国内金融机构的模型特征,大部分依赖征信等相关金融属性特征,许多之前能使用的个人数据较之前少了不止一个维度。特别是在个保法出来之后,公民的信息能获取的颗粒度已经较之前收敛了许多,分析了下,常规上国内模型特征常常使用的维度有以下内容:
①国内模型有效特征
征信24个月内查询次数
征信24个月内最大查询机构数
征信24个月内最大借款金额
征信5年内查询次数
征信5年内查询机构数
征信5年内最大借款金额
三方通讯录/通话数据分
三方京东支付宝消费分
三方数据信用分
个人信息分数
资产信息分数
信用分数
三方学历验证
可以看到,征信是占比权重最高的数据源。相比国内模型的特点,海外模型的特征还是有许多不同,本次我们跟大家直接讲讲海外模型的相关特征。说到海外,其实每个国家的政策都有些不同,本次我们稍微将海外的模型,分成两大类,分别是拉美国家与东南亚国家。
②拉美国家
拉美国家模型较有效特征:
短信词频抓取分数
applist抓取分数
注册申请时间间隔
年龄
发薪日
性别
婚姻
通讯录个数
共享gaid,device人数
设备分数
工作时长
职业
行业
手机归属州
重复放款银行卡
多张人脸对比结果
③东南亚国家
东南亚国家模型较有效特征:
applist抓取分数
年龄
发薪日
性别
婚姻
三方设备同盾
三方征信advance
三方数据充值数据,手机运营商数据
三方多头数据
共享gaid,device人数
设备分数
职业
行业
重复放款银行卡
多张人脸对比结果
三方数据学历数据
综上:
拉美国家,基本没有三方数据,没有征信,没有多头,没有卡三卡四闭环验证;
东南亚,限制相对严格,目前有一些可用好用的三方数据,但是不允许抓取通讯录、短信等,没有卡三卡四闭环验证;
国内,限制非常严格,对比海外,基本没有设备信息等,也不需要手机归属地等信息;

【完整版本内容,可参考直播课程】
关于国内与还在风控模型上的细则,有兴趣的童鞋可关注:

…
~原创文章