在互聯網金融風生水(shuǐ)起的(de)當下(xià)，P2P行業内流行著(zhe)一群俗稱“羊毛黨”。他(tā)們用(yòng)實際行動“薅羊毛”，領取甚至搶奪各大(dà)互聯網平台上的(de)返利、返現和(hé)優惠券，吃(chī)到了(le)如今互聯網福利江湖中最大(dà)的(de)那塊蛋糕。

正常的(de)投資人(rén)在投資時(shí)享受一些平台的(de)羊毛福利無可(kě)非議(yì)。但是專業的(de)羊毛團隊對(duì)平台造成的(de)危害卻不可(kě)估量，在一定程度上構成了(le)金融欺詐。金融欺詐已經成爲了(le)行業健康發展不可(kě)忽視的(de)風險。

網貸平台與“羊毛黨”之間存在的(de)一種又愛(ài)又恨的(de)矛盾關系。

對(duì)于平台來(lái)說，“羊毛黨”的(de)出現，一方面快(kuài)速提升注冊人(rén)數和(hé)交易量的(de)行爲，可(kě)以推動平台快(kuài)速發展，使平台運營數據取得(de)了(le)一定的(de)增長(cháng)。同時(shí)，也(yě)擁有了(le)融資的(de)資本，讓企業可(kě)能迎來(lái)虛假繁榮。因此，網貸平台在運營初期往往僥幸地希望獲得(de)“羊毛黨”的(de)垂青，以博取用(yòng)戶量及訂單數的(de)快(kuài)速提升。

另一方面，“羊毛黨”所帶來(lái)的(de)卻僅僅是短期欺詐式的(de)繁榮。紅利期一過，“羊毛黨”無利可(kě)圖便紛紛撤離，轉戰下(xià)一個(gè)紅利站點，“羊毛黨”不但帶走了(le)大(dà)批可(kě)觀的(de)流量，更是卷走了(le)平台用(yòng)于貼補的(de)大(dà)量資金。

據悉，去年有不少于100家P2P公司遭到羊毛黨攻擊，損失慘重，光(guāng)是深圳、浙江兩地就有20多(duō)家跑路。“羊毛黨”的(de)出現是互聯網金融發展漏洞的(de)産物(wù)，同時(shí)也(yě)是一種畸形的(de)黑(hēi)色幽默。

2019年1月(yuè)20日淩晨，拼多(duō)多(duō)出現大(dà)羊毛，任意賬戶可(kě)以領百元無門檻券，這(zhè)個(gè)券可(kě)以在拼多(duō)多(duō)全場(chǎng)抵扣使用(yòng)。該漏洞一直持續到上午十點左右才被堵上，不少網民用(yòng)百元券充值的(de)話(huà)費和(hé)Q币已到賬。業内人(rén)士估計，此次漏洞，拼多(duō)多(duō)損失可(kě)能超過千萬。

拼多(duō)多(duō)這(zhè)次漏洞明(míng)顯是風控能力不足導緻。

如果按照(zhào)正常的(de)活動流程，百元券需要設立領取門檻，結合設備指紋、登陸IP、賬号等級等，給定一個(gè)領取概率，以此來(lái)避免羊毛黨利用(yòng)虛拟設備來(lái)批量囤積優惠券。

那麽，怎麽抵制羊毛黨的(de)金融詐騙，我們從傳統的(de)方式看。

傳統的(de)金融反欺詐一般有三種模式：“黑(hēi)白名單”、基于規則的(de)防範機制和(hé)利用(yòng)内部數據進行建模分(fēn)析防控風險等方法。

作爲基本的(de)防範措施，黑(hēi)白名單這(zhè)種反欺詐模式存在一定的(de)滞後性，在沒有平台用(yòng)戶全數據的(de)整合分(fēn)析下(xià)（用(yòng)戶行爲、交易和(hé)資金數據、以及用(yòng)戶個(gè)人(rén)信息），真實用(yòng)戶被誤殺的(de)概率會很大(dà)。

基于規則的(de)防範機制也(yě)是金融企業的(de)常用(yòng)應對(duì)措施，這(zhè)些平台會通(tōng)過設置一些活動的(de)隐形規則、投資門檻和(hé)活動陷阱，盡最大(dà)努力去拉長(cháng)羊毛黨投資資金在平台上的(de)周期時(shí)間，降低薅羊毛的(de)整體收益，但期間往往會出現規則設置僵化(huà)等問題。

基于用(yòng)戶數據的(de)反欺詐模式中，國内的(de)反欺詐服務商大(dà)多(duō)以數據驗證和(hé)交叉比對(duì)爲主，但無法深入用(yòng)戶内部生産環境，由此也(yě)無法在規則優化(huà)，模型訓練，欺詐确認等方面行成閉環，對(duì)用(yòng)戶風險的(de)預判容易出現偏頗。另外一些平台會把數據資産當作自己的(de)隐私，不希望平台的(de)核心數據脫離平台本身，于是在打擊反欺詐團夥時(shí)導緻很多(duō)第三方監控産品能獲取的(de)用(yòng)戶數據極少，監控效果往往不理(lǐ)想。

由此來(lái)看，傳統的(de)金融反欺詐模式隻能實現一定程度的(de)“未雨(yǔ)綢缪”，并不能很好的(de)解決風險大(dà)數據的(de)缺失、或因共享不足等構築反欺詐“防護網”的(de)核心難點。

随著(zhe)互聯網金融的(de)迅猛發展，金融欺詐的(de)風險也(yě)越來(lái)越高(gāo)，然而傳統的(de)金融反欺詐卻并不能有效抵抗這(zhè)種金融風險，大(dà)數據金融反欺詐走上曆史舞台，并爲整個(gè)未來(lái)新金融的(de)發展保駕護航。

更高(gāo)的(de)輸入數量和(hé)質量：傳統金融反欺詐模式的(de)數據往往在多(duō)樣性、實時(shí)性、完整性、準确性和(hé)真實性上存在比較大(dà)的(de)問題，而大(dà)數據可(kě)以通(tōng)過全行業無差别服務的(de)資源積累，爲金融反欺詐前期的(de)信息驗真提供更多(duō)和(hé)更高(gāo)質量的(de)數據。

更精準的(de)欺詐模型：評判反欺詐服務質量好壞的(de)關鍵一環便是模型的(de)準确度，目前大(dà)數據反欺詐平台的(de)一大(dà)作用(yòng)就是幫助企業優化(huà)自己的(de)欺詐模型，爲金融企業的(de)借貸行爲及産品決策提供更精準的(de)建議(yì)。

更人(rén)性化(huà)的(de)服務内容：在大(dà)數據的(de)加持下(xià)，金融反欺詐領域的(de)服務更顯人(rén)性化(huà)，在保證正常用(yòng)戶體驗的(de)前提下(xià)，将職業羊毛黨及一些其它金融欺詐行爲拒之門外。

嚴監管環境下(xià)，羊毛黨即将風光(guāng)不再！銳濱商調——大(dà)數據風控反欺詐引航者，建立精準風控模型，提升金融機構企業的(de)風控能力，減少資金與品牌損失！

文章(zhāng)來(lái)源：财世彙、圖文來(lái)源于網絡，如有侵權，請聯系删除。