3. 催收数据表结构解析：客户信息表、账户表、还款计划表、催收记录表、通话记录表的字段与关系

催收特征工程的第一步，是深入理解底层数据表的结构与关联关系。催收系统通常围绕“客户-账户-还款-催收-通话”五张核心表构建数据模型。本章将逐一解析每张表的字段含义、主键与外键，以及表之间的连接路径，为后续SQL特征筛选打下坚实基础。

3.1 五张核心表概览

下表列出了催收数据仓库中最常见的五张表及其核心定位：

3.2 客户信息表（customer_info）

客户信息表是催收分析的起点，记录了客户的基础属性。常用字段包括：

• customer_id（主键）：客户唯一标识，通常为字符串或整数。
• name：客户姓名。
• id_number：身份证号（脱敏或加密存储）。
• gender：性别（M/F）。
• age：年龄或出生日期。
• education：教育程度（高中/大专/本科/硕士等）。
• marital_status：婚姻状况（已婚/未婚/离异）。
• income_level：收入等级或月收入区间。
• city / province：居住城市/省份。
• credit_score：内部信用评分或外部征信评分。
• register_date：注册日期。
• customer_status：客户状态（正常/黑名单/注销）。

3.3 账户表（account_info）

账户表记录每笔贷款合同的核心信息，是连接客户与还款计划的桥梁。关键字段：

• account_id（主键）：账户唯一标识。
• customer_id（外键）：关联客户信息表。
• product_type：产品类型（如现金贷/消费分期/抵押贷）。
• loan_amount：贷款本金。
• interest_rate：年化利率。
• loan_term：贷款期数（如3期/6期/12期）。
• disburse_date：放款日期。
• due_date：到期日期。
• overdue_days：当前逾期天数。
• overdue_amount：当前逾期金额。
• total_balance：剩余应还总额（本金+利息+罚息）。
• account_status：账户状态（正常/逾期/核销/结清）。

3.4 还款计划表（repayment_schedule）

还款计划表记录每期应还明细，是计算逾期天数、逾期期数、还款行为特征的核心数据源。字段结构：

• schedule_id（主键）：还款计划唯一标识。
• account_id（外键）：关联账户表。
• period：期数序号（第1期、第2期……）。
• due_date：应还日期。
• principal_due：应还本金。
• interest_due：应还利息。
• total_due：应还总额（本金+利息）。
• actual_pay_date：实际还款日期（NULL表示未还）。
• actual_pay_amount：实际还款金额。
• overdue_flag：是否逾期（0/1）。
• overdue_days：该期实际逾期天数。

3.5 催收记录表（collection_record）

催收记录表存储每一次催收动作的详细信息，是生成“催收强度”、“催收响应”、“承诺还款”等行为特征的核心表。字段包括：

• record_id（主键）：催收记录唯一标识。
• account_id（外键）：关联账户表。
• collector_id：催收员ID。
• collection_time：催收时间（精确到秒）。
• collection_type：催收方式（电话/短信/上门/信函/法务）。
• collection_result：催收结果（接通/无人接听/拒接/承诺还款/投诉等）。
• promise_pay_date：承诺还款日期（如有）。
• promise_pay_amount：承诺还款金额（如有）。
• remark：催收备注文本。

3.6 通话记录表（call_record）

通话记录表专门记录电话催收的通话详情，与催收记录表通过 record_id 或 account_id + collection_time 关联。字段结构：

• call_id（主键）：通话唯一标识。
• record_id（外键）：关联催收记录表。
• caller_number：催收员号码（脱敏）。
• callee_number：客户号码（脱敏）。
• call_start_time：通话开始时间。
• call_end_time：通话结束时间。
• call_duration：通话时长（秒）。
• call_status：通话状态（接通/未接通/忙音/关机/空号）。
• ring_duration：振铃时长（秒）。
• recording_url：录音文件路径（脱敏）。

3.7 五表关系与ER图

五张表通过主键与外键形成星型或雪花型数据模型。核心关联路径如下：

1. 客户信息表 ←→ 账户表：通过 customer_id 一对多关联。
2. 账户表 ←→ 还款计划表：通过 account_id 一对多关联。
3. 账户表 ←→ 催收记录表：通过 account_id 一对多关联。
4. 催收记录表 ←→ 通话记录表：通过 record_id 一对一或一对多关联（视业务设计）。

3.8 表关联SQL实战示例

以下SQL展示了如何将五张表关联起来，提取一个客户维度的催收特征宽表：

SELECT
    c.customer_id,
    a.account_id,
    a.loan_amount,
    a.overdue_days,
    a.overdue_amount,
    COUNT(DISTINCT rs.schedule_id) AS total_installments,
    SUM(CASE WHEN rs.overdue_flag = 1 THEN 1 ELSE 0 END) AS overdue_installments,
    COUNT(DISTINCT cr.record_id) AS total_collection_actions,
    COUNT(DISTINCT CASE WHEN cr.collection_result = '接通' THEN cr.record_id END) AS connected_calls,
    COUNT(DISTINCT cl.call_id) AS total_calls,
    AVG(cl.call_duration) AS avg_call_duration_sec
FROM customer_info c
LEFT JOIN account_info a ON c.customer_id = a.customer_id
LEFT JOIN repayment_schedule rs ON a.account_id = rs.account_id
LEFT JOIN collection_record cr ON a.account_id = cr.account_id
LEFT JOIN call_record cl ON cr.record_id = cl.record_id
WHERE a.account_status IN ('逾期', '正常')
GROUP BY c.customer_id, a.account_id, a.loan_amount, a.overdue_days, a.overdue_amount;

3.9 常见数据质量问题与处理建议