顧名思義，透過大資料，海量資料的使用，透過機器學習架構的一套反欺詐系統，可以對包括交易詐騙，網路詐騙，電話詐騙，盜卡，盜號等欺詐行為進行實時線上識別的一項服務。是網際網路金融必不可少的一部分，是由使用者行為風險識別引擎，徵信系統，黑名單系統等組成。

看了這篇你就懂了

風險預警

昏暗悠長的小巷，

泛黃的燈忽明忽暗地閃爍著。

防範的眼神，配合謹慎的腳步，

迅速閃進小黑屋。

菸圈慢慢升起，

他正與臥底接頭。

可曾想到某天，

爬上天台的屋頂，

冰冷的槍指著額頭。

其實他想當個好人。

電影的鏡頭，透過情節的渲染，把生活的細節放大。臥底與叛徒的精彩博弈，撥動著我們的神經。

藝術源於生活，但是高於生活。而往往“日防夜防，家賊難防”般赤裸的現實，更像一記重拳狠狠地打在我們身上。

等到真相大白的時候，才驚出一身雞皮疙瘩。

在不斷追逐利益的金融界，他們丟擲的疑團，造成的鉅額損失，更加令人瞠目結舌。

自導自演“騙貸”鬧劇

詐騙案，團伙核心成員均為金融公司內部工作人員，他們以發放好處費為誘餌，到處拉人申請貸款，貸款到手後直接瓜分，給公司造成了巨大的損失。

天上掉餡餅的好事砸暈了“借款人”，這些借款人大多文化程度不高、年齡較大且收入微薄，不具備良好的償還能力。按常理，他們並不符合大多數貸款公司的放款條件。但是這“按常理”的事情卻“不按常理”地發生了，所有劇情的發展都由詐騙團伙一手操控。

這些群眾在貸款公司工作人員的導演下，進行了一場申請貸款的表演。他們都會被要求去電腦城、車行等處拍照片填資料，填資料時貸款公司的人就在旁邊教。如借款人貸款申請能透過，公司工作人員會支付所謂的‘借款人’800元到1000元的好處費，而且不僅是自己申請貸款可以得到好處費，凡是介紹他人前來貸款的，也能得到200到500元不等的好處費，最重要的是貸款不需要償還，後續的事公司會解決。

“借錢不用還”，真的是很傻很天真。

據查，該團伙自2016年6月至2017年2月，短短4個月內騙取公司貸款300餘單，涉案價值高達150餘萬元。

天網恢恢疏而不漏，

別忘了，

當你在凝視深淵的時候，深淵也在凝視你。

金融機構內部員工的“暗箱操作”，要如何打破？真的是道高一尺魔高一丈？但是大多數人還是依舊會相信邪不勝正。

風控好似擁有力量的結界，阻擋外界的刀槍劍眼。

構建員工標籤系統，透過線上和線下的資料不斷豐富員工的畫像。線上，身份資訊採集，輿情把控，有無負面影響；線下，領導的工作評估，或者其他專業機構人員實地考察。

有些風控機構針對線下騙貸的現象，他們會派人“蹲點”，觀察對方的客流量。再暗訪，佯裝成中介，看對方接不接單；甚至會稱是投資人，進行“盡調”，檢視月流水。最後，他們再派一批人員去談合作。

合作之後，他們就開始畫經營模型，任何超出模型之外的波動，都有預警。

這實際上是從線下收集員工資料，收集的資料越多，就越能更全面地瞭解一個人，從而可以提前做到風險預警。

一些行為資料，也可以作為識別欺詐的方式。同一個地方的人集中來貸款，年齡階層太大，甚至高齡男性都來申請，都屬於“異常波動”。

借貸者在線上填寫借貸申請表的速度、打字速度、拉動選單的速度等。

如果幾個顧客填表速度大致相同、打字習慣一致，直接將拖拉條拉動最後，選擇最高的借款額度，這樣的人，存在和門店勾結，一起欺詐的可能性。

這種“托兒”似的借款業績，也可列為員工的一項標籤。

員工標籤系統的不斷建立與完善，身份資訊，績效考核，貸款，經商，興趣愛好等標籤的不斷豐富，風控發生效用，掐斷不法分子編寫劇情的筆。

銀行 “飛單”疑團

“飛單”就是銀行工作人員利用投資者對銀行的信任，賣不屬於銀行的理財產品，從中獲得高額的佣金提成。對於投資者來說，因為投資資金失去了銀行的背書，因此面臨著巨大的風險。

民生銀行北京分行航天橋支行深陷“飛單”泥潭，30億元人民幣不知去向。公安機關在進行調查時發現，民生銀行北京分行航天橋支行行長張穎夥同他人，私自銷售非本行理財產品，涉案金額高達30億元人民幣，該理財產品從未在民生銀行總行備案，透過官方渠道無法追查投資資金的具體流向。這意味著民生銀行對此類理財產品毫不知情。構成對投資人的重大危害，是有史以來第一大“飛單”案。

我們可以簡單通俗粗暴地理解成，銀行被騙了鉅額財產，並且呈現出一臉懵逼的無辜慘狀：

我花了好多億買了你行的理財產品！

啊？我怎麼不知道！

什麼？你不知道誰知道！

那我真不知道！

好，法庭見！

這不，民生銀行的事還沒了結，興業銀行又因10億飛單案把建設銀行告上法庭。

民生銀行，興業銀行飛單案，凸顯出其背後的金融漏洞。這不僅涉及理財業務，同時也涉及信貸業務、擔保業務和投資業務。這種漏洞可能會以高層腐敗的形式出現，也可能會以底層員工‘飛單’和假章的方式出現。

在金融漏洞面前，人性貪婪，總有人選擇鋌而走險，而不是坐懷不亂。

如果銀行的運營人員沒有一個良好的管控平臺，金融漏洞可能會越來越大，造成更大的損失。員工風險監控系統似乎是一雙鷹眼，一目瞭然的預期風險危機，清晰的風險規則，為避免金融漏洞的出現提供了可能性。

在這個運營管控平臺上，可分為三個板塊：

客戶交易管控，員工管控，員工資訊填報。

內部觸發的風險預警，可透過“員工管控”板塊進行一層層深入挖掘。可進行當天的風險預警查詢；違規行為，行內業績，賬戶異常，高風險行為，工作表現等員工風險評價指標，當這些風險被識別時會以不同的顏色展示來警告。

當內部員工觸發違規規則時，就會引發這些板塊的多米諾骨牌反應。比如運營部門監測到有員工觸發風險規則，會發送系統檔案，登入員工監測系統，檢視員工畫像，發現觸發的具體規則，進行重點監測。同時，實現“連坐”措施，排查涉及到觸發類似危機的其他相關人員。

風控是保證金融行業正常發展重要因素之一，無視風控，將沒有贏家。不可讓利益奴役人心，時刻對風控規則保持敬畏之心，否則風控將形同虛設。

- END -

資料分析的未來，擁有福爾摩斯的精神，一步步探尋真相。讓資料，為價值代言。每一次分析，都只為更好地懂你，“數”說隱藏的“秘密”。

首先制定反欺詐規則和模型，其次利用大資料進行模型訓練，然後部署反欺詐模型，接入交易資訊，識別實時交易中的欺詐行為，並對欺詐交易進行交易阻斷。

從交易發生時間來分主要分事前拒絕、事中阻斷、事後分析等，事前拒絕利用黑名單機制，事中分析靠大資料的模型實時計算，事後的靠大資料分析挖掘。