2. 外部数据分类：征信数据、多头借贷数据、黑名单数据、设备指纹数据、社交数据、工商数据等
做风控模型，最头疼的问题是什么？
不是算法不够先进，也不是特征工程不够花哨。而是——数据不够用。
我入行那会儿，银行内部数据就那么几样：客户基本信息、存款流水、贷款记录。说实话，靠这些做评分卡，区分度有限。后来我开始引入外部数据，效果立竿见影。今天我就把这六类核心外部数据掰开揉碎了讲给你听。
2.1 征信数据：风控的基石
征信数据，说白了就是央行的个人信用报告。这是所有银行做信贷审批的必查项，没有之一。
核心字段包括：
- 身份信息：姓名、证件号、居住地
- 信贷记录：贷款笔数、余额、还款状态
- 查询记录：近3个月/6个月被查询次数
- 逾期记录：M1/M2/M3+ 逾期天数及金额
- 公共记录：法院执行、欠税等
我个人习惯，拿到征信报告后先看三个指标：
- 逾期率：近12个月有没有连续逾期？
- 查询次数：近3个月超过6次，说明客户在到处借钱
- 负债率：总负债/总收入 > 50% 就要警惕了
避坑指南：我曾经遇到过一个客户，征信报告显示"正常"，但仔细一看，近6个月查询了12次。后来一查，他在7家平台同时申请贷款。这种"以贷养贷"的客户，风险极高。所以，查询次数比逾期记录更敏感。
2.2 多头借贷数据：识别"以贷养贷"
征信数据有个问题——更新慢。有些客户在银行体系外借了钱，征信上根本看不到。这时候就需要多头借贷数据了。
多头借贷数据，说白了就是客户在非银机构（网贷、小贷、消费金融）的借贷记录。这些数据通常由第三方数据服务商提供，比如百行征信、朴道征信、同盾科技等。
| 指标 | 正常范围 | 预警范围 | 高风险范围 |
|---|---|---|---|
| 近7天申请平台数 | 0-1 | 2-3 | ≥4 |
| 近30天申请平台数 | 0-3 | 4-6 | ≥7 |
| 当前在贷平台数 | 0-2 | 3-4 | ≥5 |
我在项目中遇到过最夸张的一个案例：一个客户近7天申请了23家平台，近30天申请了47家。这种客户，基本就是"撸口子"的，直接拒掉。
2.3 黑名单数据：快速过滤高风险
黑名单数据，就是已经被确认有欺诈行为或严重逾期记录的客户名单。这类数据通常来自：
- 银行内部黑名单（自家积累的）
- 行业共享黑名单（银联、互金协会等）
- 司法黑名单（法院被执行人、失信人）
- 第三方黑名单（数据服务商整合的）
注意：黑名单数据不是万能的。我见过有些团队把黑名单命中率作为唯一风控手段，结果误杀率极高。为什么？因为黑名单数据本身有延迟，而且不同机构的标准不一样。
我的建议是：黑名单作为第一道过滤网，命中后直接拒绝。但不要过度依赖，还需要结合其他数据做综合判断。
2.4 设备指纹数据：反欺诈的利器
设备指纹，说白了就是给每个手机或电脑打一个唯一标识。这个标识不是简单的IMEI或MAC地址，而是通过几十个特征组合计算出来的。
常见的设备指纹特征：
- 硬件信息：CPU型号、内存大小、屏幕分辨率
- 系统信息：操作系统版本、时区、语言
- 网络信息：IP地址、WiFi名称、基站信息
- 应用信息：已安装应用列表、应用使用习惯
为什么设备指纹重要？我举个例子：
一个客户用同一台设备，注册了5个不同身份，申请了10笔贷款。如果只看征信数据，你根本发现不了。但设备指纹一查，同一设备关联多个身份，欺诈嫌疑直接拉满。
核心应用场景：
- 设备关联分析：同一设备关联多个手机号/身份证 → 团伙欺诈
- 设备异常检测：设备root/越狱、模拟器、改机工具 → 高风险
- 设备行为分析：短时间内频繁切换账号 → 异常行为
2.5 社交数据：评估"软信息"
社交数据，很多人觉得不靠谱。但说实话，在缺乏传统征信数据的场景下（比如大学生、蓝领、自由职业者），社交数据能提供很多补充信息。
常见的社交数据来源：
- 通讯录：联系人数量、高频联系人、异常号码占比
- 通话记录：通话时长、通话时段、通话频率
- 社交网络：微信/QQ好友数、群聊活跃度
- 位置信息：常去地点、活动半径、夜间活动频率
我记得有一次，一个客户征信记录一片空白，但社交数据显示他通讯录里有大量催收号码。后来一查，他之前在其他平台逾期过，只是没上征信。所以，社交数据能补征信的盲区。
避坑指南：社交数据涉及隐私，合规是红线。我曾经见过一个团队，直接爬取用户微信聊天记录做风控，结果被监管部门重罚。记住：必须获得用户授权，且数据使用范围要明确告知。
2.6 工商数据：企业风控的标配
如果你做的是小微企业贷款，工商数据就是必选项。这类数据主要来自国家企业信用信息公示系统、天眼查、企查查等。
核心字段：
- 企业基本信息：注册资本、成立时间、经营范围
- 股东信息：股东构成、实控人、关联企业
- 经营状况：年报数据、纳税评级、社保缴纳
- 风险信息：行政处罚、经营异常、司法诉讼
我个人的经验是，工商数据里最容易被忽视的是关联企业风险。举个例子：
一家公司本身看起来没问题，但它的实控人同时控制着5家被列为经营异常的企业。这种情况下，风险会通过关联关系传导。所以，做企业风控一定要看关联图谱。
2.7 数据分类总结
好了，六类数据都讲完了。我画了一张图，帮你理清它们之间的关系：
这六类数据，各有各的用处。征信数据是基石，多头借贷数据补盲区，黑名单数据做过滤，设备指纹数据反欺诈，社交数据看软信息，工商数据管企业。
在实际项目中，我一般会按这个优先级来接入：
- 第一梯队：征信数据 + 黑名单数据（必须接）
- 第二梯队：多头借贷数据 + 设备指纹数据（强烈建议）
- 第三梯队：社交数据 + 工商数据（根据业务场景选择）
嗯，数据分类就讲到这里。记住一句话：没有最好的数据，只有最合适的数据组合。下一章，我会讲如何评估这些数据源的质量，以及怎么跟数据供应商谈价格。到时候见。