发帖
雷达卡
听说北方的某消金持牌机构因为明文三要素被查了。所以你们现在还没使用md5等加密方式吗？
模型从来都不是风控里最好用的里东西，但是当你除了模型没有什么东西可以用的时候，你也只能使用模型，这也是模型的价值跟意义所在。这也是我们为什么千辛万苦都需要整一个模型的原因了。
我们来看一个真实的案例场景：
真~实~场~景
在一家第三方数据A公司里，现在想要重新开发个模型来对外输出评分。
几年之前开发过一个数据模型，目前因为和A合作的甲方B反馈目前的数据情况非常不理想，所以A公司想对这部分数据进行优化。
在数据公司里工作过的朋友就知道，很多甲方调用完数据之后是不会给到数据的好坏标签的，除非在合作前有互换咨询的商务沟通。那问题来了，目前缺乏好坏标签，如果想要优化自身的征信分数，怎么做？
有些同学看得理论书多了也上过一部分网课，一上来就来一大堆上采样下采样，标签传播….但是问题来了，本身就基本没有太多的坏样本，而且即使用也是历史久远的坏样本，也就是坏样本基本在很少；占比可能值达到了区区0.01%；对于这样的数据，如果单单使用这样的标签，直接做下采样或者上采样，效果都是非常不理想；
A公司想使用B公司调用的用户清单作为样本，利用这批样本再去调用第三方的数据情况，比如调取第三方数据厂商C(此处不给任何厂商打广告的机会)的数据，希望返回类催收数据作为Y标签。什么是类催收数据，就是跟催收相似的数据。比如催收次数、催收时长、催收等，具体的类催收数据可以参考：
使用类催收数据的逻辑是，客户是因为表现不好才会进入到贷后催收，所以才有跟贷后相关的数据。
最后A公司决定使用催收次数作为相关标签进行定义。这个数据在C的数据标签里是有很明显的数值。那我们就可以根据具体的业务情况，把这个客户在最近1个月内被催收了10次，把这个客户定义为坏客户。
那接下来怎么选取客户样本？根据B公司的使用情况来分析，B公司一个月调用的数据量在十几万左右，而且根据B公司反馈，目前客群的拒绝量已经达到了百分之九十左右。如果直接拿B公司的样本去整体进行建模，在理论上是可行的。然后实际上，这里会涉及到一个数据费用的问题。
所以这里就想采用随机抽取的方法，将B公司调用的样本，用随机抽取的方式，将样本压缩在1万条左右。
比如如果查10万这样的客户数，C公司给到的报价是一条2毛，那10万一个月查一次就需要2万。即使抽3个月，也才6万元。所以随机抽取是大大减少了费用。
随机抽取是可以将成本大幅降低了，但是这里又有一个抽取问题。因为我们之前说过在B公司调用样本的过程中，拒绝的客户达到90%左右，那也就是说，我们抽取的客户数，有很大一部分是混淆着拒绝客户的。在模型里有个概念：拒绝的坏跟进件后逾期的坏客群是不一样的坏，这得分属两种不同的范畴。
拒绝掉的客群，肯定是黑名单或者某些准入的关系被拒之门外的。所以这部分客群被拒是跟政策或者欺诈类相关的。在风控系统里，最外层的也是拒绝规则。客户准入后，又是因为信用情况烂掉被归为坏的，又属于信用风险的范畴。这是两类不同的风险。
~建~议~操~作
- 需要在自己的业务系统里搭建一套最通用的准入规则，比如黑名单库、准入规则等；
- 过完1步骤后，在之前的模型跑出客群，这里跑之前的模型，虽然ks值才只有十几，但是总比随机抽取的客群来的好，总算有些比较在里面。
- 首期用这波客群进入贷后里去查询相关的贷后数据
- 计算模型验证指标，再去纠正之前的数据情况再重新建立个模型，计算模型评估效果
- 如果模型效果不太理想，再重复几步的步骤，进行观察几次，观察最后的结果。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
