如何反欺诈和防止内外勾结
-
对场景的争夺，已经成为互联网金融发展的关键。
随着时
间的发展，场景在不断垂直、细分，这为风控带来了新的挑战。
在细分的场景中，
B
端风控和
C
端风控，哪一个更重要？如何反欺诈、
反内外
勾结，搭建一套行之有效的风控体系？风控体系在未来会呈现何种形态？
1
、技术
在细分的场景中，有什么前沿技术正在被应用？
我个人感觉没有什么太前沿的技术。
其实我们目前用的很多技术都是过去很
成熟的，早就存在了。而这几年，因为移动互联网
的发展，过去没有应用场景的
技术，有了应用场景。
其实很多技术的使用没有那么复杂，环境才是最大的变量。今
天是数据爆炸
的时代，很多技术层出不穷，像人脸识别，其实过去技术早已相对成熟，但
因为
移动互联网的变化，才出现了巨大的使用空间。
金融从业者永远会用最短的时间学会最新的技术，
技术多么先进并不重要，重
要的是以最快的速度学会技术，找到技术的使用
场景
。
时代在发展，不断有新的技术、算法和新的创新领域出现。在这个过程中，
我们如何将这些新技术落地实践、如何有效利用它们，使风控达到一个新级别、
新高度，以及如何将它们在细分场景当中做深度落实，这才是最重要的。
无论场景如何，金融的本质，我认为还是金融。
从风险角度看，需要防范的东西一直是不变的，
如身份欺诈、不适当的授信，
以及不适当的授信带来的还款压力，
传统金融行业对此早有关注，
只不过随着时
代的进步和技术的发展，
我们有了更多的工具、
条件及数据，
更有效地实现风险
防范。
比如说，网贷的申请。过去在不见面的情况下，我们无法准确
识别个人信息
的真实性，但随着科技的发展，我们可以了。过去我们也无法识别一个人与
另一
个人的关系，但由于知识图谱的出现，我们有了更多手段去识别两个客户之间的
关系。
我以前在美国运通，
玩得最熟的是
SAS
，做模型做得最多的是逻辑回归。
随
着近几年的科技发展，
比如智能手机的普及、
移动互联网和移动金融的出现，
带<
/p>
来了大量的数据。在腾讯时，除了征信，我也做支付风控，用机器学习等方法挖掘了
很多关系链数据。这些对于风控有极大的帮助。
但话说回来，风控归根到底是要为金融服务的。不是把时髦的
技术拼凑在一
起，就一定能做出优质、稳定的模型。要有对业务很深的理解，才能衍生出
非常
有用的变量，做出更好的模型。
2
、
B
端和
C
端风控，谁更重要？
很多人觉得在细分场景中，
B
端风控比
C
端风控更加重要。
如何看待这个观
点？
一个大的平台，要和别的平台在不同的场景合作。
如果是旅游类的消费分期，
作为一个普通客户，肯定会选择知名的平台。这
些平台就有客户多、产品丰富、数
据多等特点。
我也会去了解
B
端的风控能力是怎么样的。如果一个平台做风控比较靠谱，
C
端的风控可能就做好一大半了。
它能触达的客户也比较靠谱，那么我对
在场景的应用上，对
B
端的管控与选择，比
C
端更重要。
为什么？首先，合作端带来的客户群是有其特性的。以差旅为
例，这类人群
进行身份欺诈的概率比较小。
同理，支付场景的客户群，
身份欺诈的可能性也比
较低。
其次，
B
端带来的数据，是我们在不
同场景中区别其他场景的很重要的地方。
与
B <
/p>
端的合作，不仅能解决客户流量的问题，更能通过客户流量，带给我们做风
险判断的数据和其他信息。
它是独有的，是真正能落地到新的场景应用中的。
我们也
看到过一些案例。例如教育分期，行业本身没有问题，但鱼龙混杂，
有些合作伙伴自身就是一个风险。从这个角度来说，很好地选择
B
端客户，可
以降低大规模出现风险事件的概率。综上所述，对
B
端的选择，比对
C
端的选
择更重要。
我认为
B
端和
C
端的风险管理都比较重要。从风险本身来讲，
B
端和
C
端
对我来说是一体的，并没有分离，只不过我们在看待
B
端和
C
端的风险时，角
度不同。
我们的实际业务中，
B2B2C
的获客形式会比较快捷。在这个过程中，我们
更多关注的是
C
端的信用欺诈风险。如果忽略了这一点，
C
端信用风险导致的
传导效应，可能在
B
端引发较大的风险隐患。所以我们会在实际操作中把
C
端
和
B
端分开来做。当然，它们同样重要。
在
C
端的角度，为什么一定要做风险的深入审核呢？是因为整个
C
端的变
量和市场变化，与我们合作的
B
端企业的变化是相关的。在
B
端实际应用的细
微场景中，虽然现在来看，
B
端企业还是做得不错的，但随着市场环境、用户群
体和时代的变化，
C
端用户的变量是不断调整的。我们的模型、我们反欺诈的系统、
我们对整个市
场的评价体系，
是随着整个市场环境和底层资产的变量而变的。
那
B
端呢？其实我们更多的是反过来服务于
B
端，在
B
端风险控制的同时
帮助它解决欺诈和被信用风险传导效应影响的问题。
我们在同一深度场景，
会和
多家横向企业的合作，我们的数据、能力和图谱关系，会比单一
B
端资产企业的深
度更深、广度更广。我们可以给
B
端更多的市场变量的输出，帮助
B
端更好地识别
欺诈，提升风控能力。
所以我的观点是，
C
端和
B
端都非常重要。
C
端主要用于我们的环境观测及
信用风险评价变量，而
B
端，在控制风险的同时提升其风险能力
，
我们在服务
和审核
C
端的过程中，来侧面解决
B
端的风险问题。
从重要性上来讲，它们都很重要。因为风控不是一个点状的工
作，你要面面
俱到，否则任何一个点的失控，都可能导致最后的崩塌。
谁更重要，还要看具体场景。有的场景是强场景，自然
B
端的控制会更多。
有的场景相对来说
C
端的控制更多。差异性可能是在
B
端上，
C
端的风控手段
大部分是一致的。
我个人的体会是，
B
端的风控更加复杂，需要你对行业有更深刻的了解。一
个风险从业者如果不
了解行业特征，只在背后通过模型揣测，往往得不到事件的
真相。
3
、在细分场景中如何做反欺诈？
监管出台后，有一些业务也在朝着
细分领域去转变。在细分场景中，我们应
该如何做反欺诈？
反欺诈，无论你是做哪个场景，
B
端也好、
C
端也好，要做到两点：
1.
对客
户验明正身
，有基本的
KYC
，这个很重要。
2.
验明了正身，他的材料有没有做
假？你要让他提供一个征信报告，
如果他
PS
一个打印给你，你相信
吗？你要他提
供一个银行流水，
他把别人的拿过来改换头面复印一下，
难道你就接受吗？无论
什么样的场景，反欺诈，我们都要把这两点做好。
但具体怎么去做？不同的场景要结合这个场景的特点。
你的数据来源是直接从
这个场景获取，
还是通过征信公司、
第三方数据公司，
或者金融科技服务
商获取？
是有不同的讲究的。