在风控建模中，AppList 是设备侧数据的核心特征之一。在特征衍生过程中，一个基础且关键的问题是：该 App 是否属于贷款类应用（Loan App）？
早期判断较为简单，通过 Google Play 的应用名称、描述及分类（如 Personal Loan、Instant Cash 等）即可直观识别。然而，近年来随着 Google Play 对金融信贷类政策收紧，大量产品为规避审核进行“伪装”，将贷款产品包装成记账、财务管理或生活服务工具，导致应用商店页面与实际功能严重不符（即"AB 面”现象）。若仅依赖商店信息判断，将导致大量漏报（False Negative），显著降低召回率。
结合实际风控经验，建议从以下六个维度综合研判：
一、深度分析 Google Play 元数据
这是最基础的排查步骤，需重点审查以下字段：
- App Name（应用名称）
- Short Description & Full Description（短/长描述）
- Category（分类）
- Developer（开发者）
- Privacy Policy（隐私政策）
除常规的借款词汇（Loan、Cash、Credit、Borrow）外，应重点关注借贷垂直领域的专用术语，如 Repayment（还款）、Installment（分期）、EMI、Credit Limit（额度）、APR、Interest（利息）、Tenure（期限）、Disbursement（放款）以及监管牌照相关词汇（SEC、NBFC）。此外，利用大语言模型（LLM）对此类文本进行批量分类和打标，能显著提升效率。
二、计算客户安装 affinity（亲和力）
这是一个高价值的实战指标，计算公式为：Loan Affinity = 目标客群安装量 / Google Play 总安装量。
对该指标降序排列后，排名靠前的应用往往与贷款需求高度相关。因为贷款产品的用户天然具备借贷属性，若某应用在普通大众中安装量低，但在你的贷款用户群中渗透率极高，则极有可能是隐藏的 Loan App 或强关联应用（如钱包、BNPL 等）。此方法能有效识别那些表面伪装良好但实际被目标客群广泛使用的"AB 面”应用。
三、溯源广告投放素材
应用商店页面可以伪装，但获客意图难以完全隐藏。真正的贷款业务必须触达有借款需求的用户。即使应用在商店中伪装成计算器或小游戏，其对外投放的广告素材（Creative）往往会暴露真实的借贷属性。
针对难以判定的案例，检索其历史投放广告素材，往往能通过一张广告图直接确认真实业务性质。
四、挖掘用户评论（Reviews）
用户评论是常被低估的数据源。开发者可以修改应用名称、截图甚至定位，但无法操控真实用户的反馈。若评论区高频出现以下语义，基本可判定为贷款应用：
- 为何我的借款被拒？（Why was my loan rejected?）
- 已还款但额度未涨。（I repaid already but my limit didn't increase.）
- 资金未到账。（Money not received.）
- 利息过高。（Interest is too high.）
- 骚扰联系人。（They keep calling my contacts.）
- 如何还款？（How can I repay?）
五、审查应用权限（Permissions）
权限申请是重要的辅助验证手段。典型的贷款 App 通常会申请短信（SMS）、位置（Location）、相机（Camera）等涉及风控核验或催收的敏感权限。
若一款号称“记账工具”的应用申请了上述超出其功能需求的权限，值得高度警惕。反之，若某应用无论宣传多么像贷款产品，却未申请上述核心权限，极有可能是“前置贷超”或诈骗应用。
六、核查发布国家分布
受限于监管合规与本地化运营要求，正规的 Loan App 通常专注于单一或少数特定市场，不会在全球多国 indiscriminately 发布。
若某应用在 Google Play 上声称是贷款产品且素材相似，却同时在多个国家上架，大概率属于欺诈性质的“前置贷超”或马甲包。
