1. 课程导论：分群评分沙盘的概念、应用场景与课程目标

1.1 什么是分群评分沙盘？

分群评分沙盘是一种结合用户分群与评分卡建模的交互式分析框架。它允许分析师在沙盘环境中快速切分用户群体、设定评分规则、观察分数分布与业务指标变化，从而在正式建模前完成策略验证与调优。

核心思想可概括为：

• 分群：基于特征（如年龄、消费频次、逾期天数）将用户划分为若干同质子群。
• 评分：为每个子群赋予一个分数或等级，反映其价值或风险。
• 沙盘：提供一个可交互、可回滚的实验环境，支持“假设—验证—调整”的快速迭代。

1.2 应用场景

分群评分沙盘在数据驱动决策中应用广泛，以下两个场景最具代表性：

场景一：用户分层

电商平台通过分群评分沙盘，将用户按“近30天购买次数”与“客单价”分为四类：

• 高价值用户：高频+高客单价 → 重点维护，推送VIP权益。
• 潜力用户：高频+低客单价 → 引导升级，推荐高毛利商品。
• 沉睡用户：低频+高客单价 → 唤醒触达，发放复购优惠券。
• 流失风险用户：低频+低客单价 → 低成本召回或自然淘汰。

场景二：风险评估

消费金融公司利用沙盘对申请人进行风险分群：

• 分群维度：收入稳定性（工资流水 vs 自由职业）、历史逾期次数（0次/1-2次/3次以上）。
• 评分规则：每个子群设定不同的基础分与扣分项，最终输出风险等级（A/B/C/D）。
• 沙盘作用：在正式上线前，模拟不同阈值下的通过率与坏账率，找到业务收益与风险控制的平衡点。

1.3 分群评分沙盘核心流程

下图展示了分群评分沙盘的标准工作流，从数据输入到策略输出共五个阶段：

流程说明：

1. 数据输入：加载用户特征表，包含分群与评分所需的全部字段。
2. 特征分群：通过规则或算法（如RFM、决策树）将用户划分到不同子群。
3. 评分设定：为每个子群定义评分公式或映射规则。
4. 沙盘模拟：计算评分分布，输出关键指标（如通过率、坏账率、覆盖率）。
5. 策略输出：根据模拟结果生成最终运营或风控策略。

虚线回路表示沙盘支持多次回滚与调整，直到策略达到预期效果。

1.4 课程目标与前置知识

课程目标

完成本课程后，你将能够：

• 使用 Python 实现从数据加载到分群、评分、模拟的完整沙盘流程。
• 掌握至少两种分群方法（规则分群、KMeans 聚类分群）与两种评分模式（等距评分、百分位评分）。
• 独立构建一个可用于用户分层或风险评估的交互式沙盘原型。
• 理解沙盘模拟中的关键评估指标（KS值、Lift值、群体稳定性）。

前置知识要求

1.5 沙盘与常规评分卡的区别

为了帮助你更清晰地理解分群评分沙盘的独特价值，下表将其与常规评分卡开发流程进行对比：

简单来说，常规评分卡追求“精确”，分群评分沙盘追求“敏捷”。在实际工作中，两者常常配合使用：沙盘用于快速试错与策略定型，评分卡用于最终的高精度决策。