决策引擎是风控系统中的一个重要环节，怎么理解决策引擎的存在价值与业务流程？这篇文章里，作者做了详细介绍，从业务流程、优势等方面切入阐述，一起来看看吧，想了解消费金融或者金融风控的同学们可以一看。
决策，指做决定时所用的策略或方法，是人们为各种事件出主意、做决定的过程。它是一个很复杂的操作过程，是信息搜集、加工、整合最后做出判断、得出结论的过程。在消费金融业务场景中，决策主要指技术人员、业务人员、管理人员共同参与制定的面向整个用户信贷生命周期各环节的策略规则。
决策引擎，是风控系统中的一个重要环节，其核心意义就在于将我们的风控策略（无论原先是什么形态）最终落地，即把输入（如：用户信息）转化为输出（如：是否通过）。在这个过程中，决策引擎需要完成的就是将输入的变量进行所需的计算，并最终以此为依据做出决策判断。
决策引擎内部组件介绍：
信贷风控业内主流决策引擎工具：
无论具体用的是哪一种，其核心组成基本可以参考下图，只是各个部分在不同产品里的叫法可能会存在一些差异：
变量都需要自行添加。根据变量性质可分为字符型、数值型、日期型等；根据使用途径可分为输入变量、内部变量、输出变量等。
具体可以包括：
某些变量需要经过变量分段后再投入后续使用，如图所示：
1）规则与规则集
普通规则由变量、表达式、条件值、决策结果组成，是指一种由如果、那么、否则三个部分构成的规则，如图所示：
首先需要配置每一条规则，包括规则名称和规则码。所有的规则会统一存放在规则库中，随后在业务场景中，根据需求将规则任意组合，即可形成规则集。
2）决策表
决策表是一种以表格形式表现规则的工具，它非常适用于描述处理判断条件较多，各条件又相互组合、有多种决策方案的情况，决策表提供精确而简洁描述复杂逻辑的方式，可将多个条件及与这些条件满足后要执行动作以图形化形式进行对应，一般用于授信策略。
3）决策树
决策树又称为规则树，是规则引擎中另外一种构建规则的方式，它以一棵躺倒的树形结构来表现规则，决策树表现业务规则更为形象，实际上，无论是决策树、决策表还是评分卡，都可以通过决策集来实现，只是对于某些业务规则来说，通过决策树或决策表或评分卡实现起来更为形象、快捷。
4）评分卡（评分模型）
评分是对个人或机构的相关信息进行分析之后的一种数值表达，表示此人或此机构由于信用活动的拒付行为所造成损失风险的可能性，评分通常用于对个人或机构的风险管理与评估。
使用二维表形式展示目标对象的各个属性，针对不同属性设置不同区段的条件，每个区段条件对应不同的分值，运行时引擎会根据定义的区段条件自动计算目标对象的评分。一个定义好的评分卡效果如下图所示：
5）代码块
在以上现有的功能模块无法满足业务需求时，决策引擎通常还可以提供开发接口，允许使用者通过代码形式实现复杂的变量计算等非标准化需求。
决策流又称规则流，它整个的结构类似于工作流，用来对已有的决策集、决策表、交叉决策表、决策树、评分卡、复杂评分卡或其它决策流的执行顺序进行编排，清晰直观的实现一个大的复杂的业务规则。
决策引擎中的决策流可以实现对已有的决策集、决策表、交叉决策表、决策树、评分卡、或其它决策流进行编排执行；编排过程中即可以常见串行执行，也可以并行执行、或者是根据条件选择分支执行。
可把不同的规则和模型串到一起，形成一个决策流，实现贷前、贷中、贷后的全流程监控。它要可实现对数据的按需调用，比如把成本低的数据放到前面，逐步把成本较高的数据放到后面。因为有些决策在前面成本较低的数据下已经可以形成，就不必调用高成本的数据。
来源公众号：FAL-金科应用研院（ID：fintechapplab_sz），Make Fintech Easier And Smarter
本文由人人都是产品经理合作媒体 @FAL金科应用研院 授权发布，未经许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。