大数据风控市场，目前逐步呈现一片“红海”趋势，互联网巨头想做，传统征信公司想做，传统第三方信贷风控服务商想做，金融信贷机构自己也想做。一时间，各种大数据风控概念、产品、工具纷纷上市。

大数据风控到底靠不靠谱？

国际著名金融风控专家、国内大数据风控体系建设倡导者Chris认为，“大数据风控，是互联网金融乃至传统金融风控的必然趋势，它的发展将会给金融领域带来巨大福音。同时，大数据风控一定是一项体系性工程，需要结合大数据技术与风控运维管理来层层把关。”

在Chris看来，要真正做好大数据风控，特别是互金风控，需要从风控流程、风控人员管理、风控效率、风控质量、风控成本等多维度考量。有效的、高效的大数据风控体系建设，突破大数据技术障碍是基础，更重要的是要对金融风控领域以及互金行业有足够深刻的理解和研究，对风控管理和运维有深刻认识。在他看来，大数据风控需要数据的多维性，更需要风控运营管理的多维性，他主张建设贯穿信贷生命周期的大数据风控体系，用流程化的体系和大数据技术手段，从技术与风控运维角度对信贷风控进行一体双面的层层把关。

结合多年金融风控研究和风控数据挖掘和实施项目实践经验，以及近三年多的信贷大数据风控体系建设体会，Chris对大数据风控体系建设有一个比较通俗形象的比喻，他说：“在中国传统中医里，有‘望、闻、问、切’四诊法理论与实践，这也是中医的纲领，通过‘四诊法’，判断分析病情，治病救人。信贷大数据风控体系建设，也需要‘四诊法’，只不过从风控流程来说，顺序稍有变化，我将其称之为‘望、问、切、闻’四诊法，运用好这个方法，就可以从贷前、贷中、贷后对借款人进行全流程、多维度、更精准的风险评估、决策及监控。”

风控第一诊法：望

中医《难经》讲：“望其五色，以知其病。”通过查看病人神色形态舌象，对病人的病情做出估计。

风控第一诊法——“望”，非常适用于通过大数据方法做贷款申请人信息调查的风控业务。我们知道，金融风控，特别是互金风控，申请人信息调查审核最为费时、费力，也最难管控。通过大数据技术手段和风控模型规则设置，精准挖掘申请人多维度信息，包括姓名、性别、年龄、电话、身份证件、邮件地址、家庭住址、亲属关系等人口属性信息，职业、收入、学历、财产、信贷记录、负债、支出等信用信息，消费方式、兴趣爱好、社交偏好等相关维度信息(结构化和非结构化)。不同维度的信息通过过滤、清洗、汇总，形成一张用户画像。通过观察用户的数据画像，判断其“神、色、形、态、舌象”，全面展示申请人个人信息，辅助审核决策。

风控第二诊法：问

《难经》有言：“问而知之者，问其所欲五味，以知其病所起所在也。”通过询问，了解病人个人情况、过往病史，善抓重点、诱发引导，详查细辨病情，尤其与情志病人的交谈，要善于识别“诈病”者的假诉。

风控第二诊法——“问”，通过此方式，很适合于做信贷智能欺诈识别业务。随着互金的发展，信贷业务呈现额度小、分散性、规模化等特点，有准备、有预谋的信贷欺诈行为频频发生，伪造个人申请信息、冒用他人身份信息、“征信黑名单”不可查以及不良中介诱骗他人间接实施信贷欺诈等难题严重影响互金的发展，传统风控很难解决，大数据风控当仁不让。

反诈骗的核心是人，信贷机构利用某种大数据平台，將申请对象相关的所有数据来源打通, 然后平台自动转换成交互问答的型式对申请对象进行测试，平台根据申请对象回答反馈，动态连续生成一般性、前置性、推导性等多样化题型，并通过大数据平台同步提取、清洗全维度动态数据，再结合专业的评分模型，对评估对象测试行为表征及答案进行同步校验、分析，智能判断、推理、分析、识别信息真伪，甄别评估（申请）对象是否有欺诈行为。借助大数据风控题库系统平台在线交互询问，使传统的申请表“动”了起来，让信贷欺诈无所遁形。

风控第三诊法：切

《难经》有云：“切脉而知之者，诊其寸口，视其虚实，以知其病，病在何脏腑也。”通过切脉（把脉），由外向内、由表及里，诊断病因，判断病情，分析出五脏病变的内在道理。

风控第三诊法——“切”，利用大数据做贷款人信用评分将会非常有效。在中国，信用评级体系并不完善，征信机构以及银行等传统金融机构也只拥有部分有过银行借贷关系人员的有限数据，而对于中国绝大多数没有信贷“痕迹”的自由职业者、新生代、无信贷经历者而言，风控问题已然无法根据一个人的借贷历史和还款表现，通过逻辑回归的方式来判断其信用情况了。

利用大数据，在贷中阶段，建立有效的信用模型和评分规则，利用灵活开放的数据导入技术、多维度的信用强弱关系评分项，以及专业的信贷评级模型，将信贷行为由贷前的信息审核或“人面画像”上升到对贷款申请人还款能力、还款意愿等更深入、更全面的“解剖、分析”，为信贷授信决策和管理提供全新的工具。风控第三诊法，将真正实现对评估对象由外向内、由表及里、由浅入深的精确、细致、深入、全面的分析、审核与评估。

风控第四诊法：闻

《难经》记载：“闻而知之者，闻其五音，以别其病。”主要通过觉察患者语言气息的高低、强弱、清浊、缓急……等变化，以分辨病情。

风控第四诊法——“闻”，利用大数据做贷后监控，既实用、又可靠。在信贷过程中，前中期的风控到位，并不意味着信贷交易的万无一失，在贷后阶段，常常会发生贷款人环境变故、还款能力改变、还款意愿动摇等情况，利用大数据技术，对贷款人进行多维度动态事件及市场信息跟踪与监控，能快速觉察、发现贷后贷款人的变化情况，及时进行贷后预警，有效防范贷款人跑路，信贷机构坏账、死账等情况发生。

“中医‘四诊法’是我国古代劳动人民跟自然界、疾病作斗争中长期摸索总结出来的重要中医理论和中医诊断方法，‘望、闻、问、切’辩证存在，相互印证，他们互为一体，共同组成了中医诊断的经典方法。与中医的‘四诊法’相似，大数据风控的‘望、闻、问、切’也是我们多年从事信贷风控及大数据技术实践的经验总结，‘望、闻、问、切’每一种方法都是大数据应用的深刻体现，然而，只有他们结合在一起，四环相连、层层把关，形成风控体系，才能真正将风控运营管理与大数据技术创造性的结合起来，才能真正形成信贷风控的铜墙铁壁。”Chris强调说。

据了解，Chris先生现任职于深圳大蜂数据科技有限公司，专业负责大数据风控业务的运营与大数据风控体系建设。近些年，他所带领的大蜂团队，历经了香港汇丰银行、中国银行、招商银行、中信银行、广东发展银行、中国平安、捷信、证大速贷、鹏元征信、渣打银行、大新银行、永亨银行、新加坡发展银行、泰国大城银行等多个金融风控重大项目及数据挖掘实施检验，并通过多年金融风控体系潜心研究和三年多大数据风控平台研发与建设，在国际风控领域，有相当大的影响力。从大数据风控的“四诊法”理论出发，Chris带领大蜂数据团队潜心投入到相关落地产品（系统平台）的研发当中。相对于看似复杂的“四诊法”理论而言，他们开发的相应系统却是典型的互联网产品，各系统功能强大、操作简单（每个系统3个步骤基本完成操作）、成本较低、适用性广。

对应风控第一诊法“望诊”理论，大蜂数据研发上市了“业务申请信息调查系统”。该系统以大数据技术为核心，通过对接海量大数据信息源，能够自动抓取、清洗、匹配、分析和校验查询对象信息。用户可登陆系统或接入系统开放的数据端口，灵活输入或批量导入查询对象不同维度信息（如查询对象的姓名、地址、联系方式、身份证号等），系统自动调取大数据源，进行大数据分析，快速形成信息调查报告。该系统在信贷领域的应用，将有效实现信贷风险预警、辅助风险评估等风控效果。

对应风控第二诊法“问诊”理论，大蜂数据研发上市了“业务审批欺诈识别系统”。系统立足大数据技术，以心理学、行为学、统计学等相关学科方法论为基础，通过对评估对象进行交互式问答测试，智能生成测试报告，辅助信贷机构动态、精准、高效开展反欺诈及身份识别工作。

对应风控第三诊法“切诊”理论和第四诊法“闻诊”理论，大蜂数据研发了用于贷中决策的“大数据评分系统”、用于贷后的“大数据监控系统”，目前这两款产品正在公测当中，2016年上旬也将陆续上线。

届时，大蜂数据团队将全面上线贯穿信贷生命周期的大数据风控解决方案，从贷前审查审核、贷中决策，到贷后监控，为信贷机构提供信贷全周期风控咨询和辅助决策服务。据悉，大蜂数据还计划在近期将这些系统集成到一个统一的平台“蜂控在线”上。通过该平台，所有的小额贷款公司、P2P平台、银行个贷部门、个人信用卡中心、贷款中介等机构的普通业务人员，都可以轻松搞定以前需要多个流程部门、很多专业人员才能完成的风控业务。