关于风控策略相关的内容，假期期间，再来跟大家讲讲风控策略中关于策略效率的内容。

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