[[173022]]

作為數(shù)據(jù)產(chǎn)品經(jīng)理，經(jīng)常會碰到這種情況：費(fèi)了很大功夫，做了復(fù)雜的模型產(chǎn)品后，業(yè)務(wù)人員卻覺得不好用、不會用、不愿用，對于這個問題有沒有什么好的解決辦法?

數(shù)據(jù)產(chǎn)品其實(shí)不是一個孤立的系統(tǒng)，而是一個有機(jī)體，它在與數(shù)據(jù)、業(yè)務(wù)、人員結(jié)合中不斷生長壯大。今天通過一個風(fēng)控產(chǎn)品的小案例，來看看如何一步一步的了解用戶需求，解決用戶問題，推廣數(shù)據(jù)決策的理念，讓數(shù)據(jù)產(chǎn)品價值不斷提升。

1 記錄數(shù)據(jù)

SC公司是一家為商戶提供支付、營銷服務(wù)的創(chuàng)業(yè)企業(yè)，業(yè)務(wù)增長非?？欤谄渲Ц斗?wù)業(yè)務(wù)中，會出現(xiàn)套現(xiàn)、欺詐等風(fēng)險問題，需要風(fēng)控部分的人員偵測處理，在支付環(huán)節(jié)，從交易成功到給商戶拿到錢有一天左右清算時間，所以除了實(shí)時的拒絕交易之外，對于更加復(fù)雜，不容易立刻確認(rèn)的套現(xiàn)欺詐行為，還可以通過人工方法檢出查證，事后處理。

這種情況下，最早支持風(fēng)控的數(shù)據(jù)產(chǎn)品是提供的每日的交易明細(xì)數(shù)據(jù)，同時按照一些經(jīng)驗(yàn)規(guī)則，把一些可疑的交易挑選出來，供風(fēng)控人員審查，每一個挑出來的交易就是一個欺詐行為的線索，通過這個線索去尋找確認(rèn)欺詐的商戶。

從人們分析和決策流程上來看，這個階段的數(shù)據(jù)產(chǎn)品提供的是“記錄”功能，整個決策過程后幾步都是要人工完成的：

匯總：將看到的各個數(shù)據(jù)在頭腦里匯集，模糊計算歷史金額，交易占比等信指標(biāo)息;

預(yù)測：根據(jù)一些經(jīng)驗(yàn)指標(biāo)判斷線索的實(shí)際風(fēng)險概率;

決策：根據(jù)金額大小，風(fēng)險可能性來給出處理措施，比如關(guān)戶，關(guān)卡等;

執(zhí)行：根據(jù)處理決策，提取相關(guān)名單，通知IT團(tuán)隊(duì)來進(jìn)行具體處理。

對于每次一條可疑線索，風(fēng)控人員需要考察交易的多方面信息，還要翻找客戶相關(guān)各個方面的信息，歷史行為，地區(qū)，類型各個方面的信息，每條線索判斷時間較長，有時候風(fēng)控人員也會漏看一些信息，造成判斷失誤。

這個階段要解決的問題是如何讓風(fēng)控人員更快速的處理每一個線索。

2 數(shù)據(jù)匯總

為了解決這個問題，通過和風(fēng)控業(yè)務(wù)人員溝通，根據(jù)他們對每個線索要分析主要方向，為每個客戶編制一個統(tǒng)一的用戶畫像標(biāo)簽體系，如上圖中的X1，X2等標(biāo)簽，標(biāo)簽分為兩類歷史上的標(biāo)簽，比如歷史交易金額、交易次數(shù)、中位數(shù)、交易類型等，這些可以在夜里預(yù)算好，對于當(dāng)日的標(biāo)簽通過數(shù)據(jù)實(shí)時更新。

這樣在出現(xiàn)一條線索的時候，風(fēng)控人員就可以在一個頁面快速的瀏覽所有的相關(guān)要素，同時給出對于線索的定性判斷，包括高風(fēng)險、中風(fēng)險、低風(fēng)險等判定結(jié)果。

這個階段，機(jī)器完成了數(shù)據(jù)記錄和匯總工作，而風(fēng)控人員依然要依靠人腦去建立模型，同時進(jìn)行預(yù)測和決策。

增加這些功能后，風(fēng)控人員處理每個線索的時間減少了，提高了效率。經(jīng)過一段時間通過數(shù)據(jù)分析發(fā)現(xiàn)，未被處理的線索比例卻依然在不斷增加，原因是業(yè)務(wù)增加速度比人員增加的快，由于這些線索是隨機(jī)分配給業(yè)務(wù)人員的，在沒有被鑒別的線索里面，依然會有很多有風(fēng)險的交易，風(fēng)險覆蓋率低。

接下來數(shù)據(jù)產(chǎn)品要解決的就是提高風(fēng)控覆蓋率的問題。

3 模型預(yù)測

為了解決覆蓋率低的問題，設(shè)計通過評分模型的方法，對每一個線索進(jìn)行評分，把風(fēng)險高的排在前面，讓風(fēng)控人員首先首先處理較高風(fēng)險線索，至少不要漏掉嚴(yán)重的高風(fēng)險問題。

這時候上一階段積累的數(shù)據(jù)就發(fā)揮了作用，因?yàn)檫^去業(yè)務(wù)人員根據(jù)線索的各個要素，做過很多真實(shí)的判斷和進(jìn)一步的調(diào)查，有很多現(xiàn)實(shí)案例，又有判定結(jié)果，也有線索特征，這就是建模的好材料，有Y變量，也有X變量，需要做的就是根據(jù)這些歷史數(shù)據(jù)，進(jìn)行分析建模，讓機(jī)器給每個線索評分，評估輕重緩急。

為了讓模型推行的更平穩(wěn)順利，在正式給業(yè)務(wù)人員用之前，還要有一個試用的過程，這里重點(diǎn)的就是不能把評分給風(fēng)控人員看，依然需要隨機(jī)的分配線索，同時進(jìn)行事后跟蹤檢測。在模型相對穩(wěn)定后，再讓系統(tǒng)根據(jù)風(fēng)險評分排序，讓風(fēng)控人員優(yōu)先處理高風(fēng)險的線索。

做了這一步之后，在不增加風(fēng)控人員的前提下，發(fā)現(xiàn)風(fēng)險情況的效率大大增加，特別是有重大風(fēng)險的情況，基本不會被漏掉。同時風(fēng)控人員在分析線索之后，將采取關(guān)閉商戶，關(guān)閉卡交易等處置措施，這些也都會被記錄在系統(tǒng)之中。這個階段機(jī)器可以解決數(shù)據(jù)的記錄、匯總、綜合預(yù)測的工作，而人從事決策和執(zhí)行的過程。

這個流程采用之后，還要繼續(xù)通過數(shù)據(jù)分析尋找可以改進(jìn)的環(huán)節(jié)。分析發(fā)現(xiàn)業(yè)務(wù)人員處置規(guī)則，也有不穩(wěn)定之處，有人嚴(yán)格，有人比較松，如何才能讓處置的規(guī)則也穩(wěn)定下來，同時可以不斷修訂改進(jìn)呢?這就是成了需要解決的問題。

4 決策推薦

為了讓處理規(guī)則穩(wěn)定和統(tǒng)一，首先和風(fēng)控部門一起討論，梳理出了具體決策規(guī)則，比如根據(jù)風(fēng)險分?jǐn)?shù)和交易金額分為幾個群組，有不同的處理方法。

接著將這些規(guī)則部署到系統(tǒng)中之后，系統(tǒng)會根據(jù)規(guī)則推薦出不同的處理方法，風(fēng)控人員如果覺的可行，可以選擇同意;但是如果覺的不合適，給出改變的理由，并記錄在案。

這個反饋結(jié)果可以幫助風(fēng)控團(tuán)隊(duì)，不斷總結(jié)，修訂規(guī)則，同時也將風(fēng)控人員的經(jīng)驗(yàn)不斷沉淀到系統(tǒng)中，就算有人員的變動，也只需要比較短的培訓(xùn)可以上崗工作。

5 人機(jī)合一

在以上的各個步驟都穩(wěn)定可控之后，對于比較明顯的風(fēng)險線索，機(jī)器可以自動的進(jìn)行拉黑卡，調(diào)整額度，關(guān)戶等操作，人們所做的事情就是監(jiān)督系統(tǒng)的運(yùn)行狀況，同時不斷分析新的情況，優(yōu)化系統(tǒng)。

一方面風(fēng)控團(tuán)隊(duì)的人員減少了人員，有些原來做簡單重復(fù)工作的人員轉(zhuǎn)崗去了其他團(tuán)隊(duì)，而留下來的風(fēng)控人員也不是每天進(jìn)行大量重復(fù)的體力勞動，而是思考風(fēng)控工作改進(jìn)的措施，這樣既提高了工作的滿意度，降低了流失率，也提高了工作的效率。

讓機(jī)器的歸機(jī)器，人工的歸人工，機(jī)器可以幫助人們從事重復(fù)的、大量、高速的工作，而人工可以從事研究、管理、分析的工作，兩邊的結(jié)合才是最好的。

小結(jié)

從上面的小例子可以總結(jié)幾點(diǎn)：

數(shù)據(jù)產(chǎn)品不必一步到位，可以循序漸進(jìn)，在資源允許的情況下分批次來實(shí)現(xiàn);

數(shù)據(jù)產(chǎn)品的需求，要根據(jù)當(dāng)時條件，解決當(dāng)時最緊迫的問題;

每一步都要考慮下一步的計劃，為下一步打下基礎(chǔ)，比如收集必要的數(shù)據(jù)，讓業(yè)務(wù)人員接受新的工作方法等等。

通過和業(yè)務(wù)部門的不斷協(xié)作，讓數(shù)據(jù)產(chǎn)品不是從天而降，而是從業(yè)務(wù)土壤中慢慢生長出來的，這樣才能設(shè)計出“接地氣”的數(shù)據(jù)產(chǎn)品，真的讓數(shù)據(jù)轉(zhuǎn)化為價值。