精准风控：3C租赁业务的核心数据特征需求梳理

风控数据特征需求整理

（含3C租赁场景适配）

基于提供的风控体系、数据来源及业务流程，从“用户属性-资质-设备-内部-外部-风险标签”六大维度，梳理核心数据特征需求，兼顾通用风控场景与3C租赁业务特性（如设备关联、履约能力、场景化消费等）。

01 用户属性类数据特征需求

聚焦“识别用户基础画像，判断身份真实性与稳定性”，为3C租赁“准入门槛设定”提供依据。

人口属性特征：

基础身份：性别、年龄（身份证推导）、出生日期、婚姻状况（已婚/未婚/离异）、教育程度（初中/高中/大专/本科/研究生及以上，需学信网核验）；

身份标识：证件类型、证件号码、姓名、曾用名、身份证有效期限（起/至/年）、身份证地址、居住证信息、社会保障卡号、公积金卡号。

家庭属性特征：

家庭结构：家庭人数、与谁居住、住宅类别（租房/产权房产/父母房产/公司宿舍）、居住年限（1年以下/1-3年/3年以上）、按揭供款/租金金额；

特殊家庭标签：农业/非农业户口、五保户、低保户、复员退伍军人、独生子女家庭、特困户、企改下岗人员。

位置属性特征：

地址信息：常驻地地址（省/市/区/详细地址）、家乡地址、工作地址、GPS经纬度（实时/历史）、差旅目的地；

地址验证：身份证地址与常驻地址一致性、收货地址稳定性（近3个月是否变更）、地址与手机号归属地匹配度。

工作与行业属性特征：

工作信息：工作单位全称、单位电话（含分机）、公司所在城市/详细地址、工作职业（白领/蓝领，细分农牧业/交通运输业/金融业等）、职位、工作年限、月收入（金额+发放形式：工资/经营/理财等）；

行业标签：所属行业（房地产/教育/旅游/汽车/3C相关行业等）、企业性质（国企/民营/外企/个体）。

价值与兴趣属性特征：

价值标识：有无车标识（机动车登记信息）、有无房标识（不动产中心数据）、金融产品持有情况（保单/理财/基金）；

兴趣偏好：上网目的、金融偏好（借贷/理财/保险）、APP偏好（办公/金融/消费/游戏类）、消费类型偏好（3C数码/医美/教育等）。

02 用户资质类数据特征需求

核心解决“评估用户还款能力与意愿”，是3C租赁“额度定价、风险分层”的关键。

个人资质与稳定性特征：

消费能力：消费水平（高/中/低，基于POS/电商/保险消费数据）、消费品级（3C设备购买/租赁历史）、购买方式（全款/分期/租赁）；

稳定性评估：收入稳定性（近6个月工资流水波动幅度、社保/公积金连续缴费时长）、家庭稳定性（婚姻存续时长、居住地址变更频率）、位置稳定性（工作地址变更频率、常驻地停留时长）。

还款能力特征：

收入维度：收入来源（工资奖金/经营收入/投资理财/房租收入）、收入水平（月收入金额、收入与3C租赁租金的比例，需≥2倍）、单位性质（稳定性排序：国企＞外企＞民营＞个体）；

资产维度：资产信息（存款/房产/车辆/金融资产）、负债信息（现有贷款余额、信用卡欠款）、偿债压力指数（负债/收入比，数值越高风险越高）；

间接支撑：家庭人数（多人家庭可降低单人逾期风险）、婚姻状态（已婚用户还款稳定性通常高于未婚）。

还款意愿特征：

借贷行为：多平台借贷情况（近1/3/6个月申请次数、获批次数）、历史借贷记录（借款用途真实性、借贷周期偏好）、共债信息（在贷平台数量、总负债金额）；

信用历史：历史逾期记录（逾期天数、逾期金额、逾期平台类型）、历史欺诈记录（虚假申请、伪冒身份、恶意骗贷）、综合信用情况（头部机构信用等级、芝麻信用分等）；

风险排查：团伙欺诈排查（设备/手机号/地址关联的团伙行为）、多头借贷倾向（近1个月申请＞5家平台需预警）、信用逾期预测（模型预判的逾期概率）。

03 设备信息类数据特征需求（3C租赁核心关联）

提取申请人设备端关键特征，辅助“设备风险评估与行为监控”。

设备基础属性特征：

设备标识：设备类型（手机/笔记本/服务器/家电）、设备型号、设备品牌、设备价格（新机价/残值）、设备号（IMEI1/IMEI2、IMSI1/IMSI2、Android ID、MAC地址、openUDID）；

设备状态：是否越狱/root、是否为模拟器、电池健康状态、总内存/总容量/可用内存、设备硬件名称/固件版本、是否插SIM卡（数量/运营商）。

设备网络属性特征：

网络信息：运营商（移动/联通/电信）、网络类型（2G/3G/4G/Wi-Fi）、信号强度、外网IP/蜂窝内网IP/Wi-Fi内网IP、Wi-Fi SSID/BSSID（路由器MAC）；

位置关联：基站信息（LAC/TAC、CELL Identity、基站类型）、IP归属地（国/省/市/属主）、移动设备国家码/网络码、GPS经纬度（是否频繁跨省/跨市，关联转租风险）。

设备行为属性特征：

系统行为：开机时间、运行时长、时区、设备语言、屏幕亮度/自动旋转设置、锁屏时间/图案、字体大小、休眠时WLAN连接方式；

用户操作：当前时间、日期格式、小时格式、是否自动对时/自动时区、键盘列表、铃声设置（手机/闹钟/通知）、壁纸类型、程序列表（系统/用户APP）；

设备健康：CPU类型/数量、CPU负载率（连续高负载可能关联挖矿/商用）、电量变化频率（异常耗电可能关联设备故障）、是否打开声音效果/锁屏震动。

APP与通讯录属性特征（3C租赁风险关联）：

APP行为：n个月内卸载/在装APP列表（重点关注借贷APP、消费分期APP、彩票APP数量及占比）、APP活跃特征（总打开次数、总使用时长、活跃时间段）、3C相关APP（如手机维修/二手交易APP，关联拆解/转卖风险）；

通讯录特征：通讯录名单（联系人姓名、关系、手机号）、通话记录（主被叫号码、通话时长、通话频率，重点排查与催收号的通话）、短信记录（含借贷/催收关键词短信）。

04 内部系统数据特征需求

基于平台自有数据，提取“用户行为轨迹、订单履约、风险拦截”相关特征，支撑模型训练与业务决策。

用户行为数据特征：

生物识别：身份证正反面照片、活体检测数据（相似度、是否本人、验证次数）、人脸识别比对结果（与身份证照片匹配度）；

操作轨迹：APP登录日志（登录时间、登录IP、登录设备）、浏览信息（停留页面、点击频次、注册时长）、打开APP时间、上次登录时间/IP、操作行为是否符合正常用户习惯（如短时间内快速填单可能为中介）。

订单明细数据特征：

申请信息：申请编号、申请时间、申请渠道（APP/小程序/线下）、申请产品（3C设备类型、租赁金额、周期、费率、借款用途）；

审批信息：审批时间、拒绝原因（身份不符/多头/逾期历史）、风险类型（欺诈/信用/设备风险）、审批备注、当前状态（通过/拒绝/待审核）；

放款与还款：放款金额、服务费、实放金额、放款状态/失败原因；还款时间、还款方式、应还金额、实还金额、滞纳金额、还款状态（正常/逾期/结清）、还款期数；

催收信息：添加时间、订单状态（逾期天数）、催收员信息、联系状态（接通/拒接/失联）、最后跟进时间、通话记录（时长/关键词命中）、催收备注（是否有还款意愿）。

风险名单与中台衍生特征：

风险名单：黑灰白名单（姓名/身份证/手机号/设备号，黑/灰/白原因）、风险IP/域名/设备号名单、渠道风险名单（渠道名称/联系人/推广链接，关联渠道坏账率）；

中台衍生：客户关系数据（内向/外向联系记录、获客过程信息、账户管理数据如近3个月超限天数）、交易支付数据（交易时间/金额/对象/目的、账户代码/类别代码）、授权记录（授权通过/拒绝记录）、安全增信数据（担保/抵押品信息）。

05 外部合作数据特征需求

弥补内部数据“信息盲区”，通过外部权威数据验证用户信息、补充风险维度，适配3C租赁“跨平台履约、企业客群评估”需求。

个人身份类外部特征：

政务数据：个税数据（近1-3年纳税金额/记录）、社保数据（参保单位、五险缴费记录、医疗消费记录、连续缴费时长）、公积金数据（账户余额、缴费记录、贷款信息）、学信数据（学历/学籍信息+照片）、其他政务数据（公安局身份核验、民政局婚姻记录、不动产中心房产信息）；

资质验证：保单数据（投保公司/金额/类型）、车险保单数据（保单信息、车辆信息、投保人与被保人信息）。

网络征信与借贷类外部特征：

权威信用：头部信用机构（负债情况、信用记录、查询次数、逾期详情）、百行非银机构借贷记录、未结清贷款笔数/金额、逾期情况；

民间信用：芝麻信用分、网贷机构黑名单/逾期名单/多头名单、微粒贷/借贷宝等平台借贷记录；

消费数据：网银数据（储蓄卡/信用卡账户信息、交易流水/账单明细）、银联数据（POS消费记录、卡类型）、电商数据（淘宝/京东/美团/的账户信息、收货地址、订单信息/消费偏好，重点3C类消费记录）、支付数据（支付宝/微信支付的账户信息、绑定银行卡、交易流水、金融产品持有情况）。

场景化外部特征（适配3C租赁客群）：

出行数据：滴滴数据（出行频率/目的地）、铁旅/航空数据（出行次数/舱位，关联消费能力）；

社交数据：运营商数据（手机账户、通话详单/短信详单/流量详单、缴费信息、在网时长）、QQ/微信数据（好友信息、群聊类型，重点排查借贷/薅羊毛/赌博群）、邮箱数据（信用卡账单/网贷催收邮件）；

稽查核验类外部特征：

信息核验：身份证二要素（姓名+身份证号）、手机号三要素（姓名+身份证号+手机号）、银行卡四要素（姓名+身份证号+银行卡号+手机号）、地址核验（输入地址与手机号/IP归属地一致性）、单位电话核验（是否为真实办公电话）；

生物与行为核验：人脸识别验证（照片与身份证相似度）、活体识别（是否为真实本人操作）、借贷行为验证（百融等平台的借贷记录）、政法信息核验（法院被执行人/失信人、公安黑名单）。

06 风险名单与标签类数据特征需求

通过“标签化”快速识别高风险用户，为3C租赁“拒准入、调额度、强催收”提供直接依据。

黑名单特征：

核心黑名单：高风险-信贷行业欺诈黑名单、内部黑名单（历史逾期/欺诈用户）、机构黑名单（合作机构共享的恶意用户）、头部机构黑名单（百行严重逾期用户）、运营商/网购黑名单；

触发规则：一经命中，3C租赁业务建议直接拒绝（如司法被执行限高状态、公安重点人员、团伙欺诈关联用户）。

风险名单特征：

违约风险：信贷逾期（机构逾期记录）、用途风险（借款用于赌博/还债）、不良客户（低资质高风险）、丧失还款能力（死亡/重病/高负债）、长期拖欠（达到高期催收标准）；

欺诈风险：疑似欺诈（虚假申请/资料虚假/伪冒身份）、恶意行为（社交/社区不良行为）、营销欺诈（薅羊毛）、风险交易（盗刷/洗钱/套现）、同行中介（信息被披露为中介）；

多头与白户：多头借贷（近1个月申请＞5家平台）、白户（无任何信贷记录，3C租赁需提高押金或补充担保）。

负面与特殊名单特征：

负面逾期：公共失信、信贷逾期、交易欺诈、不良中介、虚假申请、关联欺诈（联系人命中风险名单）；

特殊名单：政府失信（工商偷税漏税、股权冻结、无照经营）、法院名单（被执行人/失信人/限制高消费/限制出入境）、公安名单（在逃嫌犯、吸毒/上访/刑满释放人员）、行业催收名单（与催收电话高频通话用户）。

评分与标签特征：

评分体系：信用评分（0-100/350-850分，分A-E/五级等级）、欺诈评分（预测欺诈概率）、价值评分（用户生命周期价值）、场景化评分（3C租赁专属评分，关联设备风险与履约能力）；

联合建模标签：IV值≥0.2的高区分度标签（如“近3个月跨平台逾期次数＞2”“设备拆解套现风险标签”）、生命周期标签（售前营销响应/贷前欺诈/贷中行为/贷后失联预测）。