2. 监管红线：解读《个人信息保护法》、《商业银行互联网贷款管理暂行办法》对催收数据的限制
在催收触达特征工程中，合规是绝对底线。2021年生效的《个人信息保护法》（PIPL）与2020年施行的《商业银行互联网贷款管理暂行办法》（以下简称《互联网贷款办法》），共同划定了催收数据采集、处理与使用的“红线”。任何触达策略的设计，都必须在这两部法规的框架内运行。
2.1 两部法规的核心约束框架
下表从数据主体权利、处理原则、催收行为限制三个维度，对比两部法规对催收数据的直接影响：
| 约束维度 | 《个人信息保护法》 | 《互联网贷款办法》 |
|---|---|---|
| 数据采集最小必要 | 第6条：仅处理与催收目的直接相关的个人信息，不得过度收集联系人、社交关系等非必要数据。 | 第9条：不得以催收为由，收集与贷款风险无关的个人信息。 |
| 告知同意与授权 | 第13-14条：处理个人信息需取得明确同意；催收场景下，不得在未获授权时向第三方披露债务人信息。 | 第10条：贷款合同中应明确约定催收方式及数据使用范围，不得超出合同授权。 |
| 催收行为与数据使用 | 第24条：禁止自动化决策对个人权益造成重大影响；催收频次、时段、渠道均受限制。 | 第50条：催收应文明、合法，不得采用暴力、恐吓、骚扰等非法手段；数据使用不得侵犯债务人隐私。 |
| 数据存储与删除 | 第19条：催收目的达成后，应及时删除或匿名化处理相关数据。 | 第11条：贷款结清后，除法律法规另有规定外，应停止催收并删除相关数据。 |
⚠️ 合规红线提示： 催收特征中，禁止使用以下数据：债务人通讯录（非授权）、社交关系图谱、位置轨迹（非授权）、生物识别信息（如声纹、人脸）用于催收评分。这些数据一旦被监管发现，将面临最高5000万元或上一年度营业额5%的罚款。
2.2 催收数据合规处理流程（SVG）
下图展示了从数据采集到催收触达的合规处理路径，重点标注了《个人信息保护法》与《互联网贷款办法》的拦截节点：
2.3 催收数据合规特征选择清单
基于上述法规限制，催收触达特征必须从“可用”与“禁用”两个维度进行筛选。以下清单是实战中的合规基线：
✅ 合规可用特征（示例）：
- 基础信息类： 贷款金额、贷款期限、还款计划、逾期天数、逾期期数（均为合同内数据）。
- 行为类： 历史还款行为（如还款准时率、还款渠道偏好）、客服联系记录（经授权）。
- 风险类： 内部信用评分（如机构自建评分卡）、外部征信报告（经授权查询）。
- 触达反馈类： 接通率、承诺还款率、失联天数（仅限本机构联系记录）。
❌ 严格禁用特征（监管红线）：
- 通讯录与社交关系： 未经债务人明确授权，不得采集、使用其通讯录、微信好友、社交网络关系。
- 生物识别信息： 声纹、人脸、指纹等生物特征，不得用于催收评分或身份验证（除非法律另有规定）。
- 位置轨迹： 实时GPS、基站定位等位置数据，不得用于催收人员上门或评估债务人行踪。
- 第三方数据（未授权）： 从非合作渠道获取的债务人信息，如电商消费记录、社交平台动态等。
2.4 合规特征选择实战步骤
在特征工程阶段，建议按以下流程进行合规审查：
- 数据源清单审查： 列出所有拟使用的数据源，标注数据来源、授权方式、采集时间。
- 最小必要原则过滤： 删除与催收目的无直接关联的数据字段，如兴趣爱好、家庭成员（非紧急联系人）。
- 授权范围核对： 确认每个数据字段是否在贷款合同或单独授权书中明确列出。
- 特征加工合规检查： 对衍生特征（如“社交活跃度”“位置稳定性”）进行合规评估，确保不涉及禁用数据。
- 存储与删除策略： 设定数据保留期限，催收结束后自动删除或匿名化。
2.5 合规与效率的平衡（SVG）
合规不是放弃效率，而是通过结构化设计，在红线内最大化特征价值。下图展示了合规约束下的特征选择策略：
💡 实战建议： 在特征工程初期，建立一份“合规特征白名单”与“禁用特征黑名单”，并嵌入到数据管道中。每次新增特征时，自动触发合规审查，避免后期返工。推荐使用特征合规标记矩阵，对每个特征标注“合规状态”（通过/待审查/禁用），并记录审查依据。