4. 增量效果评估基础

在催收策略A/B测试中，最容易被误读的指标不是“回收率”，而是“增量”。很多团队看到实验组回款高于对照组，就认为策略有效，但如果没有区分自然增量与策略增量，结论很可能把“本来就会还的人”算成了策略功劳。增量效果评估的核心，是回答一个反事实问题：如果这些人没有被施加该策略，他们还会不会还？会还多少？

一、核心原理：增量是“因为策略而多发生的回款”

增量（Incremental Lift）指在相同时间窗口、相同客群条件下，因策略干预而额外产生的回款金额或还款概率。它不是一个绝对回收值，而是一个差值：

增量回款 = 实验组回款 - 对照组回款
增量回收率 = 实验组回收率 - 对照组回收率
增量ROI = 增量回款 / 策略成本

这里的关键在于“对照组”代表什么。若对照组是无干预，则增量包含策略触达、提醒、施压等全部净效应；若对照组是常规催收，则增量是“新策略相对于常规动作的额外效果”。两种口径不能混用，否则会高估或低估策略价值。

二、自然增量与策略增量：把“本来会还”的人识别出来

自然增量通常来自客户自身的还款意愿、资金到账、工资日、家庭周转、外部压力等，与催收动作无关。策略增量则来自催收策略的触达方式、频率、话术、时间点、施压强度等。二者在总回款中同时存在，必须拆开看。

维度	自然增量	策略增量
来源	客户自身资金与意愿变化	催收动作带来的行为改变
典型表现	工资日、账单日后集中还款	实验组比对照组多还的部分
评估方式	历史基线、同期无干预客群	A/B测试、因果推断模型
常见误判	把自然回款算成策略效果	把策略效果算成自然波动
业务价值	用于预测与分层	用于策略取舍与预算分配

例如，某催收团队在发薪日前后对逾期客户发送短信，实验组回收率提升3个百分点。若不做对照，可能认为短信很有效；但对照发现，未发送短信的客户在发薪日同样会自然还款，实际策略增量可能只有0.8个百分点。剩下的2.2个百分点，是自然增量。

三、反事实推断：增量评估的底层逻辑

反事实推断（Counterfactual Inference）要回答的是：同一个客户，在同一时间，如果接受了另一种处理，结果会怎样？现实中我们无法同时观察同一个人“被催”和“没被催”的两个结果，因此只能通过对照组、随机分流或因果模型来构造反事实。

在催收场景中，反事实通常表现为：

• 个体反事实：某客户如果没收到这通电话，今天会不会还？
• 群体反事实：实验组如果按对照组的方式处理，整体回款会是多少？
• 策略反事实：如果换一种话术、时间或频率，增量会变大还是变小？

反事实推断的质量，取决于分流是否随机、样本是否可比、干扰是否被控制。若实验组和对照组在逾期天数、金额、历史还款率上差异很大，直接比较就会产生偏差。

四、因果推断在催收中的应用：从相关到因果

因果推断不是简单看“实验组比对照组高”，而是要在控制混杂因素后，估计策略的真实因果效应。催收中常见的混杂因素包括：逾期天数、欠款金额、客户风险等级、历史还款次数、是否发薪日、是否多头负债等。

常用方法包括：

1. 随机对照试验（RCT）：最可靠，随机分流后直接比较增量。
2. 倾向得分匹配（PSM）：为实验组客户匹配相似对照组客户，减少选择偏差。
3. 双重差分（DID）：比较实验前后、实验组与对照组的差异，控制时间趋势。
4. 断点回归（RDD）：利用逾期天数或金额阈值附近的自然断点，估计策略效应。
5. 因果森林/ uplift模型：识别“对策略敏感”的人群，实现精准催收。

下面是一个简化的 uplift 评估参数示例，用于记录实验组与对照组的增量口径：

experiment_id: collection_sms_v3
group: treatment / control
metric: repayment_amount_7d
strata:
  - overdue_days_bucket
  - outstanding_amount_bucket
  - history_repay_rate_bucket
incremental_lift:
  formula: treatment_mean - control_mean
  confidence_interval: 0.95
  min_sample_per_stratum: 200

在真实业务中，因果推断的价值不只是算出一个增量数字，而是回答“对谁、在什么时间、用什么策略，增量最大”。例如，对高风险短逾期客户，强施压可能带来短期回款，但也可能引发投诉；对低风险客户，温和提醒可能已经足够。通过 uplift 模型，可以把催收资源集中在策略敏感人群上，而不是对所有客户统一加码。

五、误区与复盘：增量评估最容易踩的坑

复盘时建议固定一套评估清单：先确认实验分流是否随机，再检查分层是否均衡，然后计算增量与置信区间，最后结合成本、投诉率、后续回款做综合判断。只有把自然增量剥离出去，催收策略的A/B测试才真正具备决策价值。