3. 核心概念与术语

在失联客户预测项目中，业务方最常问的一句话是：“你们说的可联络，到底指什么？”如果这个概念没有统一，后续的建模、评估和运营动作都会走偏。本节把七个高频术语一次讲清，并说明它们之间的计算关系与使用边界。

一、核心原理：Contactability 是“可被成功接触”的概率

Contactability（可联络性）指在给定时间窗口、给定触达渠道和给定触达策略下，一个客户能够被成功接触到的可能性。它不是“客户是否存在”的问题，而是“我们能否在合适的时间、用合适的方式、以可接受的成本联系上他”的问题。

可联络性通常由三类因素共同决定：

• 客户侧因素：联系方式是否有效、是否停机、是否设置了拦截、是否习惯接听陌生来电。
• 渠道侧因素：外呼线路质量、短信通道到达率、APP 推送权限、企微/微信是否可加好友。
• 策略侧因素：拨打时段、拨打频次、号码轮换、话术与身份标识是否影响接听意愿。

因此，Contactability 是一个条件概率，必须绑定“渠道 + 时间窗 + 策略”才有意义。脱离这些条件谈“这个客户可联络”，在工程上是不严谨的。

二、可联络性标签：把概率问题转成监督学习问题

要建模，就必须先定义标签。可联络性标签通常是一个二分类变量：

label = 1  若在观察窗口内，该客户在指定渠道上被成功接触至少一次
label = 0  若在观察窗口内，该客户在指定渠道上未被成功接触

标签定义中最容易出错的是“观察窗口”和“成功接触”的口径。常见口径包括：

三、方法流程：从触达到评估的指标链路

七个术语并不是孤立的，它们构成一条从“尝试触达”到“模型评估”的完整链路。理解这条链路，才能正确解读报表。

1. 触达率：成功触达人数 ÷ 尝试触达人数。它衡量的是“打出去的动作有多少真正到达了客户”。
2. 响应率：有正向响应人数 ÷ 成功触达人数。它衡量的是“接触到之后客户是否愿意互动”。
3. 失联率：1 − 触达率。它是最直观的运营压力指标，但要注意它和观察窗口强相关。
4. 覆盖率：模型预测为可联络且实际被触达的人数 ÷ 全部实际被触达人数。它衡量模型“捞回”了多少真实可联络客户。
5. 准确率：模型预测正确的样本数 ÷ 总样本数。它衡量整体判断质量，但在正负样本极不均衡时容易失真。

下面是一段典型的指标计算伪代码，便于在离线评估中复现：

touch_rate      = tp_count / attempt_count
response_rate   = response_count / tp_count
lost_rate       = 1 - touch_rate
coverage        = tp_pred_touch / tp_count
accuracy        = (tp_pred_touch + tn_pred_untouch) / total_count

四、案例与场景：一次外呼名单的指标复盘

假设某银行信用卡中心对 10,000 名失联客户发起外呼，实际接通 1,200 人，其中 300 人完成还款承诺。模型事前预测 2,000 人为可联络，其中 900 人实际接通。

• 触达率 = 1,200 ÷ 10,000 = 12%
• 响应率 = 300 ÷ 1,200 = 25%
• 失联率 = 1 − 12% = 88%
• 覆盖率 = 900 ÷ 1,200 = 75%
• 准确率 = (900 + 8,000 − 800) ÷ 10,000 = 81%

这组数字说明：模型覆盖了 75% 的真实可联络客户，但预测为可联络的 2,000 人中只有 900 人接通，精确率仅 45%。如果运营按模型名单优先外呼，会浪费大量线路资源。此时应调整阈值，或引入渠道偏好特征提升精确率。

五、误区与复盘：别把相关指标混为一谈

实际项目中最常见的四个误区：

1. 把触达率当可联络性：触达率是历史结果，可联络性是面向未来的预测概率，两者不能直接等同。
2. 用准确率单指标验收：类别不平衡下准确率虚高，必须结合覆盖率、召回率、F1 与业务提升度。
3. 忽略渠道差异：同一客户在电话渠道失联，在短信或 APP 推送渠道可能可联络，标签必须分渠道定义。
4. 观察窗口与运营窗口不一致：训练用 30 天窗口，运营只跑 3 天，指标会系统性偏低。