1、用户画像

• 为什么要开发用户画像？
  1、客户在哪里？精准定位客户，洞察客户需求
  2、客户长什么样？立体刻画用户特征，深度挖掘用户行为
  3、客户如何运营？客群分层，千人千面

• 用户画像？

• 围绕业务目标，利用数据技术挖掘的一系列表征用户基本属性、行为特点、观点倾向的标签。不同的业务用户画像的关注点不同，主要由业务目标和数据的实际情况决定。

• 电商场景：消费水平、购买偏好

• 餐饮场景：口味偏好、场景偏好

• 短视频场景：上网习惯

• 音乐场景：风格偏好、背景环境

2、大数据风控

• 于数据计算平台（人工智能、决策系统）实现： 数据驱动、 风险预测、 秒级时效
• 风控场景画像特殊性：关注用户风险（强监督）、准确性要求高（误判损失高）、可解释性要求高（对强变量天然偏好）

3、风控画像体系

• 依赖海量数据、基于机器学习、深度学习、知识图谱等算法，研发200+深度加工的画像模型和5000+维重要的用户基础标签，对用户进行深度刻画。
• 基础画像：人口属性、用户资质、资产状况
• 负面信息：多头共贷、特殊名单
• 网购画像：网购情况
• 欺诈风险：手机号、移动设备
• 信贷画像：信用评分、信贷状况

4、大数据分控画像开发流程

(1)业务理解