风控大佬的一天从这两张报表开始(搬砖)了

我知道，作为一位普通的风控人，其实大家都是搬砖的，能搬一天是一天，特别是今年形势不太友好，能撞一天钟就赚一天，以前的我真的就是这样觉得的。
但直到我看到某些风控大佬，直到那时我才知道：搬砖也是门技术活，同样是搬砖，为什么TA就可以搬到金砖，对于这点，TA说自己是有妙招的。今天我们来学学：风控大佬的一天从哪里开始。
风控大佬的一天是从查阅、分析报表开始的，在风控贷前策略优化的过程中离不开报表，区别每个风控人能力强弱的很重要的一点就是分析报表的能力。
见过很多入行2-3年的风控策略从业者对于报表的理解还处于查阅阶段，没有具备对贷前决策报表（策略规则执行拒绝结果后的数据表现）进行分析的能力。集中度较高的问题就是：
①不了解报表搭建方式的差异；

②不能完整的把决策报表数据结果进行风险推理；

                                                               一.报表搭建方式的差异

报表的搭建是尤为重要，不同的方式反应出来的数据结果是不一样的，效益也会大相径庭，是否能通过报表分析出风险点，报表是分析的底层基础。下面来看下目前使用较多的两种报表的搭建方式，分别是串行报表与并行报表。
串行与并行就像电路中的串联跟并联。串联是命中规则是单一的，并联规则是多条同时触发的。

所以可以看到串行报表我们常规上所有规则按照顺序向下执行，第一条规则拒绝的用户第二规则就不会执行判断了，只对上一天规则的通过用户进行拒绝判断。
反之，所有订单都会把所有规则执行一次，不区分上条规则是否已经拒绝，就是并行的底层决策逻辑。
第一种，串行报表，也是漏斗方式的决策报表，即：所有规则从上至下依次对上一条规则通过用户执行拒绝判断，后产生最终通过授信用户，图示如下：
​

我们来解读下这张决策策略对应的报表优点：
1、可以对机审决策中每个规则的拒绝比例进行统计；
2、较少资源消耗，不需要对付费类规则进行处理，运行速度快；
3、可以判断规则执行过程的异常状况；

我们来解读下这张决策策略对应的报表缺点：
1、除了第一条规则，其他规则没有对整体用户订单进行拒绝判断；
2、通过率调节起来难度大（不清楚是否会被后面的规则拒绝掉）；
3、对市场、对整体客群变化有微弱的预判能力；

第二种，并行方式的决策报表，即：所有规则均会对所有用户进行拒绝判断，后产生最终通过授信用户，图示如下：
​

我们来解读下这张决策策略对应的报表优点：
1、可以对机审决策中每个规则的拒绝比例进行统计；
2、所有规则均对整体用户订单进行了拒绝判断；
3、可以判断规则执行过程的异常状况；
4、通过率调节起来较容易，策略调整后通过率波动分析较容易；
5、对市场、对整体客群变化有较强的预判能力；

我们来解读下这张决策策略对应的报表缺点：
1、较多资源消耗，需要对付费类规则进行特殊处理，运行速度稍慢；
2、决策流程中有付费规则的调用，减少成本消耗可以将免费和付费规则打包分箱后进行串行，降低风控成本；
各位风控的同学，在日常工作中如何选择哪种类型的报表来搭配你的风控策略呢？个人主张的是第二种并行决策的报表形式，下面针对第二种策略报表来带领大家进一步的探索。

                                            二.并行方式决策报表的风险数据推理

针对于报表的分析主线流程思路如下：
​

日常工作中的重点会集中在“分析、校准及优化”上，因为前两种只是一个数据的观察，相对比较容易实现，所以我们集中第三个流程进行阐述。
在报表中，我们最常常观察的两个指标：一是通过率一个是逾期率，特别是通过率在业务初期就能立马监控，是我们最重要的一个观测指标。
分析通过率，又可以拆分成通过率升高与通过率降低这两种情况。针对这两种情况，就可以借助单一规则报表与组合规则报表与进行相关分析。
单一规则报表与组合规则报表，做过策略分析的童鞋对这两个报表的概念一定非常清晰。也许不是风控岗的小伙伴，还有些陌生，那让我先介绍这两者的概念。
单一规则报表：我们又称为单一报表（以下都统一称为单一报表），指的是只命中单一一条规则的报表；
相应的，组合规则报表，我们称为组合报表（以下统一称为组合报表），指的是命中（两条规则或以上）就会被统计到拒绝里；
首先说说，为什么有这两类报表，究其原因就是并行决策报表下，规则是基于投票打分制的，也就是说某些人只会命中规则集中一条规则一次，有些人可能会命中规则集中的两条规则。基于此，就会生成单一报表与组合报表。
比如在规则集中，关于设备黑名单类的规则集中，用户A可能只会命中反欺诈设备黑名单规则1，而用户B除了这个黑名单规则1，还会命中多头借贷黑名单。所以在统计报表时，用户A命中的数据就只会出现在单一报表总，用户B命中的数据就会出现在组合报表中。
关于此类的命中报表，常见的单一报表和组合报表如下：
​

                                                                   【单一报表】

​
【组合报表】

对应这单一报表与组合报表的数据变化情况，我们汇总了以下通过率波动与单一和组合报表联动的分析情况，具体如下：
1.通过率升高，可能是组合报表与单一报表中出现以下几种情况：

1.1.组合报表中较多规则拒绝率减少，同时单一报表中此规则拒绝率不变
1.2组合报表中较少规则拒绝率减少，同时单一报表中此规则拒绝率不

2.通过率降低，可能是组合报表与单一报表中出现以下几种情况：
2.1.单一报表较少几个规则拒绝率增多
2.2.单一报表较多个规则拒绝率增多，同时组合报表规则拒绝率也同时增多
2.3.单一报表规则拒绝率不变，组合报表多个规则拒绝率增多
​

这些情况在日常报表分析中比较常见，我们抽取其中一种分析情况为大家说明。如：我们选取在通过率降低的情况下出现的“2.1.单一报表较少的规则拒绝增多”的情况进行详细说明。
​

上图是一张单一报表，可见TK_038这一条规则近七天的拒绝分布情况，在最近一天均有骤然提升的情况，但其他规则未见异常。
如果在策略没有大幅收紧的情况下，却出现这个情况，我们就可以分析规则背后的含义然后判断决策的合理性：
1、 通常情况下单一报表中其他规则拒绝比例没有提升，只有TK_038提升了3%的拒绝率，那么整体的通过率都会降低3%；
2、 分析TK_038的具体含义是什么？然后进行合理性的判断，如果是产品前端采集相关的规则就可能是产品数据埋点出了问题，比如：通讯录个数/app个数等；
3、 如果不是前端问题就要重新校准规则值的计算逻辑是否准确，需要计算数据底层和变量加工情况，业务正常运行的情况下不会出现单一报表中单一规则拒绝剧烈波动的情况；
4、 如果依然找不到问题就要去具体分析跟此规则类似规则的拒绝变化情况了，比如TK_038是借贷APP个数，那么我们就可以去看下APP安装总数的规则拒绝是否有同样大幅波动，直至分解出具体问题后进行调优。
当我们搭建了组合/单一两张报表之后，随即就会产生多种规则交叉变化情况，如上图罗列的各种情况，每种情况反馈的背后策略风险也是不同的。
以上关于规则相关的内容，番茄风控在近期已经上线了相关内容给大家讲解风险相关的课程，后续还会针对《贷前报表风险挖掘技巧》展开相关课程。
更多内容，有兴趣的童鞋可关注：

…

…
~原创文章