番茄风控大数据

嗨，小伙伴们早！在风控中，反欺诈就是重要不可或缺的一个模块。如今互联网金融和数字化是必然发展的大趋势，随着移动互联网的快速发展，电商、旅游、外卖、直播、短视频等行业风口迭起，各大平台聚集了海量流量，特别因为疫情的影响，很多的贷款业务和审批都必须通过线上完成，就连传统的银行中部分比较保守的商业银行也已经开始在往线上转型。然而之前线下风控的那套体系，比如审批人员实地考核、面签等做法完全无法使用于线上风控。加上线上的传播速度是线下的数以千倍、审批有距离上的劣势等特点，也给了黑产攫取利益的动机。刷榜刷单、广告导流、薅羊毛、恶意骗贷等欺诈行为层出不穷。据最新《电子商务生态安全白皮书》权威数据显示，每年中国网络欺诈损失高达4000多亿人民币，在巨大黑产利润诱使下，互联网欺诈涌入大量从业者，欺诈技术也在快速发展，并人工智能化。

黑产欺诈的手段更是层出不穷：

黑产作恶不会局限于采用其中一种手段，往往是结合多种手段以达到其目的。

在信贷中，最常见的欺诈场景包括短时间内在各大金融机构多次进行贷款申请、盗用他人身份信息进行恶意提现、利用模拟器/改机工具/刷机工具等模拟多台设备进行恶意欺诈等。那么，线上风控中的反欺诈，需要关注哪些点呢？面对金融欺诈风险，首要任务是采取反欺诈策略。反欺诈就是通过对内外部数据的采集和分析，找出触碰规则的欺诈信息，从而预防欺诈行为的发生。常见的反欺诈策略有：OCR识别、用户基本信息、黑名单、多头信息、手机号校验、运营商认证、人脸识别、活体验证、三方数据、设备信息、关系图谱、用户行为数据等。反欺诈策略是金融相行业的核心内容，具体策略根据公司业务而定。比如消费分期产品的决策树反欺诈策略，我们会采集用户的设备信息及基本信息，通过决策树可视化模型，提取决策变量组合，从而构建反欺诈规则集。那么在实际操作中，有什么样的设备和技术可以帮助到风控的小伙伴更好地实现反欺诈呢？

目前市场上提供设备反欺诈产品的服务公司众多，可谓五花八门，主流供应商包括但不限于：极光大数据、友盟+、游族网络、同盾科技、数美科技、猛犸反欺诈。各家的特点如下：

各家供应商由于各自的服务模式和产品特性不同，覆盖的市场领域也不同，这其中以金融场景为主，泛金融场景也有所覆盖，主要提供的服务大致可归总如下：

那么根据我们自己的业务和风控的侧重点，应该怎么选择合适的供应商呢和相关的应对策略呢？