風控是互聯網金融的核心。大數據、人工智能、機器學習、區(qū)塊鏈……這些詞在近年來的互聯網風控領域頻繁出現。互聯網金融行業(yè)所利用的風控方法，最終希望達到的效果是：不斷從申請人的生活軌跡中挖掘并提煉有信貸價值的數據，在持續(xù)簡化客戶申請體驗的同時，豐富客戶的畫像維度，以此達到越來越精準的風險識別力。

　　互聯網消費金融領域有不同的場景細分，目前也已經有不少產品在覆蓋，涵蓋了3C、教育、旅游、汽車、醫(yī)美等各個領域。星計劃是一款專注于醫(yī)美消費場景，為年輕女性群體提供消費分期服務的APP。醫(yī)美場景相比于其他獲客場景來說，人群有其特殊性，以女性為主，通常占比能達到90%以上， 18-35的年輕女性居多，整形美容的消費需求導致單均通常超過了1萬，消費的是這個服務本身，這些特征形成了醫(yī)美分期獨特的人群特點和風控要點。

　　風控主要從還款意愿和還款能力兩方面入手。在還款意愿上，由年輕女性為主導的醫(yī)美行業(yè)，有著天然的場景優(yōu)勢。她們愿意為變美買單，關鍵點在于確保她們真實享受了相對好的醫(yī)療美容服務。針對這一需求，星計劃在一開始就選擇了行業(yè)頂級的醫(yī)美機構進行合作，確保客戶享受的是行業(yè)內領先的醫(yī)美服務。再者，在客戶申請審核上，有別于目前業(yè)內的醫(yī)美分期平臺審核的做法，星計劃獨創(chuàng)地聘用了一些醫(yī)美行業(yè)從業(yè)者，對每一位客戶的面容和整容項目進行審核，判斷其項目的真實合理性，從更好的醫(yī)院和更真實的需求兩個維度入手，使星計劃壞賬率相對較低，風控水平處于行業(yè)領先地位。

　　相對來說，還款能力的把控從方法論到數據收集層面都比較成熟。從服務于藍領3C消費場景切向醫(yī)美場景，業(yè)務上是新的，后臺審核判斷能力其實是一個完全復用和升級的過程。藍領相對來說信息更薄一些，能夠做到對藍領的嚴格審核，其實已經對后臺的審核流設計、審核模型策略提出了相當高的要求。所以簡單說從藍領消費場景切換到醫(yī)美消費場景風控上是一個由難到易的過程，需要的是對行業(yè)的深入了解和定制化的改造。

　　星計劃首席風控官朱君坦言： “一個場景的風控做的好不好，取決于你對他了解的深度是否足夠，對你的客戶是否了解(KYC：know your customer)，對你的中間商是否了解(KYI：know your intermediary)。”星計劃通過貸前、貸中、貸后各個環(huán)節(jié)不斷地增加觸點去了解相關角色來提升對這個業(yè)務的認知。如在貸前，通過對醫(yī)院、醫(yī)生的資格較為細致地審核和準入，來控制合作商的質量;在貸中，選擇性的在一些醫(yī)院派駐點人員，了解市場，甄別客戶，協助審核;在貸后，對客戶進行及時回訪，了解并咨詢客戶的手術情況，這樣既是對貸款質量的監(jiān)控，也能一定程度上對醫(yī)院質量進行把關，以期提早發(fā)現風險隱憂，防范于未然。