案例名稱

杭州銀行電子渠道反欺詐應用實踐

案例簡介

“純誘導型“詐騙以及營銷“羊毛黨”的識別與阻斷是銀行反欺詐工作的難點與痛點。我行“天御”事中交易監控平臺自主研發的基于AI的交互式反欺詐策略，通過構建專家模型，制定智能案例閱讀、安全問答、遠程視頻等創新型安全策略，可以有效阻斷“純誘導型“詐騙；我行易推客營銷平臺自主研發的線上營銷反欺詐機制，借助客戶身份識別及客戶行為識別策略，建立反作弊規則引擎及輔助規則引擎，可以有效識別和防范營銷“羊毛黨”。

創新技術/模式應用

一、基于AI的交互式反欺詐策略

“純誘導型“詐騙（本人操作，IP、設備等信息無異常）類型的客戶，基本上都是被深度洗腦狀態，針對此類詐騙，銀行反欺詐應用中常見的短信驗證、人臉識別等安全策略效果不佳，難以阻斷欺詐交易。

鑒于上述痛點，我行將數據中臺計算的風險標簽客戶與反詐專家模型精準匹配，再根據欺詐風險級別不同，分層執行智能案例閱讀、安全問答、遠程視頻等安全策略，以此達到欺詐交易的識別、提醒、阻斷的目的。

智能案例閱讀及安全問答的素材選取的是最新的電信（網絡）詐騙特征，案例閱讀的“智能”體現在不同的欺詐類型客戶，閱讀的案例內容不同，具有較強的針對性與警示性； 安全問答需要在線完成答題，結果若包含疑似欺詐信息，則會采取臨時鎖定賬戶的保護性措施。遠程視頻則是結合了視頻客服+人臉核驗技術+防詐騙6必問，既可驗證交易身份的真實性，又可以在防詐騙詢問環節中“點醒“被騙者，及時阻斷被掛起的交易。

二、線上營銷反欺詐機制

1、建立反作弊規則引擎

規則引擎根據規則條件實時抓取有作弊特征的交易，我們對規則進行動態配置和實時統計，按照不同的時間窗口，在線統計各交易所符合的規則特征情況，并實時返回結果。

2、建立輔助規則引擎

然而不是所有滿足規則條件的交易都存在問題，此時需要使用輔助規則引擎來提高結果的準確性。

1）用戶畫像評分

首先根據業務性質選取維度，如用戶購買的產品類目、活躍度、撤單頻次、歷史惡意行為、常用設備等，利用統計方法得出用戶綜合分數，再給分值區間定級，最后得到所有用戶畫像評分。

2）業務名單庫

建立黑白灰名單庫。針對有歷史惡意行為的用戶，如刷單、套現、作弊、惡意投訴行為等，建立黑名單庫；針對有可靠信用的用戶，如本行員工、高凈值客戶等，建立白名單庫；針對有作弊嫌疑，但不足以觸發黑名單防控機制的客戶，建立灰名單庫。在某些大利益點活動時，通過降低權益等級的方式限制黑、灰名單用戶，將風險攔截在前端，以保障重大活動平穩順利進行。

項目效果評估

一、基于AI的交互式反欺詐策略

2021年4月至2022年4月，交互式反欺詐策略推出僅一年，通過閱讀案例阻斷的電信詐騙10起，止損90萬元； 通過安全問答阻斷的電信詐騙57起，止損280萬元； 通過遠程視頻阻斷的電信詐騙120起，止損800萬元。上述案件中單筆止損百萬元的3起，案例先后登上學習強國、浙江省法制日報等媒體，并受到了人行和公安部門的通報表揚，也收獲了多位客戶贈送的感謝信和錦旗。

二、線上營銷反欺詐機制

營銷反欺詐機制已經在直銷銀行網絡財富營銷工作中落地，上線以來運行穩定，它初步實現了直銷銀行網絡財富客戶的營銷欺詐風險管理。

（一）網絡財富營銷風險客戶的特征識別

1、區域特點：非我行營業網點所在區域的客戶風險傾向高于我行營銷網點所在區域。

2、行為特點：登錄次數較少，目標性強；財富產品申購次數少，只針對靈活類理財產品進行購買。

3、群控特點：行為序列類似；登錄次數、申購次數相似。

（二）網絡財富營銷風險客戶的風險防范

2021年4月至2022年4月，網絡財富營銷反欺詐規則引擎已應用于60+場營銷活動，自動處理業務1萬余筆。在風險機制建設過程中，團隊成員的營銷反欺詐風險管理水平普遍提高，網絡財富營銷反欺詐規則引擎的自動化應用也保障了網絡財富營銷活動能夠平穩順利進行。

對客戶而言，營銷反欺詐機制的應用大幅減少了對正常用戶的打擾，大幅提升了客戶的活動參與體驗和財富購買積極性；對銀行而言，營銷反欺詐機制的應用避免將營銷費用投給對業務貢獻價值較低的客戶，進一步提高了營銷準確度、精細度，增強了運營的效率及營銷費用的高效使用。

項目牽頭人

桂青峰 電子銀行部總經理助理

項目團隊成員

韓珠鳳、李敏、趙悅

責任編輯：韓希宇