发帖
雷达卡
首先先介绍啥是风控策略中的策略效率？
风控策略效率，指的是风控策略中通过规则调整，获得的风控效果与所消耗的通过率之间的比率，可以简称为一定单位内完成的策略工作量。
为了说明方便，现在以策略中的放款率跟逾期率为例，给大家说明策略效率问题。
假设现在有旧策略跟新策略，通过新旧策略的对比，分别在放款率跟逾期率上做相关的数据测试分析。
在正常（可以称之为旧策略）的策略进件中，我们假设原来策略的中相关的放款率与逾期率的指标分别为：
放款率为79%
逾期率为56%
在进行了相关的策略调优后（我们称之为新策略），放款率跟逾期率肯定会发生变化，这个时候，其相关的指标变化为：
放款率为8%
期率为22%
从这个指标上，可以看到在进行了相关的策略调优后，相关的放款率与逾期率在数据上的变动，变化为：
放款率下降了71%（79%-8%）
逾期率也同样下降了34%（56%-22%）
于是在这个案例中的风控的策略效率表述以下，具体的计算公式为：
（旧逾期率-新逾期率）/（旧放款率-新放款率）套入具体的数值为：
(56%-22%)/(79%-8%)=48%
以上48%即可理解为调整后的风控策略效率
具体评估风控策略效率，可以看以下截图：
[backcolor=rgba(18, 18, 18, 0.5)]
编辑切换为居中
添加图片注释，不超过 140 字（可选）
在以上的内容中，相关的策略调整的模块中，具体包括的策略规则集可以是以下内容，比如是：
1.信审拒绝
2.反欺诈拒绝
3.模型拒绝
....等等内容
在计算完策略效率的相关内容中，有以下几个问题，各位童鞋仍可以继续思考，分别是：
①风控策略的调优方式有哪些方法？
②风控策略的效率如何评估好坏？风控策略效率是越高越好，还是越低越好？比如以上计算出来的48%的策略，相比较68%的策略是否会更差些？
③在通常调优的场景中，有新客跟老客的调优场景？针对新客与老客相关的调优方式又有哪些差异？
④风控策略调优后，如何针对策略中的每一个模块，具体调整？比如在增加的新策略规则模块中，有信审拒绝、反欺诈拒绝、模型拒绝，我们计算完风控策略效率后，如何根据指标的异动来调整相关的策略模块？
更多精彩内容，有兴趣的童鞋可关注：
[backcolor=rgba(18, 18, 18, 0.5)]
编辑切换为居中
添加图片注释，不超过 140 字（可选）
...
~原创文章
京公网安备 11010802022788号
