1. 风控基础概念
1.1 什么是风控
风控（Risk Control，风险控制）是指通过一系列策略、模型和规则，识别、评估、监测并缓释业务活动中潜在损失的过程。在数字化业务中，风控系统通常实时拦截欺诈交易、虚假注册、恶意刷单、账户盗用等风险行为，保障平台资产安全与用户信任。
核心定义：风控 = 在不确定性中，用数据+规则+模型，将损失控制在可接受范围内。
1.2 风控的核心目标
风控体系围绕四个核心目标构建，形成“识别—评估—决策—优化”的闭环：
| 目标维度 | 说明 | 关键指标示例 |
|---|---|---|
| 识别风险 | 从海量行为中精准发现异常模式 | 风险覆盖率、规则命中率 |
| 评估风险 | 量化风险等级，区分正常/可疑/恶意 | 风险评分、误杀率、漏报率 |
| 拦截风险 | 在损失发生前阻断风险操作 | 拦截率、响应时间（ms） |
| 优化策略 | 基于样本校验持续迭代规则与模型 | 策略衰减率、样本回测通过率 |
提示：四个目标并非独立，而是层层递进。识别不准则评估失真，评估失真则拦截误伤，拦截误伤则策略无法优化。
1.3 风控在金融/电商等领域的应用场景
不同业务场景下，风险形态差异显著，风控策略需针对性设计。以下列举典型场景：
| 领域 | 典型风险场景 | 风控拦截手段 |
|---|---|---|
| 金融 | 信用卡盗刷、贷款欺诈、洗钱、账户盗用 | 交易限额、设备指纹、多头借贷检测、黑名单 |
| 电商 | 虚假注册、刷单炒信、恶意退货、黄牛抢购 | 行为频次限制、IP/设备聚类、地址库校验 |
| 社交/内容 | 垃圾广告、恶意引流、虚假账号、色情内容 | 文本/图片审核、关系图谱、注册门槛 |
| 出行/物流 | 虚假订单、刷单补贴、司机刷单、恶意投诉 | 轨迹校验、LBS 围栏、行为序列分析 |
注意：同一风险行为在不同领域可能表现完全不同。例如“批量注册”在电商场景多为黄牛，在金融场景则可能指向洗钱团伙。风控策略必须结合业务上下文设计，不能简单复用。
1.4 风控体系的关键组成
一个完整的风控系统通常包含以下模块，它们协同工作形成决策链路：
- 数据层：采集用户画像、设备指纹、IP/地理位置、行为序列、历史交易等基础数据。
- 策略层：包含规则引擎（if-then 逻辑）、评分卡、机器学习模型、黑/白/灰名单。
- 决策层：根据策略输出结果，执行“放行/人工审核/拦截/增强验证”等动作。
- 校验层：通过样本回测、离线评估、AB 测试持续验证策略有效性，本课程核心即围绕此层展开。
关键认知：风控不是“一刀切”拦截，而是在用户体验与安全之间寻找最优平衡点。样本校验正是量化这种平衡的工具——通过真实样本验证策略是否“该拦的拦住了，不该拦的没误伤”。