“人机对抗”理论 应花分期多元化风控

2017年，云计算、大数据、物联网、人工智能、网络安全等领域的发展成为社会关注的焦点。大数据技术在风控领域主要体现在，构建大数据知识图谱，解决信息获取和信息碎片等问题，通过建立反欺诈大数据模型，提高预测风险和反欺诈能力等。

上海前隆信息科技有限公司（以下简称：前隆科技）于2015年与合作的金融机构联合推出基于移动互联网的场景化分期服务平台——应花分期。将场景化科技服务于民生领域，如租房分期、教育分期、三农金融等，提高客户运营效率和用户生活品质。

“用户行为大数据”构建独立风控模型

对于场景化分期服务平台来说，风控是核心。风控技术能否经受的住市场爆发式增长带来的巨大考验是衡量第三方科技服务平台优劣的重要指标之一。

据悉，前隆科技经过四年时间的发展已经建立了基于大数据及云计算的风险管理体系，结合行为数据、互联网信息、风险数据库等，进行多维度分析整合。

前隆科技率先在风控领域提出“人机对抗”理论，避免完全依赖“大数据风控”的局限性，采用“人工审核+远程人脸识别+大数据风控”的模式。并联合多个第三方征信机构共同完成大数据建模及决策，通过大数据手段360度贷前风险管控，最大程度上提高反欺诈能力。

双轨风控模式保驾护航

与此同时，应花分期在此风控体系的基础上，针对 B端商户开发并建立独立风控模型，建立商户的风险管理体系，包括制定企业准入标准及审核策略，建立动态企业评级体系，实现差异化授信。

用户端和商户端双模式风控并轨的大数据风控创新尝试，是应花分期能够仅用半年就快速切入线下消费场景并取得不俗成绩的根本原因。

紧握核心风险点 拥抱互联网的简便性

应花分期作为场景化分期服务平台，尤其是全线上产品，用户追求的是简便、快捷的体验。

对不同场景风险分析会有不同的结论，不同场景需要填写的资料也不同。以租房场景为例，整个核心风险点还是在B端商户。基于此，应花分期在可控的范围内尽可能简化C端消费者的资料填写，最大程度减少前期时间和精力的投入，保证其良好体验。

当前，全球金融业的发展进入到一个新周期，使得金融业和新型金融科技企业迎来发展机遇。未来，应花分期将针对不同消费场景下的核心风险点，主要考量三个方面：一是海量数据；二是运算速度；三是数据多样性。应花分期在升级技术核心的同时，用户服务和产品体验放到第一位，做到用户体验和控制风险之间的平衡。