常规风控特征已不够用，教你一眼看出大数据风控质量好不好

大数据风控从出世以来一直是资本关注的重点，市面上不仅有很多互联网金融公司开发了大数据风控模型，还有很多专门做大数据风控技术然后向业界输出技术能力的公司。然而，白热化的市场竞争中必然伴随着良莠不齐泥沙俱下的产品。虽然极高的技术壁垒，可靠安全的数据来源，形成了天然屏障把浑水摸鱼的产品隔离开来，但是对于那些不甚懂技术的人来说，一眼甄别大数据风控产品的成色是好还是坏还需要花不少时间。

风险控制作为金融的核心，一直备受关注。在传统金融机构中，会通过一些基础的金融逻辑来推断风险。比如收入水平越高偿还能力越高，历史还款记录越好还款意愿越高，等等。大数据可以将用户在使用APP以及其他日常行为中的特征更好的汇总整理，从而挖掘出更深层面的数据，帮助风控建模和数据分析。

常见的业务特征包括，（一）研究对象固有的性质和特点的描述，主要涉及身份信息、教育信息、工作信息等，比如年龄、性别、籍贯、学历、毕业院校等。这些都是基于（一）类记录解析出来的可用于量化描述或分类的特征。

（二）类特征是在（一）的基础之上进行进一步的统计和复杂化。通过时间、空间等各种角度产生不同的变量组合，从而推测出行为主体的特征。比如时间+