大数据风控模型是什么？有哪些？

摘要：在互联网金融行业，不少人可能这样觉得：认为只要数据够“大”，就能有最牛逼的风控体系和行业最低的坏账率。

在互联网金融行业，不少人可能这样觉得：认为只要数据够“大”，就能有最牛逼的风控体系和行业最低的坏账率。这种理解有些过于简单了。

 

其实，做大数据风控是一个挺细致的事儿，大数据风控，重要的不是数据本身，而是对数据的理解。

 

类似的话，哈佛大学的Gary King教授也说过，Big data is not about the data——大数据的价值不在于数据本身，而在于它背后的数据分析。

 

 

相比传统风控，大数据技术对零散的碎片数据具有很好的整合能力，这一点特别适用于证信业，它可以搜集更多的数据维度，实现征信信息的有效补充。

 

大数据风控模型是什么

 

指标体系

 

大数据圈流行一句话：数据决定了数据分析的上限，而模型做的是逼近这个上限。因此，构建一个完善的指标体系是非常重要的，大数据风控模型则主要涵盖下面几类指标：

 

申请信息：年龄、性别、籍贯、常驻地、工作、联系人；

 

用户使用过程信息：资料修改频率、IP定位、设备重复、填写顺序、其它行为记录；

<