用于B2B客户的分类风控审批方法和系统

摘要

本发明涉及风险控制技术领域，具体为一种用于B2B客户的分类风控审批方法和系统，其中方法包括：S1、获取不同行业不同用户的数据，基于行业特征，查询共性数据；S2、采用标准模板对共性数据进行规范化处理；S3、对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级；S4、根据用户的共性数据层级不同，进行不同规则的路由；S5、根据用户的共性数据层级不同，进行差异化定额定价；S6、监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对初步分层进行调整。本方案能快速验证不同用户的风险，减少时间成本，缩短风险表现期等待时间。

说明书

技术领域

本发明涉及风险控制技术领域，具体为一种用于B2B客户的分类风控审批方法和系统。

背景技术

B2B(Business-to-Business)是指企业与企业之间通过专用网络或Internet，进行数据信息的交换、传递，开展交易活动的商业模式。它将企业内部网和企业的产品及服务，通过B2B网站或移动用户端与用户紧密结合起来，通过网络的快速反应，为用户提供更好的服务，从而促进企业的业务发展。

但是目前各种采用B2B商业模式的行业中，都存在数据不规范，数据类目繁多，数据体量庞大，数据与系统交互之间的关联不清晰的问题，并且由于行业众多，行业之间还存在垂直细分数据差异，这些问题造成了有效数据的缺失，在实际应用时，数据类目繁杂造成数据冗余，无效数据占用大量分析时间，与交互系统可匹配的数据没有得到很好的利用，严重影响了风险判断，特别是与金融风险相关的数据不能得到很好的挖掘利用或是在接入新行业时，需要再次分析所有的数据耗费大量的时间，因此要想实现全面的风险管控，会花费大量时间成本，并且风险管控效果有限，不能满足风险管控的需求。

发明内容

本发明的目的之一在于提供一种用于B2B客户的分类风控审批方法，以快速验证风险，减少时间成本，缩短风险表现期等待时间。

本发明提供的基础方案一：用于B2B客户的分类风控审批方法，包括如下内容：

S1、获取不同行业不同用户的数据，基于行业特征，查询共性数据；

S2、采用标准模板对共性数据进行规范化处理；

S3、对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级；

S4、根据用户的共性数据层级不同，进行不同规则的路由；

S5、根据用户的共性数据层级不同，进行差异化定额定价；

S6、监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对初步分层进行调整。

基础方案一的有益效果：不同行业不同用户可以采用不同的平台进行数据记录，并且记录的数据也各有不同，因此本方案先获取不同行业不同用户的数据，基于行业特征，查询共性数据，再对采用标准模板对共性数据进行规范化处理，既可以保证数据的可对比性，又可以将数据规范化，优化数据处理及系统交互的差异以及数据清洗的重复性工作，减少数据处理过程的时间成本的同时又能保证提高数据的安全性，规范化后的数据，便于后续对数据进行处理；

对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级，即根据共性数据对用户进行风险分类，根据用户的共性数据层级不同，进行不同规则的路由以及差异化定额定价，采用基本筛选和成本最优的原则进行审批，增加上层的审批的通过率，降低底层的审批的通过率，以此来平衡通过率的稳定性，从而纵向对用户进行风险控制，根据每层用户的风险程度不同进行相应的审批，从而实现细致化风险管控，并且整体过程中无需花费大量的时间成本，数据处理简单且安全，能快速验证用户风险；

此外，本方案还及时监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对初步分层进行调整，从而形成反馈，可以缩短风险表现期等待时间，能及时的对不合理的分层进行调整，进一步保障对风险的管控。

进一步，所述数据包括：交易数据、订单数据和ERP数据中一种或多种的组合，若获取的数据类型多样，则对数据进行交叉验证。

有益效果：ERP数据为ERP系统输出的数据，若获取的数据类型多样，则对数据进行交叉验证，防止数据造假和数据欺诈，完成数据之间互补，完善用户画像，对用户分层更加清晰。

进一步，所述S3包括：

S301、根据行业类型和共性数据，设置多个不同筛选条件的层级；

S302、分析不同用户的共性数据符合的筛选条件，将不同的用户的共性数据分到符合筛选条件的层级，从而将用户划分到对应的层级。

有益效果：不同层级的确定是根据行业类型和共性数据进行确定的，使层级划分更准确，从而对风险管控更合理。

进一步，所述S302还包括：每个层级中的用户根据其共性数据进行排序。

有益效果：每个层级中的用户根据其共性数据进行排序，将相对更好的用户排到前排，相对较差的用户排到后排，便于后续进行针对排序进行相应的处理。

进一步，所述S4还包括：对同一层级的用户，根据排序，进行不同规则的路由；

所述S5还包括：对同一层级的用户，根据排序，进行差异化定额定价。

有益效果：保证以基本筛选和成本最优的原则进行审批，增加每层前排的审批的通过率，降低每层后排的审批的通过率，以此来平衡通过率，保证稳定性，并且能横向对用户进行风险控制和审批。

进一步，所述方法还包括：对每个分层进行分类，将一个层级分为多个类，对同一层级的用户，根据分类，进行不同规则的路由以及差异化定额定价。

有益效果：若每个分层中数据的特征足够明显，还可对每个分层进行分类，将一层分为多个类，对同一层级的用户，根据分类，进行不同规则的路由以及差异化定额定价，从而做到更细致的分层分类，能横向对用户进行风险控制和审批，进一步平衡通过率的稳定性，保障风险管控，并且对一个层级进行分类，可自定义分类的标准，将一个层级根据自定义的分类标准进行分类，以满足使用者需求。

本发明的目的之二在于提供一种用于B2B客户的分类风控审批系统，以快速验证其他接入平台的风险，减少时间成本，缩短风险表现期等待时间。

本发明提供基础方案二：用于B2B客户的分类风控审批系统，包括：通信模块、获取模块、处理分析模块、审批模块和监测模块；

通信模块，用于连接不同行业不同用户的平台；

获取模块，用于获取不同行业不同用户的数据；

处理分析模块，用于根据行业特征，分析获取的数据中的共性数据，采用标准模板对共性数据进行规范化处理，对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级；

审批模块，用于根据用户的共性数据层级不同，进行不同规则的路由以及差异化定额定价；

监测模块，用于监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则提示对初步分层进行调整。

基础方案二的有益效果：不同行业不同用户可以采用不同的平台进行数据记录，并且记录的数据也各有不同，因此本方案通过通信模块连接不同行业不同用户的平台，再通过获取先获取不同行业不同用户的数据，对获取的数据采用处理分析模块，基于行业特征，分析共性数据，采用标准模板对共性数据进行规范化处理，既可以保证数据的可对比性，又可以对数据进行规范化，优化数据处理及系统交互的差异以及数据清洗的重复性工作，减少数据处理过程的时间成本的同时又能提高数据的安全性，规范化后的数据，便于后续对数据进行处理；

处理分析模块对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级，即根据共性数据对用户进行风险分类，审批模块根据用户的共性数据层级不同，进行不同规则的路由以及差异化定额定价，从而纵向对用户进行风险控制，根据每层用户的风险程度不同进行相应的审批，从而实现细致化风险管控，并且整体过程中无需花费大量的时间成本，数据处理简单且安全，能快速验证其他接入平台的风险；

此外，本方案通过监测模块及时监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对初步分层进行调整，从而形成反馈，可以缩短风险表现期等待时间，能及时的对不合理的分层进行调整，进一步保障对风险的管控。

进一步，所述获取模块获取的数据，包括：交易数据、订单数据和ERP数据中一种或多种的组合；

所述系统还包括：验证模块；

所述验证模块，用于若获取模块获取的数据类型多样，则对数据进行交叉验证。

有益效果：验证模块，用于若获取模块获取的数据类型多样，则对数据进行交叉验证，防止数据造假和数据欺诈，完成数据之间互补，完善用户画像，对用户分层更加清晰。

进一步，所述处理分析模块，还用于将用户划分到对应的层级时，对每个层级中的用户根据其共性数据进行排序；

所述审批模块，还用于对同一层级的用户，根据排序，进行不同规则的路由以及差异化定额定价。

有益效果：每个层级中的用户根据其共性数据进行排序，将相对更好的用户排到前排，相对较差的用户排到后排便于后续进行针对排序进行相应的处理，保证以基本筛选和成本最优的原则进行审批，增加每层前排的审批的通过率，降低每层后排的审批的通过率，以此来平衡通过率，保证稳定性，也能横向的对用户进行风险控制和审批。

进一步，所述处理分析模块，还用于对每个分层进行分类，将一个层级分为多个类；

所述审批模块，还用于对同一层级的用户，根据分类，进行不同规则的路由以及差异化定额定价。

有益效果：若每个分层中数据的特征足够明显，还可对每个分层进行分类，将一层分为多个类，对同一层级的用户，根据分类，进行不同规则的路由以及差异化定额定价，从而做到更细致的分层分类，能横向对用户进行风险控制和审批，进一步平衡通过率的稳定性，保障风险管控，并且对一个层级进行分类，可自定义分类的标准，将一个层级根据自定义的分类标准进行分类，以满足使用者需求。

附图说明

图1为本发明用于B2B客户的分类风控审批方法实施例的流程示意图；

图2为本发明用于B2B客户的分类风控审批系统实施例的逻辑框图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

本实施例基本如附图1所示：用于B2B客户的分类风控审批方法，包括如下内容：

S1、获取不同行业不同用户的数据，基于行业特征，查询共性数据；其中数据包括：交易数据、订单数据和ERP数据中一种或多种的组合，ERP数据为ERP系统输出的数据；基于行业特征，查询共性数据，具体为：根据获取不同行业不同用户的数据，查询数据中类型相同的数据，例如：获取的用户A的数据为交易数据，用户B的数据为交易数据、订单数据和ERP数据，则将用户B的数据定义为一个数据，然后查询用户A的交易数据和用户B的交易数据、订单数据和ERP数据中类型相同的数据，如：订单数据、库存等。若获取的数据类型多样，则对数据进行交叉验证，例如：获取的用户的数据包括订单数据和ERP数据，则可将订单数据和ERP数据中的进货、销售和库存数据进行比对，从而防止数据造假和数据欺诈，也可以利用数据进行交叉验证，完成数据之间互补，完善用户画像，对用户分层更加清晰；

S2、采用标准模板对共性数据进行规范化处理；标准模板根据实际需求进行制定，本实施例中标准模板中包括：月份数、月度统计数、时间、系统标识、平台标识、平台运营模式和数据来源标识，其中月度统计数包括：金额、笔数、频次和分位数；将共性数据的格式按标准模板进行规范化处理，最好是在用户的平台对接前就将数据进行规范化处理，便于后续数据处理以及统一评估；

S3、对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级；具体为：S301、根据行业类型和共性数据，设置多个不同筛选条件的层级；

对不同的行业类型设置对应的金额、笔数的分位数区间或行业属性的特有特征，其中行业属性的特有特征，例如：是否有店面、经营时间、离散度、行业周期、经营存续性等；

将对不同的行业类型的设置和共性数据相结合，设置多个不同筛选条件的层级。

对于行业类型的分类划分可以对共性数据以预设一个条件的组合阈值以预设标准维度进行不同行业的分类划分，例如：选取了五个共性数据，由于数据中可能存在一些无效数据，以及各个行业中数据的统计标准不同，因此先对五个共性数据进行数据标准化，然后根据五个共性数据的特点及其重要性，对五个共性数据设置权重，通过权重运算获得每个共性数据的具体值，进而根据具体值设置组合阈值范围，对不同行业进行划分。

对上述设置层级，以行业类型为生鲜采购类型为例，A商户：近6月月均采购金额1万元，金额分位数80元，月均交易笔数100笔；B商户：近6月月均采购金额50万元，金额分位数20000元，月均交易笔数20笔；则可根据此两类商户在交易上的行为设置层级：A层交易行为为小额高频；B层交易行为为大额低频；或直接以交易金额或者交易笔数形成绝对值进行最低的准入限制的筛选条件，例如：A层：近6月月均采购金额>5000元，且交易笔数>60,交易金额分位数>50元；B类：近6月月均采购金额>30万元,且交易笔数>5,交易金额分位数>15000元；以此类推将同一行业类型用户分为多个层级；并且交易金额，交易笔数都可以用交易流水或者ERP数据中的进销存数据进行类比替换，每个分层的阈值都可以根据样本情况进行一个初步的划分，后续会根据样本稳定性进行调整，所以初步的划分在没有过多的样本情况下可以简单分类；对行业先进行大类划分的优点是跨行业可能数据的表现形式有特别大的差异，所以先根据行业分类后，再进行数据分层可以避免因行业误差造成的数据差异过大，当然如果行业内本身没有巨大差异的话，则可以直接以数据进行分层。设置层级划分主要根据划分可以在后续的信贷场景的定额定价中产生直接相关，例如高频低额的这类用户在额度上不需要过高的额度，但是在信贷周期周转频率和利率上可能需要有更高的灵活性；而低频高额的用户在额度上和高频低额的用户相反，需要相对更大额度，更长的周转期，因此在利率上可以有一定的上浮，并且低频高额的用户在分层时更应该结合行业属性的特有特征进行风险控制。

S302、分析不同用户的共性数据符合的筛选条件，将不同的用户的共性数据分到符合筛选条件的层级，从而将用户划分到对应的层级；且每个层级中的用户也是根据其共性数据进行排序，即根据每个用户的共性数据进行判断，对同一层级的用户由共性数据由好到差进行排序，进而对同一层级的用户，根据排序，进行不同规则的路由，以及差异化定额定价；例如：A层用户中有三个用户：A1、A2和A3；A1月均交易额1万，经营年限3个月；A2月均交易额3万，经营年限12个月；A3月均交易额5万，经营年限36个月；对三个用户的月均交易额和经营年薪进行权重计算得到每个用户的分值，权重的选择根据实际数据需求制定，根据用户的分值对用户进行排序，根据排序，进行不同规则的路由，以及差异化定额定价；一个层级有多个用户，所以可以根据分值将一个层级划分为多个段，设置多个不同的预设分值，本实施例中设置两个第一预设分值和第二预设分值，且第一预设分值小于第二预设分值，小于第一预设分值进行50条路由，额度5千元-2万元，利率20％-24％；大于等于第一预设分值且小于等于第二预设分值进行20条路由，额度2万元-5万元，利率15％-20％；大于第二预设分值进行5条路由，额度5万元-10万元，利率10％-15％；以此来进行不同规则的路由，以及差异化定额定价，在没有数据累积的坏账分段情况下，可以按照产品定义的分类和行业经验进行分段划分。

S4、根据用户的共性数据层级不同，进行不同规则的路由；例如：设置了四个层级：A层、B层、C层和D层，A层的用户进行风控审批时，路由只需要进行评分；B层的用户进行风控审批时，路由需要进行评分和银行审批；C层的用户进行风控审批时，路由需要进行评分、银行审批和三方审批；D层的用户进行风控审批时，路由需要进行评分、银行审批、三方和公检法，以此类推，增加分层，对应的路由也会增加，此外也可对同一层级的用户，根据排序，进行不同规则的路由，从而保证以基本筛选和成本最优的原则进行风控审批，增加上层的风控审批的通过率，降低底层的风控审批的通过率，以此来平衡通过率的稳定性。若每个分层的特征足够明显，例如：一个分层中交易数据中的交易金额的每一分段(0元-5000元，5000元-10000元……)直接与用户的风险(坏账情况)强相关，或者经营年限直接与用户风险强相关，或者单个数据的IV值达到0.5以上，则分层的特征足够明显；还可进一步扩大分层，并且可对每个分层进行进一步细化，即对每层再进行分类，将一个层级分为多个类，再对每一层的多个类以基本筛选和成本最优的原则进行审批，从而做到更细致的分层分类，进一步平衡通过率的稳定性；进行分类时，可选择一个数据类型做指标进行划分，也可选择多个数据类型做多个指标的交叉矩阵，或者进行逻辑回归的小评分，在无大量样本累积情况下，可以直接用一个数据类型做指标；

S5、根据用户的共性数据层级不同，进行差异化定额定价；具体为：不同分层的最高额度、最低额度、最高利率和最低利率都可以通过设置多个不同筛选条件的层级时得到，例如：设置不同筛选条件的层级时，将对不同的行业类型的设置和共性数据相结合，设置多个不同筛选条件的层级，同时设置各个层级对应的最高额度、最低额度、最高利率和最低利率：A层的最高额度为100万、最低额度为50万、最高利率为12％(利率年化)和最低利率为4％；B层的最高额度为50万、最低额度为20万、最高利率为15％和最低利率为6％；C层的最高额度为30万、最低额度为10万、最高利率为20％和最低利率为10％；D层的最高额度为10万、最低额度为1万、最高利率为24％和最低利率为12％；从而丰富整个用户类型，既可以接收较为底层的用户，也可以服务好顶层的用户，而大部分用户可能在中部分层，综合顶底层的差异，实际解决绝大部分用户的需求，使产品的服务对象跨度加大，而又使风险在可控范围内；并且对同一层级的用户，还可根据排序，进行差异化定额定价，以A层为例，A层中的用户排序，根据排序的顺序，用户的可审批的额度由100万逐步降低50万；

S6、监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对初步分层进行调整；其中稳定性指标包括通过率、坏账和收益中任意一种或多种的结合，通过监测每个层级的稳定性指标，来观测每个层级的稳定性，若稳定性指标不符合预设稳定性指标要求，即层级的稳定性不满足当前对稳定性的要求，进而反哺分层策略及产品定位，对初步分层进行调整，以达到风险与收益的平衡；同时也可监测每个分类的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则对分类进行调整。判定稳定性指标是否不符合预设稳定性指标要求，是根据数据量确定回顾时间，若数据量超过每日一百，则按周或按月进行判定，即稳定性评估。例如：A层预设目标：通过率为90％，坏账为0.1％，收益率为3％；B层预设目标：通过率为50％，坏账为0.5％，收益率为1.5％；C层预设目标：通过率为30％，坏账为1％，收益率为1.2％；若1个月后，A层、B层和C层的某个指标数值达到预设目标，或者用户集中在A层或者C层，则需要对初步分层或分类进行调整。

实施例二

本实施例基本如附图2所示：用于B2B客户的分类风控审批系统，包括：通信模块、获取模块、处理分析模块、审批模块、监测模块和验证模块；

通信模块，用于连接不同行业不同用户的平台；采用标准化接口连接不同行业不同用户的平台。

获取模块，用于获取不同行业不同用户的数据；其中数据包括：交易数据、订单数据和ERP数据中一种或多种的组合。

验证模块，用于若获取模块获取的数据类型多样，则对数据进行交叉验证；例如：获取的用户的数据包括订单数据和ERP数据，则可将订单数据和ERP数据中的进货、销售和库存数据进行比对，从而防止数据造假和数据欺诈，也可以利用数据进行交叉验证，完成数据之间互补，完善用户画像，对用户分层更加清晰。

处理分析模块，用于根据行业特征，分析获取的数据中的共性数据，采用标准模板对共性数据进行规范化处理，对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级；其中标准模板根据实际需求进行制定，本实施例中标准模板中包括：月份数、月度统计数、时间、系统标识、平台标识、平台运营模式和数据来源标识，其中月度统计数包括：金额、笔数、频次和分位数；将共性数据的格式按标准模板进行规范化处理，最好是在用户的平台对接前就将数据进行规范化处理，便于后续数据处理以及统一评估；

对规范化处理后的共性数据进行初步分层，将用户划分到对应的层级，具体为：根据行业类型和共性数据，设置多个不同筛选条件的层级，分析不同用户的共性数据符合的筛选条件，将不同的用户的共性数据分到符合筛选条件的层级，从而将用户划分到对应的层级；其中根据行业类型和共性数据，设置多个不同筛选条件的层级，具体为：对不同的行业类型设置对应的金额、笔数的分位数区间或行业属性的特有特征，其中行业特有属性，例如：是否有店面、经营时间、离散度、行业周期、经营存续性等；将对不同的行业类型的设置和共性数据相结合，设置多个不同筛选条件的层级。对于行业类型的分类划分可以对共性数据以预设一个条件的组合阈值以预设标准维度进行不同行业的分类划分，例如：选取了五个共性数据，由于数据中可能存在一些无效数据，以及各个行业中数据的统计标准不同，因此先对五个共性数据进行数据标准化，然后根据五个共性数据的特点及其重要性，对五个共性数据设置权重，通过权重运算获得每个共性数据的具体值，进而根据具体值设置组合阈值范围，对不同行业进行划分。

对上述设置层级，以行业类型为生鲜采购类型为例，A商户：近6月月均采购金额1万元，金额分位数80元，月均交易笔数100笔；B商户：近6月月均采购金额50万元，金额分位数20000元，月均交易笔数20笔；则可根据此两类商户在交易上的行为设置层级：A层交易行为为小额高频；B层交易行为为大额低频；或直接以交易金额或者交易笔数形成绝对值进行最低的准入限制的筛选条件，例如：A层：近6月月均采购金额>5000元，且交易笔数>60,交易金额分位数>50元；B类：近6月月均采购金额>30万元,且交易笔数>5,交易金额分位数>15000元；以此类推将同一行业类型用户分为多个层级；并且交易金额，交易笔数都可以用交易流水或者ERP数据中的进销存数据进行类比替换，每个分层的阈值都可以根据样本情况进行一个初步的划分，后续会根据样本稳定性进行调整，所以初步的划分在没有过多的样本情况下可以简单分类；对行业先进行大类划分的优点是跨行业可能数据的表现形式有特别大的差异，所以先根据行业分类后，再进行数据分层可以避免因行业误差造成的数据差异过大，当然如果行业内本身没有巨大差异的话，则可以直接以数据进行分层。设置层级划分主要根据划分可以在后续的信贷场景的定额定价中产生直接相关，例如高频低额的这类用户在额度上不需要过高的额度，但是在信贷周期周转频率和利率上可能需要有更高的灵活性；而低频高额的用户在额度上和高频低额的用户相反，需要相对更大额度，更长的周转期，因此在利率上可以有一定的上浮，并且低频高额的用户在分层时更应该结合行业属性的特有特征进行风险控制。

处理分析模块，还用于将用户划分到对应的层级时，对每个层级中的用户根据其共性数据进行排序，即根据每个用户的共性数据进行判断，对同一层级的用户由共性数据好到差进行排序，进而对同一层级的用户，根据排序，进行不同规则的路由，以及差异化定额定价；还用于将用户划分到对应的层级时，对每个层级中的用户根据其共性数据进行排序；例如：A层用户中有三个用户：A1、A2和A3；A1月均交易额1万，经营年限3个月；A2月均交易额3万，经营年限12个月；A3月均交易额5万，经营年限36个月；对三个用户的月均交易额和经营年薪进行权重计算得到每个用户的分值，权重的选择根据实际数据需求制定，根据用户的分值对用户进行排序，根据排序，进行不同规则的路由，以及差异化定额定价；一个层级有多个用户，所以可以根据分值将一个层级划分为多个段，设置多个不同的预设分值，本实施例中设置两个第一预设分值和第二预设分值，且第一预设分值小于第二预设分值，小于第一预设分值进行50条路由，额度5千元-2万元，利率20％-24％；大于等于第一预设分值且小于等于第二预设分值进行20条路由，额度2万元-5万元，利率15％-20％；大于第二预设分值进行5条路由，额度5万元-10万元，利率10％-15％；以此来进行不同规则的路由，以及差异化定额定价，在没有数据累积的坏账分段情况下，可以按照产品定义的分类和行业经验进行分段划分；处理分析模块，还用于对每个分层进行分类，将一层分为多个类；具体为：若每个分层的特征足够明显，例如：一个分层中交易数据中的交易金额的每一分段(0元-5000元，5000元-10000元，……)直接与用户的风险(坏账情况)强相关，或者经营年限直接与用户风险强相关，或者单个数据的IV值达到0.5以上，则分层的特征足够明显；还可进一步扩大分层，并且可对每个分层进行进一步细化，即对每层再进行分类，将一个层级分为多个类，再对每一层的多个类以基本筛选和成本最优的原则进行审批，从而做到更细致的分层分类，进一步平衡通过率的稳定性；进行分类时，可选择一个数据类型做指标进行划分，也可选择多个数据类型做多个指标的交叉矩阵，或者进行逻辑回归的小评分，在无大量样本累积情况下，可以直接用一个数据类型做指标。

审批模块，用于根据用户的共性数据层级不同，进行不同规则的路由以及差异化定额定价；例如：设置了四个层级：A层、B层、C层和D层，A层的用户进行风控审批时，路由只需要进行评分；B层的用户进行风控审批时，路由需要进行评分和银行审批；C层的用户进行风控审批时，路由需要进行评分、银行审批和三方审批；D层的用户进行风控审批时，路由需要进行评分、银行审批、三方和公检法，以此类推，增加分层，对应的路由也会增加。

不同分层的最高额度、最低额度、最高利率和最低利率都可以通过设置多个不同筛选条件的层级时得到，例如：设置不同筛选条件的层级时，将对不同的行业类型的设置和共性数据相结合，设置多个不同筛选条件的层级，同时设置各个层级对应的最高额度、最低额度、最高利率和最低利率：A层的最高额度为100万、最低额度为50万、最高利率为12％(利率年化)和最低利率为4％；B层的最高额度为50万、最低额度为20万、最高利率为15％和最低利率为6％；C层的最高额度为30万、最低额度为10万、最高利率为20％和最低利率为10％；D层的最高额度为10万、最低额度为1万、最高利率为24％和最低利率为12％；从而丰富整个用户类型，既可以接收较为底层的用户，也可以服务好顶层的用户，而大部分用户可能在中部分层，综合顶底层的差异，实际解决绝大部分用户的需求，使产品的服务对象跨度加大，而又使风险在可控范围内。

审批模块，还用于对同一层级的用户，根据排序，进行不同规则的路由以及差异化定额定价；以A层为例，A层中的用户排序，根据排序的顺序，用户的可审批的额度由100万逐步降低50万。审批模块，还用于对同一层级的用户，根据分类，进行不同规则的路由以及差异化定额定价。

监测模块，用于监测每个层级的稳定性指标，若稳定性指标不符合预设稳定性指标要求，则提示对初步分层进行调整；其中稳定性指标包括通过率、坏账和收益中任意一种或多种的结合，通过监测每个层级的稳定性指标，来观测每个层级的稳定性，若稳定性指标不符合预设稳定性指标要求，即层级的稳定性不满足当前对稳定性的要求，进而反哺分层策略及产品定位，对初步分层进行调整，以达到风险与收益的平衡；判定稳定性指标是否不符合预设稳定性指标要求，是根据数据量确定回顾时间，若数据量超过每日一百，则按周或按月进行判定，即稳定性评估。例如：A层预设目标：通过率为90％，坏账为0.1％，收益率为3％；B层预设目标：通过率为50％，坏账为0.5％，收益率为1.5％；C层预设目标：通过率为30％，坏账为1％，收益率为1.2％；若1个月后，A层、B层和C层的某个指标数值达到预设目标，或者用户集中在A层或者C层，则需要对初步分层或分类进行调整。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。