朱君：各位来宾很高兴有机会跟大家分享一下买单侠在风控管理上的探索，首先介绍一下买单侠的业务：我们目标客群是一群18-35岁的蓝领工人，我们的目标是做一个长期的生意，从年龄段来看，有信用卡覆盖的人占了少数，大部分处于白色区域没有被金融很好服务的人群，他们的人群是类似于右上角三累人，例如富士康的工人流水线上作业的，还有餐厅的服务员，还有一类是营业员，还有一大类像运营中心的运营人员客服人员电销人员等，这些人员占这个年龄层的绝大多数。我们接触下来发现他们有独特的特点，他们通常消费比较冲动，消费观念非常的超前，蓝领工人一个月收入三四千块，短短一个礼拜之内就把一两千块钱都用了，剩下的就节衣缩食，他们爱面子，非常适应借贷这个事，也不觉得丢人，有这样的公司服务我们是好事。这个是中国大量的需求所面临的问题，他们相对于学生来说有自己的造血能力有工作有稳定的收入，虽然收入没有那么多，但是至少是稳定的收入。很重要的一点非常注重体验，我们发现这些人手机上玩的APP，非常在乎第一感觉，觉得很爽很好玩就玩下去了，如果觉得不适合自己马上就没有兴趣了，这些人非常的缺乏耐性。如果你的服务流程好就可以很好的吸引他们，如果你的体验差一点他们马上就不要你了，这些人刻画出来的特征很大程度影响我们的产品设计和风控流程的搭建。

　　通常做线下业务很大风控是交给前端销售员做的，有了销售端的APP可以控制行为通过交互，比如说蓝领工厂遇到一些问题，比如工人是富士康是做几路班车是一个人来的还是两个人来，是怎么知道有这个公司的，这些或多或少反映一些问题。这些弱变量客户是无感知的，传统的做线下的机构这些信息并没有采集下来，我们通过APP和销售交互，销售做表单一样进行问题填写和执行，这些变量采集到后台，我的决策系统就能拿到更多更复杂的纬度数据。客户填写的东西比传统机构更少的信息，但是我们后台拿到了更多的数据，当我们业务不停扩张的时候不太依赖于人的经验，这是我们设计审核流非常重要的前提。然后这些信息进入到打分系统，进行打分和决策，决策引擎前有一个外包团队，我们把所有的信审团队也作成流水性的作业，通过工艺的设计去打一个电话验证申请人的真实性，或者查一个身份证查询他的信息，我们把任务拆借的非常细非常琐碎，每个审核员拿其中一小块模块做深加工的事，这个审核流做非常多的事情，但是时间非常快，我们现在做到4分钟左右的时间。

　　因为这个特点我们在风控上面对这样一群人有一些独特的问题，我列举了最大的差异：第一这个业务是真实场景的消费，一定是线下客户买3C类产品的时候触碰到他，通常做线下业务的信贷的契合率达到百分之七十和八十，线上由于完全是你看不到客户主动申请，所以它背后的逆项选择问题非常的严重。100个客户线上大部分是坏人，线下是真实买手机的要刷脸出境的，这是我风控控制的第一道关。第二个比较大的特点，这些人数据比较薄，前面两位嘉宾都提到这些人没有被人行覆盖没有太多征信的数据，这就考虑做资产端公司的能力，怎么对数据相对比较薄的人有一定的识别能力。下面这张图三根柱子红色是坏人，绿色是好人，当我的流程非常烦琐好人是没有耐性的，坏人无所谓他还会来，当你的流程非常的复杂，对于好人来说都走光了，他没有任何的耐性，对于坏人来说无所谓，如果你的体验不能做到足够好，你抢不到客户，同时可能吸引更多的坏人赶走更多的好人。所以我们必须注重客户的体验，这三个场景特色导致我们审核流和产品设计非常量身订作才能解决这个问题。