1. 催收特征概述
1.1 什么是催收特征
催收特征是从客户基础信息、信贷行为、还款记录、外部数据中提取的、用于描述客户逾期风险与还款意愿的量化指标。在催收策略中，特征是连接原始数据与决策规则的桥梁，是构建评分模型、制定催收策略、分配催收资源的基础单元。
催收特征按数据来源可分为以下几类：
| 特征类别 | 数据来源 | 典型特征示例 |
|---|---|---|
| 基础信息类 | 客户申请资料 | 年龄、职业、收入、学历、婚姻状况 |
| 信贷行为类 | 借贷与还款流水 | 逾期天数、逾期金额、历史还款次数、M0→M1转化率 |
| 联系行为类 | 催收系统日志 | 接通率、承诺还款次数、失联天数、有效通话时长 |
| 外部数据类 | 征信、三方数据 | 征信查询次数、多头借贷数、黑名单命中、社保缴纳状态 |
| 衍生计算类 | 以上数据加工 | 逾期金额/收入比、近3月平均还款率、最大逾期跨度 |
核心认知：催收特征不是简单的字段搬运，而是对原始数据进行清洗、聚合、衍生后的高价值信息载体。一个优秀的催收特征，应当具备区分度高、稳定性好、可解释性强三个基本属性。
1.2 特征在催收策略中的作用
催收策略的核心是“在正确的时间，用正确的方式，对正确的客户采取正确的催收动作”。特征在这一过程中扮演着不可替代的角色：
- 风险分层：通过特征将逾期客户划分为低风险、中风险、高风险等级，决定催收优先级。
- 策略匹配：不同特征组合触发不同催收策略，如短信提醒、IVR外呼、人工电催、法务介入。
- 资源分配：高价值高风险的客户分配资深催收员，低风险低价值客户走自动化流程。
- 效果评估：特征变化趋势用于监控策略效果，指导策略迭代优化。
- 模型输入：特征作为评分卡、机器学习模型的输入变量，直接影响预测精度。
1.3 特征筛选的核心目标
催收特征筛选不是简单地从数据表中挑选字段，而是一个系统性的工程过程。其核心目标可以归纳为以下五个维度：
- 提升预测能力：筛选出与逾期还款行为高度相关的特征，提高催收模型对客户还款概率的预测精度。
- 降低数据维度：从成百上千个候选特征中剔除冗余、噪声特征，降低模型复杂度，防止过拟合。
- 增强可解释性：保留业务含义清晰的特征，使催收策略能够被业务人员理解和信任。
- 保证稳定性：筛选出随时间推移分布稳定的特征，避免因数据分布偏移导致策略失效。
- 提升计算效率：减少特征数量，降低数据存储和模型计算成本，支持实时催收决策。
实战提示：在催收特征筛选的实际项目中，建议先以“提升预测能力”和“增强可解释性”为首要目标，因为催收策略需要业务人员理解和执行。后续再通过稳定性监控和维度压缩来优化特征集。
1.4 特征筛选与SQL的关系
SQL是催收特征筛选最核心的工程工具。在催收数据环境中，特征通常存储在多个业务表中，需要通过SQL进行数据提取、清洗、聚合、衍生和筛选。本课程将围绕SQL实战，系统讲解以下内容：
- 使用SQL进行特征衍生计算（窗口函数、聚合函数、条件判断）
- 特征质量评估的SQL实现（缺失率、唯一值、分布统计）
- 特征筛选的SQL自动化流程（批量计算、结果汇总、阈值过滤）
- 特征稳定性的SQL监控方案（PSI计算、分布对比）
常见误区：不要将特征筛选等同于“跑SQL取数”。特征筛选是一个包含业务理解、数据探索、特征工程、质量评估、策略验证的完整闭环。SQL只是其中最高效的执行工具，但前提是你必须理解特征背后的业务逻辑和筛选标准。