大数据下什么姿势撸小贷？
更新一下，公众号改名字了，叫泡泡数据
先说背景，笔者大学毕业三年，刚毕业进入一家p2p公司，经历了p2p行业的倒闭潮，后进入互联网小贷行业，公司风控模型的构架与搭建均有参与。现无业，如果去大公司还是做基层，稳定，去小公司的话老板许车许房，就是不知道画的大饼能不能吃的上。自己创业又害怕，现在在朋友公司里混日子，低工资无其他收入。
介绍完毕，三年的时间不长不短，自恃可以讲一些普通用户不得而知的行业内幕，或许可以在老哥撸小贷是起到参考作用，当然了，如果有讲的不对的地方，









你咬我啊。


大数据，人工智能无疑是互金行业近年来最火热的名字。其作用除了能大大降低获客成本外，最大也是最重要的应用就是风控领域。即大数据风控，是指通过运用大数据构建模型的方法对借款人进行风险控制和风险提示{来源百度百科}。它的实质是提升欺诈者的欺诈成本，在欺诈行为发生之前就将其禁止{所有的互金公司都不惮以最坏的恶意来揣测每一个用户，但是老板们看到众多论坛老哥把借款叫做 发工资 时候，估计要哭晕在厕所了}。一般互金公司需建立自身的云数据系统、风险评估模型、信用衡量体系、风险定价模型等核心产品，对自身体系内以及体系外用户的海量数据进行搜集分析，将数据模型应用到信贷业务中，以实现以数据驱动产品及业务，实现企业风控的标准化、自动化。这是企业技术实力的体现，同时也是一项重要的成本支出，老哥们熟悉的各个稍稍有些名气的互金小贷公司，每月企业相关支出应该都不会低于百万元。所有公司大数据风控的基本流程主要分为四个部分：数据收集、行为建模、构建画像和风险定价。如下图所示https://pic1.zhimg.com/50/v2-bb8244ad17bacd52557b7f3d66c399b0_hd.jpg

不少互金公司都推出了自己的大数据风控系统，因为大数据风控模型是各家平台的核心商业机密，想展开横向对比分析也达不到。现仅就互金公司数据收集这一点稍微拓展一下。只是冰山一角。
https://pic2.zhimg.com/50/v2-234dd8ff2ee99f270f2540ce00927bce_hd.jpg

图一为征信数据来源，图二为相关数据类型。
现在让我们来换个思路，从老哥们申贷的流程和互金公司的反应来双线分析，也就是说，





我要开始说人话了。

1 登陆注册，这将是你解开你衣领的第一颗纽扣的开始，因为很快，在老板们的面前你将会一丝不挂的展示，你极尽风骚，渴望得到宠信，但你不知道，你面对的将是一群最严苛的客人{yin}，不仅要求你肤白貌美大长腿，甚至还要咨询上波客人的反馈。
部分老哥在第一步其实已经被老板们pass{拒绝}，只是碍于情面还要假装跟你kiss{亲吻}，并且留下你的adress{地址}，事后你还要找人diss{理论}，并且cuss{咒骂}他是个假的boss{老板}，其实你才是Foolish{愚蠢的}，因为老板早就知道你是个大雕萌妹的truth{事实}。
上面的freestyle献给大家活跃一下气氛，现在我来解释一下，严肃脸O__O。
在登陆注册环节，除了少量平台需要提供身份证之外，几乎所有平台只需要提供手机号或微信支付宝授权登录，看上去你已经一脚踏进门了，但事情远远不止你想像的那么简单，如果安装了该平台app，几乎在你收到验证码的一瞬间，你的imei，mac，gps，你的手机号等已经已毫秒级的速度上传至该公司的云数据系统，并且对相关信息进行处理匹配，主要是白名单，黑名单，及反欺诈的核验，反欺诈就不说了，可能涉密，就讲下前两点。
运用白名单机制的有微信的微粒贷，支付宝的借呗等，例如你在微信里打开微粒贷，支付宝里打开借呗，花呗，点开了有就有，没有就没有，他们是在已有的用户体系内筛选出一批种子用户，类似于饭在锅里，我在床上，当然这也是可遇而不可求的，你说自己信用再好，对不起，我不知道，我也不想知道，该不给你额度还是不给你额度。看到我爱卡坛子里有人发的强开微粒贷借呗啥的我就笑了，有那技术，去当中介真的可惜了，真能让他们找到腾讯阿里风控部门的漏洞，分分钟亿万富豪的节奏啊。所以老哥们听谁谁谁说的在哪哪强开借呗成功的，那是因为你自己进了白名单了，中介帮你点了一下而已。{那些号称专业开花呗借呗微粒贷的中介会不会追杀我⊙︿⊙}
第二是黑名单，黑名单包括设备黑名单，ip黑名单，号码黑名单，关联人黑名单等。例如你注册使用的设备，ip均显示是来自一个劣迹斑斑的黑中介，或者你本身已经在多个平台多次 ”领过工资“，并被多个平台标记为逾期坏账客户，又或者有一名在本平台 领过工资的 老哥亲密联系人就是你，那么恭喜你，你很有可能就会进入网贷黑名单的库了。{在强调一点：遇到经济问题的老哥们往往会通过各种不同渠道寻找借款，尤其是涉及赌博，吸毒等违法行为的。其中通过线上中介进行借贷的客户，随着互联网的发展也在逐年递增。相比通过线下中介借贷的客户，此类客户往往逾期后更难以收回贷款金额，还款意愿也就相对较低，相对风险也就越高。所以以后碰到装b的中介，当面见，戳穿他，如果他真的很牛逼，线下找他你的下款几率也会更高一些。}
所以说其实在一开始登陆注册时，已经准入了一批，也拒绝了一批。看有些老哥说的我只填了手机号就把我给拒了，破口大骂，肯定是个假口子，其实不然，你自认为只解开了一颗纽扣，其实底裤早就被人悄悄扒了。
2 信息填写与核实
注册完之后，就该让老哥们填资料，验证码，眨眨眼，张张嘴，摇摇头，发工资啦。
换种更准确的说法，也是小贷公司在做的的流程，就是 信息获取 信息校验，信息分析以及身份核实。当然这些流程完成之后，你真的可以说是一丝不挂了。

用脑图来表现肯定会更直观，但是怕图又被吃了，我还是手工写了。
互金公司信息获取途径主要有一下几个渠道及类型，1授权信息及授权爬虫，就是老哥们收验证码的时候啦，基本上包括运营商信息，学历学籍信息，电商信息，网银流水，央行征信，信用卡账单，学信网等，当然，他们爬取的信息跟你本人能看到信息还是稍稍有些不一样的，这些都是稍作加工的。例：运营商信息
https://pic1.zhimg.com/50/v2-724a68ea5c3c9d0c021cbc28bf4a7563_hd.jpg


淘宝信息https://pic1.zhimg.com/50/v2-b17b033bba56412327519ab72ab2d6bf_hd.jpg


当然，信息远远不止这么多。大公司做这些当然有实力自己开发自己用，但是那些小公司就不行了，公司自行开发成本太高，只能买api，这也是一大笔费用啊，你认证一次他就得掏一次钱，所以不要以为有些小贷公司利息高的飞起是因为他们黑，运营成本，获客成本，边际成本算上，同样一万元的借款那些小的互金公司真不一定有马爸爸的借呗赚钱。也不要整天骂这些公司骗资料啥的，国家对个人买卖这块管理严格的令人发指，你的信息真的没那么值钱。2用户自行填写，这个就不多说了，很多互金公司拥有海量的数据，让你填写更多的信息并不是不知道，只是想看看你是不是在说实话。这一点像阿里系，腾讯系平安系的借贷类产品完全可以做得到。所以老哥们撸大公司背景的小贷时最好不要相信所谓的小窍门，小诀窍，如实填写是最有效的。像支付宝强开七星开八星啥的都是自欺欺人，马爸爸睁一只眼闭一只眼罢了，千万别费那个钱。3非授权的第三方数据，这些才是你看不到的冰山的水下部分，这些信息就来源于一些第三方的大数据公司，其中最有实力的应该就是平安，阿里，腾讯了{排名有先后，但仅限于在互金领域的应用，类似同盾之流自身无数据，只在做资源整合，距上述三巨头的差距任重而道远}，虽然国家对个人信息隐私的监管方面越来越规范与严格，信息不能买卖，但是可以交换啊，可以直接并购公司啊，可以仅提供信息核查啊，反正我不给钱就不是卖喽。在中图二展示的仅为部分信息，大家可以仔细看看图二。
如你前天夜晚在百度上搜了一下大桥未久的未亡人系列{当然这并不作为负面信息，因为这是男人的基本需求，但是如果你在网上搜索并关注网赌，彩票，寻贷，一元购，网络黑产及黑市以及部分诱导高消费网站如直播等这些都是大大的负面信息了}，昨天中午用饿了么叫了一份沙县小吃，昨天下午约小美看电影未遂，这些都是有迹可循的。我延伸一下，今日头条感觉你会喜欢那篇文章，所以推送给你他觉得你想看的那篇文章，淘宝也会用他们的人工智能及ai来推送他感觉你想买的东西，最可怕的是像51人品这类互金公司甚至会用大数据来差异化定息，你最高能接受多高的息？你最多能承受每月多少的还款额？商家都会依此实现自己利益的最大化，而用户缺在ai和大数据的自以为是的指引下越走越远，失去了更多的可能，这是怎样的可怕世界？
延伸一下有些跑题了，接着说一个比较鸡贼的用户非授权信息，芝麻信用，有人的芝麻分很高，但是贷款确很难做的下来，这是因为芝麻分只是芝麻信用整个体系中的一个维度，芝麻信用包括芝麻认证，芝麻信用评分，行业关注名单，申请欺诈评分，欺诈信息验证，欺诈关注清单等等，芝麻分授权给商家对用户是有提示的，但是剩余的信息也会一并提供给商家，当然商家得掏钱，用户却并不知情，所以说芝麻分高的人不一定是互金公司的优质客户，但是芝麻分低的人一定是次贷客户甚至垃圾客户。
获取这些用户的授权与非授权信息后，就该核实校验了，同样分为三个渠道，系统，人工及第三方，当然有些互金公司依托强大的库资源及ai，仅凭一种或两种校验渠道就可以快速甄别比对出资料的真假，例如芝麻信用里的欺诈信息认证就是依托于阿里强大的系统，通过已手机号有效性{识别该手机是否该用户使用，手机最近使用时间}，地址有效性{识别该地址是否该用户使用过，地址最近使用时间}，银行卡有效性{通过银行卡四要素，姓名身份证银行卡，手机}，设备环境有效性{对于非当面办理的互联网业务，有效识别当时办理时的设备，网络环境是否该用户常用的设备或环境}等信息的场景，时效性，频率来识别用户与信息的匹配度，能很有效的识别出冒名，欺诈，盗用，作弊虚假申请等风险，结果会以欺诈分的形式展示出来，如下图所示https://pic3.zhimg.com/50/v2-88c3bc02b170a5358d284a3bcacd225c_hd.jpg


人工核实一般用于在系统无法辨别或者用户信息存在潜在疑点的情况，还拿上图举例，其中0分为系统未查的相关信息，会调用人工核实机制了，0到40为系统判定虚假信息，直接拒绝，40到80会建议调用人工审核，80分以上会直接通过欺诈信息验证，其中0分以及40到80的区间就是疑似假者与风控人员之间的斗智斗勇了，有些老哥申请贷款时会接到两个电话，不要奇怪，第一个审核电话只是确定你真的是你，然后才会进入下一步的审核。第三点第三方的校验类似于很多大数据公司会给互金公司提供的身份证网纹识别的api，很多人不懂这是什么意思，我来解释一下，每个人的身份证上面都会有一些纹路，也是每个身份证的唯一标示，类似于你的指纹，很多老哥身份证丢了，碰到小贷app上上传身份证的时候自以为办假证的办个假的就行，还是图样图森破。

3 借款申请

以上步骤完成后就该开始你的终极目标了，选择借款金额，周期，点击借款。

其中互金公司要做的就是将已有信息套入其所搭建的模型中进行比对分析建模，钱你不一定借的到，但你肯定会丰富别人的库，其中各公司的大数据模型必然是其核心机密，不做分析，现仅就其原理做简要说明。它就像一件外套，就看你能不能穿得上穿的舒服了，而你的各项信息及资质就决定了你的体型。

举个简单的例子
现在各大金融机构常用的LBRM（Location Based Risk Management）体系。
其原理为从客户的日常活动范围推断出客户所处的生活环境，消费物价，以及工作地点等等信息，无疑可以在一定程度上反应出客户的信贷能力， 即基于位置信息的风险管理应用。具体来看，其又包括两大特征：集群{静态}与轨迹{动态}。
集群特征：用户常用地点{工作地址，家庭地址，电商收货地址}所在地的各项指标，
类似当地人均收入，消费物价，是否为诈骗高发地等信息的分析。例如某校园贷平台曾在很长一段时间对部分集中出现恶意骗贷的高校关闭申请窗口，不管资质怎么样，只要该校学生申请，一律拒贷。
轨迹特征：用户在不同时间的位置数据所展现出的日常活动范围以及移动轨迹，可以很好的反应出用户的工作，生活等方面的信息。
基于位置信息这两大特质可以很好地分析出用户真实的工作，生活等情况，从而在反欺诈，尤其是甄别中介包装，伪冒资料等方面有着得天独厚的优势。其次当出现一些地域性较强的信用风险事件时，也可以及时的做出风险策略调整。同时针对用户借贷额度也能进行初步的评估，例如针对消费金融中的租房贷，一线城市必然会比其他房租较低的地区额度高很多。
当然，除了LBRM（Location Based Risk Management）体系，互金公司还会运用更多的模型来与借款用户斗智斗勇，这只是很小的一个维度。这里就不再多说了。


越写越多，原谅我虎头蛇尾了，有空再扒，(会在公众号 泡泡贷 发)，总结一下，大数据和人工智的发展能让你可以到很多公司借钱，同样也让很多公司都不借给你钱。申贷自己申，最好不要找中介，信息如实填写，多次申贷资料保持一致性，不要在大数据面前耍小聪明，当然，你三无人员，必须找中介包装资料，或两黑{网黑征信黑}，死马当活马医，就当我没说。
最后，做个硬广，微信搜索公众号泡泡数据，里面有个信用认证，对接了比较主流的大数据公司，信息涵盖还是比较全面的，但是需要支
付20块的查询费用，有需要的老哥可以查一下自己的网贷信用，一首诗送给老哥们：
边撸边思考
边撸边指导
且撸且不易
且撸且珍惜

大数据下什么姿势撸小贷？
更新一下，公众号改名字了，叫泡泡数据
先说背景，笔者大学毕业三年，刚毕业进入一家p2p公司，经历了p2p行业的倒闭潮，后进入互联网小贷行业，公司风控模型的构架与搭建均有参与。现无业，如果去大公司还是做基层，稳定，去小公司的话老板许车许房，就是不知道画的大饼能不能吃的上。自己创业又害怕，现在在朋友公司里混日子，低工资无其他收入。
介绍完毕，三年的时间不长不短，自恃可以讲一些普通用户不得而知的行业内幕，或许可以在老哥撸小贷是起到参考作用，当然了，如果有讲的不对的地方，









你咬我啊。


大数据，人工智能无疑是互金行业近年来最火热的名字。其作用除了能大大降低获客成本外，最大也是最重要的应用就是风控领域。即大数据风控，是指通过运用大数据构建模型的方法对借款人进行风险控制和风险提示{来源百度百科}。它的实质是提升欺诈者的欺诈成本，在欺诈行为发生之前就将其禁止{所有的互金公司都不惮以最坏的恶意来揣测每一个用户，但是老板们看到众多论坛老哥把借款叫做 发工资 时候，估计要哭晕在厕所了}。一般互金公司需建立自身的云数据系统、风险评估模型、信用衡量体系、风险定价模型等核心产品，对自身体系内以及体系外用户的海量数据进行搜集分析，将数据模型应用到信贷业务中，以实现以数据驱动产品及业务，实现企业风控的标准化、自动化。这是企业技术实力的体现，同时也是一项重要的成本支出，老哥们熟悉的各个稍稍有些名气的互金小贷公司，每月企业相关支出应该都不会低于百万元。所有公司大数据风控的基本流程主要分为四个部分：数据收集、行为建模、构建画像和风险定价。如下图所示https://pic1.zhimg.com/50/v2-bb8244ad17bacd52557b7f3d66c399b0_hd.jpg

不少互金公司都推出了自己的大数据风控系统，因为大数据风控模型是各家平台的核心商业机密，想展开横向对比分析也达不到。现仅就互金公司数据收集这一点稍微拓展一下。只是冰山一角。
https://pic2.zhimg.com/50/v2-234dd8ff2ee99f270f2540ce00927bce_hd.jpg

图一为征信数据来源，图二为相关数据类型。
现在让我们来换个思路，从老哥们申贷的流程和互金公司的反应来双线分析，也就是说，





我要开始说人话了。

1 登陆注册，这将是你解开你衣领的第一颗纽扣的开始，因为很快，在老板们的面前你将会一丝不挂的展示，你极尽风骚，渴望得到宠信，但你不知道，你面对的将是一群最严苛的客人{yin}，不仅要求你肤白貌美大长腿，甚至还要咨询上波客人的反馈。
部分老哥在第一步其实已经被老板们pass{拒绝}，只是碍于情面还要假装跟你kiss{亲吻}，并且留下你的adress{地址}，事后你还要找人diss{理论}，并且cuss{咒骂}他是个假的boss{老板}，其实你才是Foolish{愚蠢的}，因为老板早就知道你是个大雕萌妹的truth{事实}。
上面的freestyle献给大家活跃一下气氛，现在我来解释一下，严肃脸O__O。
在登陆注册环节，除了少量平台需要提供身份证之外，几乎所有平台只需要提供手机号或微信支付宝授权登录，看上去你已经一脚踏进门了，但事情远远不止你想像的那么简单，如果安装了该平台app，几乎在你收到验证码的一瞬间，你的imei，mac，gps，你的手机号等已经已毫秒级的速度上传至该公司的云数据系统，并且对相关信息进行处理匹配，主要是白名单，黑名单，及反欺诈的核验，反欺诈就不说了，可能涉密，就讲下前两点。
运用白名单机制的有微信的微粒贷，支付宝的借呗等，例如你在微信里打开微粒贷，支付宝里打开借呗，花呗，点开了有就有，没有就没有，他们是在已有的用户体系内筛选出一批种子用户，类似于饭在锅里，我在床上，当然这也是可遇而不可求的，你说自己信用再好，对不起，我不知道，我也不想知道，该不给你额度还是不给你额度。看到我爱卡坛子里有人发的强开微粒贷借呗啥的我就笑了，有那技术，去当中介真的可惜了，真能让他们找到腾讯阿里风控部门的漏洞，分分钟亿万富豪的节奏啊。所以老哥们听谁谁谁说的在哪哪强开借呗成功的，那是因为你自己进了白名单了，中介帮你点了一下而已。{那些号称专业开花呗借呗微粒贷的中介会不会追杀我⊙︿⊙}
第二是黑名单，黑名单包括设备黑名单，ip黑名单，号码黑名单，关联人黑名单等。例如你注册使用的设备，ip均显示是来自一个劣迹斑斑的黑中介，或者你本身已经在多个平台多次 ”领过工资“，并被多个平台标记为逾期坏账客户，又或者有一名在本平台 领过工资的 老哥亲密联系人就是你，那么恭喜你，你很有可能就会进入网贷黑名单的库了。{在强调一点：遇到经济问题的老哥们往往会通过各种不同渠道寻找借款，尤其是涉及赌博，吸毒等违法行为的。其中通过线上中介进行借贷的客户，随着互联网的发展也在逐年递增。相比通过线下中介借贷的客户，此类客户往往逾期后更难以收回贷款金额，还款意愿也就相对较低，相对风险也就越高。所以以后碰到装b的中介，当面见，戳穿他，如果他真的很牛逼，线下找他你的下款几率也会更高一些。}
所以说其实在一开始登陆注册时，已经准入了一批，也拒绝了一批。看有些老哥说的我只填了手机号就把我给拒了，破口大骂，肯定是个假口子，其实不然，你自认为只解开了一颗纽扣，其实底裤早就被人悄悄扒了。
2 信息填写与核实
注册完之后，就该让老哥们填资料，验证码，眨眨眼，张张嘴，摇摇头，发工资啦。
换种更准确的说法，也是小贷公司在做的的流程，就是 信息获取 信息校验，信息分析以及身份核实。当然这些流程完成之后，你真的可以说是一丝不挂了。

用脑图来表现肯定会更直观，但是怕图又被吃了，我还是手工写了。
互金公司信息获取途径主要有一下几个渠道及类型，1授权信息及授权爬虫，就是老哥们收验证码的时候啦，基本上包括运营商信息，学历学籍信息，电商信息，网银流水，央行征信，信用卡账单，学信网等，当然，他们爬取的信息跟你本人能看到信息还是稍稍有些不一样的，这些都是稍作加工的。例：运营商信息
https://pic1.zhimg.com/50/v2-724a68ea5c3c9d0c021cbc28bf4a7563_hd.jpg


淘宝信息https://pic1.zhimg.com/50/v2-b17b033bba56412327519ab72ab2d6bf_hd.jpg


当然，信息远远不止这么多。大公司做这些当然有实力自己开发自己用，但是那些小公司就不行了，公司自行开发成本太高，只能买api，这也是一大笔费用啊，你认证一次他就得掏一次钱，所以不要以为有些小贷公司利息高的飞起是因为他们黑，运营成本，获客成本，边际成本算上，同样一万元的借款那些小的互金公司真不一定有马爸爸的借呗赚钱。也不要整天骂这些公司骗资料啥的，国家对个人买卖这块管理严格的令人发指，你的信息真的没那么值钱。2用户自行填写，这个就不多说了，很多互金公司拥有海量的数据，让你填写更多的信息并不是不知道，只是想看看你是不是在说实话。这一点像阿里系，腾讯系平安系的借贷类产品完全可以做得到。所以老哥们撸大公司背景的小贷时最好不要相信所谓的小窍门，小诀窍，如实填写是最有效的。像支付宝强开七星开八星啥的都是自欺欺人，马爸爸睁一只眼闭一只眼罢了，千万别费那个钱。3非授权的第三方数据，这些才是你看不到的冰山的水下部分，这些信息就来源于一些第三方的大数据公司，其中最有实力的应该就是平安，阿里，腾讯了{排名有先后，但仅限于在互金领域的应用，类似同盾之流自身无数据，只在做资源整合，距上述三巨头的差距任重而道远}，虽然国家对个人信息隐私的监管方面越来越规范与严格，信息不能买卖，但是可以交换啊，可以直接并购公司啊，可以仅提供信息核查啊，反正我不给钱就不是卖喽。在中图二展示的仅为部分信息，大家可以仔细看看图二。
如你前天夜晚在百度上搜了一下大桥未久的未亡人系列{当然这并不作为负面信息，因为这是男人的基本需求，但是如果你在网上搜索并关注网赌，彩票，寻贷，一元购，网络黑产及黑市以及部分诱导高消费网站如直播等这些都是大大的负面信息了}，昨天中午用饿了么叫了一份沙县小吃，昨天下午约小美看电影未遂，这些都是有迹可循的。我延伸一下，今日头条感觉你会喜欢那篇文章，所以推送给你他觉得你想看的那篇文章，淘宝也会用他们的人工智能及ai来推送他感觉你想买的东西，最可怕的是像51人品这类互金公司甚至会用大数据来差异化定息，你最高能接受多高的息？你最多能承受每月多少的还款额？商家都会依此实现自己利益的最大化，而用户缺在ai和大数据的自以为是的指引下越走越远，失去了更多的可能，这是怎样的可怕世界？
延伸一下有些跑题了，接着说一个比较鸡贼的用户非授权信息，芝麻信用，有人的芝麻分很高，但是贷款确很难做的下来，这是因为芝麻分只是芝麻信用整个体系中的一个维度，芝麻信用包括芝麻认证，芝麻信用评分，行业关注名单，申请欺诈评分，欺诈信息验证，欺诈关注清单等等，芝麻分授权给商家对用户是有提示的，但是剩余的信息也会一并提供给商家，当然商家得掏钱，用户却并不知情，所以说芝麻分高的人不一定是互金公司的优质客户，但是芝麻分低的人一定是次贷客户甚至垃圾客户。
获取这些用户的授权与非授权信息后，就该核实校验了，同样分为三个渠道，系统，人工及第三方，当然有些互金公司依托强大的库资源及ai，仅凭一种或两种校验渠道就可以快速甄别比对出资料的真假，例如芝麻信用里的欺诈信息认证就是依托于阿里强大的系统，通过已手机号有效性{识别该手机是否该用户使用，手机最近使用时间}，地址有效性{识别该地址是否该用户使用过，地址最近使用时间}，银行卡有效性{通过银行卡四要素，姓名身份证银行卡，手机}，设备环境有效性{对于非当面办理的互联网业务，有效识别当时办理时的设备，网络环境是否该用户常用的设备或环境}等信息的场景，时效性，频率来识别用户与信息的匹配度，能很有效的识别出冒名，欺诈，盗用，作弊虚假申请等风险，结果会以欺诈分的形式展示出来，如下图所示https://pic3.zhimg.com/50/v2-88c3bc02b170a5358d284a3bcacd225c_hd.jpg


人工核实一般用于在系统无法辨别或者用户信息存在潜在疑点的情况，还拿上图举例，其中0分为系统未查的相关信息，会调用人工核实机制了，0到40为系统判定虚假信息，直接拒绝，40到80会建议调用人工审核，80分以上会直接通过欺诈信息验证，其中0分以及40到80的区间就是疑似假者与风控人员之间的斗智斗勇了，有些老哥申请贷款时会接到两个电话，不要奇怪，第一个审核电话只是确定你真的是你，然后才会进入下一步的审核。第三点第三方的校验类似于很多大数据公司会给互金公司提供的身份证网纹识别的api，很多人不懂这是什么意思，我来解释一下，每个人的身份证上面都会有一些纹路，也是每个身份证的唯一标示，类似于你的指纹，很多老哥身份证丢了，碰到小贷app上上传身份证的时候自以为办假证的办个假的就行，还是图样图森破。

3 借款申请

以上步骤完成后就该开始你的终极目标了，选择借款金额，周期，点击借款。

其中互金公司要做的就是将已有信息套入其所搭建的模型中进行比对分析建模，钱你不一定借的到，但你肯定会丰富别人的库，其中各公司的大数据模型必然是其核心机密，不做分析，现仅就其原理做简要说明。它就像一件外套，就看你能不能穿得上穿的舒服了，而你的各项信息及资质就决定了你的体型。

举个简单的例子
现在各大金融机构常用的LBRM（Location Based Risk Management）体系。
其原理为从客户的日常活动范围推断出客户所处的生活环境，消费物价，以及工作地点等等信息，无疑可以在一定程度上反应出客户的信贷能力， 即基于位置信息的风险管理应用。具体来看，其又包括两大特征：集群{静态}与轨迹{动态}。
集群特征：用户常用地点{工作地址，家庭地址，电商收货地址}所在地的各项指标，
类似当地人均收入，消费物价，是否为诈骗高发地等信息的分析。例如某校园贷平台曾在很长一段时间对部分集中出现恶意骗贷的高校关闭申请窗口，不管资质怎么样，只要该校学生申请，一律拒贷。
轨迹特征：用户在不同时间的位置数据所展现出的日常活动范围以及移动轨迹，可以很好的反应出用户的工作，生活等方面的信息。
基于位置信息这两大特质可以很好地分析出用户真实的工作，生活等情况，从而在反欺诈，尤其是甄别中介包装，伪冒资料等方面有着得天独厚的优势。其次当出现一些地域性较强的信用风险事件时，也可以及时的做出风险策略调整。同时针对用户借贷额度也能进行初步的评估，例如针对消费金融中的租房贷，一线城市必然会比其他房租较低的地区额度高很多。
当然，除了LBRM（Location Based Risk Management）体系，互金公司还会运用更多的模型来与借款用户斗智斗勇，这只是很小的一个维度。这里就不再多说了。


越写越多，原谅我虎头蛇尾了，有空再扒，(会在公众号 泡泡贷 发)，总结一下，大数据和人工智的发展能让你可以到很多公司借钱，同样也让很多公司都不借给你钱。申贷自己申，最好不要找中介，信息如实填写，多次申贷资料保持一致性，不要在大数据面前耍小聪明，当然，你三无人员，必须找中介包装资料，或两黑{网黑征信黑}，死马当活马医，就当我没说。
最后，做个硬广，微信搜索公众号泡泡数据，里面有个信用认证，对接了比较主流的大数据公司，信息涵盖还是比较全面的，但是需要支
付20块的查询费用，有需要的老哥可以查一下自己的网贷信用，一首诗送给老哥们：
边撸边思考
边撸边指导
且撸且不易
且撸且珍惜