引擎|智能风控平台核心之风控决策引擎（五）( 二 )

三、配置验证配置验证用于模型、规则、评分卡、表达式配置过程的检验。模型、规则、评分卡、表达式通常都需要手动配置，配置的过程需要能够及时的检查配置的正确性，因此需要有支持配置验证的功能，尤其在配置规则的时候，有些是规则集、规则树，规则的数量繁多，逻辑也比较复杂，配置验证功能就为这种配置过程的检验提供了很好的解决方案。
配置验证是基于模型、规则、评分卡、表达式的亮点功能，其核心逻辑是通过输入需要验证的模型、规则、评分卡、表达式的计算值，然后决策引擎模拟真实计算，输出决策结果，配置人员根据输入的值和输出的结果判断配置的内容是否正确，如图下图所示。

配置验证功能的入参输入通常提供手动输入和自动填充，自动填充默认会根据特征的类型自动生成对应特征属性的值。
四、结果评估结果评估主要用于决策流的验证和决策效果的评估。决策流通过引用模型、规则、评分卡、表达式的内容实现整个决策流的计算，配置的决策流需要和之前设计的决策流方案完全相同，并且需要确保配置的决策流效果和线下设计的效果完全相同。
结果评估功能的核心逻辑类似配置验证需要向决策流导入需要的入参值，然后系统根据导入的值进行决策计算，与配置验证的区别是结果评估还会添加客户的好坏标识，从而实现客户全生命周期风险的管理。导入客户的好坏标识可以实现决策流中包含的所有规则、模型、表达式、评分卡以及其关联特征的分析，从而快速跟踪风控业务使用的策略的效果，实现风控策略的即时响应。
结果评估主要分为线下评估和线上评估，线下评估主要是决策流配置完成后，用于验证决策流的正确性或者用于策略设计时的辅助分析，使用者在线下评估的时候可以手动导入样本数据然后提交计算决策，等待数据计算决策完成后可以通过系统查看分析结果，同时还能够导出决策系统计算出的明细结果，包含规则命中、模型分数、评分卡分数、表达式等详细内容，通过对比构建策略时和下线评估时的详细内容实现配置的精准性验证，如果标记了样本的好坏标签，能够自动计算规则的、评分卡、模型的通过率、拒绝率、召回率、精确率、精准率、KS、IV等指标。线上评估类似线下评估，只是无需手动导入样本数据以及好坏标签，而是通过接口对接的形式，直接同步贷后的借贷行为数据，实现信贷业务的贷前业务运营如通过率、拒绝率、业务波动等指标的统计分析，以及贷前风控统计如规则拦截率和预警率、拦截明细、预警明细、模型评分分布、KS等。
五、A/B测试A/B测试主要用于风控策略的上线验证、优化验证，借助于决策流管理模块的可视化在线配置，实现配置化的A/B测试任务。通过引入分流节点组件和陪跑任务功能实现A/B测试功能，如下图。

随机分流就是分流节点，通过分流节点能够实现占比分流和条件分流、陪跑等任务。完成决策任务后，风控报告显示单个案件决策流中的规则、模型等详细内容，监控报告中显示整体的规则、模型的监控状况，并且风控报告、监控报告还能进行A/B对比，测试集也可以通过结果评估实现线上化自动化评估。从而实现A/B测试任务配置，测试结果展示，测试结果评估全周期的管理。
六、手动进件风控决策引擎的通常提供两种服务方式，一是提供api接口服务，二是提供web页面手动调用服务及手动进件。决策引擎的手动进件主要应用于一些系统化能力比较薄弱，或者业务前期没有标准业务系统的企业，他们能够通过决策引擎直接实现风控的决策调用。