不久前，国内反欺诈服务商 Maxent 猛犸反欺诈（以下简称猛犸）对外宣布，已于 2017 年 3 月 完成由 DCM 领投的 5000 万人民币 A+轮融资，A 轮投资方祥峰投资此轮继续跟投。本次融资后，Maxent 猛犸反欺诈将继续重点在线上金融业务反欺诈领域发展。

然而，让我印象深刻的不是融资多少，投资人如何在演讲台上为猛犸背书。而是几个小时的融资发布会结束后，猛犸CEO张克邀请的一个外地合作伙伴 A 在参与完整场活动后，很给面子的继续等待正在和其他嘉宾聊天的张克，在 A 身旁的是 A 的另一合作厂商 B，B 的业务与猛犸有若干竞争关系。

让人出乎意料的是，在我询问他的参会目的时，B 很实诚的告诉我，他很佩服猛犸的 ID 系统，能在那么多弱相关的标签下，从各种看上去无法辨别的身份关系中，准确识别与发现哪些人有金融欺诈风险。

能让友商也这么感兴趣，这家公司一定有过人之处。

很想知道这个秘密

所以，最近我与张克约了一次采访，追踪了这个让猛犸友商也感兴趣的点——猛犸如何揪出一个不想还钱的骗子。

本文作者：雷锋网网络安全专栏作者李勤

----这次真的要讲正事了----

这个故事要从一则新闻讲起。

几个月前，深圳警方一窝端了一伙诈骗团伙，其中有个女骗子拥有超高的“角色扮演”技能，与三个大龄未婚多金女青年在线上谈起了恋爱，目的显而易见。

当然，这个女青年业务能开展成这样，我也是服气的。

我就没有这样的撩妹技能

银行和各种线上借贷平台遇到的骗子和这个女骗子有类似的技能：

他可能会伪装成一个收入稳定的医生，最近因为购房装修手头紧张，然后在 A 网贷平台贷款；

他也可能变身为一个建筑工地的工人，最近老板资金周转紧张，工资暂时不能到帐，儿女需要学费，然后从 B 平台贷取一笔资金；

他还有可能一次性“变性”为一个妙龄大学生，需要消费贷款购买最新的包包和化妆品。

他也许是一个非职业的多头借贷人，月收入5000米，但是手头紧张，所以从多个平台各贷了5000米，然后“情非得已”地不想还款，也无法按时还款。

穷

他也可能是一个职业的借贷中介。比如，某地某市场里，常年混迹一群无工作的人，身上的钱只够勉强吃饭，每晚靠网吧的8块钱一晚包夜度过，等待第二天工头发来各种活计。突然有一天，这个借贷中介过来，只要求你有身份证，宣告一个天大的“好消息”：把身份证拿过来，他帮你贷款，贷款到5000米，他分1000米，剩下的4000米给你。

事实上，这群人暂无还款能力，于是，这种一笔笔的贷款就成了坏账，日积月累，或突然爆发，压垮了一家家线上贷款平台，或损坏了一家大银行的商誉。

这些悲催的例子其实都是在说一件事情——

为了扩大生意，银行们和线下借贷平台都瞄上了做线上借贷平台（以下简称平台）。从实际操作流程看，有过线上借贷经验的人应该知道，线上借贷流程比拿着各项资料去银行与客户经理面谈要简化很多。也因此，客户经理再也不是手持一份客户的个人征信报告，再进行一轮复杂的社会关系调查，各种流水和资产审核，花上一些时间面谈来判断这个人到底能不能还款。

他们可能只需要一张身份证照片，一些简单的个人信息，就可以获得一个贷款“客户”。但是，这个“客户”是否真的会还款？是否要把这笔款贷给这个“客户”？平台想要知道这些问题的答案，这就是猛犸要解决的问题之一。

平台当然也不傻，线上生意做久了，总会有大量的数据产生。

你可能理所当然的想：大量的数据会产生用户画像，从而不就确定了一个人的还款能力？

话都让你这么说了我特么还说啥

事实上，平台比谁都想提高风控能力，但现实很骨感。大量的数据产生后，平台面临了这些问题：

1.业务量大，产生的数据量很大，处理起来很麻烦，怎么知道哪些有用，哪些没用？

2.获得的数据中，非结构化数据混在其中，一般人无法处理，需要大量数据专家。

3.碰上专业的欺诈团伙，你怎么办？比如，门店提供贷款买手机业务，销售员却贴了大大的标语：助贷。销售员和顾客合伙骗贷怎么办？