數(shù)據(jù)化決策 | 如何讓數(shù)據(jù)產品”生長”出來?
作為數(shù)據(jù)產品經理,經常會碰到這種情況:費了很大功夫,做了復雜的模型產品后,業(yè)務人員卻覺得不好用、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)產品其實不是一個孤立的系統(tǒng),而是一個有機體,它在與數(shù)據(jù)、業(yè)務、人員結合中不斷生長壯大。今天通過一個風控產品的小案例,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、營銷服務的創(chuàng)業(yè)企業(yè),業(yè)務增長非常快,在其支付服務業(yè)務中,會出現(xiàn)套現(xiàn)、欺詐等風險問題,需要風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,所以除了實時的拒絕交易之外,對于更加復雜,不容易立刻確認的套現(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,最早支持風控的數(shù)據(jù)產品是提供的每日的交易明細數(shù)據(jù),同時按照一些經驗規(guī)則,把一些可疑的交易挑選出來,供風控人員審查,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,交易占比等信指標息;
預測:根據(jù)一些經驗指標判斷線索的實際風險概率;
決策:根據(jù)金額大小,風險可能性來給出處理措施,比如關戶,關卡等;
執(zhí)行:根據(jù)處理決策,提取相關名單,通知IT團隊來進行具體處理。
對于每次一條可疑線索,風控人員需要考察交易的多方面信息,還要翻找客戶相關各個方面的信息,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,通過和風控業(yè)務人員溝通,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)一的用戶畫像標簽體系,如上圖中的X1,X2等標簽,標簽分為兩類歷史上的標簽,比如歷史交易金額、交易次數(shù)、中位數(shù)、交易類型等,這些可以在夜里預算好,對于當日的標簽通過數(shù)據(jù)實時更新。
這樣在出現(xiàn)一條線索的時候,風控人員就可以在一個頁面快速的瀏覽所有的相關要素,同時給出對于線索的定性判斷,包括高風險、中風險、低風險等判定結果。
這個階段,機器完成了數(shù)據(jù)記錄和匯總工作,而風控人員依然要依靠人腦去建立模型,同時進行預測和決策。
增加這些功能后,風控人員處理每個線索的時間減少了,提高了效率。經過一段時間通過數(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)務增加速度比人員增加的快,由于這些線索是隨機分配給業(yè)務人員的,在沒有被鑒別的線索里面,依然會有很多有風險的交易,風險覆蓋率低。
接下來數(shù)據(jù)產品要解決的就是提高風控覆蓋率的問題。
3 模型預測
為了解決覆蓋率低的問題,設計通過評分模型的方法,對每一個線索進行評分,把風險高的排在前面,讓風控人員首先首先處理較高風險線索,至少不要漏掉嚴重的高風險問題。
這時候上一階段積累的數(shù)據(jù)就發(fā)揮了作用,因為過去業(yè)務人員根據(jù)線索的各個要素,做過很多真實的判斷和進一步的調查,有很多現(xiàn)實案例,又有判定結果,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),進行分析建模,讓機器給每個線索評分,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)務人員用之前,還要有一個試用的過程,這里重點的就是不能把評分給風控人員看,依然需要隨機的分配線索,同時進行事后跟蹤檢測。在模型相對穩(wěn)定后,再讓系統(tǒng)根據(jù)風險評分排序,讓風控人員優(yōu)先處理高風險的線索。
做了這一步之后,在不增加風控人員的前提下,發(fā)現(xiàn)風險情況的效率大大增加,特別是有重大風險的情況,基本不會被漏掉。同時風控人員在分析線索之后,將采取關閉商戶,關閉卡交易等處置措施,這些也都會被記錄在系統(tǒng)之中。這個階段機器可以解決數(shù)據(jù)的記錄、匯總、綜合預測的工作,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)分析尋找可以改進的環(huán)節(jié)。分析發(fā)現(xiàn)業(yè)務人員處置規(guī)則,也有不穩(wěn)定之處,有人嚴格,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,首先和風控部門一起討論,梳理出了具體決策規(guī)則,比如根據(jù)風險分數(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。
這個反饋結果可以幫助風控團隊,不斷總結,修訂規(guī)則,同時也將風控人員的經驗不斷沉淀到系統(tǒng)中,就算有人員的變動,也只需要比較短的培訓可以上崗工作。
5 人機合一
在以上的各個步驟都穩(wěn)定可控之后,對于比較明顯的風險線索,機器可以自動的進行拉黑卡,調整額度,關戶等操作,人們所做的事情就是監(jiān)督系統(tǒng)的運行狀況,同時不斷分析新的情況,優(yōu)化系統(tǒng)。
一方面風控團隊的人員減少了人員,有些原來做簡單重復工作的人員轉崗去了其他團隊,而留下來的風控人員也不是每天進行大量重復的體力勞動,而是思考風控工作改進的措施,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。
讓機器的歸機器,人工的歸人工,機器可以幫助人們從事重復的、大量、高速的工作,而人工可以從事研究、管理、分析的工作,兩邊的結合才是最好的。
小結
從上面的小例子可以總結幾點:
數(shù)據(jù)產品不必一步到位,可以循序漸進,在資源允許的情況下分批次來實現(xiàn);
數(shù)據(jù)產品的需求,要根據(jù)當時條件,解決當時最緊迫的問題;
每一步都要考慮下一步的計劃,為下一步打下基礎,比如收集必要的數(shù)據(jù),讓業(yè)務人員接受新的工作方法等等。
通過和業(yè)務部門的不斷協(xié)作,讓數(shù)據(jù)產品不是從天而降,而是從業(yè)務土壤中慢慢生長出來的,這樣才能設計出“接地氣”的數(shù)據(jù)產品,真的讓數(shù)據(jù)轉化為價值。





























