在日常的風控實戰中，經常會有業務部門的同學提問：
業務中的黑產使用者 / 羊毛使用者是誰？他們長什麼樣子？
他們是怎麼進來的？進來之後又去了哪裡？
風控會不會誤攔？誤攔之後的客訴怎麼去處理？
……
圍繞這些實戰問題，我們需要藉助【使用者畫像】這個產品，來做詳細的解釋。
畫像包括哪些內容
網上其實對這個問題做了很多的介紹，只不過大家使用的場景不同，所以對於畫像的定義和使用方法也不盡相同。
簡單來說：畫像就是一個人的wiki百科，在這個百科中，介紹了使用者的來歷、身份介紹、做了什麼事情、在某些業務場景下的成就或者比較“有名”的事情。
只不過，繁雜的文字，對於平臺或者運營而言，閱讀和理解成本過高，所以又在該百科基礎上，做了標籤的提煉，因此出現了使用者標籤體系。目前市面上看到的使用者畫像，其實大部分是使用者標籤庫。
使用者標籤庫的構建程度，代表著平臺對使用者的認知程度。
風控場景下，平臺往往會透過以下幾個維度來建設：
1、基礎維度
這個維度比較大，包括使用者的身份子維度、裝置子維度、支付子維度、手機號子維度等，在這些子維度下去構建標籤；
身份子維度：年齡、性別、地區、姓名、實名記錄、擴散關聯等；
支付子維度：渠道、支付方式、擴散關聯等；
手機號子維度：是否小號、是否接碼號、是否二次放號、風險等級、擴散關聯等；
裝置子維度：虛擬裝置、裝置root、裝置篡改、常用裝置等；
擴散關聯，一般是指以該維度為主體，基於關係圖譜，檢視該主體的周邊關聯度數，比如關聯裝置數、關聯賬號數、關聯支付賬號數、關聯訂單數等；
2、行為維度
主要基於使用者在APP中的埋點資料和請求資料，來制定使用者的行為軌跡，並基於行為軌跡，提煉使用者的風險標籤。
切換頻次：近N天裝置切換頻次、近N天IP切換頻次（geoHash、POI）、近N天時速異常切換等；
資料缺失：完整路徑缺失率、請求引數缺失率、關聯因子異常（例如UA、IP、裝置資訊等）；
APP速度：近N天機器行為（頻次和時間間隔接近）、近N天使用者CV時間過短等；
……
3、訂單維度
主要跟交易相關，重點檢視交易鏈路上的維度標籤：
佔庫存：下單率、完單率、SKU商品等；
羊毛下單：打折（低價）商品的佔比、平臺貢獻度（帶來的收入 - 支出）等；
聯合刷單：同一商家的佔比、低價商品的佔比等；
虛假交易：收貨地址的真實性、地址中帶有特殊編號的佔比、無完整或實際軌跡的佔比、接單完單時效過快的佔比等；
4、資金維度
主要在提現環節，大部分的平臺基本在提現環節做了同人認證，即資金只能進入賬號本人賬戶。因此這裡主要做監控為主，監控短期內資金規模、大額資金的佔比、提現賬號的數量等。
畫像解決了什麼問題
畫像的構建是否成功，是否滿足業務場景的訴求，需要在實際應用中提現出來。這裡從三個方向來驗證畫像：
1、策略規則的生命管理
風險運營同學對風險的感知和作案方式的還原，風險策略同學對風險使用者群體的定位和特徵的提煉，線上部署了相應的攻防策略規則。
但所謂“道高一尺魔高一丈”，黑產的攻擊手法不斷的變換，原有的策略規則會進入相應的“失效期”。而感知到這一變化，可藉助畫像的標籤內容進行水位的統計展示，以此來快速感知到。
例如：惡意佔庫存場景，可以檢視下單率超過一定閾值使用者的佔比，與之前的正常佔比進行比較，來感知到規則是否正在失效。
2、單使用者的風險下探
集中在客訴場景，C端使用者被攔截後發起客訴，運營同學需要對風控攔截做出相應的解釋，即對攔截的規則進行解釋。
注意，上面講到風控畫像主要是標籤庫，規則依賴標籤庫，如果仍然是以標籤庫進行解釋，那麼意味著規則必須100%準確，太難了。
所以，在畫像中，仍然需要構建風險的下探鏈路。構建的思路是基於使用者實際發生的業務資料、行為資料、訂單資料，進行反向的驗證。
例如：切換裝置頻次過高和時速異常被攔截，那麼在畫像中則以詳細列表的方式展示使用者近N天的登入記錄（因為切裝置就要重新登入），在登入記錄中列出裝置的IMEI、裝置指紋、經緯度、和登入時間，以這些資料來幫助運營進行定性。
因此，畫像要支援使用者風險標籤的提煉，同時還要支援對於這些標籤的解釋。
3、使用者群組的挖掘
風險的攻防，不是單一使用者的攻防，而是群體的攻防和管控，而群體中的使用者表現，往往是具有相似度的。
畫像是單一使用者的標籤集，此時可透過標籤集的相似度對相似使用者進行挖掘。
當然，必須承認，準確率不高，比如：下單率低，很多小姐姐只看不買，太正常了。因此往往是多個維度相加來做相似度挖掘。同時再借助關係圖譜，將使用者之間的強關聯屬性提煉出來，一個簡單的群組就產生了。
而此時使用者的標籤，則會上升到群組，形成群組的標籤，群組畫像。
構建畫像中的難點
1、標籤的實時性
畫像中的標籤，多則幾千個，少則也有幾百個，如果全部要求實時或者離線，前者造成計算資源的浪費，後者造成線上風險的漏過。
在這裡，則採取一個原則來進行分類：標籤的增益，即該標籤在風險中的影響力 + 標籤本身的動態性。
標籤本身的動態性：一般是指標籤的更新頻率，例如身份資訊，基本是不會變的；使用者近30分鐘的切換裝置數量，這種是30分鐘要重新統計的。
標籤在風險中的影響力：舉個例子，30分鐘內使用者切換裝置超過3個，這個不能定義為使用者有風險；30分鐘內使用者切換了虛擬裝置超過3個，這個可以認定為使用者有風險。因此前者的實時性要求不高，但後者就要求實時。
因此，在實戰中，跟風控規則強關聯的，往往是實時性要求高的。
2、標籤的完整度
是否所有的使用者，標籤體系都要建設成一樣的，比如活躍使用者和剛註冊的新戶是否一樣？
這裡，需要藉助一個分類思想：業務場景 - 使用者角色 - 使用者價值 - 使用者風險度，將此定義為一個空間，每往下走一級，則建設的標籤內容就不一樣。這個方式，有助於後續不斷列舉並迭代補充遺漏的資訊維度。
3、標籤的區分度
實際上，不是每個標籤都會被用到，也不是每個標籤都能代表使用者，也就是無效標籤。往往建設一個標籤，用該標籤對使用者進行分層，無論是閾值多少，發現動不動就是80%+的使用者被圈在一起，這就代表該標籤是無效的。
這裡有一個小的檢驗方式，即透過該標籤 + 風險閾值，將使用者進行白戶、黑戶、灰戶的分層，如果其實現的比例接近1：8：1，則代表該標籤具有一定的區分度。
當然，像年齡、城市、性別這些基礎中的基礎標籤，是不能使用這種方式的。
總結
其實，使用者畫像實際上不只有一種，上面的觀點論述，更多還是在賬號維度出發，給到大家的更多是一個方法論的介紹。在實戰中，還有裝置畫像、IP畫像、手機號畫像、訂單畫像等多種風險畫像。
畫像這個產品，從早期的滿足業務需求下進行建立標籤，到龐大標籤庫下的建立變數，未來的方向希望是能夠自出創造標籤給到業務方使用。
而在創造標籤這個方向上，對於風控團隊而言，除了需要加強自身的風險挖掘能力之外，還需要工程側提供一套標準的、快捷的驗證標籤的產品流程，後續將會為大家介紹下這套流程的構建方式。