本技术揭示了一种在运营商营业厅场景中构建和应用风控数据模型的方法,涵盖数据处理、模型构建、评估部署、优化及业务办理等关键步骤。
背景技术
在风控领域,技术体系已经发展了很多年,在包括信用卡、消费贷款、现金贷款等场景下有较多实践,针对这些传统金融类场景上已经搭建出适应的数据模型,但是对于运营商自有分期业务这一特定场景,需要做调整,才能够得到更精准的结果。
从应用流程上看,金融机构的风控模型主要应用于信贷流程,其流程的相关方为金融机构内部的产品、风险、信贷、IT等部门,业务和数据的流转基本在金融机构内部完成,从数据模型的数据基础来说,金融机构的模型一般采用个人的资产、负债、收入、消费、征信等数据构建模型,这类模型在金融信贷场景的契合度较高,从数据模型的开发方法上,现有技术使用逻辑回归算法、评分卡模型偏多。
针对于上述资料的检索,可以看出对于运营商自有分期业务这一特定场景而言,当前的风控技术存在如下缺陷:
1.现有技术缺乏在运营商消费分期业务场景的适应性,即目前的较成熟的风控方案基本是应用于金融机构的信贷场景,对个人用户的风险和信用评价均来源于金融、消费等领域。现有技术对于运营商的场景并不匹配,没有考虑到用于在运营商的消费特点和风险偏好,会造成对用户的评估不够准确;
2.现有技术不匹配运营商消费分期场景的业务流程,由于本业务场景是运营商自有的特定场景,需要在集团内部的交易系统、支付系统、融资租赁公司、各省分公司的结算系统中整合完成,其风控流程需要考虑到内部各职能板块和系统的交互与合作,现有技术没有该流程的应对方案。
针对于由于以上缺陷,可以看出现有技术方法的适用性和准确性有所不足,即现有风控模型的建立方法对本场景缺乏匹配性支持。
实现思路