唐竹 李昕鈺 焦陽 張彩霞 肖宇航 王鵬 郭淳
(北京市電力公司)
隨著互聯(lián)網(wǎng)、智能設(shè)備等新興科學技術(shù)發(fā)展,國網(wǎng)公司依托線上渠道開展了多種多樣的“互聯(lián)網(wǎng)+”服務(wù)應(yīng)用,但在為客戶帶來便捷、高效的用電體驗的同時,也為黑產(chǎn)、羊毛黨帶來了新的獲利渠道,從而衍生出來一系列的渠道運營風險。傳統(tǒng)的風控手段多以人工方式進行,對電力運營風險的識別、審查存在片面性和效率低的問題,耗時耗力。而隨著電力運營數(shù)據(jù)量越來越大,數(shù)據(jù)維度不斷增多,人工主觀判斷誤差逐漸拉大,已有的風險規(guī)則也無法準確識別運營風險,以人工經(jīng)驗為主導的傳統(tǒng)風控模式已無法滿足電力運營風控管理的需求。
隨著數(shù)字化技術(shù)及應(yīng)用的不斷發(fā)展,基于大數(shù)據(jù)的風控模型設(shè)計逐漸被人們所認可。多維數(shù)據(jù)的批量處理、運營異常的有效識別、風險事件的篩查預(yù)警等,均能在提升電力運營風控效率的同時提升風險識別的精準率,更貼合電力運營服務(wù)拓展的需要。本文主要針對數(shù)字化電力運營風險管控模式開展設(shè)計研究,將數(shù)字化風控手段作為傳統(tǒng)風控方式的補充,利用用戶行為數(shù)據(jù)來實施風險控制,通過規(guī)則識別引擎,精準挖掘出羊毛黨和黑灰產(chǎn)用戶,進一步減少營銷活動風險行為,助力公司做出正確的運營決策,保障公司資產(chǎn)安全和完整,提高營銷資產(chǎn)轉(zhuǎn)化率,實現(xiàn)公司經(jīng)營活動目標。
在互聯(lián)網(wǎng)高速發(fā)展的今天,信息傳播速度很快,為電力運營推廣帶來便利的同時也產(chǎn)生一定的風險,主要體現(xiàn)在兩個方面,一是用戶惡意欺詐,二是用戶利用營銷漏洞進行薅羊毛。惡意欺詐和薅羊毛行為基本上以團伙作案為主,共性信息較少,運營人員只能依靠風控經(jīng)驗、用戶信息驗證、部分行為數(shù)據(jù)來實施反欺詐。
電力運營風控流程主要可分為電力運營數(shù)據(jù)搜集、電力運用風險評估、風險策略管理、電力運營風險監(jiān)控等核心環(huán)節(jié),如圖1所示。傳統(tǒng)電力運營風控主要依靠人工經(jīng)驗和宏觀調(diào)控形式來實施風險控制,以定性為主,更多依賴風險管理專家的個人能力,定性的風險管理占主體,定量的風險管理作用甚微。面對日益龐大的用戶數(shù)據(jù)體量,通過人工的方式搜集數(shù)據(jù)費時費力,效率低下,數(shù)據(jù)分析及風險策略制定主要依靠人工經(jīng)驗,主觀性較強,容易出錯,且在實施過程中無法調(diào)整,無法實時監(jiān)測用戶可疑行為,極易造成風險識別延遲、異常定位不準確、決策失誤等潛在風險。
圖1 電力運營風控模式對比
數(shù)字化電力運營風險管控可高效完成多維度電力運營數(shù)據(jù)的搜集,通過差異化數(shù)據(jù)模型搭建以及多維數(shù)據(jù)關(guān)聯(lián)分析,減少信息的不對稱性,靈活配置風控規(guī)則及風控策略,滿足多樣化的電力運營風控場景。通過事前風險事件研判、事中風險事件管控、事后風險事件回溯處置的閉環(huán)管理,實現(xiàn)風險點的智能識別及實時預(yù)警,保障公司資產(chǎn)的安全性。
數(shù)字化電力運營風控面臨的挑戰(zhàn)如圖2所示。
圖2 數(shù)字化電力運營風控面臨的挑戰(zhàn)
電力運營風險評估需要對多維度用戶數(shù)據(jù)進行分析。目前,受限于傳統(tǒng)風控模式及風險規(guī)則,可分析的數(shù)據(jù)維度有限,許多高相關(guān)的用戶數(shù)據(jù)沒有被考慮進來,這對風險識別的規(guī)則及策略制定本身就是一個較大風險。因此需要將涉及電力運營風險的所有基本數(shù)據(jù)因素、信用因素、行為因素等相關(guān)數(shù)據(jù)都包含進來,并借助風險規(guī)則及策略進行風險評估,方可識別潛在風險。
當前電力運營風險規(guī)則較少,且多為通用性規(guī)則,無法根據(jù)實際風險行為進行規(guī)則定制與配置。因此需結(jié)合實際風險管控需求,對電力運營數(shù)據(jù)進行結(jié)構(gòu)化處理,梳理業(yè)務(wù)指標及字段,融合業(yè)務(wù)邏輯關(guān)系,形成定制化風險規(guī)則,并對規(guī)則需求的提出、設(shè)計、開發(fā)、測試、部署上線進行全周期管理,對風險閾值進行有效性評估,實現(xiàn)風險規(guī)則的靈活配置。
目前電力運營風險策略模型的執(zhí)行路徑基本是按順序逐一匹配風險規(guī)則并完成驗證,可滿足基礎(chǔ)的風險策略需求。但針對越來越繁雜的運營活動場景,需對多個風險規(guī)則進行疊加組合驗證,方能更好地識別用戶風險特征。因此需搭建靈活的規(guī)則決策引擎,將規(guī)則算法和用戶數(shù)據(jù)特征高效組合,生成多樣化的風險策略模型,滿足復雜的策略需求場景。
當前針對風險用戶的處置方式主要依靠黑名單管理模式,即對風險用戶的手機號和戶號進行標記處理以規(guī)避風險隱患,但對一些利用設(shè)備、IP頻繁更換的黑產(chǎn)來說,處置維度較為單一且效果較差。因此需對風險用戶進行用戶分級,并制定差異化處置策略,從根本上杜絕運營風險行為的發(fā)生。
如圖3所示,可利用離線特征計算任務(wù),聚合用戶多維數(shù)據(jù)樣本,主動挖掘出風險用戶的特征,形成特征庫。借助規(guī)則決策引擎設(shè)置風險識別策略、處置策略以及預(yù)警策略,最終將風險結(jié)果輸送到運營管理中心,并實現(xiàn)風險用戶的分級處置。
圖3 數(shù)字化風控模型架構(gòu)
根據(jù)電力運營風險防控的需要,數(shù)據(jù)分析樣本主要包括來自網(wǎng)上國網(wǎng)、營銷系統(tǒng)等的客戶聯(lián)系信息、積分紅包權(quán)益獲取及兌換信息、登錄信息、注冊信息、綁定信息、線上業(yè)務(wù)信息、運營活動等用戶基礎(chǔ)數(shù)據(jù)與行為軌跡數(shù)據(jù)。
3.2.1 風險規(guī)則設(shè)計
因子為最小的邏輯單元,數(shù)字化風控模型中的因子主要指指標和字段庫。而風險規(guī)則是最小的決策單元,由若干因子和與或邏輯嵌套組成。規(guī)則分為設(shè)備指紋類規(guī)則、用戶屬性類規(guī)則、時間頻度類規(guī)則、名單類規(guī)則等4大類。通過內(nèi)置的字段和指標,選擇相應(yīng)的邏輯條件關(guān)系,即可組成一條規(guī)則。風險規(guī)則管理中心界面如圖4所示。
圖4 風險規(guī)則管理中心
(1)指標管理
指標主要來源于業(yè)務(wù)事件,其中業(yè)務(wù)事件主要包含注冊、登錄、實名、綁定、積分變更、推薦用戶、活動參與等。指標的統(tǒng)計維度主要分為主維度和從維度。主維度通常包括賬號、手機號、戶號、設(shè)備、IP等5個維度,從維度則根據(jù)不同事件相應(yīng)有不同的統(tǒng)計字段,如圖5所示。
圖5 風險指標維度
同時,也可將指標主維度和從維度兩兩組合來自定義一條指標。后續(xù)可根據(jù)業(yè)務(wù)發(fā)展需求,通過指標組合的方式,不斷擴充從維度字段,即可在不需要系統(tǒng)功能開發(fā)的情況下增加新的指標,滿足業(yè)務(wù)人員快速擴充指標的需求,如圖6所示。
圖6 自定義風險指標
(2)字段庫
字段可分為設(shè)備指紋類和用戶屬性類兩大類。字段類型則可分為文本類、時間類、時間區(qū)間類、數(shù)值類等4個類別。字段參數(shù)是字段的枚舉變量,通過內(nèi)置字段參數(shù),便于在規(guī)則創(chuàng)建時快捷選擇,減少人為的輸入,提升規(guī)則的可靠性。
3.2.2 規(guī)則決策引擎設(shè)計
規(guī)則引擎作為數(shù)字化風控的核心,最重要的是如何將規(guī)則算法和數(shù)據(jù)特征靈活高效組裝,并將他們的功效輸出。本次模型設(shè)計支持順序優(yōu)先模式和條件選擇模式兩種決策引擎。不同的規(guī)則決策算法適用于不同的業(yè)務(wù)場景,業(yè)務(wù)人員可按需選擇。
1)順序優(yōu)先模式:支持對每條規(guī)則設(shè)置用戶處置策略,根據(jù)規(guī)則執(zhí)行順序確定執(zhí)行優(yōu)先級,若用戶觸發(fā)某條規(guī)則被處置,則該規(guī)則之后的規(guī)則不會執(zhí)行。
2)條件選擇模式:按條件配置用戶處置策略,所有的規(guī)則都會被執(zhí)行完成,根據(jù)所配置的條件來決定用戶的處置方式。
3.2.3 風險用戶處置
借助規(guī)則決策引擎,可對風險用戶進行處置。處置后則統(tǒng)一由案件中心來管理。單個用戶形成案件后,系統(tǒng)會記錄風險用戶的基本信息、觸發(fā)規(guī)則。
(1)風險用戶處置方式
風險用戶處置方式主要包含對賬號、手機號、設(shè)備、IP、戶號五個維度的處置。處置結(jié)果主要包含風險標記、系統(tǒng)拉黑、人工決策。
風險標記:對疑似欺詐的用戶或具有疑似風險記錄的IP地址或設(shè)備進行標記。風險控制策略為“對用戶提交業(yè)務(wù)將被重點分析評估”。
系統(tǒng)拉黑:對具有明確異常行為的用戶或具有風險記錄的IP地址、設(shè)備拉入黑名單。風險控制策略為“可自定義設(shè)置阻斷用戶登錄或提交業(yè)務(wù)”。
人工決策:針對需要人工決策的風險用戶,可根據(jù)輔助信息來決定是風險標記還是拉入黑名單。
(2)風險用戶名單等級配置
通過對風險標記類用戶設(shè)置累計標記次數(shù)后,在設(shè)定的時間范圍內(nèi)滿足條件,則系統(tǒng)將其轉(zhuǎn)化為黑名單。名單維度主要包含賬號、手機號、設(shè)備、IP、戶號等五個維度。
3.2.4 風險預(yù)警策略
預(yù)警是對場景結(jié)果數(shù)據(jù)的風險等級告知,便于業(yè)務(wù)人員了解風險程度。通過風險分級,可將風險分為輕微風險、一般風險、嚴重風險。如果系統(tǒng)監(jiān)測后滿足預(yù)警條件,則將通過短信的方式通知給業(yè)務(wù)人員。
3.2.5 數(shù)據(jù)分析
(1)場景分析
對每個場景的結(jié)果數(shù)據(jù)進行統(tǒng)計分析。主要從風險處置層面、規(guī)則觸發(fā)層面開展多維度分析。
(2)規(guī)則分析
對規(guī)則的閾值進行評估。設(shè)定規(guī)則評估指標為“規(guī)則命中率”,通過觀察命中率來判斷該規(guī)則所設(shè)定的閾值是否合理。
數(shù)字化電力運營風控可充分利用風險規(guī)則及策略開展運營數(shù)據(jù)分析,依據(jù)大數(shù)據(jù)計算能力評估用戶可疑行為及電力運營風險,全面掌握風險事態(tài)發(fā)展,助力電力企業(yè)制定靈活的風險防控策略,有效規(guī)避電力運營中存在的潛在風險。
數(shù)字化風控模型可借助全面的用戶數(shù)據(jù)(數(shù)據(jù)的廣度)、強相關(guān)數(shù)據(jù)(數(shù)據(jù)的深度)、時效性數(shù)據(jù)(數(shù)據(jù)的鮮活度)開展用戶風險行為分析,是對傳統(tǒng)電力運營風控方式的有效補充,可幫助電力企業(yè)高效、準確地識別出惡意欺詐及薅羊毛用戶,客觀地反映用戶風險水平,進一步提升量化風險評估能力,及時發(fā)掘電力運營風險事件,避免對運營賬戶權(quán)益造成損失。
通過對策略因子的靈活組合和擴展,構(gòu)建風險指標體系,實現(xiàn)風險規(guī)則及閾值的靈活化配置,借助規(guī)則決策引擎的擇優(yōu)選擇,按需對風險規(guī)則進行組合,制定針對性的風險管控策略,提升智能化風險防控水平,實現(xiàn)風險事件“弱判定”向“強判定”的轉(zhuǎn)變。同時可依托風險事件處置回溯分析,反哺優(yōu)化風控規(guī)則及策略,進一步滿足各運營場景下的風險管控需求。
面對層出不窮的用戶風險行為,可靈活制定風險等級標準,對風險用戶進行區(qū)別劃分,實現(xiàn)用戶黑名單的等級管理,并針對不同風險行為特征的用戶進行差異化處置,有效規(guī)避惡意欺詐、薅羊毛等行為風險。
在計算機和信息技術(shù)快速發(fā)展的今天,我們已經(jīng)進入數(shù)據(jù)化時代,利用數(shù)字化技術(shù)提升電力運營風控的時效性及精準性,可有效解決傳統(tǒng)人工風控的滯后性與片面性,深入挖掘用戶數(shù)據(jù)價值并有效利用,是助力電力渠道運營風險防控的有效方案。
本文的研究成果對于建立和完善電力運營風險防控手段、提升電力渠道風險防控水平,具有重要的指導和借鑒價值。未來可繼續(xù)深化數(shù)字化技術(shù)應(yīng)用,進一步完善線上渠道多種風險因素和特征策略,挖掘異常風險點形成全方位智能化風險防控網(wǎng),精準掌握線上渠道運營風險,降低電力企業(yè)線上渠道運營成本,提升線上業(yè)務(wù)推廣成效。