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，j2直播，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？

要回答这些问题，首先要知道“谁是谁”。

比如，在线上贷款中，一类现象十分严重：盗用用户信息进行贷款。

“在一项交易进行时，会产生一堆的联系点，比如，我用我的手机发起转帐交易时，转了多少钱？转给谁？在哪个 IP 地址发起的交易？都是联系点。在不同的地方、不同的IP地址，我都可能发起不同的交易。所以，我认为数字化业务的核心是做数据平台时，以人、设备和账户为核心，建立整体的数据平台，在这个基础之上，再去做分析、大数据、机器学习。”张克说。

猛犸本身不产生数据，也没有削尖脑袋想钻进数据江湖。

按照张克的说法，创业公司冲进这个领域要面对艰难的竞争，还不如做好手头的技术，因此，他们与诸葛io、talkingdata 等公司合作，引进第三方数据，同时把自己的技术下沉到每一个客户的应用中，梳理基于他们的应用收集的数据。

专心打造一项技术，让自己足够强，强到与客户的应用相匹配时，可以像一股细细涓流，丝毫不产生震荡的影响，这就是猛犸的策略之一。

在费心竭力地搜集终端、用户、账户、业务和第三方数据后，还有关键的一步是让数据“说同一种语言”。因此要对数据进行整理，实现语义的统一，再在感知能力这一块，对设备、渠道、用户、产品和交易之间的关联进行特征抽取与建模。

“在机器学习里，如果机器学习是一个金字塔，塔尖是模型和结论，效果却是由塔的基座（数据）来决定。数据基础决定效果，上面的模型都是尽量接近塔尖――所能够预设的天花板而已。”张克冷静而克制，他并不迷恋一座宏伟的金字塔塔尖的登顶，而是清晰地看到什么是基础，到底每一层能发挥什么作用，而自己又能看到怎样的风景。

那么，到底是什么在支撑猛犸进行智能风控？张克介绍：

第一，IT系统。现在业务迁移到互联网，最基础的是要知道做业务的现场是什么？如果犯罪了，要知道犯罪现场，交易则要知道设备现场。

张克称【新葡京官网】，猛犸的设备指纹技术与其他厂家相比，并非做做主动式指纹，而是做被动式指纹。

被动式指纹的优点在于能打通微信，比如，用微信、内嵌浏览器访问一个服务，其他厂家无法识别是否来自于同一个设备，但是被动式指纹都能够打通。一旦打通，就可以更好地建立顶层数据集。

第二，异常检测。猛犸把它分成四类，做了四种不同的计算框架，只要客户提出来，最少一天，最多一周，就能根据业务需要、业务场景把新的计算工程放进去，然后检查用户行为异常。

在异常检测上，猛犸做了统一量纲。如果一个人一天登录了十次，数值有异常，这是一个特征。还有一种场景是：同样一个人，两次交易之间相隔了一小时，但地理位置相隔了一千公里，这个也是异常特征。

但是以上层模型用的这两个异常特征其实风马牛不相及，根本不是在一个框架里面讨论问题。异常统一量纲后，根据概率分布，猛犸分析出来的结果是，所有的分布都在1和1000之间，用起来非常简单，这种模型对使用便利性而言，是巨大的提升。

还有一个好处是冷启动，你做模型时经常碰到一个问题：如果不给我数据，怎样才能试出一个可用的模型？