聊聊智能风控平台

最近几年，行业里越来越关注风控这个领域，也有人说，以后的金融领域，得风控者得天下，这句话有一定得夸大成分，但也蕴含一定得道理。
先说传统得金融行业，风控至关重要，没有合理得风控，这里得风控我仅指交易风控，还不算操作风控之类得，想走的长久，根本不可能，爆个仓是分分钟的事情。
互金和信用贷款领域呢，许多科技公司利用各个企业的风控痛点，提出了智能风控平台这个概念，以前，可能给你建个评分卡、决策引擎，可能就能收一大笔钱，随着风控技术的逐步提高，现在单单靠一个模型已经不足以获取市场了，现在的科技公司，正试图建立一个完整的、有链条的风控系统，从贷前、贷中至贷后，各个环节都囊括在内。
现在的智能风控平台还比较薄弱，不管是从数据还是模型上来说。从数据上来说，各个平台想通过联合建模、提供模型获取数据的途径积累数据，一手拿钱，一手拿货，这里的货就是数据啦，所以，你没有自己的模型，你的数据只能源源不断的开放给第三方，第三方再拿这些数据去建模，去优化，再卖给你，是不是觉得很被动，所以现在很多信贷企业开始架构自己的风控平台了，这也是现在风控公司会越来越不好做的原因。
从模型上来说，现在的风控平台在信用审批这方面做的已经比较成熟了，有用逻辑回归的，有用集成算法的，或者两者融合起来的，模型在这了，只要花点时间都可以搞定，不好搞定的就是数据、数据、数据。
特征提取方面，大同小异，重要的是你有这部分的数据，所以基础数据被推荐的越来越多，包括消费的、运营商的，各个信贷公司彼此提防，就是共享个黑名单，也会是黑白名单互搀，不会拿出真正的东西。做到最后成为了数据的竞争。

最后再说下，为什么风控平台很少用深度学习算法，其实一些大的公司有用的，但是收到一些监管的因素在内，我也是不敢吱声的，而科技公司想要卖出产品去，有个重要的点是模型的可解释性（监管的要求），所以，很少去用深度学习的技术，也是因为技术难点，有些点应用在风控平台上还是需要技术上的突破的。