智能手机的诞生改变了人类的生活方式，智能手机所承载的功能日臻完善、强大，人们在衣、食、住、行、工作、生活中面临的方方面面问题，似乎都可以在移动设备端找到答案。这也直接导致了人们越来越依赖于移动设备，大量的时间与关注力都花费到了手机上。据统计，国人每天平均使用手机时长超过100分钟，每天使用手机时长超过10个小时的更是大有人在，吃饭、睡觉、交通出行都是机不离手，眼不离屏已然是大部分人的普遍状态。对大部分人来讲，手机才是其最忠实的伴侣，真正了解其人行为习惯、喜恶偏好、日常作息的，非他的手机莫属。 随着这种趋势应运而生的是大量的移动设备数据服务商，实时监控着我们移动设备上各种应用的安装、卸载、活跃以及位置打点信息。在信贷风控领域，移动设备数据早就成为了数字化业务中不可或缺的数据底座，大大小小的信贷平台，只要有数字化业务，都在直接或间接地把移动设备信息作为一个重要维度去刻画客户。目前行业内对移动设备数据的挖掘和应用虽然早已过了“立柱架梁”的阶段，还还远达不到“积厚成势”的程度，所以本文做个初步探讨，讲一下如何从APP数据中进一步挖掘出更多有效信息，用于数字化建模。 目前提供移动设备APP数据的厂商大体分为两类，一类是做SDK服务的厂商，像极光、友盟、个推等等；一类就是基于流量监控的运营商，像移动、联通等，每类厂商的数据都各有优劣。像SDK厂商数据，优势就在于APP信息全面，对于安卓设备来讲，只要嵌入了其SDK服务的APP活跃了，就可以把设备中所有的APP信息统统上报，所以数据服务商那里掌握着大几千万的APP映射关系，这也为APP数据的挖掘提供了广阔的空间；其劣势在于，覆盖度低，主要表现在三个方面，一是只覆盖部分设备，具体而言就是只有这个设备上使用了嵌入其SDK服务的APP，厂商才能获取到该设备的数据，如果一个设备没有安装嵌入其SDK服务的APP，那该设备对厂商来讲就是个盲点，目前没有一家SDK服务商一家独大，SDK服务能覆盖个市面上十万、百万的APP就算有规模了，而这个数字和目前过亿款的APP相比，实在不多；二是活跃上报频次低，一般只有当嵌入其SDK服务的APP活跃时，厂商才能接收到上报的信息，这就导致对于那些不覆盖主流APP的SDK厂商来讲，很多设备一个月也就能看到几次上报信息；三是挑设备，对于IOS设备，由于其安全级别比安卓更高，厂商就只能看到嵌入了其SDK的APP的信息，而不能扫描整个设备列表，导致设备上的其它APP信息完全获取不到。对于运营商来讲，其优势在于覆盖度高，只要该设备在使用此运营商的流量，那这些信息都会被详细地记录下来，虽然在使用WIFI网络情况下的设备信息无从得知，但这个数据全面性相比SDK可算是高多了，但其主要的劣势也比较突出，就是拨测的APP属实有限，目前来看，运营商也就拨测了2万多款APP，除了这2万多款APP，我们可以详细知道设备在哪个时点用了多长时间，其它APP的信息就全然不知了，这相比全量上亿的APP也就只是九牛一毛。 这就是目前我们面临的实际数据情况，这种情况下，想要做到全知全能，无比精细是完全不可能的，甚至想要做一些比较精细化的探索目前阶段也是非常困难的，挖掘工作再深入，也必然逃不出“可能”、“大概”的概率性问题。所以我们的工作就是要在这种现实情况下，尽量挖掘出更多概率性更高的、可用的有效信息。 变量设计通常来自两个思路，一是根据常识知识设计变量，二是根据客户的个例调查，发现异常特征，并提炼形成具有普遍性的变量。从这样正反两个思路出发，最终交汇才能发现并设计出较好用的变量。当我们能看到客户的APP详细列表数据的时候，还可以使用第三种较为特殊的分析方法，即查看APP分布的方法来排查出能识别优质客户或高风险客户的APP，并总结形成可用变量。我们就从这三个思路出发，看一下在实际业务中，如何设计出较为好用的APP变量。
从常识知识出发设计变量，就是利用我们平日的常识认知、经验知识、结合分析过的客户画像、调研报告等等来从APP数据中挖掘可用信息。我们可以从好、坏两个维度出发，从资质、品质两个维度来设计变量。 对于好的维度，从资质角度来讲，一般有稳定工作、特定职业、或有特殊身份的客户我们认为资质较好。怎么判断客户有稳定工作呢，可以从这么几个维度判断：
- 企业微信、钉钉、飞书这样的APP定期活跃；
- 安装有发放企业福利的APP，比如东方福利网、给到等；
- 使用办公类的APP，比如发票报销、思维导图、腾讯会议等；
- 使用个人所得税APP报税等等；
特定职业怎么去发现呢，APP里面线索也很多：
- 安装有以教师版、教师端、医生版、医生端结尾的APP；
- 很多公务员有特定的公务出行APP，比如公务之家等；
- 大型企业内部专用的APP，比如中国石油员工宝、中油e学等；
特殊身份，包括党员、退役军人、高端差旅人士等都是优质属性：
- 党员，最常见的的学习强国APP可以单独一类；
- 其它党员类APP，比如某某党建平台、红旗飘飘等；
- 退役军人，迷彩网、退役军人之家APP安装等；
- 商旅人士，飞常准、各种商旅、航旅类APP等；
对于好的维度，从行为品质维度上也可以挖掘出很多好品质，比如勤于学习、热爱运动、热心公益、自我管理等等，可以从以下思路进行APP的挖掘：
- 勤于学习：网易公开课、CSDN学院、资格证书等APP；
- 热爱运动：Keep、Fit等APP的使用；
- 热心公益：各种志愿者、爱心包裹、社会义工类APP；除此之外，用于核酸采集信息的“采集”APP也是一个很好的线索，安装了这类APP的不是热心公益，就是医护人员；
- 自我管理：像是时光序、小番茄等时间管理类APP使用，Forest专注、时间锁等手机使用时长管理的APP使用，冥想星球、潮汐等冥想类APP的使用、定投理财类财富管理类APP的使用等等；
对于坏的维度，我们同样从资质和品质两方面去挖掘。 坏的资质同样可以从不稳定性职业、特殊身份两方面入手去挖掘： 不稳定性职业有以下这些线索：
- 司机，比如以司机端、司机版结尾的APP；万顺车主、首约司机等司机用的APP；
- 外卖快递员，比如快递哥、美团众包等等APP；
- 房屋中介，比如幸福里经纪人、移动经纪人APP等；
- 保险销售，比如神行太保APP等；
比较高危的特殊身份有以下这些线索：
- 社区矫正人员，数字化时代，很多社区矫正和服刑人员也开始被施行数字化管理了，市面上可见很多款社区矫正类的APP，比如心岸、浙里矫、音容社矫等；
- 重病人员，比如与癌共舞、癌度、乳腺癌之家等等这样能够大概率识别得了癌症的人群，对于重病人群，我们可以捐助，但不适合给他们商业性贷款，而且，在我们之前的实际业务经验中，会发现一些严重逾期客户在一段时间后直接注销户口了，排查后发现这些人很多借款的时候打点在医院附近，很可能是重病晚期的人在临死前贷了一笔，这种情况也不能不防。
- 心理疾病，像心药医、抑郁症治愈日记等等APP可以大概识别；
对于坏的品质，就比较广泛了，可以从涉及黄赌毒、诈骗、不良行为几个方面入手：
- 黄：涉黄类APP因为和监管审查不断的拉锯，所以更新换名非常快，可以考虑用关键字匹配的方式来识别此类app，比如“狼友、色欲、性感、午夜”之类的；
- 赌：涉赌类APP同样变化无常，同样可以以关键字的形式去识别app，比如“葡京|娱樂場|百家乐|百家樂|威尼斯人”等等；
- 骗：最直接要防控的就是骗贷，可以用“撸卡、撸贷、征信修复、撸口子、上岸之家”等关键词识别APP；
- 虚拟定位：关键词“虚拟定位、位置修改、位置伪装”等等；
- 应用分身：关键词“应用双开、虚拟分身、分身大师”等等；
- VPN翻墙：关键词“翻墙神器、网络梯子”等等；
当然还有很多欺诈特征可以识别，这里就不一一列举了。 仅仅依靠常识来设计变量，毕竟是有局限性的，我们应该充分调研外部资料，获取外部信息来帮助我们补充完善变量的设计思路。比如，在一篇永安在线对黑灰产的调查研究报告中，就详细列出了市面上常用的黑灰产APP工具有哪些，而这些信息可以很大程度上帮助我们完善坏行为变量的设计，并拓宽变量的设计思路。 
再比如在一篇列举欺诈APP的文章中展示了很多涉嫌诈骗的APP，虽然我们很难把这些涉嫌诈骗的APP都理全，但从这些APP中我们可以发现一些规律，比如很多涉诈APP名字都会用点号把汉字或字母隔开，那我们就可以根据这个规律提炼出一些挖掘APP的正则规则，把疑似涉诈的APP找出来。这些APP就可以在一定程度上把易于受骗，行为异常的客户体现出来。 
总之，基于常识认知，沿着一个逻辑框架枚举出所有变量设计的思路，并通过广泛地调研各种行业资料和信息进行完善补充，是通过常识知识构造变量的基本做法。
常识知识可以帮我们搭起一个较为完善的变量设计框架，但很难尽善尽美。个例调查，就可以让我们从思路的另一端出发，从个例客户的行为线索中提炼具有普遍意义的变量，让变量设计框架进一步趋于完善。 个例调查可以从逾期较为严重的客户着手，但更好的方式是能够根据贷后催收记录，把逾期客户根据不同的逾期原因进行分类，在明确了一个客户为什么逾期之后，再有针对性地去寻找他的行为线索。 比如，我们针对一个因赌博而严重逾期的客户，调查了他的APP列表，从他的APP列表中我们看不到任何网络赌博类的APP，但有一个比较小众的APP引起了我们的注意，叫做“默往”，经查询后发现默往是一个私密性非常高的聊天交友软件，进一步调查后，我们发现了这样一段内容：
当我们查阅了更多新闻后，发现默往可以说是一个骗子、网络赌博、炒币、黑灰产、涉黄的聚集地，类似默往的这种小众私密聊天软件还有蝙蝠、Instagram等等。当然我们并不是说，使用这种小众私密聊天软件的都是坏人，但安装了这种软件的客户值得我们警惕。我们可以把类似这种私密聊天软件都整理起来，或单独做一个变量，或用它和其它维度组合使用。 我们再来看另一个称自己做生意失败的案例，从这个客户的APP列表中也没有发现什么特别异常的东西，但同样找到了一个小众的APP，叫共信鼎。调查后发现，共信鼎就是传销，我们有理由怀疑这个客户所谓的生意失败，可能就是让这个传销把钱搞没了。 
这同样给我们提供了一个变量衍生的思路，可以把类似这种涉及传销的APP整理归类，做变量的衍生。 除了这些蛛丝马迹的客户线索，我们也调查到一些特征比较明显的客户特征，比如有个客户我们发现他的列表中有这样两类APP： 
一个是涉黄类的APP特别多，而且很多这类的APP从名字上看并不明显，但我们能把握一个明显的特征，就是很多涉黄APP会以“视频”，“社区”结尾，那我们就可以设置这样的规则，找出所有以视频、社区结尾的APP，并排除主流的社区、视频APP，当做一个疑似涉黄APP类别进行衍生变量。另外，当他安装了大量涉黄APP后，就不得不考虑把这些APP做一个隐藏，不让人轻易发现，从而也就有了第二类APP线索，应用隐藏类APP，这同样给了我们做变量衍生的线索，单独或组合使用。 个例调查就是这样从实践中来，到实践中去，以实践指导理论的方法论。
分布排查，也可以说是一种实践调查的方式，是一种针对APP列表数据的比较特殊的方法。具体来说就是遍历所有客户所有安装的APP，看一看每一款APP到底有多少人安装，安装了这一款APP的客户整体风险表现是怎样的。通过一定的筛选条件，把覆盖一定人群，并且风险表现有明显区分度的APP都展示出来，再做具体分析。 通过这种方法，可以进一步弥补我们之前遗漏的APP类别或是完善已整理类别中的具体APP。比如我们通过这种方式，发现了一些涉及炒虚拟货币或挖矿的APP会覆盖一定的客群，且客群资质较差。
以上就是本篇文章【风控建模十二：数据淘金——如何从APP数据中挖掘出有效变量】的全部内容了，欢迎阅览 ！ 文章地址：http://yy520w.xhstdz.com/news/1741.html 资讯 企业新闻 行情 企业黄页 同类资讯 首页 网站地图 返回首页 物流网资讯 http://gzhdwind.xhstdz.com/ , 查看更多