0
最近，深切關注八卦的雷鋒網編輯看到兩個消息：
第一個是娛樂新聞，具惠善與安宰賢的超長連載離婚大戲太曲折了，一年前兩個人還在《新婚日記》里你儂我儂，狗糧管飽，現在反手就是一錘：“ 我是住在家里的幽靈，你曾經那么愛過的那個女人變成了僵尸。”
言下之意是，你特么怎么變成了這樣？
第二個是社會新聞——《父親幫27歲兒子還網貸：不敢顯老 怕老板把我辭退》，故事也很凄慘，大意是兒子沉迷網絡賭博，沒錢之后僅用一個身份證就借到多筆網貸，結果還不起了，老父親怕老板看出年齡太大被辭退，每天只好穿運動裝在車間工作，把白發染黑。
隨便網貸一時爽，全家悲慘陪你闖。
想起現在大學生接受入學第一課：好好學習，好好鍛煉，不要網貸。其實，你可能誤會了正經的金融平臺，他們也被欺詐、壞賬搞怕了。
在上一篇講銀行風控的文章《一個風控老醫生的誠意：復雜招式簡單化，一個手機走天下》中，雷鋒網聊到外有黑灰產，內有內鬼，怎么做風控。
事實上，針對金融平臺的團伙欺詐比上面提到的案例都要可怕。
這次給雷鋒網解惑的是頂象公司的解決方案和售前部總經理晉梅和首席科學家施亮。曾在 Capital One 工作的晉梅有近10年零售金融信貸業務管理經驗、13年量化分析和數據建模經驗，施亮在McAfee工作多年、在阿里帶過基礎安全算法與智能安全的團隊，兩人對金融業發生的欺詐慘案可以說相當熟悉了。
晉梅先給我講了三個隱藏得很深的團伙欺詐的故事。
某金融機構挖出了一個 15 人的騙貸團伙。
但是，乍看之下，你完全看不出這15個人有什么關系。三個月里，15個貸款客戶分別提交了15筆貸款申請、三筆通過審批，審批過程中未發現異常，這是一個很正常的數據，被拒絕的原因多種多樣：
除了三個因為明顯原因被拒，其他的看上去都沒有“太大問題”，但技術人員分析，其中一人與多個設備關聯異常，該用戶此前多次申請貸款且被拒貸，并且每次拒貸后即更換設備再次發起貸款申請。接著平臺又發現，這個客戶先后使用過的、發起貸款申請四臺設備在兩個月內先后被其他 14 人使用發起過貸款申請，而使用這些設備申請成功的三筆貸款已經有兩筆發生逾期。
平臺通過再次回訪和排查確認，這 15 人是惡意騙貸團伙，通過購買身份證、進行資料包裝，反復申請貸款，騙取金融機構資金。
30余名貸款客戶在半年內完成貸款申請、審批和放款，每個客戶的申請材料真實、審批流程沒有異常，符合貸款產品審核要求。
本來平臺也沒發現有什么事情，突然有一天，他們發現，這 30 余名貸款客戶均在申請到貸款后的較短時間內向同一個歸集賬戶轉賬共 50 余筆，共轉近 700 萬元。
是不是特別像大家一起為一個人籌集一套買房款？
果然，通過排查后，平臺發現，歸集賬戶持有人與這 30 余名貸款賬戶持有人是同事、朋友、親戚關系，而貸款的資金被挪用購房。
你要問了，大家都為一人貸款難道不行嗎？又不是騙貸，人家也是正正經經地還錢。
但是，歸集賬戶所有人可能高估了自己承受風險的能力。一旦歸集賬戶持有人的還款能力出現問題或資金鏈斷裂，就會出現連鎖風險而導致 30 余筆貸款、近 700 萬元發生逾期甚至違約不良，經濟大環境不好的情況下，變數太多，這對放貸平臺而言，不是什么欺詐團伙，但是要找出這類申請貸款的需求，發現潛在聯系，也是相當艱難。
很多用戶因為信用記錄或者本身條件不符合，原本無法獲批貸款，此時，如果中介告訴他：我可以幫你定制資料，讓你迅速獲批，你給我點手續費，來不來？
在這個故事里，接受這個提議的有 130 多個人，這些貸款客戶在貸款成功后，均向某個歸集賬戶發起轉賬，總轉賬金額近 600 萬元，每筆轉賬金額從幾千到幾萬不等，進一步分析發現，轉賬金額幾乎都是其貸款總額的10%左右。經推測和調查確認，這些轉賬是某貸款中介包裝機構收取的服務費，而他們提供的服務，正是根據金融機構的信貸審批規則為借款人包裝申請材料。
依靠“量身定做”的包裝而獲批貸款的客戶，其實在信用資質和還款能力上“你懂我也懂”，加上貸款金額還沒到手就被中介機構抽取較高比例的服務費，加大融資成本、增加還款壓力，最終發生逾期和不良的風險極高。
貸款中介包裝團伙一般生財有道，一旦摸清楚某個金融機構的審批規則，短時期內高頻包裝大量客戶進行“批量攻擊”。
這三個貸款故事有一個共同點：隱藏很深，尤其是第二個為人籌集買房款的案例。
這樣的案例確實很難在貸款申請審批階段就被發現，他們想到的解法是從“動態行為”切入，用三個步驟找出團伙欺詐：關聯圖譜構建、關聯關系挖掘和風險動態監測。
為什么不從靜態身份畫像角度切入？“結婚之前，覺得這個男生不錯，結婚之后，這個男生可能變得不好或者更好，誰也說不準。”晉梅覺得，從行為、場景等動態地判斷用戶的風險，是比較穩妥的辦法。
具惠善與安宰賢的婚姻非常現實地佐證了這種風控理念。
了解一個人的“身份”就很難，何況是團體的關系。
比如，你要和一個人相親，肯定先要了解這個人的姓名、年齡、身高、體重、家庭、職業，到相親角落走一圈，你會發現一個人的“身份”更加具象，不僅有上述這些基本信息，還有收入、愛好、戶籍、是否有房產，對配偶的具體要求等。
直白地看，了解一個陌生人，你可能先看到是有關他的各種各樣的數據。
做風控也是這樣。不過，讓施亮頭疼的是，他們到目標銀行客戶中一看，發現數據不僅多，而且還跨部門。當時和他們對接的某城商銀行有四個部門，涉及的產品可能有幾十個，光數據表就數百張，到底如何使用這些數據建立一張怎樣的網？
在沒有任何思路的情況下，他們找了一個部門切入，比如個人零售小貸部門，以個人用戶為“核心節點”構建一個關聯網絡。
什么是關聯網絡？其實谷歌等搜索引擎很早就應用了這種理念和技術，搜索一個關鍵詞，比如“籃球”，搜索結果可能反饋給你籃球、籃球鞋、籃球比賽，甚至蔡徐坤。
這個思路被否了，他們發現，城商銀行的用戶不僅有個人，還有企業，而且還有個體與業務訂單之間“一對多”的情形沒有被囊括進來，于是，他們想到了第二種思路。
從銀行部門出發，構建部門之間的關系，這一版以銀行的業務和訂單為核心，通過訂單構建一個訂單與訂單之間的關聯，訂單會共享手機號、貸款帳戶、借記卡帳戶等。
“很快，我們發現這個網絡不能滿足覆蓋業務全生命周期的需求，不夠抽象，要挖掘藏得比較深的異常操作比較困難。”施亮說。這里的“抽象”，你可以把它理解為以前做閱讀理解時提取中心要義，不同的是，“抽象”得來的信息要能被機器模型所理解。
在這個目標下，第三版更“抽象”，風控專家把銀行所有的要素提煉了出來形成一張大網，比如客戶、身份證號、設備、手機、地址、單位、貸款帳戶、借記卡號等基礎要素，把不同的業務邏輯關注的關系作為網絡的邊并根據業務特點豐富其屬性。
假如銀行現在有兩個部門，一個部門關心薅羊毛，另一個部門不關心薅羊毛，只關心貸款有沒有欺詐，此前，兩個部門的風控模型不會把信息串聯起來，現在通過建網，銀行所有業務形成了一張大網，一個業務領域的風險可以傳遞到另外一個業務領域。一個手機號如果被用作薅羊毛，那么它如果在貸款業務中出現，也會有欺詐風險。
我們用更“抽象”的說法來提煉一下晉梅和施亮介紹的思路。
首先，基于對場景需求和業務邏輯的理解，跨部門、跨產品構建覆蓋個體、設備、組織、產品、交易等維度的復雜關聯網絡。
這是一張大網的重要“節點”和與節點有關系的“邊”。
其次，進行關聯關系挖掘：提取個體和群體的靜態畫像、分析動態趨勢、通過圖數據挖掘技術定位潛在欺詐團伙并進行深度挖掘、特征衍生、應用機器學習定量分析后開發反團伙欺詐模型。
也就是說，所有的數據與業務關系梳理清楚后，這張大網不僅要呈現你現在的“模樣”，還通過監測所有你的相關信息，歸納你變化的軌跡，再推演你“未來變成什么樣”。在梳理過程中，如果它發現了團伙欺詐的蛛絲馬跡，就繼續挖掘，當然，已經被證實的欺詐團伙，它也不會放過，順藤摸瓜抓出所有可疑個體，并歸納總結這些團伙的特點，汲取經驗發現新的團伙。
不過，這并不夠。
還有一步：我利用你的數據，給你做了模型，我要多走一步，要讓你看懂，要明明白白地解釋給你聽。
這年頭，“售后服務”做得好才能制勝。
麥肯錫公司在招聘人才時有七輪面試，如果候選人通過了 2-3 輪面試，后面沒有通過。通常公司的做法是不再通知，或者發出一個拒信。麥肯錫的面試官會重新約候選人，通過一個小時的電話，跟對方溝通面試過程中，他們為何問這些問題，考察了哪些點，候選人在哪些方面可以改善。麥肯錫的思路是，經過了幾輪面試的人其實都很優秀，這些候選人現在雖然不能成為它的員工，但以后可能是它的客戶、合作伙伴。
晉梅相信，在金融服務也越來越關注用戶體驗和用戶粘性的今天，越來越多的銀行會提出類似這種要求，在拒絕用戶的貸款申請時，給一個詳細、合理的理由，并告訴對方如何改進。
“很多黑盒式機器學習的模型只會告訴你這個用戶的評分很低，但為什么不好？為什么拒絕他？就算銀行不告訴用戶，作為業務人員，他其實也想知道，因為業務人員的目標是把業務做好做大。銀行除了風控的需求，還想優化產品的功能，更符合用戶的需求，在市場上更有競爭力，如果不知道今天通過率的高低到底由什么造成、壞賬率波動背后的推手到底是什么，銀行將很難找到優化的方向。 ”
看到這里，你可能意識到，頂象想做的不僅是一款能揪出團伙欺詐的業務安全方案，晉梅告訴雷鋒網，他們還想增加這種服務方案在精準營銷、精細運營等方向的應用。
從安全領域切入，從安全產品最終落地到“泛安全”，甚至“超安全”的產品和服務，貼合業務需求展開服務，是現在很多安全企業的打法。
比如，唯品會前 CSO 黃承創立了一家名為“霧幟”的公司，雖然它推出的第一款產品是主打智能編排的智能風險決策平臺，但“霧幟”對自己的定位是一家以人工智能為核心驅動的新生代科技公司。同樣以身份認證業務起家的芯盾時代的合伙人杜旭也對雷鋒網表示，他們針對的也不僅僅是安全這個盤子，他們要切入的是跟業務相關的領域。
“安全是基石，客戶的最終需求一定是希望更多人用他的產品，安全只是達到這個目標過程中的一段，所以方向應該是幫助他的業務增長，這也是為什么我們愿意去陪著他，了解他的業務、場景，和他搭建很復雜的算法和模型，就是希望走到能幫他精細化運營的層面。”晉梅說。
為了給某城商行解決團伙欺詐的問題，施亮帶著團隊花了3-4個月專門做關聯圖譜打通這件事，總結出了這套“方法論”，并在申請專利。如果換一家銀行，換一個客戶，能夠給出一個兩方都能承受的實施時間和成本嗎？
晉梅覺得，能夠縮短三分之一到一半的時間，并有望實現多個“打通”步驟的智能化和自動化。
這是頂象將團伙欺詐解決方案商業化、規模化的過程中需要交出的一個答卷，也是它想走出安全行業，進入更多業務領域需要解決的問題。
歷經三次推翻重來后，他們眼前已經有清晰的目標，相信他們可以走得很快。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
