News

  导语：“欺诈在中国是无所不在，电商、互联网金融、社区交友网站、直播平台天天都会面临各种各样的欺诈风险，那只要是他在网上从事欺诈，他就会留下痕迹，只要他有痕迹，他就有规矩可寻，只要有规矩可寻，我们就可以对它做建模，只要我们建了模我们就能抓住他。”

  假设某个金融机构准备给4个人发放贷款，但是有风控预警，这4个人常与6个信贷类欺诈分子一块玩游戏。这钱该贷还是不该贷?

  因为大数据风控，八杆子打不到一起的金融机构和在线游戏由此串联起来。从理论上来讲，每个人在互联网留下的每一点痕迹，能够最终靠某个组织、某种逻辑搜集、整理、组合起来，成为判断这位用户的欺诈风险、信用风险依据。

  就像一张蜘蛛网，任何蛛丝的轻微动静都能传递到蛛网中央的蜘蛛处。当然这需要将不相同的领域的网络公司数据汇聚在一起，包括电商、金融、O2O、社交、直播等等。

  同盾科技相信“跨行业联防联控”才可以获得更准确的风控。这家创立于2013年的公司，专注大数据风控，服务超过5000家客户，数据覆盖3亿个手机号码，200毫秒内就能让全部客户同步获得新欺诈信息。

  “各类投融资平台(资金端和资产端)的兴起召唤着支撑技术的崛起。国内金融领域的基础设施建设远不及美国同类型公司的环境，企业面对的是专业且技术化的欺诈团伙、数据孤岛、大量现有征信体系未触达的人群。在很多方面，我们仍处于大数据的早期，基于第一阶段基础架构难题的解决，大数据的应用层在迅速建立，整体行业得到了加速。”同盾科技投资人、尚珹投资董事南萍告诉“新经济100人”。

  同盾科技创始人兼CEO蒋韬曾经在阿里巴巴组建专门的风控团队，原本另一个联合发起人张新波不看好，认为支付宝、天猫都有专门的风控团队支持公司业务发展，“你单独成立一个风控部门，你是没有对口业务方的，这东西光自己想做，你做完之后你给谁用?”

  令张新波大跌眼镜的是，蒋韬真的在阿里巴巴杀出了一条血路，不仅说服了上级成立了一个专门的风控团队，还成功接洽了不同业务，包括天猫、国际站都开始启用蒋韬团队的系统。这件事彻底颠覆了蒋韬在张新波心目中工程师的形象。

  “一般我们做技术的人都比较闷，有什么技术的问题能商量解决，但从来就没想过争取不同的资源，他能够去说服完全不熟的业务团队去用自己的产品，这种人际关系、市场的拓展能力很强。”

  风控对于很多中小型企业来说同样重要，由于门槛较高，构建实时的风控系统，还可以分析运营的过程需要很多专业技术人员和技术的支撑。但是，中小型企业并没有这种能力，像阿里这种大型集团的风控技术又不能对外输出。一个有需求，另一个有实力。蒋韬灵光一闪，若能够在此专门成立一家风控公司，服务更多的客户，不是能把风控价值发挥得更加淋漓尽致吗?

  “欺诈在中国是无所不在，电商、互联网金融、社区交友网站、直播平台天天都会面临各种各样的欺诈风险，那只要是他在网上从事欺诈，他就会留下痕迹，只要他有痕迹，他就有规矩可寻，只要有规矩可寻，我们就可以对它做建模，只要我们建了模我们就能抓住他。”

  蒋韬感觉自己再也找不到一个社会效益和商业效益能够如此完美结合的业务了。2013年10月，蒋韬正式从阿里离职，之后的两位联合发起人祝伟和张新波也跟着蒋韬出来创业。同盾科学技术产品总监祝伟当时刚升职，获得了期权，“我期权拿到手都没捂热就放弃了，希望可以从创业中发掘一个更全貌的角度去看待风控。”

  同盾和上海一家银行谈合作，谈了快一年时间，客户终于说真正开始启动项目招标了，同盾科技技术副总裁张新波和另外一位联合发起人在那里呆了三天，给客户做演示。张新波意识到，原来做这样一个单子需要投入这么多人力物力，银行并不信任初创公司，沟通成本太高。

  同盾本来想的是，一条腿做SaaS，一条腿做企业客户，带来现金流。结果发现勇于探索商业模式的公司资源有限，初期去攻克大客户的线年上半年，同盾将全部精力放在了SaaS上。第一家客户是挖财，挖财当时遇到了积分墙作弊，同盾给挖财做反作弊服务，将风险识别效率提升了50%。

  2014年互联网金融起来得很快，P2P、消费金融等公司冒出来一大堆，但这一些企业风控能力良莠不齐，甚至有些没有风控能力，迫切地需要一个第三方机构帮他们做数据整合和风险控制。

  例如某消费金融公司发放一笔贷款3000元，为了3000元在线下派一个人盯着用户，成本过高，自然需要基于风控模型来做决策，控制住坏账率就能赚钱，以最小的成本实现最大的风控、最大的收入。

  有些欺诈者可能在这家骗了钱，又去另一家骗钱，但这两家金融机构数据没有打通的话，是发现不了他的欺诈行为的。

  同盾借着这股势，起来了，成为了创新金融机构的一个数据风险交换中心。有客户遇到某种新型欺诈风险，报到同盾这里，同盾训练完自己模型后，所有接受同盾服务的客户就能马上接收到最新的欺诈风险。

  同盾科技风控咨询顾问张昊记得有家公司连续给了同盾10天申请记录，同盾每天告诉他哪些是有问题的，别放贷给他。此公司继续按照他们自己的规则去放贷，没有遵循同盾的意见。对方告诉同盾，他们就是刻意做测试的，因为是消费金融，每笔额度很小，赔得起。过了3个月，对方发现同盾发出警告的用户出问题的比例很高。

  目前，同盾为2000多家P2P、小贷公司服务。逐渐也有传统金融机构找上门来，因为现在银行扩展业务，也在做消费金融，面对过去根本不会发生关系的人群，就会面临信用数据缺失的问题。到银行借钱的人是否在P2P公司借过钱、是否有逾期记录，这一些数据对银行来说很重要。

  同盾恰好能够弥补这块缺失。同盾科技执行副总裁兼CSO马骏驱记得，同盾的第一个银行客户是2014年8月达成合作的重庆三峡银行。之后就如滚雪球般越滚越大，招商银行、中信银行、兴业银行等也进来了。现在，同盾与100多家银行、保险公司、基金公司等传统金融机构合作。

  2015年第一季度之后，同盾的客户增速慢慢的变快，从几百个突破到2016年初3000个，现在是5000个。很多客户在试用同盾产品后就会愿意付费获得服务。

  马骏驱说“我们也以为银行是不愿意的，但慢慢的发现连招商银行这么大的、很难跟它谈数据安全的银行都最终被我们说服了，直接跟我们云端对接了，我们更相信，我们会改变中国大数据风控这个行业。”

  欺诈风险评判的是一个人的意愿，他是否主观上有诈骗倾向，信用风险是评判一个人的能力，他是否有能力偿还贷款。为了攻克这两大痛点，同盾提出了跨行业联防联控的理念，云端数据处理用户个人信息。同盾的5000家客户里有一半是非金融机构，包括直播、电商、O2O等。

  原先风控是软件的思维，在客户封闭环境里做调试。而跨行业联防联控的理念是，客户将业务数据和同盾云端系统实时对接，同盾背后有一套规则模型进行运算。

  客户在线上调用服务，必须短时间内给反馈，所以要求线上规则模型跑出来的结果需要很快。因此就需要另有一套大数据结构，先将历史数据算好，模型实时跑的时候就直接调取历史数据结果。“有些友商是直接给客户提供原始的数据，同盾有规则引擎、决策引擎，按照每个客户需求调配数据，再给出决策建议，是需要拒绝还是通过，还是要进一步审核。”

  欺诈技术越来越进步了，也呈现出团队作战的趋势。同盾刚开始的时候，遇到的单兵作战比较多，现在绝大多数是团伙。同盾通过复杂网络分析工具，将金融非金融公司数据交叉验证，会发现一些人是共同使用同样的机器、同样的IP、同样的虚拟手机号码。1个人进了某个机构试图欺诈，后面跟着的9个人迟早也会进来。

  同盾的优点是，5000家不相同的领域的客户提供的数据，来源、类型更广泛，针对欺诈分子做的建模效果比单一领域的机构做的模型更准确。从联防联控的角度来看，各个机构是愿意将自己的负面客户名单分享出来。同盾发现异常的行为，在机构发起API调用申请后的200毫秒内将结果反馈给机构。

  风控辅助决策的话，需要快、准。快通过IT架构技术来实现，由张新波负责，准的话通过算法来校准，这是由CRO董骝焕负责。2016年春节前，有家银行遭到欺诈攻击，将董骝焕他们叫过去，也不说是什么原因，直接给了数据，让董骝焕他们把这一些数据在同盾决策平台上跑一下，2000多条数据70%左右被同盾给识别出来了。

  “任何一个决策都有自适用的决策平台，同盾定期给客户做性能优化。”董骝焕说。除了快、准，还必须灵活。例如O2O网站防止薅羊毛，有时候补贴福利半小时、10分钟就抢完了，就必须在前几分钟就发现风险，调整补贴策略。

  很多商户和刷单团伙勾连，刷单套取补贴，很多O2O公司做补贴推广是希望获得真实用户的，结果被这种薅羊毛的虚假交易给搞死了。想要识别卖家和买家之间的刷单风险，需要找到买家和卖家之间的关联交易，欺诈团伙的话会用不同身份、不同手机来表明他们没关联的。同盾通过自身工具“复杂分析网络”进行侦查，可能在过去两个不同手机号码之间曾经用同一个身份证申请过一次贷款，或者是两个不同的SIM卡，曾经共用过一台手机。

  蒋韬说：“我们不可能做到100%，但我们至少能把刷单率下降50%，再配合客户自己的工具，说不定能下降70%，这对他们是很大的帮助了。”

  普通风控是基于自己的数据建模，大数据风控则采用了很多外部变量和数据，有些数据是运营商的、有些数据是法院的，有些数据是其他供应商的。同盾也有自己的数据，同盾将机房搬到了上海，虽然成本高，但是安全等级在国内是最好的。张新波说“你毕竟做的是一家数据公司，客户把数据放在这里，你需要保护数据，这是责任。”

  除了安全问题以外，还有独立性问题。同盾科技创立1个月获得千万级天使投资。2014年完成宽带资本领投、IDG资本和线性资本跟投的近千万美金A轮融资。2015年完成由启明创投领投，宽带资本、IDG资本、华创资本及线万美元B+轮融资。

  目前，同盾投资方都是专业投资机构，“这样保持住我们的独立性，咱们不可以站队，站队的话就会失去一些客户。大数据需要多样性，如果数据都倾向于某个巨头的话，就不准了。”马骏驱说。

  美国是个人信用评估体系最发达的国家之一，其中Fair Isaac Company 推出的FICO评分系统被金融机构普遍的使用。然而，在中国还没有一个企业做出这样的标准评分，短期内也不会有人做到。评分系统的效有两个重要指标，一看覆盖率，二看召回率。如果信用好的人被误伤了，数量很多的话，证明模型不够好，需要调试。

  同盾和各行业联防联控，更看重大数据风控，这和一般征信公司的评分体系不同，每天的注册、登录、支付、交易核心业务量会非常大，还有非常多通过数据的关联分析。

  “我们希望可以结成一个智能诚信网络，让那些高风险人员再去骗贷款、盗刷、刷单的成本越来越高。”

  “你让我做O2O、电商，我也做不好，但做风控我们是擅长的，我们把我们所擅长的事情发挥到极致，就行了。”(稿件来源：新经济100人)

上一篇：外媒速递：22款免费工具助你搞定数据可视化与分析 下一篇：实战 统一管控欺诈风险同盾推出银行反欺诈门户中心解决方案