读懂：做金融营销的同时也在做反欺诈

编者按：“互联网融资成本并未明显降低，主要在于近年来我国互联网金融在发展模式和业务拓展上存在较大偏差，一是风险控制和管理体系不健全，风险识别和差异化定价能力差，无法有效区分高风险客户和中低风险客户，二是热衷宣传，市场推广成本居高不下。营销高成本和欺诈风险成为互金发展的一大障碍”曾任中国人民银行国际金融研究所研究室主任的黄金老在其著作中指出了互联网金融当前发展面临的壁障。在一次闭门会议上陈晓（化名）向独角金融分享了如下观点。

    营销是所有行业都无法绕开的话题，互联网金融自然也不会例外。

    目前，国内广告规模达3000亿元左右，电商及p2p的获客成本直线上升，粗放的营销时代已经过去。用一批手机号或者其他竞品数据投放效果仅为0.05%，微信朋友圈广告效果0.5%，而传统的电梯广告、产业广告、户外床单这种形式互动性较差。

其中，微信朋友圈广告做到了部分精准，但是不能持久留存，而短信推荐成为较为精准、互动性良好、存活时间长的营销选择。

即便采用了短信营销的形式，在在传统的金融营销中，还会遇到如下问题。

在风控模型里，风控做的好，很多黑产分子被过率了，通过率较低；做的不好，在催收阶段发现很多同区域的用户出现，就是黑产。而这些黑产可能在营销里面做了不良行为。

黑产分子是团伙作案。在营销里有两个场景，一是黑产分子养的“清白”的小号，一是拉回流。

在现金贷或者信用贷中，黑产团伙养一批没有不良记录的小号，在传统金融营销的分析里，他们被推荐率很高，他们收到平台的短信，点击、注册。

另一种就是就是他养一批小号定期还款或提前还款提高信用，等到平台给他的贷款额度调高后，申请最后一次贷款，然后就“消失”了。

这两种情况给从业者提了个醒儿，应该在营销时就把这些非法分子给排除掉，也就是说：“做营销的同时，也在做反欺诈。”

营销推荐分为几种，其中一种就是离线推荐，基于数据分析得到一批手机号，然后发送短信营销。还有微信朋友圈广告可以根据登陆用户的画像实时匹配用户感兴趣的产品营销。离线里常用的模型有分类、回归、聚类，还有特定的ai 图谱等几种。

推荐的流程是什么样的呢？

例如，做现金贷，需要基本信息，从中筛选相对成熟的信息，通用算法来建模，快速分析、部署、上线，进行灰色测试，测试后就会得到一个投放效果，再进行迭代分析，这样推荐流程就跑起来了。

在推荐成熟的架构里，最底层一般是存储层，存储画像数据，比如说人口统计特征，或者是它的行业属性、财务收入特征及用户行为（浏览记录、点击行为、网贷公司APP的行为）等，这些都会直接影响平台的推荐效果。

还有一些其他的基础数据，和社交数据，作为平台建模的一个数据来源。而经过商业层时会根据业务不同而作做一个筛选。

这些基础数据来源主要有以下几方面：

如平台有社交数据，像腾讯的qq关系链、微信关系链、通话记录等，形成一个多维关系网。再根据设备如，pc端IP地址或者手机wifi的同一性，组成一个关系。

其次，手机与手机之间短期通话，可以组成一个联系网络。

还有定位数据，如手机定位，可以分析家庭位置、公司位置甚至老家位置。这个也可以做新店选址，通过这些数据查看客群分布及客流量。

再有，通过在PC端、APP中浏览点击的先后顺序，模拟用户习惯。

除了自身数据外，还会搜罗互联网上其他数据做补充。

在金融行业里，用户也会有分类，如借贷、理财、彩票、股票、贵金属投资的，不同的产品类型有不同的信息，用户特征维度有所区分，需要专门的人做标识。

这样，在整个用户的缩略图里，用户与用户、用户与其他食物之间不同的深浅联系，在筛选优质客户的过程中黑产分子就被排掉了。

据公开数据显示，目前60%—70%的信贷损失来源于欺诈，互联网欺诈案件数每年以20%—30%的速度增长。如何做好反欺诈，是业内一直关注的话题，独角金融要说：从源头抓起，事半功倍。

作者：杨秀娟