金融风控云系统如何设计

金融风控云系统如何设计一、金融风控云介绍金融风控云系统指的是金融科技公司输出的一套数据和风控系统，系统的目的是通过整合外部和内部数据，通过决策引擎和模型建立，帮助客户接入风控数据、配置风控规则、输出风控建议、从而达到优化风控结果的一套系统。金融风控云的服务提供方式是为客户提供数据和风控接口，接口一般是按调用量或者包年收费。金融风控云系统提供了风险分析、反欺诈分析、决策引擎服务、信息核验服务、策略调用服务、统计报表等功能，系统发展的目标利用金融科技公司的金融服务能力，围绕客户场景，输出数据和技术服务能力，从而不断提升客户的金融科技能力。金融风控云系统主要分为：后台管理系统和风控云系统两块。二、后台管理系统后台管理系统主要是金融服务公司内部运营后台，主要是管理客户账号和提供运营支撑的功能。（1）账号管理账号管理主要包括管理客户联系人、联系方式、邮箱、地址、管理员等，对于客户核心数据，只有管理员和超级管理员可以查看。（2）权限管理权限管理主要包括客户账号的权限申请处理、权限开通。权限变更之后，客户在风控云系统刷新后能看到新开权限菜单。（3）计费管理主要查询客户所有接口调用情况，每个接口按照合同谈好的计费方式，计算接口总的调用费用。（4）帮助中心主要是管理帮助问题分类和上传一些常用的问题，问题主要包括安全性问题、系统操作类问题、系统规则解释等。（5）培训中心主要是管理培训分类和上传培训资料和视频材料，培训中心包括每个模块的使用说明以及一些风控规则说明。三、风控云系统风控云系统主要是提供给客户使用的后台系统，一般商务谈判之后，运营人员会给客户开通试用，如果签订了合作协议和支付款项后，试用账号会变成正式账号。1.风险概况风险概况主要是工作台的形式支持列表和图表的方式展示风控结果，风控结果分为拒绝、人工审批和通过三种结果。具体显示字段包括今日拒绝事件数、人工审核事件数、今日通过事件和总事件，以及每个事件的详细命中规则。风险概况支持列表和图表展示，支持按时间周期，风控结果类型查询。2.数据接入管理数据接入是整个风控云系统的核心，如果没有足够全面和大量的数据，那么风控云系统是发挥不了重要的作用的，以下列出国内风控领域主要的风控数据源。风控数据源接入管理主要实现数据接入申请、在线调用查询、历史调用记录、数据说明、API接入说明。其中API接口文档主要包括API调用方式、线上接口地址、API的输入字段、API的输出字段以及返回的状态码等。3.决策引擎风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。在大数据的背景之下，风控决策引擎的目的是梳理众多的数据来源，根据不同的业务场景和业务模式灵活配置，是辅助风险审批的一种系统化的工具。（1）风险规则管理风险规则管理是把每个数据接入的输出字段作为一个规则，相当于接入数据在系统当中的实例化，供策略管理调用，很多个规则组成一个策略。（2）策略管理策略主要用于反欺诈和信用评级，可以设置反欺诈策略和信用评级策略，策略管理主要分为新增、删除、修改、排序等，每个策略由N多风险规则组成，不同的策略之间可以设置冠军和挑战者模式，供业务端调用，用于比较最后的得分。每个风险规则设置包括规则名称、规则的风险权重、规则结果的执行条件等。规则配置每个规则设置了风险权限和触发条件之后，所有的规则集用综合加权平均法计算出策略的总得分，每一笔订单调用风控策略之后，计算出该笔订单的得分，可以给不同的得分区间设定拒绝，人工审核和通过三种结果，用于辅助风控决策。（3）决策流管理由于接入数据的成本和重要性不同，所有规则的运行需要大量的时间、金钱与性能，可以通过决策流来管理规则的优先级和触发条件，决策流类似工作流，可以设置节点和节点到下一步的数据流转流程。决策流举例策略节点主要配置执行条件，比如上图中黑名单的策略节点，可以选择单条或者多条规则，一条规则代表一个外部数据的黑名单规则，规则返回结果的匹配依据可以自定义设置，如等于、大于、小于等，如果符合设置执行条件结果，执行进入一下节点。（4）策略调用管理策略调用管理支持单笔或者批量导入数据，策略调用结果查询。策略调用管理对于每笔订单调用可以生成调用报告，调用报告主要包括策略总得分、策略分组命中风险情况、客户基本信息等。策略调用管理（5）统计报表统计报表主要包括决策流汇总报表、节点汇总报表、命中风险汇总报表、决策流日志，流量查询和计费查询等。（6）消息中心消息中心主要包括培训通知、账号密码修改通知、新产品上线通知等。（7）培训中心风控数据接入和流程引擎配置比较复杂，同时风控本身逻辑性也比较强，整个风控系统需要一套完成的培训体系，不断对使用者进行培训，培训中心主要包括系统使用文档、系统操作视频和风控策略建议的视频交流。（8）在线帮助金融风控云系统是一套客户服务系统，需要不断得到客户的满意度，在线帮助主要包括专属运营电话和问题反馈。对于每个客户，接入数据和风控云提供的服务可能有不同，同时也包括其他服务的申请。四、总结除了上面介绍的功能，金融风控云还在朝着模型化和场景化发展。在模型化方面，比如：在欺诈分和信用分建立中，用人工和机器建模的方式比起综合