【干货】爬虫凶猛：爬支付宝、爬微信、窃取现金贷放贷数据

从今年开始，爬虫行业竞争越发激烈。

一些公司开发出“骨骼清奇”的爬虫产品，开始抢夺市场。

最近，现金贷行业出现一种“同业爬虫”产品，可以直接将其他现金贷平台的放款额和风控数据爬出来。

“别人放多少，我就放多少，自己都不用做风控了”，某产品使用者称，这一“风控奇招”在圈内开始悄然盛行。

大数据行业激烈竞争，爬虫在其中越发势力微薄，他们只能靠这些剑走偏锋的产品突围了吗？

　　 爬虫凶猛

“同业爬虫？！”

　　第一次听到这个词， 王浩 一脸懵逼。

两个月前，王浩的公司转型现金贷，他在市面上四处寻找风控系统和数据源，此时，摩羯科技的商务人员，给他推荐了这个最新的“爬虫产品”。

“对方说，这是一款特别讨巧的产品，用了之后，你基本可以不用其他风控”，当王浩明白其背后的逻辑后，“不得不服”。

　　 如何检验借款人是一个好用户？

　　 最简单的办法，就是看这个用户在其他现金贷平台上的授信额度，“别人放款多少，我就放款多少”。

　　 王浩称，这就相当于别的现金贷平台，帮你做了风控。

同业爬虫是一款专门爬取现金贷数据的产品，只需要你提供其他现金贷平台的用户名和密码，就可以爬取用户的所有信息。

　　 “这个产品，最早是我们给玖富定制的，他们使用了一年，爬过100多家同业的数据”，摩羯科技的商务人员称，后来发现产品运行不错，所以决定变成产品大规模推广。

△ 可爬取数据的现金贷平台，目前产品介绍上显示为95家

具体怎么做到的？

摩羯科技的商务人员，用爬取某个现金贷平台举例：

而返回的结果，主要是以下信息：

如果条件允许，甚至会有更为细致的数据维度：

　　 “也就是说，你在其他现金贷平台注册填写的所有信息，都可能被爬出来”，王浩称。

“只需用户授权账号和密码，成功率在85%以上”，魔蝎科技的商务对一本财经称。

而产品说明中，同业爬虫的优势被描述得极为诱人：相对于电商、社交等弱数据而言，同业数据本身属于金融范畴，最能反映个人近期的征信信息。

在没有足够能力做大数据风控的情况下，同业爬虫可借鉴多平台的风控经验。

　　 “这个方式太野蛮了，直接把别人家的风控成果窃取”，王浩称，这和信用卡“以卡办卡”的道理很像，如果你有别的信用卡，我就给你发卡，“但是这个方式直接把同业数据全部掠夺，粗犷多了”。

　　 产品一出现，不少准备做现金贷的平台就蜂拥而至。

在人人都做现金贷的时代，这个“剑走偏锋”的技术，确实省去风控环节，让项目得以快速上线。

而更多有趣的爬虫产品，在不断推向市场。

　　 大家都知道 支付宝 的数据“金贵”，市面上开始出现一些专门爬取支付宝数据的产品。

　　摩羯科技的支付宝爬虫产品 操作 极为简单，只需要用支付宝扫描一下登录“二维码”，就可登录。

而后台的爬取结果无比细致：支付宝用户的真实姓名、手机号、收货地址、近一年的购物信息，甚至详细到每笔交易的金额。

“这个产品挺可怕的，我和商务在测试这个产品时，中间去小卖部买了包烟，回来就发现爬取了这次交易”，某业内人士称。

　　 爬虫产品远远不止这些。

某大数据公司的业务员称，公司最近开发了新项目，可爬取旅行网站、外卖平台、地图、共享单车等平台的个人信息，甚至可以定制化抓取，“拿到第一手鲜活原始数据”。

　　 爬虫越发凶猛，而其背后的原因，要从爬虫行业的生产现状说起……

　　 光明与黑暗

爬虫技术也并不神秘，无非分为三步：“爬”上网页、“铲”下数据，进行加工清洗。

　　 爬虫有光明的一面。

类似百度谷歌这样的搜索引擎，其核心逻辑，也是爬虫——爬到用户要的关键词，再展现搜索结果。

“让有价值的东西，更好地呈现，这是爬虫最大的功劳”，一爬虫公司的联合创始人金苑称。

　　 爬虫也有黑暗的一面。

　　 大数据时代，爬虫成为低成本获取数据的捷径，经常沦为“黑暗武器”。

2014年，互联网创业高潮中，爬虫技术迎来了一次小爆发。

“爬虫生态链里有这么一类公司，专门替人爬虫，增加APP的虚拟访问量”，金苑称，1万浏览量，报价10元。

　　 “很多公司去竞争对手网站或APP上爬数据，然后拿过来自己用”，金苑称。

　　在2016年，有媒体曝出， 大众点评 网起诉百度，称百度未经 许可 ，使用爬虫技术从“ 大众点评网 ”上大量获取用户点评信息，用于自家的百度地图及百度知道产品。

最终一审判决，要求百度停止不正当竞争行为，并赔偿323万。

　　 光明与黑暗的交集中，爬虫行业在2016年，才迎来了真正爆发。

　　 2016年，现金贷行业成为爬虫产品的最大买家。

爬虫公司为其提供五花八门的服务：例如爬取淘宝、社交网络、网上银行等。

“不管是网站还是APP，只要有账号密码就可以爬，连央行的征信报告都能爬”，某数据负责人声称，“技术好，就没有爬不到的数据”。

　　 这其中最火的产品，是通话记录（运营商数据）爬取。

在这一波浪潮中，崛起了众多爬虫公司，其中做得最大的是“聚信立”。

“爬取通讯录，主要是用于用户失联后，可以找他们的亲朋好友催款”，某平台的风控负责人平元鑫称，但通讯录的伪造成本较低，“将联系人改一个号码就行”，有时候可能会失效。

而通话记录的数据，则可靠得多。

而爬取方式也很简单，只要用户提供手机号码和服务码，就可登陆各大运营商的系统爬取。

　　 聚信立爬取数据后，提供给客户的“个人用户报告”极为细致：包括通话号码、次数、时长等信息。

“聚信立爬取一次的价格，是1到3块，但也成了现金贷公司的标配，聚信立赚了很多钱”，平元鑫称。

　　“你就算吧，每放款一个用户，就得支付聚信立1到3元，如果用户去其他平台借款，还要再收一次”，平元鑫认为，聚信立成了现金贷时代的最 大赢家 之一。

　　 某种程度上，爬虫技术撑起了现金贷的黄金时代，为其提供大量的风控养料。

　　 但爬虫行业的好日子，并没有持续太长时间。

　　 在聚信立的领头下，大量的公司开始涌进——市场热闹起来。

“成立的公司越来越多，但大部分都是代理商，真正有爬虫技术的，也就30多家”，金苑称。

　　 为了抢夺用户，行业开始打价格战，甚至免费。

　　“比如， 融360 和富数，都是你买他家产品，可能会免费附赠爬虫服务”，金苑称，很多公司卯足了劲，开始追赶聚信立，抢夺客户。

爬虫产品同质化严重，客户挑选的标准，自然变成“谁家便宜用谁”。

　　 突然间，一门好生意，变得挣钱都难了，爬虫行业陷入艰难存活的旋涡中。

“尽管爬虫没有门槛，找几个技术就可以干，却是一个脏活累活”，从事爬虫工程师三年的韩苏称，几乎每天，爬虫和反爬之间都在战斗。

每天早上一坐到公司，打开电脑，韩苏就知道，今天的战争开始了。

　　 “谁都不想把自己的数据免费贡献出来，为了反爬，他们也会动用一切手段”，韩苏称。

比如，对于单一IP和设备频繁登录，直接封掉；网站调整为动态的，只有正常用户行为，才能调取数据等等。

“比如以前一个移动商城只要一个短信验证码，后来升级了，验证码又加了一个，我们就得重新写爬虫代码”，韩苏称。

在爬虫公司，后台会有一套监控系统，可以实时看成功失败的比例。

而韩苏需要每个小时去查看一次，一旦失败率上升，就要马上找到原因，并处理。

近来机器学习、canvas指纹等新技术，也被频繁用到反爬软件里，爬取难度越来越大，数据越来越不稳定。

“爬虫开始变成一个重运营、重技术的活”，韩苏称，数据稳定性，成为爬虫公司最大的宣传点。

　　 “前有伏兵（反爬），后有追兵”，韩苏如此形容夹缝中的爬虫行业。

　　 未来之路

今年6月1日，《网络安全法》开始实施，无比严苛：

未经授权爬取用户手机通讯录超过50条记录，公司法人最高可获刑3年；

未经授权读取用户公积金社保记录的超过5万条的，公司法人最高可获刑7年。

整个大数据行业面临生死劫，上万数据接口关停，大量数据源被生生切断，行业90%的公司面临淘汰。

　　 而有意思的是，在这轮清洗中，爬虫技术却成了最后的救命稻草。

“安全法规定，获取用户的数据，必须授权，而爬虫就打了一个擦边球”，某大数据公司的CEO称。

　　 “爬虫需要用户授权用户名和密码，只是大部分用户不知道，爬取的数据如此具体，将他所有数据翻遍”，该CEO称。

　　 但激烈竞争依然存在，爬虫行业未来的命运又将如何？

很多爬虫公司为了存活，各种产品开始出现，如同业爬虫、支付宝爬虫、而摩羯科技的最新产品，是爬微信。

　　 但多位业内人士称，这样的竞争方式，不是“康庄大道”，而是“羊肠小道”。

业内人士称，现金贷早期，客户资质都比较好，后期骗贷和欺诈的都来了，只靠简单的爬虫技术，很难挡住他们。

“爬虫公司要提供更多价值，比如，给对方的风控产品，定制化数据，或者自己也可以建立风控模型”，金苑称。

已有几家头部公司开始了转型的尝试，一家爬虫公司正准备将所有数据整合，做一整套的现金贷风控解决方案。

而老大哥“聚信立”，也有这方面的尝试。

“现在最关键的能力，不是建模能力，而是整合和清洗能力”，聚信立的CEO罗皓对一本财经称，因为数据维度越来越多，电商、支付等信息，可能都关系到“还款能力”，需要整合起来。

但这条路，也不是很好走，因为很多大数据公司和风控产品公司，都在这块领域抢肉吃，爬虫公司又如何和他们竞争？

部分从业者对于爬虫技术的未来命运不太乐观，在大数据行业，没有独家数据源的公司，都难以存活，何况没什么门槛的爬虫技术？

　　 “孤立无支的爬虫技术，竞争力越发微弱。被收购，成为大数据公司或者大公司的一个爬虫部门，也许也是一条出路”，金苑称。

“存在即是合理”，也有部分从业者比较乐观，现金贷的黄金时代，他们永不会缺业务。

在大数据的涅槃重生时代，爬虫行业也到了一个关键节点。

是深耕行业，还是剑走偏锋，他们可能会走向两条截然不同的路。

（应受访者要求，本文部分人名为化名）