科技猎风控策略产品经理：金融风控的业务规则和策略模型（九）
上篇文章给大家分析了“如何定义好坏用户”这个问题，下面我们就看看另外一个问题：如何不断迭代算法？同时还会给大家分享另一个重要金融风控策略模型。
补充2：如何不断迭代算法
这个一般是分阶段的：
1.如在业务初期，样本数据量极少，往往根据相关业务经验确定使用的特征和规则；（说的不好听就是团队自己内部推理，分析，经验预判）
2.如随着数据的慢慢积累，开始采用部分精细特征，使用简单的机器学习算法训练；
3.如当样本数据量积累到百万级以上，可以尝试采用神经网络算法进行特征自动提取或者end-to-end的风控模型训练。
面试回答，可以用以下的话作为总结。
总之，金融的风控模型优化的过程，实质是紧随着业务从无到有、从小到大，数据量由少变多，特征由粗到细，模型由简单到复杂，效果由一般到突破的过程。
这个不管是阿里系的还是携程的 乃至很多大厂的都是如此。
重要金融风控策略模型2：B卡（贷中反欺诈模型）
贷中反欺诈按粒度可分为两类：用户级与交易级。
1.用户级粒度：这个会相对粗一些，即断定当前客户为欺诈客户，可能的策略就是不允许欺诈用户在平台上发生交易行为；
2.交易级粒度：这是较细粒度的，即根据交易上下文、IP、设备、地域判断当前交易是否为欺诈交易，如果是，即不允许客户进行此笔交易。
PM需要关注贷中反欺诈模型，有3方面的关键点：
1.长尾分布：欺诈用户其实是极少的；
2.对抗性显著：欺诈用户会想办法找出系统及规则的漏洞；
3.模仿正常行为：欺诈用户会利用伪造消费流水，前期正常还款等行为等，让金融公司放松警惕，当提额到一定程度后，便开始逾期。
除了以上，我建议想风控类PM，不管是了解还是想转行，可以从信用卡养卡策略和规则研究研究……理由不解释。
下篇文章的主要内容：新颖金融风控策略模型：社交网络在风控模型中的应用。感兴趣的话可以继续去看看。
以上就是“风控策略产品经理：金融风控的业务规则和策略模型（九）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。
补充2：如何不断迭代算法
这个一般是分阶段的：
1.如在业务初期，样本数据量极少，往往根据相关业务经验确定使用的特征和规则；（说的不好听就是团队自己内部推理，分析，经验预判）
2.如随着数据的慢慢积累，开始采用部分精细特征，使用简单的机器学习算法训练；
3.如当样本数据量积累到百万级以上，可以尝试采用神经网络算法进行特征自动提取或者end-to-end的风控模型训练。
面试回答，可以用以下的话作为总结。
总之，金融的风控模型优化的过程，实质是紧随着业务从无到有、从小到大，数据量由少变多，特征由粗到细，模型由简单到复杂，效果由一般到突破的过程。
这个不管是阿里系的还是携程的 乃至很多大厂的都是如此。
重要金融风控策略模型2：B卡（贷中反欺诈模型）
贷中反欺诈按粒度可分为两类：用户级与交易级。
1.用户级粒度：这个会相对粗一些，即断定当前客户为欺诈客户，可能的策略就是不允许欺诈用户在平台上发生交易行为；
2.交易级粒度：这是较细粒度的，即根据交易上下文、IP、设备、地域判断当前交易是否为欺诈交易，如果是，即不允许客户进行此笔交易。
PM需要关注贷中反欺诈模型，有3方面的关键点：
1.长尾分布：欺诈用户其实是极少的；
2.对抗性显著：欺诈用户会想办法找出系统及规则的漏洞；
3.模仿正常行为：欺诈用户会利用伪造消费流水，前期正常还款等行为等，让金融公司放松警惕，当提额到一定程度后，便开始逾期。
除了以上，我建议想风控类PM，不管是了解还是想转行，可以从信用卡养卡策略和规则研究研究……理由不解释。
下篇文章的主要内容：新颖金融风控策略模型：社交网络在风控模型中的应用。感兴趣的话可以继续去看看。
以上就是“风控策略产品经理：金融风控的业务规则和策略模型（九）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。
