文/新浪財經(jīng)意見領袖專欄（微信公眾號kopleader）專欄作家 蔣韜

    網(wǎng)申雖只是目前信用卡的推廣渠道之一，但作為對新生代族群的重要引流抓手，網(wǎng)申渠道已經(jīng)越來越成為各銀行信用卡中心關注的焦點和發(fā)展的重點，可以說是兵家必爭之地。

　　近年來，消費對于經(jīng)濟的拉動作用越來越明顯，超前消費的觀念日益普及，適應消費升級趨勢，提供多元化的消費信貸產(chǎn)品成為市場發(fā)展的源動力。雖然有越來越多的機構涌入消費信貸領域，但市場并未進入飽和狀態(tài)，數(shù)據(jù)顯示，截至2016年底，國內(nèi)消費信貸占消費支出的比例僅為19.7%，而美國為29.5%，我國消費信貸市場仍有較大的發(fā)展空間。

　　信用卡作為廣義消費信貸中非常重要的產(chǎn)品，面臨的國內(nèi)市場環(huán)境不斷變化，求新求變成為新常態(tài)，其服務客群更豐富，獲客渠道更多元，定價自主性更強，支付場景和信貸訴求也在不斷推陳出新。以網(wǎng)申為例，銀行除了通過行內(nèi)自有的APP、網(wǎng)頁等方式獲客，還通過與外部機構合作引流獲客，如大型APP平臺、DSP以及垂直互聯(lián)網(wǎng)渠道營銷等，多種線上渠道綜合利用正成為普遍趨勢，同時也對網(wǎng)絡反欺詐管理及信用風險評估帶來了較大的挑戰(zhàn)。根據(jù)我們對欺詐數(shù)據(jù)的分析，網(wǎng)申與非面對面交易欺詐案件的增幅均處于所有欺詐案件增幅的前列。

　　幸而，科技進步與行業(yè)互聯(lián)互通帶來了更多的網(wǎng)絡風險防控手段，我們將就信用卡網(wǎng)申環(huán)節(jié)的風險管控分享同盾科技智能風控的一些經(jīng)驗與體會。

　　信用卡網(wǎng)申風險管理能力成核心競爭點

　　從客戶角度而言，與線下申請渠道相比，信用卡網(wǎng)申渠道具有極大的便捷性，可滿足客戶的即時消費需求和信息安全訴求。客戶體驗對于互聯(lián)網(wǎng)、移動終端渠道獲客至關重要，申請頁面是否簡潔明了，填寫體驗是否輕松愉悅，審批速度是否高效快捷，進展交互是否及時有趣等，都可能影響客戶的申請以及后續(xù)使用的意愿。

　　對于網(wǎng)申渠道本身來說，比如對DSP平臺帶來的流量的真實性和有效性的評估，也是重要的一方面。如何防止平臺的引流點擊作弊、評估流量的有效性是銀行需要解決的問題。解決了這些問題，就可以極大地提高引流的轉化效率，幫助銀行把有限的營銷、審批資源投入到關鍵的地方。

　　從銀行角度來看，在客戶數(shù)據(jù)進入系統(tǒng)之前，銀行對申請者完全不了解，對客戶挑選的主動性遠遠低于線下場景，再加上審批的時效性要求，對風險管理構成了極大挑戰(zhàn)。可以說，在網(wǎng)申場景下，對線上客戶的風險管理能力成為競爭的主要核心，其風險的高低直接決定了銀行的盈利空間。

　　信用卡網(wǎng)申風險管理之道

　　1．貸前審核

　　（1）欺詐識別：靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)相結合

　　傳統(tǒng)的貸前真實性審核主要依賴人工，包括營銷人員的親核、親訪和親簽的“三親”制度，審批人員的資料核查與電話照會等。由于沒有一線人員的引導與把關，網(wǎng)申信息的填寫意愿相對更差，尤其是優(yōu)質客戶更容易因為要求填寫的內(nèi)容太多而放棄申請。此外，網(wǎng)申很難保障填寫資料的完整性和準確性，也更易出現(xiàn)欺詐偽冒案件。所以，對于網(wǎng)申的在線填寫場景，設計內(nèi)容不僅要考慮便捷愉悅的客戶填寫體驗，還要有足夠的手段識別風險。

　　我們可以引入更多的外部數(shù)據(jù)及技術來輔助判斷申請人的真實性，包括申請人是否存在身份冒用、個人地址和電話是否正確等。除了靜態(tài)的數(shù)據(jù)驗證，還可以通過多種技術手段對客戶的申請行為進行辨識。第一，借助同盾跨行業(yè)的全局海量數(shù)據(jù)，從客戶在不同平臺的申請行為、所處地理位置等進行交叉判別，判斷申請人的信貸需求緊迫性與不同平臺申請資料的一致性；第二，可借助設備指紋技術，對設備進行唯一性標識，及時反映設備的活動軌跡，通過數(shù)十億計的設備指紋數(shù)據(jù)庫，可以方便地關聯(lián)出其他維度信息，從而尋找出可疑申請，識別欺詐活動；第三，對代理IP進行檢測，通過技術手段，找出欺詐分子通過技術手段隱藏起來的真實IP，從而掌握其行為特征，找出高風險客戶。

　　不管是靜態(tài)信息還是動態(tài)行為信息，均可以通過復雜網(wǎng)絡技術分析來找出眾多申請信息中的共同點，使得表面上毫無關聯(lián)的客戶通過同盾后臺的海量數(shù)據(jù)分析得以聯(lián)結，發(fā)現(xiàn)欺詐團伙的蛛絲馬跡，使得欺詐團伙無所遁形。

　　基于機器學習和深度學習的算法，我們的模型在持續(xù)快速交互的過程中不斷積累經(jīng)驗，形成自學習、自適應學習、半監(jiān)督學習和對抗學習，識別欺詐的能力也在持續(xù)快速提升。比如，通過生成對抗神經(jīng)網(wǎng)絡（Generative Adversarial Networks，GAN）的方法，利用判別模型和生成模型之間形成對抗學習，實現(xiàn)兩個神經(jīng)網(wǎng)絡模型的互信息均衡，來部分解決欺詐樣本不完備和不平衡的問題，提高對線上申請欺詐的識別精度。通過利用基于時間序列的LSTM/CNN卷積神經(jīng)網(wǎng)絡，可以有效“記憶”短期的欺詐前續(xù)行為，避免產(chǎn)生大量的衍生變量計算，實現(xiàn)欺詐模型的真正實時計算，提高識別的時效性和準確度。

　　（2）信用信息補充：跨行業(yè)聯(lián)防聯(lián)控，實現(xiàn)對人行征信的有效補充

　　目前，銀行主要基于人行征信報告來考察客戶的歷史信用狀況，對于中低風險受信人士、既有往來客戶、高凈值人群等厚信用記錄客戶，有較為豐富的征信信息可供判斷參考；而對于網(wǎng)申渠道而言，吸引的客戶與銀行此前服務的人群有較大差別，客群結構會進一步下沉，具體表現(xiàn)就是更加年輕、學歷偏低、人行征信信息不足等，這些客戶屬于薄信用檔案人群，甚至是無信用記錄或此前無法獲取銀行信貸服務的客戶。有效評估這類客戶的信用狀況為銀行帶來很大挑戰(zhàn)。出于網(wǎng)申渠道的特性，銀行一般都會給予客戶相對較低的初始額度，讓其逐步積累信用記錄。但這種做法往往帶來激活率偏低、客戶使用意愿不強的后續(xù)問題，沉沒成本過高，也給后續(xù)動態(tài)的額度調整帶來更大壓力。

　　而基于同盾科技較早引領的 “跨行業(yè)聯(lián)防聯(lián)控”理念，以客戶提供的數(shù)據(jù)信息為基礎，通過Saas云服務，利用海量數(shù)據(jù)與智能模型的關聯(lián)分析，我們可以幫助銀行對網(wǎng)絡申請人的風險和信貸傾向作出更多的信息評估，運用于授信及客戶定價，為銀行提供更精準的信貸決策方案。

　　2．貸后管理

　　（1）貸后風險預警：謹防多頭借貸

　　基于同盾平臺，我們可以協(xié)助銀行對存量客戶進行貸后的風險預警工作，對于發(fā)現(xiàn)負面信息、在其他平臺出現(xiàn)大量借貸申請或出現(xiàn)一定程度逾期的客戶，我們可以第一時間發(fā)出預警信號，提醒銀行關注，避免風險敞口的進一步擴大。以多頭借貸為例，客戶在不同平臺的借款行為在一定程度上反映了客戶的資金饑渴狀況，尤其是客戶從一些低利率平臺向高利率平臺轉移的趨勢，可以認為是風險惡化的風向標，同時，在這個過程中，如果能有效識別風險，向這部分客戶推薦分期產(chǎn)品，可以大大提高收益。在貸后場景中，這些信息服務可以更好地幫助銀行對客戶的風險狀況進行趨勢判斷，基于自己的風險容忍度，設置差異化的管理手段、調額策略和分期產(chǎn)品促銷策略，在將風險管理舉措前移至客戶尚未逾期的同時最大化收益。

　　（2）逾期管家：選擇最優(yōu)和最佳

　　催收的目標是以合理的人力物力最大程度地收回壞賬，減少損失。銀行能采取的措施也是多種多樣的，前期催收中會較多地運用短信、微信、電話、信函等手段，后期催收則多數(shù)需要通過上門或司法途徑解決，而在催收渠道上，有總行統(tǒng)一催收、分支行催收或委外催收等。

　　在沒有引入數(shù)據(jù)分析的時候，銀行可能會挨個撥打所有逾期客戶的電話。而基于大數(shù)據(jù)技術，同盾科技可協(xié)助銀行以更低的催收成本取得相同甚至更優(yōu)的早期催收成效。根據(jù)客戶不同的風險水平，我們靈活運用各種自動化交互渠道，設置差異化的催收策略和話術，對于一些低風險客戶可以先運用短信進行提醒，而自動語音外呼工具可以幫助我們及時觸達那些中高風險的客戶。通過冠軍挑戰(zhàn)者的對比模式，我們還可以基于滾動率、催收乘數(shù)、繳款率等指標對不同的催收手段、催收策略、致電時間、運用話術的效果進行評估，從而幫助銀行尋找出最優(yōu)決策（如圖1所示）。

　　網(wǎng)申雖只是目前信用卡的推廣渠道之一，但作為對新生代族群的重要引流抓手，網(wǎng)申渠道已經(jīng)越來越成為各銀行信用卡中心關注的焦點和發(fā)展的重點，可以說是兵家必爭之地。如果沒有自動化、智能化、實時化的風險管理措施，網(wǎng)絡引流在帶來客戶規(guī)模高速增長的同時，也會帶來風險的大大提升。加強對渠道風險的管理，通過大數(shù)據(jù)技術補充客戶畫像，持續(xù)提升網(wǎng)申渠道獲客的有效性，不斷降低獲客成本，合理控制風險成本，無疑成為針對年輕族群實現(xiàn)盈利的關鍵。同盾科技將運用行業(yè)先進的技術，在消費信貸快速發(fā)展的時代，為銀行提供行之有效的一體化智能風控服務。

　　（同盾科技黃曉如、張昊、孫顯勇等對本文亦有貢獻）

　　(本文作者介紹：杭州同盾科技CEO)