原创： 金科应用研院

小白学习心得

如果我都可以，你不是做得更好？

很多以前的同事在抱怨工作加班，工资低。但无所作为就还是在死循环。再了解到FAL之后，我想为未来付出努力。转行不是终点，恰恰相反，是个全新的起点

学习中，我看到了未来更多的可能，以及上进的学习气氛。有问题，先自己去寻找答案（也是为了加深印象），实在找不到，多向FAL的老师、前辈多请教，能少走很多弯路。

回归正题，以下是我参加第四期小专题的案例实操课笔记

案例：监控项目时批核出现异常。如何去寻找原因，优化策略？

从上图1数据分析发现，2018年10月20日，批核率（审批通过率）突然降低。此时风控策略分析师就要分析是什么原因导致批核率突然下降？是不是由拒绝规则引起？什么样的拒绝规则导致批核率下降？

接下来是策略分析逻辑

假设本案例已经筛选出A001-A005规则为拒绝原因比重较强的规则

首先把各个规则的拒绝数据分布占比作对比分析：可以发现A002这条规则在20号（风控批核率突然降低的当天）拒绝占比突然提高，A002这条规则代表“当天多人共用单位电话过多（历史匹配）”。这是一个历史匹配变量，假设规则阈值>=7。

其次分析规则对应变量：把相同单位电话的客户数据从数据库调出。一个单位肯定有多个电话，但是一个电话只能有一个单位。

发现单电（单位电话）相同的客户，单名（单位名称）居然不同，单位地址也不相同，而GPS定位地址大多基本相同，客户存在明显的欺诈行为，且表现为团伙欺诈（有些中介为应付人工审批均填写了自己身边的单位电话）。

最后制定风控策略建议：

1⃣️无模糊匹配技术：若单电相同且单名不同，则进人工审批，并出具相关提示；引入模糊匹配技术：若单电相同且单名不同，则直接拒绝。

2⃣️

已经放款的怎么做？

把所有单位电话找出来，加入企业内部黑名单。并对已经放款的借款人要及时止损，并进行催收。

3⃣️后期策略上线后，监测策略是否生效，同时查看真实影响，策略优化方向。

案例只是展示逻辑方法重在剖出原因，分析并做出优化。

微信公众号搜索：「 金科应用研院」

可以从菜单栏点击「在线学习」

更多风控培训课程与干货学习资料，都在微信公众号

回复关键字： 「风控量化福利包」➡️领取干货学习资料

回复任意词可以加我们官方微信加入FAL风控学习群

不定期分享干货资料，一起讨论风控经验～