本文对指标管理中的核心功能点以及复杂规则表、复杂评分卡等进行了介绍与分析。

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(1)

本文摘要:指标管理、复杂规则表、复杂评分卡

本文适合阅读人群:互金产品人员、互金模型人员、互金研发人员

在之前的《智能风控平台核心之风控决策引擎(一)、(二)》中分别对决策引擎的核心功能模块、以及风控策略体系搭建要点做了详细的介绍。

现在主流的风控决策引擎核心功能模块如下所示:

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(2)

除了模型、规则、评分卡、表达式、决策流管理功能模块,还需要指标管理、接口管理、模型监控、风控报告等模块的辅助支撑,风控决策引擎才能在实际的业务中运行。

下面会对指标管理模块做一个详尽解读,在介绍指标管理模块前首先要理解什么是变量、什么是指标?

什么是变量、什么是指标?

什么是变量?

变量来源于数学,是计算机语言中能储存计算结果或能表示值抽象概念,变量让你能够把程序中准备使用的每一段数据都赋给一个简短、易于记忆的名字。通俗的理解成某一类值抽象后所赋予的名字,例如接口文档中的参数就是变量。

什么是指标?

衡量目标的方法;预期中打算达到的指数、规格、标准,一般用数据表示。风控指标可以理解是对于风险因子(风险因子是促使或引起风险事件发生的条件,以及风险事件发生时,致使损失增加、扩大的条件)的定性描述。

变量和指标的区别是什么?

变量和指标在风控的作用上其实没有区别,在业务解读上指标具有业务属性,变量基本不带业务属性,在数量变得多的时候,指标更加利于管理。

决策引擎常说的通过变量配置规则、或者通过指标配置规则,实际上意思是相同的。指标管理模块的打造,对变量赋予了更多的业务属性,使其更加利于管理、更加成体系,利于对风控业务的解读。

风控指标贯穿整个信贷生命周期,指标也是风控决策引擎进行运算的最小维度,在智能风控平台核心之风控决策引擎(一)中介绍了规则的组成包含了变量、表达式、条件值、决策结果四部分,其中的变量就是指标,信贷风控中常用的指标如下所示

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(3)

不同的信贷场景使用的指标是不同的,一个成熟的指标池需要支撑很多信贷业务场景,因此会有成百上千的指标,此时就需要一个完善的指标管理模块进行体系的管理。

指标管理模块的核心功能点主要是增、删、改、查、分类管理、数据源/参数映射、指标计算、上/下线。

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(4)

指标分类

成百上千的指标数量众多,指标模块就需要实现指标分类的管理,指标的分类没有具体的方法,但是比较常见地有以下方式:

  • 有的按照信贷场景划分例如:现金贷、消费分期、汽车分期、房抵贷等;
  • 有的按照业务场景划分例如:贷前、贷中、贷后;
  • 有的按照风控策略流程划分例如:准入、反欺诈、信用评级、贷后监控;
  • 有的按照数据属性、类型划分例如:互联网行为、社交关系、黑名单、基本信息等划分;
  • 目前主流的指标类型是按照数据属性、类型划分,这样利于指标在业务上的扩展性。
指标的增、删、改、查

指标管理模块肯定是需要实现指标的新增、修改、编辑、查询、删除等功能,如上图中的线下维护的指标是需要添加到风控决策引擎系统中,其中需要格外注意指标的唯一性识别编号,机器是通过每个指标的唯一编号识别指标,一般编号都是由机器默认生成,指标的线上线下维护通过编号进行确认。

指标的数据源/参数映射

指标的数据源/参数映射,风控指标都会对应数据源的参数,可能是一对多也可能是一对多的关系,在指标生成的时候需要绑定其对应的数据源参数,这样规则运行的时候才能定位具体的参数,获取到参数下的值。

指标的计算

如上指标的映射会有一对多的关系,最终规则判断的数据实际上是一对多指标处理后的参数。

例如上表中的逾期次数类指标,可能对应的是一个接口下的多个逾期状态的次数的统计,就需要对多个状态进行累加,此时指标就需要对映射的参数进行计算,其中计算的表达式可以根据自有指标情形进行内置,同时还应满足脚本形式的编辑。

指标的上/下线

风控目标就是对风险的管控,指标创建后不能直接使用,一般是需要重复的检查,确保指标的正确性后才能进行使用,所以指标需要实现上/下线功能,应对风控业务应急事项的处理。

指标还有一个固有的属性,根据指标的值可以将指标划分为连续性指标(指标值是连续的数值)、离散型指标(指标值是枚举型),这两种类型的区分主要是影响到规则的计算。

以上就是指标管理模块核心的功能点介绍,指标管理在产品层面不管是定义成功能模块,还是定义成平台,其实际的作用都是支撑风控决策引擎的运算。

复杂规则表

在智能风控平台核心之风控决策引擎(一)中讲到了普通规则表的实现原理,复杂规则表与普通规则表相比,复杂规则表的条件由纵向和横向两个维度决定,而普通规则表的条件只是由纵向维度决定。

但在普通规则表的动作部分可以是三种类型,分别是赋值、输出和执行方式,而在复杂规则表中动作部分就是纵向和横向两个维度交叉后的单元格的值,然后对这些值统一进行批量执行设置,如下所示:

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(5)

在上图中,单元格中的值C由横向和纵向两个维度的上箭头对应的条件决定。相比普通的规则表,复杂规则表是从横向和纵向两个维度来唯一确定一个值,所以它更加简单,也更为直观,相同类型的复杂规则表实现的多维逻辑规则,如果换成普通规则表来定义,那将大大增加定义的复杂度。

复杂评分卡

在智能风控平台核心之风控决策引擎(一)中介绍了普通评分卡,它可以针对某个对象的一些属性值进行评分,但只能针对是单个对象属性进行条件判断,如果需要对多个对象属性进行条件叠加判断,那么普通评分卡就无法实现了。复杂评分卡就能很好的解决这个问题,它可以实现评分时多条件叠加判断,进而使得评分卡的功能更加的完善和强大。如下所示:

著名的风控决策引擎(智能风控平台核心之风控决策引擎)(6)

相比普通评分卡不同的地方在于,复杂评分卡的条件列可以有多列,可以在通过”插入条件列“项来增加条件列,对每个条件列都可以选择不同的对象与之绑定,每个条件列下条件单元格中又可以选择对应的对象属性,再配置相关的条件,这样每个分值的条件计算就可以形成多条件叠加效果,从而大大增加评分卡定义的灵活性,满足多变业务需求。

不过目前复杂评分卡的在风控决策引擎中的应用还较少,大家可以作为兴趣了解。

作者:互金杂货铺,zjlove778。

本文由 @互金杂货铺 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自unsplash,基于CC0协议

,