金融信貸領域的產品，除了理財稍微提及下，其他多為P2P信貸、小貸、消費金融、汽車金融、銀行信貸等。 在貸款申請這個步驟開始前，壹般逃不過營銷獲客、註冊登錄、實名認證及銀行卡綁卡行為。
說完基本信貸流程，下文說說各流程的詳細情況及對應風控產品。
壹是通過識別用戶借貸意願進行精準營銷，二是反欺詐方面，防止薅羊毛、廣告作弊等欺詐行為。
對應產品：
1.作弊設備識別： 通過設備指紋技術，可以獲取操作設備的多重屬性，從而分析該設備參與營銷活動的頻率、關聯賬號等情況，有效識別作弊設備。
2.代理IP分析： 通過代理檢測技術，可以及時發現通過使用代理技術隱藏真實IP地址的行為，準確識別當前用戶是否使用代理訪問網站，再結合機構本身的風控模型及用戶信息，有效識別作弊用戶。
3.欺詐用戶行為： 通過存量歷史欺詐用戶數據建模分析，準確分析用戶行為特征，有效識別欺詐作弊用戶。
4.精準營銷： 重點在於用戶基數及標簽維度是否豐富，這樣有利於細分行業定位客群；獲客引流的方式是將定位好的用戶數據通過選擇好的渠道媒介觸達用戶，壹般有短信、電呼、網絡定制廣告、移動廣告等方式。但由於政策原因導致短信及電呼業務緊縮，效果原因+成本原因短信和電呼在做精準營銷的性價比逐漸減弱。
主要防控點也是在反欺詐方面，該階段可能出現的風險如下：
進行借貸同行業身份核驗。在反欺詐識別過程中，無風險用戶來到身份核驗環節，這裏可以通過身份證號、手機號、姓名等信息確認身份。
1.身份證號認證： 公民身份信息，既身份證號碼及姓名，另加有條紋返照，這個查詢接口壹般來自於公安壹所、三所及公安認證中心，現在在市面上要找到實時口真不容易，多是存量接口。原因就是這些公安部門壹般不會外放，也沒正式的代理政策。
2.本人申請校驗： 主要通過OCR+活體檢測來完成。OCR的目的主要是獲得身份證上可信照片，活體檢測是獲得妳現場照片，然後通過對比可信照片和現場照片，來判斷操作的是不是本人。可信照片除了可通過活體檢測獲得，也可以通過調用公安網網紋照，但是成本較高。
3.運營商驗證： 運營商三要素校驗，通過提供姓名、身份證號、手機號，核驗姓名身份證號與該手機號開戶時實名登記的姓名身份證號是否壹致，來判斷是否為本人的手機號。這個校驗互金產品使用得比較少。
銀行卡驗證： 銀行卡驗證根據不同行業需求及產品設計，壹般分為銀行卡2要素（姓名、銀行卡號）、3要素（姓名、銀行卡號、手機號）、4要素（姓名、身份證號、銀行卡號、手機號）及銀行卡6要素（壹般指貸記卡，姓名、身份證號、銀行卡號、手機號、有效期及CVN2碼），現在慢慢開始普及的還有銀行卡3類賬戶識別驗證。接口主要來源與各大銀行總分支行，比較全的也就是各地銀聯，但多部分知名度較高的都是些第三方支付渠道。銀行卡校驗時，也是要實名認證校驗的。所以不少互金類產品在產品設計時，直接通過該環節來做實名校驗，節省姓名+身份證校驗的費用。
1.授權信息獲取： 針對身份核驗通過的用戶，進行有感知或無感知的必要信息獲取，為後續模型評分準備好數據。無感知獲取的包括多頭借貸數據、消費金融畫像數據、手機號狀態和時長數據等；有感知（需要用戶提供相關賬戶密碼）獲取的數據有：運營商報告、社保公積金、職業信息、學歷信息、央行征信等。
2.用戶過濾： 在獲得用戶提交信息、系統抓取信息、第三方數據後，基於這些數據跑各類風控規則，過濾掉不滿足規則的用戶。
風控規則主要包括進件規則、反欺詐規則、嚴拒規則、可變規則、評分規則等。
3.用戶信用評估： 通過過濾規則的客戶，進入信用評估及授信環節，這個環節通常會有個打分的環節，也就是信用分，也稱個人綜合信用評分，是指通過使用科學嚴謹的分析方法，綜合考察影響個人及其家庭的內在和外在的主客觀環境，並對其履行各種經濟承諾的能力進行全面的判斷和評估。
4.授信核額： 在信用評估後，根據用戶信用評估信息，進行風險定價，包括給額度、定費率、定期限。
1.貸前反欺詐： 反欺詐主要針對2方面：
整個反欺詐流程大致如下：
5.信用評分卡： 構建信用評分卡模型，可以精準評估借款人還款能力和還款意願。信用評分卡包括：
貸中管理是從貸款發放之日起指貸款本息收回之時止的貸款管理。
貸中風控主要做的是監控和風險預警，強調已貸用戶的資金使用用途是否正常，資質是否有變化，收入情況是否穩定等各種會影響客服後期正常還款的各種行為變化。
貸中監控屬於借貸環節最不引人矚目的環節，有“重貸輕管”的情況。除少部分掌握用戶出行數據、支付數據、實時信用數據的機構可以做得到，大部分信貸機構都無法做貸中監控，只能與這些少部分機構合作，但監控成本就自然上升。
如果說貸前的風控做的好不好決定了企業是否能夠存活，貸中的管理決策則決定企業的可持續性發展。
貸中監控主要針對這2個維度壹般體現在還款行為、訴訟信息、特殊名單變化、多次申請記錄變化、聯系狀態變更等維度，壹般監控的維度有發生變更給的，需要及時發現並做風險預警。
這些維度變化反應了客戶的還款能力及還款意願。
1.行為評分： 利用貸款客戶的歷史數據和行為特征等制定貸中行為評分模型，對客戶劃分風險等級，實行不同的貸中風險管控措施；
2.客戶號碼狀態核查： 判斷貸中存量客戶號碼狀態，給出相應的狀態標簽，及時發現風險；
3.異常行為預警： 多頭借貸行為監控、還款能足指標異常預警及還款意願交叉識別。
貸後包括客戶正常還款的復貸邀請及催收兩部分。
復貸邀請主要通過歷史行為找出按時還款的客戶，並主動詢問是否需要復貸。
催收，主要針對有逾期行為征兆或已經發生逾期行為的客戶，進行催收聯系，壹般有催收行為的用戶都容易失聯，因此需要進行失聯修復，通過數據交叉匹配手段修復用戶實名下的其他聯系方式，然後是進行催收方案計劃，制定自動回收策略、逾期損失模型及催收渠道選擇。為了提高效率，可設置智能客服進行前期催收，後期針對逾期嚴重的可以選擇委外催收。
1.失聯修復： 貸後需要催收時，聯系不到目標用戶，可以失聯修復，獲取更多的觸達方式，觸達用戶提高催收成功率。
2.逾期客戶畫像： 用於清晰催收對象情況。多維度畫像數據，精確勾勒逾期客戶還款能力與意願的相關情況並精準量化。
3.催收評分： 按分評估對象催收難易度。融合了委案金額、賬齡、地域等多維度信息的建模評分系統，兼顧逾期客戶的還款能力及意願，對債務人的還款可能性進行綜合評估。通過貸後行為評分模型準確地預測的還款概率，根據還款可能性對客戶進行分層，輔助貸後策略；
4.分單策略： 不同能力催收員負責不同難易程度的催收對象。根據催收評分，結合系統總催收人員的業務能力指標來制定分單策略，以對案件進行合理化分配，提升催收效果。
5.輪循撥號： 友好自動撥號，打到妳接。對於高頻、簡單的催收案件，采用試觸式輪循撥打，減少人工操作，縮短撥打間隔，有效提升催收效率。
6.正常還款提醒： 對於即將到期的還款，壹般會通過短信、電話多次進行還款提醒。比如，提前5天、2天、1天、0天進行短信提醒，提前2天、1天、0天進行電話提醒。這是很普通但又非常有效的還款策略。同時，還款壹般支持第三方代扣，比如，用戶授權的第三方支付平臺會在還款日從指定銀行卡中劃扣本息，避免用戶忘記還款。
7.重新評估授信： 不管是正常還款、逾期還款，還是逾期未還款，壹個周期結束後，需要重新給用戶進行信用評估，並重新給出信審額度和利率，方便用戶進行復貸或列入黑名單。
8.老客戶激活： 針對信譽良好的用戶進行激活營銷，提高復貸率。
參考文章：
《百家風控公司揭秘系列5｜“網紅”同盾科技公司及產品調研報告》
《百家風控公司揭秘系列6｜百融金服公司及產品調研報告》
《消費金融大數據風控業務解析》
《“現金貸”產品經理，也需懂點風控知識》
《同盾交易解決反欺詐方案PPT》