以现金贷公司为代表的互联网金融机构成为黑产分子盯上的重要目标，他们不仅会通过“薅羊毛”的方式来牟去联网金融机构给用户提供的奖励“红包”，还会有组织的通过骗贷、恶意拖欠等方式来非法获利，这也让不少互联网金融公司蒙受了巨大损失。

为了判定用户的信用情况，降低业务的风险，很多现金贷公司将芝麻分纳入产品的风控模型中，甚至作为唯一的指标。然而在蚂蚁金服官方停止开放数据之后，部分现金贷公司不得不通过非法倒卖的方式来获得芝麻分的数据服务。

据调查，在地下黑色市场中，单次芝麻分的调用价格可以达到接近1元，如果用户量大，这将带来很高的成本。更重要的是，这种服务并不稳定，而且还会产生显而易见的合规性风险——特别是在国家加大对于互联网金融的规范力度的背景下，使用非法转卖的数据可能承担法律责任。
    “缺失”风控的现金贷
    虽然芝麻信用分等数据很重要，但单一的数据来源并不足以支撑足够强大的风控系统。因为单一来源的数据往往只反映用户的某一方面特征，很难全面地反映用户信用情况，而且在稳定性上也存在较大的问题。要降低安全风险的发生几率，识别并阻挡低信用、恶意骗贷的用户，保护业务的安全，建立一套高效的风控系统显然必不可少。
    只有建立了一个反应速度足够敏捷、洞察力足够敏锐的风控系统，才能够有效的判断用户的真实身份、信用情况以及履约能力。对于现金贷公司来说，这样可以帮助其回答一个简单却非常重要的问题——提出借贷申请的用户究竟会不会还上这笔钱，给用户贷多少钱才不会超过其还款能力？
    对于大量的互联网金融公司来说，其风控系统都处于非常不健全的状态，要么缺乏投入，要么只制定了简单的风控规则，非常容易被攻破，这成为其履约率不高的一个重要原因。某现金贷的从业者甚至表示，其履约率只有60%-70%左右，也就是说有大量的资金无法收回，只能提升贷款利率来对冲部分损失，但这样又非常容易触碰法律规定，还可能带来舆论危机。
    专业风控不仅有多源数据，更具备场景化建模能力
    在一个完善的风控体系内，不仅需要包含多种维度的数据，还需要有对数据进行灵活的接入以及汇聚处理，并有场景化建模、实施风险决策等能力的支撑。

顶象技术的全链路实时纵深防御风控拥有多源数据服务，从手机号、IP地址、信贷黑名单、公共信息、生物识别以及关系图谱等内外部多重交叉核验，并能够根据企业需求定制化反欺诈评分和分析报告。由此更全面的发现业务的风险状况，很大程度上消除单一数据源的不确定性。
    除此外，丰富的策略管理与风险模型来实现智能反欺诈与黑产攻防对抗能力，从而更有效保护业务系统的安全性。顶象技术的全链路实时纵深防御风控的易用的智能建模平台，帮助企业快速构建私有化的专属模型。通过实时决策引擎与流计算，更可以实现分钟级策略/模型的上线。