📚 课程目录第3章催收核心数据表结构解析

3. 催收核心数据表结构解析：字段含义与关联关系

在催收特征工程中，理解底层数据表的结构是构建有效特征的前提。本章将深入解析催收系统中五张核心表：案件表、客户表、通话记录表、还款计划表和催收员操作表。我们将逐一拆解每张表的字段含义、业务逻辑以及表与表之间的关联关系，为后续的SQL特征提取打下坚实基础。

学习提示： 本章不涉及复杂的SQL代码，重点在于建立对数据模型的全局认知。建议读者在阅读时，对照自己实际工作中的数据字典进行印证，效果更佳。

3.1 五表全景图：核心实体与关系

催收业务的数据模型围绕“案件”这一核心实体展开。一个案件对应一笔逾期债务，关联一个客户、多条通话记录、一份还款计划以及一系列催收员操作记录。下图展示了五张表之间的核心关联关系。

  核心关联逻辑： 案件表是催收数据模型的“中枢神经”。所有其他表（通话记录、还款计划、催收员操作）都通过 case_id 外键与案件表关联。客户表则通过 customer_id 与案件表关联，体现“一个客户可能有多笔逾期案件”的业务现实。

3.2 案件表 (case_info)：催收的“主档案”

案件表是催收系统的核心，每一条记录代表一个独立的逾期案件。它记录了案件从产生到结案的全生命周期信息。

字段名	数据类型	字段含义	业务说明
`case_id`	STRING	案件唯一标识	主键，全局唯一
`customer_id`	STRING	客户ID	关联客户表的外键
`product_type`	STRING	产品类型	如：现金贷、消费分期、信用卡
`loan_amount`	DECIMAL	借款金额	案件初始本金
`overdue_days`	INT	逾期天数	截至当前日期的逾期时长
`overdue_amount`	DECIMAL	逾期总金额	本金+利息+罚息+滞纳金
`case_status`	STRING	案件状态	如：催收中、已结清、核销、委外
`assign_collector`	STRING	当前催收员	负责该案件的催收员ID
`create_time`	DATETIME	案件创建时间	逾期发生的日期
`close_time`	DATETIME	案件关闭时间	结清或核销的日期

注意： overdue_days 通常是动态计算的字段，在数据仓库中可能以快照形式存储。在特征工程中，我们常使用 DATEDIFF(CURRENT_DATE, create_time) 来实时计算逾期天数，以确保特征的时效性。

3.3 客户表 (customer)：债务人的“画像”

客户表存储债务人的静态信息和历史行为数据。一个客户可能拥有多个案件，因此客户表与案件表是“一对多”关系。

字段名	数据类型	字段含义	业务说明
`customer_id`	STRING	客户唯一标识	主键
`name`	STRING	客户姓名	脱敏处理
`id_number`	STRING	身份证号	脱敏处理
`phone`	STRING	手机号码	主要联系方式
`age`	INT	年龄	计算特征：年龄段
`gender`	STRING	性别	M/F
`city`	STRING	所在城市	可用于地域风险分析
`income_level`	STRING	收入等级	如：高、中、低
`credit_score`	INT	征信评分	外部征信机构提供
`register_time`	DATETIME	注册时间	客户首次注册日期

特征工程切入点： 客户表中的 age、city、income_level 等字段可直接作为基础特征。更高级的特征可以通过聚合客户的历史案件行为来生成，例如“该客户历史逾期次数”、“历史最大逾期天数”等。

3.4 通话记录表 (call_log)：催收过程的“痕迹”

通话记录表记录了催收员与债务人（或联系人）之间的每一次通话详情。它是构建“催收强度”和“触达率”特征的核心数据源。

字段名	数据类型	字段含义	业务说明
`call_id`	STRING	通话记录唯一标识	主键
`case_id`	STRING	关联案件ID	外键，关联案件表
`caller`	STRING	主叫方	催收员ID或系统外呼号码
`callee`	STRING	被叫方	债务人/联系人电话号码
`call_type`	STRING	通话类型	如：外呼、呼入、三方通话
`call_result`	STRING	通话结果	如：接通、无人接听、关机、空号、忙线
`talk_duration`	INT	通话时长（秒）	仅接通时有值
`call_start_time`	DATETIME	通话开始时间	精确到秒
`contact_relation`	STRING	联系人关系	如：本人、配偶、父母、朋友

  关键特征衍生： 基于通话记录表，可以衍生出大量高频特征，例如：

  催收频次： 每日/每周/每月的总通话次数。
接通率： 接通次数 / 总通话次数。
平均通话时长： 总通话时长 / 接通次数。
有效通话占比： 通话时长超过30秒的通话占比。
联系人多维度： 是否联系到本人、联系到本人的次数等。

3.5 还款计划表 (repay_plan)：债务的“时间轴”

还款计划表记录了每笔案件的还款计划明细，包括每期应还金额、应还日期、实际还款情况等。它是判断债务人还款意愿和还款能力的重要依据。

字段名	数据类型	字段含义	业务说明
`plan_id`	STRING	还款计划唯一标识	主键
`case_id`	STRING	关联案件ID	外键
`period_num`	INT	期数序号	第1期、第2期...
`due_date`	DATE	应还日期	该期计划的最后还款日
`due_amount`	DECIMAL	应还金额	该期应还本金+利息
`actual_pay_date`	DATE	实际还款日期	NULL表示未还
`actual_pay_amount`	DECIMAL	实际还款金额	部分还款时小于应还金额
`pay_status`	STRING	还款状态	如：未还、部分还款、已还清、逾期

注意： 在特征工程中，due_date 与 actual_pay_date 的差值可以计算出“还款延迟天数”。对于多期案件，可以通过分析历史各期的还款行为（如是否经常逾期、是否部分还款）来构建“还款意愿”特征。

3.6 催收员操作表 (action_log)：催收动作的“日志”

催收员操作表记录了催收员在案件上执行的所有操作，包括电话外呼、发送短信、标记催收结果、申请减免、发起委外等。它是分析催收员行为模式和案件处理效率的关键数据源。

字段名	数据类型	字段含义	业务说明
`action_id`	STRING	操作记录唯一标识	主键
`case_id`	STRING	关联案件ID	外键
`collector_id`	STRING	催收员ID	执行操作的催收员
`action_type`	STRING	操作类型	如：外呼、发送短信、标记承诺还款、申请减免、提交委外
`action_result`	STRING	操作结果	如：成功、失败、待确认
`action_content`	TEXT	操作内容/备注	催收员填写的备注信息
`action_time`	DATETIME	操作时间	精确到秒
`contact_type`	STRING	联系类型	如：电话、短信、微信、上门

特征工程切入点： 催收员操作表可以用于构建“催收员效率”特征，例如：

操作频次： 每日/每周的操作次数。
操作多样性： 使用的操作类型数量。
承诺还款率： 标记“承诺还款”的次数占比。
案件处理速度： 从案件分配到首次操作的时间间隔。

3.7 表关联关系总结：SQL JOIN 的“地图”

理解表之间的关联关系，是编写正确SQL查询的前提。下表总结了五张表之间的主要关联路径。

主表	关联表	关联键	关联类型	业务含义
`case_info`	`customer`	`customer_id`	LEFT JOIN	获取案件对应的客户信息
`case_info`	`call_log`	`case_id`	LEFT JOIN	获取案件的所有通话记录
`case_info`	`repay_plan`	`case_id`	LEFT JOIN	获取案件的还款计划明细
`case_info`	`action_log`	`case_id`	LEFT JOIN	获取案件的催收员操作记录
`call_log`	`action_log`	`case_id` + `call_start_time` ≈ `action_time`	LEFT JOIN	将通话记录与催收员操作关联（时间近似匹配）

SQL 实战提示： 在后续章节中，我们将大量使用 LEFT JOIN 将案件表作为驱动表，关联其他子表进行特征聚合。例如：

SELECT
    c.case_id,
    c.overdue_days,
    COUNT(cl.call_id) AS total_calls,
    AVG(cl.talk_duration) AS avg_talk_duration
FROM case_info c
LEFT JOIN call_log cl ON c.case_id = cl.case_id
GROUP BY c.case_id, c.overdue_days;