化结合阶段，再到大数据智能量化阶段，整个过程是主观到客观的转变，是人工到自动的创新，也是非结构数据到结构数据的变革再到非结构数据和结构数据结合的变革。金融的核心是风控，风控的核心是数据，

2、不管是传统风控还是大数据智能风控，风控数据都是风控的基础。大数据智能风控的发展历程中，三方风控数据扮演着重要的角色，当前互联网金融浪潮下大数据智能风控技术的应用已经相当成熟，三方风控数据厂商和风控数据类型丰富，风控数据涵盖基础信息、验证信息、历史信用、消费行为、履约能力、社交信息、公众信息、资产负债信息、黑/灰名单、关系信息、设备信息等（这里主要列举个人类风控数据）类型。如此丰富的三方风控数据从接入、测试、使用、运营都需要全流程的系统管理，只有从数据的开始接入就做好数据的全流程管理，才能够让风控数据的接入变的更加有条不紊，风控数据的风控效力尽可能大。接下来重点介绍三方风控数据的全流程管理，如下

3、图所示：址司谓研揍入幵发实施产昂卅格确定借入防讲筌VT测试结果曲析恨入需求归桁_数馮躺单核对J测试离求廿靳训试方室制定片试宴施战据异當盘湼般据贲用锻軟第五阶段：技术接入三方冈控数据的全流程管理商务怡然熬据运莒融据测试扯二阶段第四阶啓帶三阶用尅据产品总忻低密协议整VT翳一阶段/三方风控数据的全流程管理主要涉及商务洽谈、数据测试、技术接入、数据运营四部分内容、五个阶段，参与的对象包括但不限于商务人员、策略模型工程师、数据产品经理、研发工程师、运营人员。一、商务洽谈（第一阶段）商务洽谈通常有两个阶段，分别是前期产品沟通阶段即第一阶段和协议接入阶段即第三阶段。第一阶段，新的数据厂商和新的数据产品的接入

4、首先需要进行商务接洽，开始同三方数据厂商建立沟通关系，该阶段的核心目标是”考察三方公司背景”、“熟悉三方公司数据产品”、“签订保密协议”：考察三方公司背景主要是分析合作公司的业务类型和规模，并调研合作公司的数据合规情况，数据的合规使用是风控数据接入的基础，不管是什么类型的三方风控数据，数据合规都是数据使用的前提。熟悉三方公司数据产品主要是先对数据公司提供的数据产品进行初步了解，主要偏向于对数据产品业务层面的理解，通常包含熟悉数据产品的类型和作用，了解数据产品的基本信息如数据源情况、是否一手数据、更新频率、覆盖度、稳定行等指标，以及深入了解数据产品的打造方法和风控效力。签订保密协议，数据的第一阶

5、段沟通不管是是数据提供方还是数据采购方，都应该尽快签订保密协议，为当前的敏感内容沟通作基础以及后期的数据测试作准备。商务洽谈的第三阶段是在第二阶段后进行，介绍也会放在第二阶段后说明。二、数据测试（第二阶段）完成商务接洽以及保密协议的签订，了解好三方公司的数据产品基本情况后，即刻开展三方风控数据的测试，风控数据的测试主要由策略模型工程师主导，主要分为测试需求分析、测试方案制定、测试实施、测试结果分析四步：测试需求分析主要包含外部需求和内部需求两部分，外部需求是明确“测试产品名称、条数、是否免费、是否支持回溯、加密方式、参数提交方式“等条件，内部需求是明确”测试样本数量分组（Y值）、条数、费用“等

6、条件。其中内部测试样本数量分组是核心，需要充分考虑样本后期的纵向/横向对比，数据的测试不仅是只测试某一家厂商的数据，随着不断地丰富风控数据产品，测试的相似数据产品会越来越多，并且随着时间的推移，不同时间段的同性质客户的数据表现也会存在不同，因此在测试需求初期就应考虑到后期数据分析的纵向/横向对比。测试方案制定主要包含测试目标制定、测试样本的数量和分组设计、测试形式/分析形式/结果呈现的设计、测试数据审批。其中的重点是测试目标的确定，没有目标的测试只会是浪费时间，只有一开始就确定好目标，所有的方案制定都以目标为导向，再充分地考虑后期较多数据的联合分析，兼具当下任务和远期规划最终使得测试高效、快捷

7、，例如在测试验证数据产品的时候最好在样本中加入真实数据，又或者在选取样本的时候让贷前产品样本和贷中产品样本关联等。测试方案制定好后即可进行测试入参数据的提取审批流程。测试实施较为简单，准备好测试入参并讲清楚相关条件即可提交到三方数据厂商，剩下的就是等待结果的返回以及测试进度的跟踪。测试结果分析根据不同的数据产品分析的侧重点不同。如名单/策略类产品，分析数据产品的目的主要是实现产品在规则策略上的应用，分析的指标涵盖查得率、交叉率、误杀率、有效拒绝率准确率、精准率、召回率等。如评分和风险等级类产品除去类似名单/策略类产品的分析，还包括分析woe、IV值、ROC、KS、相关性（皮尔逊相关系数）、卡方

8、检验等指标。分析完成后，最后根据分析的测试结果，输出数据产品评估报告。三、商务洽谈（第三阶段）测试结果分析完成，确认需要接入的数据产品，则相应的商务人员就会开始再次的商务洽谈，本阶段的洽谈主要是完成数据产品价格的确定以及接入协议的签订：产品价格的洽谈主要是确定产品的接入价格，其核心是明确价格的收费方式如按照查得收费还是查询收费，按照人数收费还是次数收费，重复调用的收费、重复调用的时限、重复调用的界定条件等问题，最后敲定产品价格并进行采购流程审批。产品接入协议的签订，在价格确认好后即可开展，主要涉及的任务就是盖章、用印、请款等流程，其中的重点任务是数据授权协议的变更，一家新的数据厂商或者新的数据

9、产品的接入都都需要配套的完成数据授权协议的调整。四、技术接入（第四阶段）技术接入主要是指三方数据产品的接口接入，在之前的智能风控平台的决策引擎的系列文章中有过说明，接口的接入可以通过接口管理功能模块快速实现。接口的技术接入主要分为接入文档获取、接入需求分析、接入开发实施三部分：接入文档的获取通常由产品经理协调沟通，涉及的内容包含但不限于正式环境/测试环境的接口文档、AppKey、IP白名单、接口计费原则等。接入需求分析是技术接入的核心，通常包含数据产品的分析、接口交互的分析、接口监控分析。数据产品的分析主要是数据产品接口文档的业务解读分析，如接口文档回传回来的码值含义是什么、业务意义是什么，该

10、分析主要是策略模型工程师主导，通过分析接口文档的具体内容设计相应的指标需求；接口交互分析主要是对接口文档的调用方式分析，如接口的调用存在同步或者异步的情况，决策引擎的决策一般都是实时计算，那异步的交互调用应该怎么解决，如果通过延长接口的等待时长是否可以解决如果延长等待时长是否又会造成业务端调用超时等系列接口交互问题，该分析主要是研发工程师主导，通过分析接口交互确定研发方案；接口监控分析主要是对监控接口是否正常运作的分析，包含监控指标、监控方案的梳理和确定，如有效请求、无效请求、异常请求、超时请求等指标的明确，异常信号的报警方案明确等该分析主要是产品经理主导，通过监控分析输出接口监控需求。接入开发实施主要就是对需要接入的数据产品进行技术接入，包含接口技术接入、风控指标创建、接口监控开发、接口测试等任务。最终通过开发实施，实现数据产品在策略模型中的应用，为决策引擎的自动化计算作准备。五、数据运营（第五阶段）数据运营实际就是已经接入开始使用的数据产品的维护，主要包含数据异常监控、数据费用请款、数据账单核对三部分工作：数据异常监控分为广义的异常和狭义的异常，广义的异常运营是指所有能够影响接口稳定性的事