3、行为数据采集：通话记录数据清洗、短信与IVR交互日志、APP推送点击流数据
催收触达效率提升的核心在于对“交互行为”的精准量化。本章聚焦三类高频行为数据源：通话记录、短信与IVR交互日志、APP推送点击流。这些数据是构建债务人响应模型、优化触达策略的基础特征原料。
3.1 通话记录数据清洗
通话记录（CDR）是最直接的催收交互证据，但原始CDR包含大量噪声。清洗目标是将原始话单转化为可建模的通话行为特征。
| 清洗维度 | 原始字段示例 | 清洗后特征 | 业务含义 |
|---|---|---|---|
| 接通状态 | 接通/未接通/忙音/关机 | 接通率、首次接通时长 | 评估号码有效性 |
| 通话时长 | 0s / 15s / 120s | 有效通话（≥30s）占比 | 区分“秒挂”与深度沟通 |
| 交互轮次 | 单次/多次外呼 | 日均外呼次数、间隔时间 | 判断催收强度与骚扰风险 |
| 时段分布 | 09:00 / 12:30 / 21:00 | 黄金时段接通率 | 优化外呼时间窗口 |
清洗规则示例： 剔除通话时长 < 5s 的“误拨”记录；标记连续3次未接通且间隔 < 10分钟的外呼为“高频骚扰”行为，需降权处理。
3.2 短信与IVR交互日志
短信和IVR（交互式语音应答）是低成本、高覆盖的触达手段。其日志数据能反映债务人的主动响应意愿。
- 短信交互日志： 记录发送状态（成功/失败/拦截）、点击短链行为、回复关键词（如“Y”确认还款）。关键特征：
短信打开率、回复率、退订率。 - IVR交互日志： 记录按键路径（如按1转人工、按2查询账单）、挂断节点、收听时长。关键特征：
IVR完成率、转人工率、平均按键深度。
特征工程技巧： 将“短信点击后是否在30分钟内还款”作为二元标签，可训练出高精度的“响应-转化”预测模型。
3.3 APP推送点击流数据
APP推送是触达已安装用户的直达通道。点击流数据记录了从推送到达 → 通知栏展示 → 点击打开 → 页面停留 → 最终操作的全链路行为。
| 事件阶段 | 原始埋点字段 | 衍生特征 |
|---|---|---|
| 推送到达 | device_id, push_id, 到达时间 | 到达率、延迟时间 |
| 通知展示 | 展示时间、是否亮屏 | 展示率、锁屏展示占比 |
| 点击打开 | 点击时间、来源页面 | 点击率（CTR）、点击到打开耗时 |
| 页面停留 | 停留时长、滚动深度 | 有效阅读率（停留≥5s） |
| 最终操作 | 还款/延期/忽略 | 转化率、操作完成度 |
数据合规提醒： APP推送点击流涉及用户隐私，采集前必须获得《用户协议》授权，且不得采集设备唯一标识（如IMEI）以外的敏感信息。
3.4 三类数据融合架构
下图展示了从原始日志到催收特征层的融合处理流程：
3.5 关键特征清单与业务映射
以下是从三类数据中提取的高价值特征及其在催收策略中的直接应用：
| 数据源 | 特征名称 | 计算逻辑 | 策略应用 |
|---|---|---|---|
| 通话记录 | 近7天有效接通率 | 有效通话次数 / 总外呼次数 | 高接通率 → 优先电话催收 |
| 短信日志 | 短信回复响应时长 | 发送时间 → 回复时间差值（分钟） | 短响应时长 → 高意向，立即跟进 |
| IVR日志 | IVR转人工深度 | 按键层级数（如按3次才转人工） | 深度浅 → 自助服务偏好，减少人工 |
| APP推送 | 推送点击到还款转化率 | 点击后24h内还款数 / 总点击数 | 高转化率 → 推送作为主力触达渠道 |
实战建议： 优先清洗通话记录中的“秒挂”和“空号”噪声，这两类数据占比通常超过30%，会严重拉低接通率特征的真实性。建议设置
通话时长 >= 30s 为有效通话阈值。