京東（金融）白條是大數(shù)據(jù)應用一個很好的實例。京東618大促后，京東白條的知名度再次提升了一個高度 ，大家對它的關注點也隨著增加，例如它和我們的信用卡分期有何區(qū)別、為什么說白條是基于大數(shù)據(jù)的一款產品 、當面對交易風險又是如何控制等。帶著這些問題，51CTO記者對京東云平臺***架構師、京東支付研發(fā)負責人唐志雄進行了專訪，看他是如何多角度去分析大數(shù)據(jù)的應用和整體風控架構設計的。

【受訪者簡介】

[[140698]]

京東支付研發(fā)負責人

唐志雄，京東5年級別的骨灰員工，曾負責過京東財務、交易、支付、虛擬資金、結算等核心系統(tǒng)。京東金融成立后加入到金融研發(fā)團隊，現(xiàn)在負責京東消費金融（京東白條）和京東保險兩條業(yè)務線的技術研發(fā)工作，對電商、互聯(lián)網(wǎng)金融等新興領域有豐富的經(jīng)驗和獨特的理解。

【采訪內容】

51CTO:您一直說白條是基于大數(shù)據(jù)的一款產品，能具體講一下嗎？

唐志雄：京東白條從誕生之初就充分利用的大數(shù)據(jù)的力量，它和傳統(tǒng)的信用卡相比，不需要填寫繁瑣的申請表單，不需要各種證明，通過用戶的各種行為數(shù)據(jù)，我們就能評估用戶的風險程度。具體來講，主要在用戶授信和交易風控兩個方面：

授信是從千萬用戶從中識別哪些是優(yōu)質用戶哪些是風險用戶，將優(yōu)質用戶引入進來，將風險用戶拒絕門外，這就得充分利用數(shù)據(jù)的力量來挖掘了，它是一項龐大而且持續(xù)投入的事情，也是規(guī)避消費金融壞賬的***的防火墻。

當用戶引入之后，如何保護用戶資產安全，又如何識別用戶有往劣質用戶的趨勢轉變，也是需要有很強的發(fā)現(xiàn)能力。如何發(fā)現(xiàn)？還是需要大數(shù)據(jù)的充分應用加上運營人員經(jīng)驗的積累，業(yè)務我們不能未卜先知，但是通過數(shù)據(jù)我們能發(fā)現(xiàn)規(guī)律，比如大家常見的：喜歡晚上作業(yè)、購買高單價商品、收貨地址不明確、喜歡用極速達等。所有這些都是數(shù)據(jù)告訴我們的。

51CTO:除了京東內部的數(shù)據(jù)挖掘分析之外，京東體系外的數(shù)據(jù)是通過什么方式搜集到，又是如何存儲的呢？

唐志雄：外部數(shù)據(jù)的搜集是對費京東體系用戶需要享受白條服務的一個補充，搜集方式有很多種，可以購買也可以合作，實際上外面的數(shù)據(jù)的含金量是要打折扣的，我們需要花費一些精力來做數(shù)據(jù)校驗（真?zhèn)危瑪?shù)據(jù)清洗等。關于存儲是多級存儲，***級肯定是利用我們的大數(shù)據(jù)存儲中心，一般是在京東云上。清洗和檢驗之后會放在白條的自己的數(shù)據(jù)環(huán)境中。

51CTO:您覺得在金融領域，會有哪些大數(shù)據(jù)的應用呢？

唐志雄：現(xiàn)在互聯(lián)網(wǎng)金融非常火爆，互聯(lián)網(wǎng)公司開始滲入金融，金融公司開始要做互聯(lián)網(wǎng)，這里面大數(shù)據(jù)的應用也許是將來發(fā)展的一個方向。舉幾個例子：

1、個人征信領域

目前國內除了人行的征信沒有別的權威機構，但是人行征信僅限于個人在特定金融機構的信貸行為數(shù)據(jù)，而且還不夠靈活，所以這時候阿里跳出來說要做芝麻信用，京東也要做白條分。為什么是這兩家要大力度去做，因為電商領域留下了用戶大量的真實的行為數(shù)據(jù)，通過這些數(shù)據(jù)是完全可以分析用戶的職業(yè)、家庭情況、消費水平、興趣偏好等，對用戶的信用評估更全面準確。

2、保險領域

比如剛剛開放費率的車險市場，如果有精確的用戶駕駛行為風險評估，就可以將保險的費率差異杠桿拉的更大，比如很優(yōu)質的用戶可以達到4折或者3折的保費，而風險高的駕駛員則可能需要2倍甚至更高的保費，這樣做更是保護那些具有良好駕駛習慣用戶的利益。其他的保險例如運費險也一樣，經(jīng)常退貨的用戶和很少退貨的用戶不一樣的是一樣的保費。

3、投資領域

大的電商是能感知到市場消費的晴雨表的，哪一類商品的熱銷或者滯銷的數(shù)據(jù)也能間接反映上游的企業(yè)的發(fā)展狀況，從而可以決策是否對哪些公司進行投資等。 類似的場景還有很多，以前大家也許還在暢想階段的事情，目前就是各大有實力的數(shù)據(jù)公司真正去挖掘商業(yè)價值的時候了。

51CTO: 對于京東白條來說，交易風險控制是不可缺的。在設計交易風控技術架構的過程中，是否遇到過一些難題？后續(xù)的解決方案又是什么？接下來面臨哪些挑戰(zhàn)？

唐志雄：白條是一個信用產品，在交易風控上面我們確實碰到過較多問題，比如規(guī)則過于簡單誤攔率較高，隨著數(shù)據(jù)量的增加和規(guī)則的增加系統(tǒng)性能跟不上等。然后就是大家都在摸索和研究，針對“壞人”的特征判別是個持續(xù)學習的過程，一開始避免不少誤判，但是后面就會有經(jīng)驗了，識別率也在不斷提升。 為了降低這個學習的代價，我們就做了分區(qū)隔離，一條風控規(guī)則的校驗首先是在隔離區(qū)運行的（用現(xiàn)在的話來說是旁路檢測），然后不斷是調試和更新規(guī)則的過程，直至***規(guī)則組合包的識別率達到了我們的要求之后才切換至正式環(huán)境，這種措施最有效的降低了誤攔的風險。 要說到挑戰(zhàn)，主要還是精準識別會帶來系統(tǒng)復雜度的提升，復雜度的提升會降低系統(tǒng)的性能，但是我們又必須保證系統(tǒng)的性能對用戶體驗的影響，這是我們要必須克服解決的挑戰(zhàn)。

51CTO:實時風控的規(guī)則包在風險發(fā)生前制定好等用戶觸發(fā)，或者事件發(fā)生之后在把問題總結列入規(guī)則包。基于對大數(shù)據(jù)分析，規(guī)則包是怎么進行計算，并且實施的？

唐志雄：交易的規(guī)則包只是一種人工干預的策略，簡單類比就像數(shù)學里面的函數(shù)一樣，而各種風險的大數(shù)據(jù)分析是另外一套獨立的系統(tǒng)，分析出的結果可以直接應用于我們的策略，就像函數(shù)里面的各種常量。上次我的分享里面提到的規(guī)則包的改進主要是由原來的串行計算升級為并行計算，處理性能有大大提升，這個在規(guī)則包數(shù)量的增加后變得尤為有效。

51CTO:在設計白條系統(tǒng)架構時，從用戶和商家角度分別是怎樣考慮的？

唐志雄：用戶永遠是所有產品的主角，為了提高用戶體驗，我們在做系統(tǒng)設計時，就圍繞著用戶的問題永遠是***優(yōu)先級考慮的，在與用戶有關的授信激活、消費與還款環(huán)節(jié)上，我們在系統(tǒng)構件上就要確保系統(tǒng)的穩(wěn)定與高性能，用戶的數(shù)據(jù)永遠不能丟失，同時還做了大量的細節(jié)改進，今年618的消費量是去年雙11的四倍，但是我們卻保持了99%的成功率，這就是一個例證。從商家的角度，我們要打破傳統(tǒng)的模式，傳統(tǒng)模式上一家信用卡要與商家進行促銷是很費時費力的，大多是銀行與商家洽談，以折扣的形式呈現(xiàn)給用戶，效率較低且形式單一。而白條則不同，商家可以自行參與各種營銷模式，比如什么商品/服務什么時間能享受白條哪種形式的促銷（N元購、免息、滿減等），費用承擔比例等，都是系統(tǒng)直接控制的，用戶消費后，費用也是實時看瀏覽的，這對商家來說提供了更大的便利性，也對刺激銷售提供了更大的空間。

51CTO:京東是采取哪種機器學習模型？這樣的選擇是由哪些因素來確定的？

唐志雄：京東白條有單獨的數(shù)據(jù)分析和建模團隊，大多是一些數(shù)學高手，我們主要用的幾種模型：隨機森林，lasso回歸，文本主題模型，貝葉斯網(wǎng)絡GBDT等。還有比較傳統(tǒng)的，聚類算法，邏輯回歸等

51CTO:在未付款或正在分期付款期間，針對出現(xiàn)問題的商品，用戶在退換貨的這個過程從技術實踐上經(jīng)過哪幾個環(huán)節(jié)處理？

唐志雄：京東白條對京東商城來說，就類似于一家信用卡銀行的角色，商品本身的售后問題由商城來處理，如果發(fā)生退款，白條有相應的逆向流程，退回的金額會自動沖抵待還的本金+手續(xù)費，不知道你是不是想問退款時的計息規(guī)則？這里面的細節(jié)又很多了。

小結：

“白條”這種創(chuàng)新的支付方式，使京東在618大促期間大大提升了在線支付的成功率，而且?guī)砹烁嘈碌挠脩簦黾恿擞脩麴ざ取Ｅc此同時，它給消費者也帶來了更好的購物體驗：支付更加便捷，還能滿足高層次的消費愿望。相信無論是消費者還是電商平臺，都希望今后“白條’的額度能夠提升，并且有更加靈活的額度調配方式。但這個愿望可能面臨著一個非常大的挑戰(zhàn)：目前國內消費信息不完整，個人信用難以預估。就這個問題京東采取了積極的應對方式，據(jù)悉，京東已經(jīng)開始與大數(shù)據(jù)分析公司ZestFinance合作，計劃將這種用戶網(wǎng)購習慣構建成一套完善的個人信用體系，從而讓京東白條技術得到進一步的完善和發(fā)展。