互联网时代，我们足不出户就可以解决很多问题，但互联网在带来快速便捷的同时，也伴随着巨大的风险——互联网金融网络欺诈。当前互联网诈骗出现了三大新特点：从撒网式向精准化转变、大数据成为诈骗工具、诈骗个案的金额越来越大。随着互联网金融业务的不断发展，保障交易安全，降低网络欺诈行为的重要性将日渐突显，而保障网络交易安全将是互联网金融业务的基础。对于互联网金融企业、用户和安全管控与信用评估服务供应商来说，互联网金融反欺诈，就是一场没有硝烟的战争。
□记者 苏洁
风险防控的必要性
对于大数据风控，同盾科技 CEO蒋韬认为，第一，数据成本比较高。大家在做风控的过程中，越来越觉得数据风控成本非常高，我们客户有强大的风控团队，但是他们需要跟各种各样的数据供应商打交道，需要测试他们数据的有效性，需要测试数据维度的一个广度，需要测试他们本身数据的一个覆盖度。同时，拿到了这些数据还要不断地校验，调整自己的模型，这个过程成本非常大。第二，在中国，每年因为欺诈所导致的损失在500亿元，这是资金上的损失。第三，相对于国外的一个诚信的机制，我们在互联网上做了一些事情，没有任何成本，我们可以到多家机构去借款，而没有一家机构帮助我们做这样的防控。
上述人士表示，在互联网金融领域，反欺诈方面占比非常大。比如消费金融，消费金融在信贷的一个申请环节，其实对于欺诈风险的防控非常有必要。很多大的消费金融公司，他们在扩展线下业务的时候开了很多的门店，在门店的周围都会有一些相关的中介机构，帮助高风险人群获取贷款，这样的中介代办行为非常多。再如，保险理赔这方面也有非常大的欺诈风险的需求。
蒋韬认为，风控最重要的是以下几方面：第一点就是数据，第二点最重要的是高质量的数据，第三点最重要的是大量的高质量的数据。
蒋韬将欺诈风险分为两大类：一大类是注册、登录、交易、支付等环节中的欺诈。注册的欺诈具体表现在比如说一些垃圾注册，登录是一些比如说伪造的登录，比如通过账户把一些用户密码拿过来之后，一些虚假的登录，交易，一些刷单的交易，支付盗卡交易，这是通常在欺诈领域定义的一些交易相关的欺诈的场景。对于这种欺诈类型，必须要做出一个实时的事中的响应，否则这笔单子一过去，这笔钱失去之后，事后很麻烦。但是事后可以做一些分析，最好是在这个损失发生之前把它控制住。第二类是“假阳性”。做任何的风险控制，要跟客户的一个服务的感受度结合在一起，你不能错杀太多的好客户，导致你这个风控策略无法往下进行。
在同盾科技反欺诈及基础产品总监祝伟看来，反欺诈，就是一场没有硝烟的战争。“我们在做反欺诈这个事情的过程当中，遵循以下几点：第一，我们一直在强调跨行业的联防联控，也是希望能够通过构建一个诚信网络，打破信息孤岛；第二，希望现有的事中风险决策基础之上，能够更进一步，构建一个风险发生之前，风险发生当中，以及风险发生之后这样的一个闭环；第三，因为是一场没有硝烟的战争，我们有一个专门的技术团队，做这样的技术攻防的升级。”
利用大数据技术进行反欺诈
宜人贷首席数据科学家种骥科认为，大数据的概念确实很大，大数据的价值也是在近几年之内慢慢的在各行各业把技术应用到这种行业中的时候体现出来的。在他看来，大数据技术体现最显著的一个行业就是金融行业。在金融行业里面，体现最好的地方，是互联网金融行业，可以说这是互联网底蕴和金融底蕴非常完美的结合。在这个结合的过程中，如果互联网公司在线上做这种信贷借款和出借的信息中介服务，一个最重要的环节就是反欺诈，因为在线上没有面对面的环节，所以反欺诈变得最重要。大数据价值的体现，可能也是在这种互联网行业、金融行业各种发展的过程中，最后得到了这么一个杠杆效应最大的点，这是非常好的大数据价值的体现。
“关于大数据这个问题，未来我们会看到数据获取的成本越来越低，而且数据本身这个东西获取的价值不会特别高，因为假如有一天把所有的数据开放给公司，那成本将会更低。将来真正竞争的核心是你怎么利用这些数据解决具体场景的问题，而且大家千万不要小看解决问题的能力，你要把解决问题的能力做得越厚越好。”知识分子CEO纪中展表示，所谓的“厚”，就是要从产品、技术、专业服务、建模、咨询，在这些领域要成为顶级专家，因为不仅仅是解决问题，而且要学会融会贯通，可能包括信用卡、消费金融、汽车金融，包括小贷、P2P，每个行业风控的模型包括流程都不完全一样。比如像汽车金融，它的风控到底价值在哪里，人家凭什么用你的东西，会不会在一些汽车金融这一块对大数据的风控能力有需求，因此要求你对整个风险场景要有一个非常充分的把握和认识，只有这样才能把这个业务做得好。依此类推，像广告行业，怎么把这些数据真正解决广告推送，或者广告效果的能力。“所以我觉得专注本身这个特质，或者是这个特征，对于大数据公司来说其实非常重要。”
启明创投合伙人叶冠泰则表示，大数据方面，有两种公司可以做投资：第一种是针对这个大字，就是数据量大到一定程度的时候，用什么样的软件、什么样的系统、什么样的设备，来存储、处理、分析数据。第二种是将这些“大”数据局贴合行业细分，能够整理、分析，最后把数据能够变成一个服务卖出去，这个是非常困难的。“这就要求你必须深刻了解客户的需求，落地，对你的数据有很清楚的一个处理跟整合的能力，从服务的角度来帮助客户更加好地用数据，从而产生一些新的产品服务于客户，我觉得这才是真正的大数据。”
在国内市场做信贷业务、风控业务大概30年资历的阳光信保首席风险官梁玉苹表示，大数据的应用在外资银行其实很普遍，数据的分析应用做决策也很普遍，在互联网时代下，大就是无限空间，相对来讲就有一定的难度了。
由此看来，移动大数据在预防互联网恶意欺诈和高风险客户识别方面，已经有了一定的应用场景。如宜信、聚信立、闪银已经开始利用TalkingData的数据，预防互联网恶意欺诈和识别高风险客户。移动大数据应用场景正在被逐步挖掘出来，未来移动大数据商业应用将更加广阔。