編輯導語：決策引擎是風控運營、風控策略重要的工具，本文從産品介紹、規劃、設計詳細描述瞭一款金融風險決策引擎産品從0到1的誕生，並且對風控決策引擎做齣瞭未來展望，一起來看一下吧。
編輯導語：決策引擎是風控運營、風控策略重要的工具，本文從産品介紹、規劃、設計詳細描述瞭一款金融風險決策引擎産品從0到1的誕生，並且對風控決策引擎做齣瞭未來展望，一起來看一下吧。
在消費金融業務場景中，決策引擎扮演的角色重要性不言而喻。作為風控的大腦，決策引擎承載的是風控業務的專傢經驗，基於變量和模型的輸入，經過復雜的決策流邏輯運算，最終輸齣決策結果。決策引擎産品提供可視化操作，支持判斷邏輯的多種組閤，流程鏈路配置，支持0開發部署上綫，使得策略迭代速度能夠得到最大的優化。
決策引擎是風控運營、風控策略同學的工作台。一款優秀的決策引擎産品不僅能幫助風控策略人員全生命周期管理決策，快速迭代策略，實現高效能的規則管理，靈活的流程配置，還能降低開發人員的維護成本，釋放開發人效。
筆者在金融行業的從業經曆中，經曆過從1到100的決策引擎的優化迭代，也經曆過從0到1決策引擎的規劃和起步。本文重點介紹如何從0到1規劃和落地一款風險決策引擎。
二、産品規劃
決策引擎要從0到1落地，一方麵需要産品經理要具備很強的風控業務sense，能深入理解風險決策全流程，掌握決策組件的構成機製；另一方麵，需要掌握如何打造決策引擎的MVP（最小可行性産品）的1.0版本，以及規劃到2.0以及3.0版本。
我們先來瞭解下 金融信貸風控業務的主流程（各公司不同産品決策流程會有細微差異，但基本主乾一緻）：
決策引擎最底層的抽象就是利用係統配置齣可執行的決策流。決策流的組成結構可抽象成：變量：最小的原子組件，也稱指標，比如 年齡，性彆，放款金額，逾期天數，信用分等。
- 規則：規則由變量經過組閤加上閾值邏輯後形成，一般有單變量規則和多變量規則，比如某條單變量準入規則：年齡 < 18 或者 年齡 > 55 則拒絕
- 規則集：規則集是一係列規則的集閤，或者叫一個決策節點，比如我們會把多個準入規則集閤在一起稱為 準入規則集，或者反欺詐規則集
- 決策流：決策流是根據決策節點（規則集）按照先後順序或者分流順序連接而成的一個決策模塊。比如 申請決策流包括準入規則集，反欺詐規則集等，授信決策流模塊包括額度規則集等。一般消費分期業務還有 支付決策流等。
很明顯，決策引擎的MVP，即1.0版本要實現以上流程和組件的可配置化，跑通風險主流程。
第一階段：構建決策引擎MVP
功能模塊包括：指標管理 + 規則配置 + 決策流配置
在實現以上功能模塊後，基本上可以形成業務主流程閉環，投産使用。在具體的業務需求上，我們規劃齣後續幾個階段的功能模塊。
第二階段：支持更多組件和靈活配置
功能模塊包括：組件管理（規則+評分卡+模型） + SQL代碼配置規則
第三階段：完善數據和監控服務
功能模塊包括：名單管理 + 徵信源管理 + 決策監控
第四階段：抽象公用，支持更多産品綫
功能模塊包括：産品管理 + 決策流配置 + 決策流復用
基於以上四個階段的規劃，基本形成瞭一個自用決策引擎，能滿足絕大多數風險業務的需求。
三、産品設計
基於以上四個階段的迭代後，最終呈現的是一個相對完整的決策引擎産品，包括：
指標管理，組件管理，決策流配置，數據管理，決策監控，權限管理，産品管理
各個功能模塊的主要功能點如下：
1. 指標管理
由業務方根據實際業務提齣相應需求，後端開發完成後，在引擎內部進行配置、測試、組閤新指標等管理功能。指標管理分為 指標維護，指標測試，指標搜索功能模塊。
指標維護：
1） 展示所有目前庫中指標，可以根據指標名稱、徵信源、指標分類來搜索指標
點擊指標名可以看到指標的開發邏輯；
2） 新增指標：進入指標編輯頁麵，填寫下錶信息及開發邏輯；
3） 編輯指標：進入指標編輯頁麵，對已有信息進行編輯；
4） 上綫指標：確認指標無誤後，點擊上綫，規則等可以正常使用；
5） 下綫指標：下綫後，綫上有使用此指標的的規則將失效；在使用中的字段，點擊下綫後需要提示警告；
注：
1） 指標會在後續規則管理中編輯時使用，如後台無相應字段，規則無法正常使用。
2） 變量類型為選項：INT/FLOAT/STRING/ARRAY等。
3） 默認值：在變量開發時約定每個字段的默認值。
4） 變量分類：對變量進行分類，可以選擇多個，搜索時可以根據分類挑選。
5） 是否依賴徵信源：變量是否用到徵信源，如有選擇徵信源名稱。
6） 是否使用中：在綫上的策略中是否有用到這個字段，此項不可編輯。
指標測試：
1） 輸入測試：選取所需要測試的指標，輸入所依賴的數據源內容，獲取字段結果；
2） 批量測試：隨機從綫上數據中獲取數據，批量獲取字段結果；
指標搜索：
1） 根據指標名稱可以搜索相應指標，采用聯想搜索
2） 根據分類可以搜索類彆下所有字段
2. 規則管理
將指標根據邏輯進行組閤成規則，再將規則組閤成以下內容：
規則、規則錶、評分卡、復雜模型、決策樹
測試完成後在決策流中使用。
1）組件管理
規則：根據指標，選擇錶達式、指定條件值，得到輸齣的決策結果（規則決策結果為True/False）：
- 頁麵式：通過網頁實現拖拽式操作
- 腳本式：為熟悉代碼的操作人員預留腳本編輯規則的空間。
數學、文本錶達式：>,<,=,>=,<=,!=,in, not in ,contain, not contain, isnull , isnotnull（後續可根據業務需求添加）
邏輯錶達式：&, || （後續可根據業務需求添加）
操作頁麵：
（1） 輸入規則代號、名稱、注釋保存；（每個代號都是唯一）；
（2） 編輯規則邏輯：選擇指標，選擇錶達式，輸入條件值；選擇邏輯關係，增加條件；（選擇時通過關鍵字搜索或通過下拉框，選擇相應指標）
（3） 測試：輸入對應指標值，點擊測試獲取測試結果；
（4） 測試完成後，點擊發布，將組件生效；
（5） 測試中如果遇到問題，需要展示錯誤原因（例：某字段輸入值不正確）
規則配置頁麵：
規則生成代碼編輯頁麵：
2）規則錶：根據規則，選擇邏輯關係，得到輸齣的決策結果（可以為多個結果，文本、數值等）：
邏輯關係：&, ||，contain, not contain
（1） 輸入規則錶代號、名稱、注釋保存；（每個代號都是唯一）；
（2） 先配置兜底結果（默認值）；
（3） 點擊新增一行條件，在左側選取規則，選擇邏輯關係，右側配置指定輸齣參數；（選擇時通過關鍵字搜索或通過下拉框，選擇相應指標）
（4） 測試：輸入對應指標值（規則中用到的值），點擊測試獲取測試結果（所有齣參部分）；
（5） 測試完成後，點擊發布，將組件生效；
3）評分卡：根據字段，選擇錶達式、指定條件值，得到輸齣的決策結果（僅評分）：
數學、文本錶達式：>,<,=,>=,<=,!=,in, not in ,contain, not contain, isnull , isnotnull,
邏輯錶達式：&, ||
（1） 輸入評分代碼，名稱和注釋。（每個代號都是唯一）；
（2） 選擇增加“評分項”，填寫此項權重；
（3） 編輯左側選擇指標，錶達式，在右側輸入Score；（選擇時通過關鍵字搜索或通過下拉框，選擇相應指標）
（4） 整體評分卡（整體評分如何計算：最終得分 = 評分項1 * 權重1 + 評分項2 * 權重2 +…）和每個單一的評分項，均可以測試，點擊評分項，測試單獨評分項，顯示此項內指標；點擊空白處，測試整個評分卡，顯示所有指標；
（5） 測試完成後，點擊發布，將組件生效；
3. 決策流
將規則、規則錶、評分卡、模型等進行串聯，形成決策流，實現對貸前、貸中、貸後或運營的全流程處理。
（1） 繪製決策流圖，設置節點；
（2） 在節點中配置規則、規則錶、評分卡等組件；（選擇時通過關鍵字搜索或通過下拉框，選擇相應組件）
（3） 在節點中允許配置：A/B Test（設置命中比例）、命中但不執行決策結果、控製徵信源啓用；
（4） 允許復製決策流，復製的決策流包含所有使用內容；
（5） 點擊發布前對決策流整體流程進行在測試環境進行測試，確保流程沒有任何問題，後進行預發布。
（7） 選擇節點時，可以查看到其所用到規則、規則錶、評分卡等組件，點擊相應組件可以直接去到對應的組件頁麵
版本管理
規則、規則集、評分卡等組件和決策流，在測試完成後都需要進行發布生效。
（1） 預發布：在正式發布前，有一道預發布，決策會同時運行綫上正式版本和預發布的版本，待觀察預發布版本無問題後，點擊正式發布，替換綫上版本。
（2） 版本迴退：保留之前版本，點擊發布，允許舊版本替換現有綫上版本
（3） 可以新增一個版本，也可以編輯當前版本，但編輯當前版本保存後自動會生成新的版本；
4. 數據管理
數據管理分為 名單管理和外部數據源管理兩個功能模塊
1）名單管理
在頁麵中維護（新增、刪除、修改）客戶名單，分黑、白、灰3類。支持名單的新增，修改，上傳，查看來源，禁用以及修改記錄。
2）外部數據管理
管理外部數據源，控製數據源是否調用，以及調用節點
5. 決策監控
針對綫上使用內容，進行數據監控，並可以進行報警。
1、 監控綫上決策內容是否報錯，如有問題，按小時顆粒度進行報警；
2、 監控徵信源數據是否異常；如：開關關閉，仍有調用；
3、 可以選取對應的決策流節點，選擇時間端，查的策略命中情況；
6. 權限管理
權限管理是通用的模塊，業內比較成熟，一般産品會基於用戶，角色，資源三個維度來設計權限管理模塊。滿足風控決策引擎如下功能即可：
設置管理員、用戶、設置權限組（角色），對相關用戶或組配置相對應的頁麵（資源）權限。
1、 管理員：最大的使用權限, systemadmin
2、 用戶：普通使用人員，可單獨配置相應權限；
3、 角色（權限組）： 根據組配置相應權限，下屬用戶能直接獲取相應權限；
7. 産品管理
對産品進行區分，每個産品有單獨的決策流分支，對所屬規則、字段進行組閤配置。
1）維護産品（新增、刪除、修改産綫名稱）
2）維護事件（新增、刪除、修改事件類型）
3）産品下隻能看到本産品下的事件。但允許復製産品下事件至另一産品下，保留本事件下所有內容。
總結一下 決策引擎的功能模塊：
四、發展展望
金融風控決策引擎産品的前身來自於規則引擎，是規則引擎在金融場景的應用。金融場景決策引擎的鼻祖當屬FICO推齣的Blaze，在互聯網金融齣現前，傳統金融機構幾乎清一色使用的是商用的Blaze産品。
隨著互聯網金融，金融科技，大數據，實時場景的到來，Blaze已經不能滿足多樣化個性化風控場景的需求，各傢大廠紛紛自研決策引擎，比如美團的Zeus規則引擎，螞蟻的智能風控引擎AlphaRisk，攜程Argis風控引擎等，都是業界優秀的決策引擎産品，值得每一個風險/數據産品經理 研究。
在開源社區也湧現齣很多開源優秀的規則引擎産品，比如drools，urule，radar等，一般中小型公司會直接參考開源引擎，在此基礎上二次開發來滿足自身風控業務的需求。業界自研加上開源支持，讓決策引擎産品不斷發展完善。
金融風控隻是規則引擎的一個應用場景，風險領域或廣義上的大安全領域還包含 交易風控，內容風控，流量風控。多種復雜的業務風控場景都需要一款規則引擎來進行策略的快速迭代。
未來隨著更多場景的應用，規則引擎也會不斷進化，展望下更高階的規則引擎，未來可能的兩個發展方嚮：
- 實時化：大數據發展，計算能力的發展，將提升現有決策引擎的算力和處理時效
- 智能化：在現有的風控決策引擎上融入瞭自言語言處理平台、流計算平台、實時預警、深度學習、可視化科學計算等，比如風控規則的自動探索生成。
智能規則引擎或許在不遠的將來會引領人們走嚮一種新的思維模式與編程行為，一切皆規則，人們要做的事情就是把能夠采集到的業務數據直接扔給智能決策引擎，剩下的，就讓智能決策引擎自己去處理吧。
本文由 @乘風隨行 原創發布於人人都是産品經理，未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議
責任編輯：
