文档介绍：大数据，大侦探
 
 
陆佳裔
2010年，蒋韬在硅谷出差时刷的一笔信用卡让他记忆犹新。不是因为在硅谷，也不是因为这笔交易的额度特别大，而是他竟然收到国内银行的来电，确认这笔操作是否由他本人完成，随后这笔消费才被通过。要拦截服务用户。根据不同场景，拦截建议不仅是在事后列出黑名单，更会在欺诈分子行骗之前，就把他们找出来。比如揪出羊
毛党、锁定盗你卡的目标对象、挖出总是给你发送垃圾内容的供应商、鉴别电商中的虚假交 易等。
同盾科技总部背景电视上跳动的数字，或许能更清晰地解释这家公司目前在做什么。这块找不到任何开关或按钮，只能由专人登录安全系统来打开的电视上，显示的是一张中国地图。若存在安全风险，在地图上就会跳出红色的小圆点。你能很容易地根据小红点的数量，以及各类指标的跳动，监控当下的欺诈事件，并给出预警。不过蒋韬对这个每5分钟刷新一次的系统并不满意，他希望下一代的更迭能精确到实时。
有数据就能鉴别是谁在使坏，这件听上去很复杂的事情就是同盾科技目前在做的大数据风控—利用跨行业多维度的数据，为企业建立风控模型，然后为它们解决信贷风险和欺诈风险。用更直白的话来说，就是用数据来分析预判你是好人还是坏人，然后告诉企业你安不安全。
目前推出的“智信分”系统可以识别用户有多“好”，比如在申请一笔银行贷款时，背后就有这套模型给出的建议，根据用户行为判定信用等级，判断放贷或是拒绝。“反欺诈并不是将行骗者绳之以法，而是在欺诈行为发生之前就将其制止。”蒋韬说。目前，同盾科技鉴别刷单行为的准确率已经高达90%以上。当然，这些建议仅仅是给最终放贷的机构做参考，最终的决策权在使用同盾科技服务的机构手上。
要做到这些，关键在于数据和建模，而建模的基础是海量数据的收集。可是真正要做到基于公有云的数据收集，同盾科技内部的管理团队，纠结了一年多。
因为同盾创始团队来自阿里巴巴、PayPal等大公司，不少客户看中他们的技术能力，希望同盾科技能为它们做技术外包，也叫作私有云服务。比如开发一套
软件连接到客户的数据库中，做后台分析。这些客户带着能帮助早期创业公司活下去的资金找上门，但条件是数据不能共享，因为它们多在金融领域，对数据“共享”极为敏感。同盾科技的目标却是打通数据做公有云平台，因此需要海量数据建立模型来监测欺诈分子的行为，然后鉴别并抓住他们，这才是实现大数据风控的基础。
蒋韬和他的管理团队知道资金对于一个创业公司有多重要。以一个二三十人的团队为例，最初融资到的千万级种子轮，在半年的时间就可以烧完。有了资金，意味着可以招更多更优秀的工程师优化模型，可以有现金流，甚至估值能更高。可私有云的方向和同盾科技想做公有云的方向背道而驰，并且，私有云尽管能挣钱，但是可复制性不高，每做一个项目都要投入大量的人力。
同盾科技的选择是两条腿走路，先把自己养活了，同时兼做数据储备工作。这也意味着它的数据收集之路并不容易。蒋韬和创始团队没有放弃公有云，它和私有云同时开发。
团队最初的订单几乎都来自蒋韬的朋友圈。靠着朋友介绍，同盾科技做了不少私有云软件外包。不过迫于无奈的生存也无意中锻炼出了研发团队的战斗力。最初的几笔订单，从技术产出、上线到客户认可，帮助团队完成了最初商业上的闭环，团队也学会了去和现在依然是主要客户的金融机构打交道。另一方面蒋韬也承认，如果一开始没有私有