互联网时代，极速放贷、无需面签、10秒可取等词语成了招揽客户的关键词。此外，网购时平台一般都会提供分期付款。在这背后，风控平台每天收到无数笔申请贷款或分期支付的请求，是批准还是拒绝？金融借贷/支付与科技创新深度融合，借贷/支付产品及场景更加丰富，简单、方便。对于信贷机构，除了风控裸奔，以及某些产品可以用高利率覆盖高风险之外，中低利率的产品是如何平衡风险要素从而做到极速放款？而对于支付平台而言，最绕不开的风控风险就是反欺诈。据《2016年国内银行卡盗刷大数据报告》不完全统计，运营商黑卡数量超过1.3亿张，网络诈骗“黑色产业”市场规模高达1100亿元，已成为中国第三大“黑色产业”。在线支付平台与支付网络欺诈始终在进行着无休止的博弈。支付平台如何不断优化服务体验、使支付更加便捷安全有保障？我们都知道，互联网进入行业的风险控制是核心环节，面向C端客群的线上产品线，如消费分期、现金贷及信用卡代偿等业务方向，需实时支持大量业务的自动化处理，风控系统承担了贷前、贷中和贷后的风控评估、处理及预警的角色，极大地解放人工处理的瓶颈与效率。然而，随着近年来大数据技术的发展，海量数据的处理、分析、挖掘、决策成为了迫切需求。











       决策引擎的引入，在这里起了很大的作用。决策引擎起源于规则引擎，规则引擎起源于基于规则的专家系统，而基于规则的专家系统又是专家系统的其中一个分支。专家系统属于人工智能的范畴，它模仿人类的推理方式，使用试探性的方法进行推理，并使用人类能理解的术语解释和证明它的推理结论。




       在传统的规则引擎基础上，数据计量、数据建模、模拟、数据可视化、冠军/挑战者（AB测试）等功能应运而生，甚至部分决策引擎加入了机器学习的功能，使原来需要数据科学家、深度建模工具的场景也变得更加亲民起来。决策引擎将“机器替代人工操作”进化到了“机器替代人工决策“的境界。














那么决策引擎到底能做什么呢？









































决策引擎如何应用到风控流程中？














决策引擎又应该如何搭建?














本次课程我们还会提及基于Drools开源的决策引擎搭建：











更详细内容回顾专题课《决策引擎上的决策流设计及策略架构开发》。




如果你是做开发、风控产品的同学，想要了解如何设计引擎、解放风控特征开发；

如果你是做政策的同学，想要了解如何调整政策；

如果你是做数据分析与BI同学的同学，想要了解如何快速分析规则、开发报表；

如果你是做产品、运营的同学，想要了解如何如何提升转化与切入产品；

如果你是做数据挖掘、模型、知识图谱同学的同学，想要了解如何验证、迭代；

如果你在思考公司整体业务的方向，想要了解如何提高风控水平、提升营收；




106页PPT，覆盖了26个知识点和7个示例干货和实操，干货满满~~




~原创文章

...

end