酷播亮新聞
同盾已然是國內互金行業的獨角獸，發展很快、接入的公司很多，所以今天想介紹下同盾。
一、宏觀
1、央行信用分
2017年6月中國網民7.5億；2015年9月央行徵信系統有信貸記錄的人為3.7億，其中可形成個人徵信報告信用評分的僅有2.75億人。 也就是全國近10億人是白戶沒有央行徵信。
中國各類銀行2千多家、小貸公司和擔保公司各近1萬家、持牌消費金融20多家、正常運營P2P平台2千多家。 在這樣的信用報告分佈下、促使客戶流向分層；優質客戶分流到銀行的優質利率產品，小貸公司面對的是次級客戶。 小貸公司隨之面對：如何構建覆蓋面更廣泛的信用分。
2、欺詐
美國征信體系完善、更關注的是還款能力，判斷一個人到底能還多少錢、利率定多高、到底什麼時候能還得上錢，如果還不上可能會走個人破產過程。
而在中國更關注的是還款意願。 擔心還款意願，是害怕申請人故意來騙貸。 貸款業務是用利息沖抵壞賬的業務。 如果管控不好、騙貸用戶（壞賬）激增， 產品的財務模型迅速崩了、業務再做下去就好困難。
據資料，2016年全球網絡黑產的交易量已超過74萬億中國GDP總量；國內欺詐團伙約160萬個，每年欺詐鏈條設計的產值規模超千億。 而2016年我國的消費信貸規模是22萬億。
二、同盾
同盾已然是國內互金行業的獨角獸，今天主要是想介紹下同盾。
同盾在2015年成立以提供反欺詐服務切入，逐漸形成“反欺詐－信用建設－智能數據分析”的數據服務公司。
徵信分不好打很重要的原因是數據散落在各機構中、數據孤島；像側重電商數據的芝麻分、側重社交關係的騰訊分、側重運營商數據的51信用分等。 同盾宜反欺詐切入，能部分打破數據孤島的情況、形成反欺詐層面的全網聯防。
同盾在做這件事上有一些優勢、是其他大電商平台很難做到的，優勢：
- 系統完全自有，數據穩定；
- 只做風險，獨立第三方，不做市場引流，不做信貸業務；
- 創新建模方法論，以傳統建模為主；
- 負面客群識別效率高，補充負面信息，提高覆蓋範圍；
- 對於線上行為識別高效，擁有6~7億的線上設備量。
同盾的應用已經很廣泛。 同盾已與合作的7000多家機構實現對接，涵蓋金融、電商、銀行、保險、證券基金、理財、遊戲、社交網絡、社區等領域。 其中，金融行業佔比50%，包括招商銀行、興業銀行、微粒貸、宜人貸、拍拍貸等。 同盾單日API調用量過億，調用總量已達230億，日借貸調用量超500萬。
據資料，同盾已監測到100萬人的欺詐人群，佔中國從事網絡欺詐人群總數約160萬的62.5%；在同盾的人工智能反欺詐模型中，被拒絕的10%的人群中有90 %是欺詐分子。
三、同盾分
同盾貸前審核報告中，同盾分範圍是0-100分。 評分分三個檔次，0-20低風險區，系統建議通過審核；20-80分，較大風險區，系統建議進行人工審核；80-100分，系統檢測出高危風險，建議直接拒絕。
雖然通常80-100分區域的客戶被稱為網貸黑名單客戶（網貸黑戶），但很多網貸公司實踐中已經把“黑戶”標準減低到70分甚至60分，也就是說，如果某 客戶同盾分雖然不到80分，但是如果超過60分，實際上也是很難下款的。
同盾貸前審核報告主要包括三大部分：
- 掃描建議。 包含：同盾評分及風險建議
- 基本信息。 包含：客戶姓名、身份證號、手機號、歸屬地
- 貸前風險情況。 是同盾報告的核心部分，包括5項核查內容：個人基本信息核查、風險信息掃描、多平台借貸申請檢測、關聯人信息掃描、客戶行為檢測
我們看下同盾貸前審核報告的例子：
四、貸前風險情況詳細介紹
第三部分貸前風險情況是同盾報告的核心部分，包括5項核查內容，分別是個人基本信息核查、風險信息掃描、多平台借貸申請檢測、關聯人信息掃描、客戶行為檢測。
1、個人基本信息核查
主要是核驗身份證號、手機號格式是否正確，身份證姓名和號碼是否對應，是否偽冒身份，身份證和手機號歸屬地是否是風險集中地區，
2、風險信息掃描
是將客戶的基本信息與系統的風險數據庫比對，核查該客戶是否已經進入系統的風險關註名單數據庫，一般通過身份證號碼或手機號進行信息匹配。
常見的風險關註名單類型有：異常藉款、信用異常、機構代辦、垃圾註冊、信貸逾期、法院結案、失信被執行人等。
（1）異常藉款
命中異常藉款風險名單的人數最多，一般是由於操作不當，違反了同盾系統的反欺詐規則。 目前，同盾系統的反欺詐規則多達上萬條，稍不注意就會被系統納入到異常藉款風險關註名單。
比較常見的違規情況有：
- 填寫的個人信息多變；
- 頻繁變換申請設備或網絡環境（用wifi申請網貸是大忌）；
- 同時申請多家平台；
- 手機號正常使用不足3個月；
- 手機通訊錄、通話記錄有網貸黑名單人員；
- 手機短信中有多個小貸公司發的信息；
- 有瀏覽博彩等不良網站的記錄；
- 夜晚12:00至早上6:00申請借款；
- 用“複製+粘貼”填寫個人信息；
- 使用技術性欺詐手段。
（2）信用異常
信用異常是指客戶存在影響正常還款的異常信息，比如，以前有過信貸逾期記錄、網貸待還款負債過高、工作頻繁變動、收入不穩定、存在藉東牆補西牆嫌疑等情況 。
（3）機構代辦
有些人缺乏網貸申請經驗或為省事，會找專業的借款中介幫忙申請網貸。 目前，市場上已經出現很多家貸款中介服務平台。 同盾大數據風控系統針對機構代辦情況，設置了專門的風控規則。
例如，同盾系統在某一被拒絕的用戶中，關聯出來了一個失信的身份證和設備，而且發現其設備有較多的申請行為，系統會認定存在機構代辦嫌疑，那麼，這個被關聯出來 的用戶或將需要嚴格的人工審核，甚至可以直接拒絕。
（4）垃圾註冊
垃圾註冊是指惡意借款人利用自動化腳本、計算機程序或僱傭自然人的方式，模擬正常合法的用戶在網站上進行註冊，給網站的正常運營帶來惡劣影響。 同盾科技通過對註冊行為進行監測，結合同盾的設備指紋技術，發現異常行為，保證網站的正常運營。
（5）貸款逾期
顯示信貸逾期記錄是大數據風控報告的重要功能之一。 目前，同盾大數據風控系統主要用於互聯網金融領域，主要記錄網貸逾期情況，包括逾期發生的時間、金額範圍、逾期天數以及逾期次數。
（6）法院結案或失信被執行人
目前，法院結案及失信被執行人信息都是公開的，同盾大數據風控系統可以利用網絡爬蟲技術從互聯網收集到，並與信貸申請客戶進行比對。
3、多平台借貸申請檢測
此部分是同盾報告主體部分，體現了同盾科技跨行業跨平台聯防聯控的風控理念。 一般根據近7天、1個月、3個月、6個月、12個月、18個月、24個月、60個月這八個時段，顯示借款人在多個平台申請借款的記錄， 並依據不同時段借款次數的多少，劃分高、中、低三個檔次的風險等級，一般近7天內有大於等於兩次申請記錄就屬於高風險，同時，還會顯示申請借款的機構類型；如下 圖。
4、關聯人信息掃描
主要核查借款人重要關聯人的信用狀況。 一般借款都需要填寫1-2個重要聯繫人，一般是配偶或直系親屬，配偶或直系親屬的信用狀況對借款人信用也有很大影響，如果重要關聯人的信用狀況非常糟糕，也直接影響借款 的借貸申請。
5、客戶行為檢測
就是異常行為監測。 常見的異常行為如下：
- 3個月內身份證關聯多個申請信息，一般3個月內，在不同放貸機構身份證關聯的手機號、家庭地址、郵箱數大於等於兩個，系統就顯示異常行為信息；
- 3個月內身份證關聯工作單位地址大於等於2，工作單位信息與借款人還款能力密切相關，這部分異常行為信息，系統會重點顯示；
- 3個月內申請信息關聯多個身份證，特別是同一個手機號關聯多個身份證，有中介代辦的嫌疑。
作者：AnnieLi (微信公眾號：AnnieLiO)，美團產品經理
本文由 @AnnieLi 原創發佈於人人都是產品經理。 未經許可，禁止轉載。
題圖來自StockSnap.io，基於 CC0 協議