变量|一次风控联合建模，我总结出了这些火币|清退|huobi|站内信

编辑导读：如今，银行和互联网大厂的和合作越来越频繁。其中，一项重要的合作是联合建模。本文作者根据自己的一次风险联合建模的经历，从中总结出一些问题，希望对你有帮助。

文章插图
最近雷帅慢银行着实愁坏了，行内消费信贷业务新增客户越来越少，活跃度也越来越低了。疫情长期结束不了，消费下滑经济下行，监管持续趋严，资产规模和质量都开始面临很大的增长压力。
雷帅慢银行寻思，这么下去不是办法，形势再差，也要人为，得主动出击去找优质资产。
怎么找，流量和质量都掌控在互联网大厂手上。
于是，找到了雷帅快大厂，你把优质用户给我，我们来做款产品，一起分润。
互联网公司都是在做流量变现，雷帅快大厂就爽快同意了。
win-win。
那快大厂怎么把优质用户给慢银行呢？
快大厂虽然自己也做消费信贷业务，也有内部风险评分。但风险是由用户和产品决定的，慢银行想要的是适合他们产品的优质用户，快大厂的优质用户虽然不错，但不是最优。
这就是合作中最重要的一环，联合建模。
慢银行提供一批有风险表现的用户给快大厂去匹配特征，风险是慢银行的，特征是快大厂的。
由慢银行同学去建模，有了模型之后就可以对快大厂的流量做精准风险评估了。
一般来说，谁用模型谁建模。
于是慢银行和快大厂分别成立了一个小组，两方各自指定了个负责人，专项对接该模型开发工作。
一、立项会议小组成立之后，马上开了一次语音会议，聊这个模型怎么建。
两方负责人先拉了个微信群，把慢银行和快大厂这次联合建模相关的人员都拉进去了。
慢银行一堆问题就跟机关枪一样发射了，

你们有多少特征，能回溯到什么时候？
需要用什么主键去匹配特征？
你们的数据能不能传给我们，我们直接在行内建模？
我们要建xgb模型，你们xgb模型怎么部署？
……

快大厂不爽了，你们急个毛线，

我们数据多着呢，近两年都可以回溯，身份证和手机号做主键，我们上千个特征不出库，我们准备好电脑和建模环境，你们带着标签过来。
你们准备多少样本建模，最好多带点？
你们自己怎么定义标签的？
你们准备建几个模型，输出几个字段？

一来二回，都觉得对方不给力。
慢银行嫌快大厂特征数据不出库，还要他们派模型同学驻场建模。
快大厂嫌慢银行能带出的样本太少了，建模效果不好的话还要怪数据质量。
但好歹，一些事情还是确定下来了。
慢银行指定了一个模型同学（慢A），快大厂也指定了个同学（快B）。
然后，慢A去准备建模需要的10w样本，走申请流程带出。
快B就去准备了两台电脑，搭建建模环境。
二、数据准备慢A同学在慢银行苦心经营，找了许多人开了许多会，终于确定了如何选取这10w样本。
又潜心写了几行代码抽取这些样本，还请同事帮忙review一下这几段sql。
然后走起了漫无边际的审批流程，匹配加密的主键，样本出库等。
这个时候的慢A觉得自己是张骞。
此时，快B同学在快大厂申请了两台旧电脑，确保了无网络访问权限，然后安装了下必备的Python包。
然后开始准备怎么做都有问题的特征，从特征库里选择了几张合适的稳定有效的特征表，开始做一些脱敏处理。
变量的值要脱敏，例如分段处理，变量的含义也要做脱敏，巴不得改名为变量1、变量2……。
无所不用其极，这个时候的快B觉得自己是SB。