大学时候曾为追回前女友在不知名贷款平台借了一笔钱，买了奢侈品送前任，之后省吃俭用还了钱（女朋友也没追回）；工作后信用卡还款逾期了一次；裸贷好像没借过，究竟哪里出了问题？
和宅宅有类似经历不止一个人。2019年1月，一位山西临汾的网民发现自己的名字被列入互金黑名单，此前他多次申请贷款都没有通过，另一位没有接触过网贷的用户也突然查到自己在网贷黑名单中。
黑名单制度起源于中世纪的英国，最初主要是商人用以惩戒那些欠款不还、不守合同、不讲信用的顾客。他们把这类顾客的名字开列在上，后来又将一些破产者和即将破产的人的名字也排在黑皮单上。
时至今日，黑名单已经广泛应用在离钱比较近或者是面临监管风险比较大的行业，如移动互联网广告、金融科技、电商、视频、社交、反作弊等场景。黑名单类型包罗万象，从欺诈小号、欺诈设备、欺诈IP、小贷黑名单，银行黑名单，网络黑名单，法院黑名单等不一而足。
“在假设初期黑名单均都有效的前提下，厂商使用黑名单机制初期，应该还是有一定效果的，这种效果我们认为来自原有风控体系基础上叠加黑名单带来的效果。”数字联盟联合创始人刘晶晶告诉我们。
但是随着新的作弊技术手段更新，会有越来越多的新的虚假账号、小号不断涌入，而现有的黑名单库无法做到实时更新。面临需要实时响应的反作弊需求，黑名单库显然无法作出实时应对，这时候，厂商仅靠黑名单反作弊，几乎等同无效。
主要体现在两点，一是新出现的小号、新号往往不在黑名单中，移动开发者往往只能在遭受损失之后，才能发现这些虚假账号，再去采取相应的策略防止再次损失；
二是，黑名单本身的不完整性无法保证，若数据维度不完整，即使是真实的黑名单，也无法起到预期的作用；
除了网上爬取的公开数据、还会有共建黑名单库、数据交换等方式。在数据交换时，无法确保所有交换的数据，都是线、黑名单无法被证伪。
在移动互联网时代，黑名单经常被用来交叉验证，而不同来源的黑名单数据库，缺乏统一的标准，什么类型的数据算是黑名单无法去界定
就像移动设备会有生命周期一样，黑名单也有时效性的问题。目前的黑名单普遍缺乏更新和退出机制，仅仅是数据的累积。以互联网金融行业为例，部分失信人，也许只是偶尔逾期了一次，并不影响该用户以后还贷能力，却仍被归为黑名单中。
根据一本财经的报道，最近，一家金融科技公司进行了统计，发现上千万白用户、灰用户被混在市面上的黑名单中，导致市场上九成的黑名单正在失效。
曾有一个电商客户，在合作之前其风控策略里中最后一步使用的是黑名单库。这个黑名单库的存在反而带来了不便：严苛按照黑名单，误杀了很多高价值客户，误杀率迅速提升，后来只能逐步放宽黑名单的使用限制，结果在另一次活动中，推广优惠53%被薅了羊毛。
从企业的风控角度出发，黑名单不是风控的唯一选择。除了黑名单外，大数据分析、个人征信数据库，以及从设备角度的设备唯一性识别等技术都有技术优势。而在移动互联网推广反作弊方面，移动开发者也应该不要迷信黑名单，而是着重提升自身风控能力。
