实战篇|风控策略效率的测试、调优与评估

信贷风控策略调优包括通过率调优、逾期率调优，这些做过策略的童鞋肯定都清楚。风控策略的内容，番茄风控之前的内容可谓是丰富、齐全，具体可翻看之前的内容：
①贷前决策部署与策略调优(全)
②一文了解下调优后的挑战者策略
③风控策略部署与调优都有哪些内容
④风控策略调优——二手车车龄政策调整
…本次，关于风控策略相关的内容，番茄风控继续更新全新干货给大家学习，今天我们来讲讲风控策略调优中的风控策略效率的内容。

首先先介绍啥是风控策略中的策略效率？
风控策略效率，指的是风控策略中通过规则调整，获得的风控效果与所消耗的通过率之间的比率，可以简称为一定单位内完成的策略工作量。
为了说明方便，现在以策略中的放款率跟逾期率为例，给大家说明策略效率问题。
假设现在有旧策略跟新策略，通过新旧策略的对比，分别在放款率跟逾期率上做相关的数据测试分析。
在正常（可以称之为旧策略）的策略进件中，我们假设原来策略的中相关的放款率与逾期率的指标分别为：放款率为79%逾期率为56%
在进行了相关的策略调优后（我们称之为新策略），放款率跟逾期率肯定会发生变化，这个时候，其相关的指标变化为：放款率为8%逾期率为22%
从这个指标上，可以看到在进行了相关的策略调优后，相关的放款率与逾期率在数据上的变动，变化为：放款率下降了71%（79%-8%）
逾期率也同样下降了34%（56%-22%）
于是在这个案例中的风控的策略效率表述以下，具体的计算公式为：
（旧逾期率-新逾期率）/（旧放款率-新放款率）
套入具体的数值为：
(56%-22%)/(79%-8%)=48%
以上48%即可理解为调整后的风控策略效率

具体评估风控策略效率，可以看以下截图：

在以上的内容中，相关的策略调整的模块中，具体包括的策略规则集可以是以下内容，比如是：1.信审拒绝2.反欺诈拒绝3.模型拒绝…等等内容
在计算完策略效率的相关内容中，有以下几个问题，各位童鞋仍可以继续思考，分别是：
风控策略的调优方式有哪些方法？
风控策略的效率如何评估好坏？风控策略效率是越高越好，还是越低越好？比如以上计算出来的48%的策略，相比较68%的策略是否会更差些？
在通常调优的场景中，有新客跟老客的调优场景？针对新客与老客相关的调优方式又有哪些差异？
风控策略调优后，如何针对策略中的每一个模块，具体调整？比如在增加的新策略规则模块中，有信审拒绝、反欺诈拒绝、模型拒绝，我们计算完风控策略效率后，如何根据指标的异动来调整相关的策略模块？

关于以上问题，也许困惑了各位策略的同学久矣，别着急。番茄风控准备了又一个实战课程《风控策略效率的策略、调优与评估》。本次课程不是理论讲解策略相关的效率相关问题，而是有相关的案例与数据提供给大家认识具体的风控策略效率。
详细请关注：

~原创文章
…
end