金融风控云系统指的是金融科技公司输出的一套数据和风控系统，金融风控云系统主要分为后台管理系统和风控云系统两块，本文主要来讲讲金融风控云系统如何设计，一起来看看~

一、金融风控云介绍

金融风控云系统指的是金融科技公司输出的一套数据和风控系统，系统的目的是通过整合外部和内部数据，通过决策引擎和模型建立，帮助客户接入风控数据、配置风控规则、输出风控建议、从而达到优化风控结果的一套系统。

金融风控云的服务提供方式是为客户提供数据和风控接口，接口一般是按调用量或者包年收费。金融风控云系统提供了风险分析、反欺诈分析、决策引擎服务、信息核验服务、策略调用服务、统计报表等功能，

系统发展的目标利用金融科技公司的金融服务能力，围绕客户场景，输出数据和技术服务能力，从而不断提升客户的金融科技能力。金融风控云系统主要分为：后台管理系统和风控云系统两块。

二、后台管理系统

后台管理系统主要是金融服务公司内部运营后台，主要是管理客户账号和提供运营支撑的功能。

（1）账号管理

账号管理主要包括管理客户联系人、联系方式、邮箱、地址、管理员等，对于客户核心数据，只有管理员和超级管理员可以查看。

（2）权限管理

权限管理主要包括客户账号的权限申请处理、权限开通。权限变更之后，客户在风控云系统刷新后能看到新开权限菜单。

（3）计费管理

主要查询客户所有接口调用情况，每个接口按照合同谈好的计费方式，计算接口总的调用费用。

（4）帮助中心

主要是管理帮助问题分类和上传一些常用的问题，问题主要包括安全性问题、系统操作类问题、系统规则解释等。

（5）培训中心

主要是管理培训分类和上传培训资料和视频材料，培训中心包括每个模块的使用说明以及一些风控规则说明。

三、风控云系统

风控云系统主要是提供给客户使用的后台系统，一般商务谈判之后，运营人员会给客户开通试用，如果签订了合作协议和支付款项后，试用账号会变成正式账号。

1. 风险概况

风险概况主要是工作台的形式支持列表和图表的方式展示风控结果，风控结果分为拒绝、人工审批和通过三种结果。

具体显示字段包括今日拒绝事件数、人工审核事件数、今日通过事件和总事件，以及每个事件的详细命中规则。风险概况支持列表和图表展示，支持按时间周期，风控结果类型查询。

2. 数据接入管理

数据接入是整个风控云系统的核心，如果没有足够全面和大量的数据，那么风控云系统是发挥不了重要的作用的，以下列出国内风控领域主要的风控数据源。

风控数据源

接入管理主要实现数据接入申请、在线调用查询、历史调用记录、数据说明、API接入说明。其中API接口文档主要包括 API调用方式、线上接口地址、API的输入字段、API的输出字段以及返回的状态码等。

3.决策引擎

风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。在大数据的背景之下，风控决策引擎的目的是梳理众多的数据来源，根据不同的业务场景和业务模式灵活配置，是辅助风险审批的一种系统化的工具。

（1）风险规则管理

风险规则管理是把每个数据接入的输出字段作为一个规则，相当于接入数据在系统当中的实例化，供策略管理调用，很多个规则组成一个策略。

（2）策略管理

策略主要用于反欺诈和信用评级，可以设置反欺诈策略和信用评级策略，策略管理主要分为新增、删除、修改、排序等，每个策略由N多风险规则组成，不同的策略之间可以设置冠军和挑战者模式，供业务端调用，用于比较最后的得分。每个风险规则设置包括规则名称、规则的风险权重、规则结果的执行条件等。

规则配置

每个规则设置了风险权限和触发条件之后，所有的规则集用综合加权平均法计算出策略的总得分，每一笔订单调用风控策略之后，计算出该笔订单的得分，可以给不同的得分区间设定拒绝，人工审核和通过三种结果，用于辅助风控决策。

（3）决策流管理

由于接入数据的成本和重要性不同，所有规则的运行需要大量的时间、金钱与性能，可以通过决策流来管理规则的优先级和触发条件，决策流类似工作流，可以设置节点和节点到下一步的数据流转流程。

决策流举例

策略节点主要配置执行条件，比如上图中黑名单的策略节点，可以选择单条或者多条规则，一条规则代表一个外部数据的黑名单规则，规则返回结果的匹配依据可以自定义设置，如等于、大于、小于等，如果符合设置执行条件结果，执行进入一下节点。

（4）策略调用管理

策略调用管理支持单笔或者批量导入数据，策略调用结果查询。策略调用管理对于每笔订单调用可以生成调用报告，调用报告主要包括策略总得分、策略分组命中风险情况、客户基本信息等。

策略调用管理

（5）统计报表

统计报表主要包括决策流汇总报表、节点汇总报表、命中风险汇总报表、决策流日志，流量查询和计费查询等。

（6）消息中心

消息中心主要包括培训通知、账号密码修改通知、新产品上线通知等。

（7）培训中心

风控数据接入和流程引擎配置比较复杂，同时风控本身逻辑性也比较强，整个风控系统需要一套完成的培训体系，不断对使用者进行培训，培训中心主要包括系统使用文档、系统操作视频和风控策略建议的视频交流。

（8）在线帮助

金融风控云系统是一套客户服务系统，需要不断得到客户的满意度，在线帮助主要包括专属运营电话和问题反馈。对于每个客户，接入数据和风控云提供的服务可能有不同，同时也包括其他服务的申请。

四、总结

除了上面介绍的功能，金融风控云还在朝着模型化和场景化发展。在模型化方面，比如：在欺诈分和信用分建立中，用人工和机器建模的方式比起综合加权法，更能挖掘出数据背后的一些规律，得出的结果理论上也更精确。

在场景化方面，当前的风控云只是提供了一套通用的数据接入和规则建立方式，前往发展可以利用场景中沉淀中的经验，基于经验的定制化规则和服务，对实际风控业务会更有帮助。

本文由 @青蛙王子 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议