机会永远是留给有准备的人的，不爱思考很难进步，也很难搞钱，天上不会掉馅饼！不爱思考反而容易掉入黑中介的陷阱中！不论你是好中介还是个人，不论你是赚钱的还是缺钱的，目的只有一个：搞钱！但是很多人搞不到，why？
下面我大家来一起来探讨一下为什么搞不到钱！（我希望你发言，但发言的大多是喷子，为了喷而喷，真特么奇怪，MLGB）
此文的目的是与大家探讨，我个人并非传说中的高手，很多老哥比我要专业的多，希望在交流中共同进步！
不论是大公司的风控模型还是714的风控模型都是由人设计的，而人这个物种是最讲求逻辑的，而且风控的逻辑一定要符合常理。在符合常理的前提下，我们就会想到比如你的年龄匹配符合常理的的工作，符合常理的收入，符合常理作息时间........下面总结了十个方面问题进行分析，可能不全，说的不够透彻，说的或许有错误，还请各位看官多多包涵，多多指正，多多分享！（文字较多，还请慢点看，搬砖的老哥也请慢点搬）
1、养通话记录
经常有人因为通话记录不好被拒，大家应该都知道不论是合规的网贷还是714之流，都对通话记录有着明文的要求，必须满半年以上通话记录，且必须本人实名认证，这个是最基本的常识，但是仅仅6个月的通话记录是不足以打动风控的，合理的通话记录时长本人认为最起码要8个月以上，最好一年以上。
①、养卡，有条件的可以用猫池养卡，猫池就是可以同时插几十张SIM卡，互拨电话，伪造活跃的通话记录。你需要利用猫池，养SIM卡至少6个月，因为各大公司的基础规则，就是近半年通话活跃。没条件的起码自己要办个3-4张SIM卡，因为一般都需要提供两个联系人，那么1+2，起码要3张，平时自己互拨，然后比如快递外卖业务员的电话你都可以存起来，增加通话活跃度。互拨号码的时候一定要注意通话时间端和通话时长的控制，如给频繁联系人打电话的规律，比如你设定的每个周末或者节假日给“父母亲人”打个电话，平时下班期间给同事打电话等等，开脑洞想一想.....
②、我们想到的东西，做风控模型的人肯定也会想到，他们会想到办法就是在爬取你通话详单的同时，也会爬取你的月消费金额和套餐，月消费过低会被风控模型命中高危特征拒掉。也就是说如果我们养卡，月消费不能过低，不要为了节省成本弄那种月消费很低的套餐，尽量50元以上的套餐。
③、还需要注意的就是通话记录中号码是否命中贷款公司号码，是否命中催收公司号码，通话记录号码与通讯录的契合度，比如你经常联系的人在你的通讯录里面居然没有，这岂不是很不符合常理.....
④、通讯录联系人不要少于60人的标准，频繁陌生的骚扰电话或是催收电话能不接尽量不接，只要你不接，运营商数据里面是体现不出来的，爬虫也就无法抓取。

2、人脸识别
这个不必多说，人脸识别的目的只有一个，就是确认是你本人申请！但许多人经常会跟帖询问是不是要做人脸识别，咋地？你要冒名贷款吗？ 
早期中介远程代操作用的基本上都是视频，一部手机和申请人视频，另一部手机对着申请人，但是视频存在的硬伤就是清晰度不够，反光，人物边角有问题。随着技术的发展成功率相比较早期低了很多，这种方法并不是不能用，只是这种视频方法很容易被大公司的人脸识别查出来。不过714之流的人脸识别远远没比早期高级多少，还是可以用的。如果你想做的逼真点，可以把申请人的头像提取出来，做一个GIF动态图，人脸无非就那几个动作，张嘴，左右摇头，点头，张嘴。

3、短信
删除贷款验证码短信，删除负面信息短信（如果你想养短信，那么你也可以像通话记录一样养，比如银行卡给自己转账备注为工资等等）

4、手机的选择和手机里的APP
苹果设备的通过率要高于安卓，这是事实，建议你准备一台苹果手机。还有手机内安装的软件，在申请一家贷款时，你平时爱玩的赌博游戏APP等等删除，其他家的贷款APP都删除，因为这些都是会被爬虫爬去分析的。

5、GPS定位和LBS
下载贷款App后，都会提示要获取你的位置权限，这是风控模型要对的位置分析，比如你申请时留的地址是否跟你的手机所在位置匹配，LBS作为辅助参考，LBS是基于运营商的基站确定大体位置的，比如你在网易新闻上跟帖就会显示XX地区网友。尽量要做到位置匹配，这个位置指的是大致位置，而不是确定在某一个点。如果不满足条件，异地代操作的话尽量使用定位软件修改定位，一般的App对于虚拟定位是察觉不到的，比如微信这么牛逼的APP，修改定位依然无法察觉，可想而知其他APP基本上也很难有抵抗力。

6、手机设备号
每一台手机都有一个唯一的IMEI设备号，申请贷款的时候不要随意的切换设备，现在比较大的口子风控模型里肯定会记录你的设备号，要撸就一撸到底，不要随意切换，切换的话也会被风控模型命中高危特征。
可能有的人会说，有许多中介经常操作代提现切换设备了怎么没事？那是因为已经通过审核后已经通过了风控，风控只跑一遍，不会接二连三的重复跑。还有的中介广告中在撸比如714之类的口子中让用户进行到最后一步交给他操作，那是因为714这种口子的风控真的就是塑料级的风控，714的风控就是拿高利息去压逾期，哪怕有50%人不还钱还是赚！
如果你是中介代用户远程操作的时候，最好使用软件更新一下设备号，然后是把他的通讯录等等同步到手机里，专业的改机软件如早年的V8V9啊等等.....

7、IP地址
上面其实讲LBS的时候已经讲了，如果你用WIFI申请贷款，他就能根据你的IP地址分析出你的位置，那么如果你申请地址跟WIFI地址不匹配有可能你就凉了，所以建议你提倡你申请的时候最好使用4G网络申请。

8、电商购物记录
需要6个月至少购买6次以上的实物，不要买虚拟物品，也不要买游戏，赌博，贷款资料等等，如果有请删除！并且收货地址和联系人，这些都需要跟你申请贷款提交资料以及GPS地理位置对应。还有芝麻分把能完善的信息完善一下，可以参照之前的支付宝十三星适当优化一下，最最重要的是如果你想涨分，你得多用支付宝，打车啊，吃饭啊，淘宝天猫购物啊。

9、信用卡账单
如果你申请的XX贷款支持邮箱导入账单，这个时候假如你信用卡使用的很糟糕，很多逾期负面内容，你可以参照以前发的账单制作教程，懂原理的动手能力强的直接自己做！实在搞不定的就买，比如X宝。只要支持邮箱导入的，账单做的没毛病的还是管用，以至于现在很多都是网银导入，就是被撸怕了，还没办法抵挡，只能改网银验证.....

10、大数据风控
在早前的帖子里面跟大家讲过同业联盟建立数据库，如黑名单数据库接入聚信力，同盾，百融等等，再加入个同业互换，比如张三家跟李四家黑名单共享。可是人性往往是贪婪的，贷款行业最后一波往往都是赚同行钱，同行是冤家！很多时候共享机构或者同业互换过来的都是白名单装黑名单，黑名单装白名单，有的人资质很好反而上来就被拒了，黑成炭渣的反而过了。
这里需要注意的是目前国内大数据风控公司能做到实时更新数据的几乎没有，就好比征信一样，你如果想狂撸口子的话尽量在36小时内撸完！有的714高炮公司居然针对没有任何借款记录的用户不通过不放款，简直可笑，如果今后714之流还能复活，建议先申请正规平台再撸714，714因为自己的塑料级风控实在辣鸡，只要看到白户就以为是老哥来撸的，所以.....

来看一下风控模型大致建立的过程：
粗暴型的风控：
1，提高利率，周息20-30%。
2，强制获取客户通讯录。
3，周期化整为零，比如周还款。
4，交叉验证，主要核实家庭状况。
5，不看征信不看流失。
6，以骚扰为目的的催收。
精细化的风控：
1，数据驱动，自己没有的话可以去黑市上买数据，不过买回来要验证数据水分，上次也跟大家讲了数据公司也有很多捣糨糊的，掺水严重。
2，App数据获取，前提是获得客户授权。
3，根据小额产品进行用户画像。
4，数据包涵维度：居住地，工作地，常联系人，Ip，通话时长，日常使用App数据等等等等。
5，使用关联性分析，忽略影响占比低于5%的因素，做出模型，进行验证，准确率达到95%以上，可以投入实际应用。
6，贷后催收及贷后数据管理，持续优化模型。
7，第三发数据支持。
从贷前、贷中到贷后我们看一下现金贷的风控该如何做？
贷前客户过滤
相较于传统借贷模式下的风控，现金贷风控是一种轻度风控，由于其小额短期的特点，现金贷风控更重视的是借款人的还款意愿而非还款能力。
所以第一，我们先来说说现金贷贷前风控的核心-反欺诈。目前，线上贷款的欺诈行为有中介代办、团伙作案、机器行为、账户盗用、身份冒用和串联交易等。针对这些欺诈行为，常用的反欺诈手段有身份验证、勾稽比对、设备反欺诈、关系网络染黑分析、行为数据反欺诈等。其中通过公安部、银联、三大运营商等权威机构获取的数据源进行信息校验和比对，可以过滤调大部分的账户盗用和伪冒申请。但随着线上借贷的蓬勃发展，线上的诈骗技术和手段也在更新迭代。为了攻破线上层层风控措施，诈骗团伙通过虚拟器来修改手机的IMEI、MAC、IP、GPS等设备及环境信息，或者通过“猫池”进行“收卡”、“养卡”，在这一层层的伪装与包裹之下，对于那些风控措施较弱的平台，暗藏了太高的系统性风险。针对以上风险，启用设备反欺诈是拦截风险的一个有效渠道。通过植入SDK获取用户更多的设备信息，以此对操作的设备建立一个唯一的设备ID，基于几十亿的设备信息进行全网大数据风险核查，实现实时识别、即时评分，有效识别设备中介、设备异常等机器行为的欺诈情况。
第二，贷前的多头借贷行为的识别，多头借贷是现金贷用户最具有代表的共性。由于现金贷的目标人群大多都是不被传统借贷机构覆盖的长尾人群，缺少完整的央行征信数据，现金贷平台只能通过行业间的共享平台或者联盟机构进行借贷数据的共享，另外第三方征信机构针对每一笔贷款申请记录作查询时，都会留下大量贷款申请人的身份信息。这部分信息经过查询异常检测算法的过滤以后就会形成一个可靠的多头借贷数据库，还有通过设备指纹也可以关联到用户的多次申请记录。结合贷款申请间隔和贷款期限来识别借款是否为借新还旧，如果是批量集中的借款申请则也有欺诈风险。
第三，风控建模和差异化定价，以大量的网络行为数据、用户交易数据、第三方数据、合作方数据等为基础，利用线性统计模型、决策树、神经网络、SVM等机器学习方法建立和维护包括个人基本信息、行为特征、心理特征、经济状况、兴趣爱好等数据维度在内的风控模型。并针对每一类模型制定了相应的模型优化策略，使用冠军挑战者的模型策略对各类模型进行持续的优化和迭代。凭借着这些维度特征和大量历史贷款记录，针对不同贷款人、不同额度、不同期限的差异化定价策略将成为现实。
贷中的数据监测和贷中行为模型
在对用户完成授信后，同步数据监测团队需要实时对贷中数据进行监测。主要是通过率和违约率两个指标，一般通过对贷前反欺诈环节的漏斗分析来监测通过率，进而分析各环节规则的应用情况，结合贷后的数据表现，对获客渠道和风控策略做出实时调整。
目前市场上的现金贷平台已经开始重视起贷中模型的开发和建立，因为现金贷小额短期的产品特点，面向的客群风险特征变化也是比较快的，为此在贷中建立模型对用户进行风控监测是非常有必要的。有数据显示，当一个用户复购次数大于5次时，违约率开始上升，复购次数达到8次以上的时候，违约率涨幅更高。由于用户贷前申请业务时，处于弱势地位，平台可以通过用户的强授权获取到很多用户的信息，但在贷中想要再次通过强授权获取用户信息则比较困难，会导致用户体验差从而流失用户，那么如何在用户无感知的情况下，来获取用户更多的实时数据去完善贷中行为评分卡，或许是各家平台现在面临的问题之一。
贷后催收模型和失联修复
相比对传统金融的催收方式，现金贷的催收方式主要是电话催收和委外催收，基本不配置外催，甚至有的现金贷平台催收直接委外。随着大数据建模的盛行，更多平台开启了智能催收+人工催收的联合模式，大大降低了人工成本同时又提升催收效率。利用贷后数据和用户的行为数据建立催收模型评分，根据模型结果针对不同用户定制不同催收策略，或采取短信提示、或智能语音外呼、或人工电话或者直接委外，具体的策略因每家平台客群特征和催收团队构成而定。
催收过程中会有大量的失联客户产生，可通过大数据进行全网关联，修复失联信息，用户生活、娱乐、网购等各种互联网上留存过的痕迹，注册的手机号、邮箱、绑定的微信等等都已经储存在各大手机应用后台，而这些数据如今也成为了各家第三方征信数据商谋取盈利的核心竞争力。虽然国家和监管机构对于个人信息的保护越来越严格，但是征信机构完全可以通过数据再加工、手机号脱敏双盲拨打等方式进行数据和相关服务的输出。

现金贷市场风云变幻，客群也随着市场变幻而发生着变化，加上欺诈手段的不断升级，风控需要做的是不断完善风险数据集市、模型开发平台、智能决策引擎、模型管理平台的部署，进一步缩短模型优化和部署的周期，抢先在欺诈升级之前完成风控模型的迭代和优化。而面对第三方征信市场大大小小的数据供应商，哪一家的数据更合规，更稳定，更有价值，则需要各平台在建立模型过程中，针对数据源评估和管理建立更高效的制度和体系。
分析场景：
1、单笔金额低，即使设定很高的利率，也难以覆盖高昂的线下门店渠道成本。简单说做门店手机分期比较难搞。基本只能走线上。
2、必须有强大的电催人员团队，完善的催收系统workflow和call center。因为金额低，说实话外包上门催收可行性不高，人家也不乐意做。
3、1000元也要外借，基本可以说是低收入外来务工群体或者无收入群体。这帮人随意性很多大，打工的很多小孩子不懂事，认为自己也不贷款买房，奈何不了他，打催收电话讲道理要讲好久。
4、审核系统黑名单要很全，因为要做线上，基本上是敞开给诈骗集团的。一旦内控失效或者被破系统，损失巨大。
5、你要找一个细分群体，需要接借1000而且还款意愿比较强的。或者他爹妈能还得。
接着来做风控策略：
1、假设做线上小额现金贷款：最高额度1000？是否允许额度内多笔？是否使用动态授信？
2、假设做线下：面审机制？在什么地方做地推？用户画像？
如果确定做线上获客，接下来就可以看下怎么倒腾风控：
1、黑名单建立：聚信力，同盾，百融。。。。黑名单全接入，再加入个同业互换，当然数据只能做参考，因为数据公司的水并不浅.....
2、审核机制：打分卡搞起，比如通讯录符合为10分，芝麻分为20分，花呗20分，地址10分.....比如达到标准值60分即可放款，重点研究下手机app抓回来GPS和用户填写地址的对应：这个必须得会。说得打分制几乎是每一个机审系统都采用的模式，同样秒批的信用卡也采用的是这种模式。
3、足够联系他本人和身边人的的电话号码
4、假设一个违约率，10000个样本，定一个80%的年化利率或者月化利率，假设第一年，第二年，第三年违约率m1，....参数就出来了。

老哥们学习学习。有帮助的
这篇文章小弟纯搬砖加上一丢丢小修改，
反正就是纯技术贴吧！
提高，多赚或撸钱？