3. 风控数据体系：内部数据与外部数据
授信决策引擎的样本构建与模型训练，其底层基础是高质量、多维度的数据体系。一个完整的风控数据体系通常由内部数据与外部数据两大部分构成，二者相互补充，共同描绘用户完整的信用画像。
3.1 内部数据：第一方行为与申请信息
内部数据是机构自身积累的、关于用户的第一手信息，具有获取成本低、时效性强、与业务场景高度匹配等优势。主要分为以下两类：
| 数据类别 | 核心字段 | 风控价值 |
|---|---|---|
| 申请信息 | 身份信息、联系方式、职业、收入、居住地址、联系人等 | 基础身份核验、反欺诈（如团伙欺诈识别）、还款能力初步评估 |
| 行为数据 | 登录频次、浏览路径、填写时长、修改信息次数、设备指纹、GPS轨迹 | 识别异常操作（如机器行为）、评估用户意图、构建动态行为评分 |
实践要点：申请信息中的“联系人”字段常被用于构建社交网络图谱，是识别团伙欺诈的重要特征来源。行为数据中的“填写时长”若远低于正常用户，通常暗示该用户为机器批量操作或熟悉流程的欺诈分子。
3.2 外部数据：征信、多头与黑名单
外部数据用于弥补内部数据的局限性，提供跨机构、跨行业的用户信用与风险视图。以下是三类最核心的外部数据源：
- 征信数据：来自央行征信中心或百行征信等持牌机构，包含贷款记录、信用卡还款、担保信息等。是评估用户历史信用表现的金标准。
- 多头借贷数据：反映用户在多个平台申请或借款的记录。多头借贷指数过高，通常意味着用户资金链紧张，违约风险上升。
- 黑名单数据：包含法院失信被执行人、网贷逾期黑名单、欺诈团伙标识等。用于直接拒绝高风险用户或降低其授信额度。
数据维度对比：
- 征信：权威性高，但覆盖范围有限（部分年轻用户或下沉市场用户无征信记录）。
- 多头：时效性强，能快速反映用户近期的资金需求状况。
- 黑名单：命中即高风险，但需要定期更新以保持有效性。
3.3 三方数据源接入与合规
第三方数据源（如运营商数据、电商数据、社保公积金数据）能进一步丰富用户画像，但其接入与使用必须严格遵守法律法规。以下是标准接入流程与合规要点：
- 数据源评估：评估数据提供方的资质（是否持牌）、数据质量（覆盖率、准确性、更新频率）以及合规性（数据来源是否合法）。
- 协议签署：明确数据使用范围、存储期限、保密义务及违约责任。重点审查数据是否涉及个人敏感信息。
- 技术对接：通常通过API接口进行实时或批量查询。需进行接口压测，确保高并发下的稳定性。
- 合规审查：确保数据采集与使用已获得用户授权（隐私协议中明确告知），且不超出“最小必要”原则。
- 监控与审计：建立数据使用日志，定期审计数据调用情况，防止数据滥用或泄露。
合规红线：根据《个人信息保护法》，处理个人敏感信息（如金融账户、行踪轨迹）需取得用户的单独同意。严禁在未授权的情况下，将A场景获取的数据用于B场景的模型训练。
3.4 风控数据体系架构图
下图展示了风控数据体系的整体架构，从数据源接入到最终用于模型训练与决策的完整链路：
3.5 数据接入合规要点清单
为确保数据使用的合法性与安全性，以下清单可作为合规审查的参考依据：
| 合规维度 | 具体要求 | 常见风险 |
|---|---|---|
| 用户授权 | 隐私协议中明确列出数据使用范围，并获得用户主动同意 | 默认勾选、一揽子授权、未单独告知敏感信息处理 |
| 数据最小化 | 仅采集与授信决策直接相关的字段，禁止过度采集 | 采集通讯录、相册等非必要信息 |
| 数据存储 | 敏感数据加密存储，设置访问权限，定期清理过期数据 | 明文存储、权限管理混乱、数据留存超期 |
| 数据共享 | 向第三方提供数据前需再次获得用户授权，并进行脱敏处理 | 未经授权将数据用于模型训练或出售给其他机构 |
| 跨境传输 | 如涉及数据出境，需通过安全评估或认证 | 将国内用户数据存储或处理在境外服务器 |
合规建议：建议在数据接入初期即引入法务与合规团队进行前置审查，避免后期因数据不合规导致模型下线或面临巨额罚款。同时，建立数据血缘追踪系统，确保每一笔数据的使用路径都可追溯。