3. 数据源合规审查：内部数据合规、外部数据合规、第三方数据接口合规
在合规催收特征筛选的初始阶段，数据源的合规性审查是决定整个项目是否具备合法基础的“守门员”。任何不合规的数据源，无论其模型表现多优异，都必须被立即排除。本章节从内部数据、外部数据及第三方数据接口三个维度，系统梳理审查要点与操作规范。
3.1 内部数据合规审查
内部数据通常指金融机构自身业务系统产生的客户信息，如还款记录、交易流水、客户画像等。审查重点在于数据采集的授权范围与使用边界。
| 审查维度 | 合规要求 | 常见风险点 |
|---|---|---|
| 授权范围 | 数据使用目的必须与客户签署的《个人信息授权书》一致 | 将“信贷审批”数据用于“催收策略”未单独授权 |
| 数据最小化 | 仅采集与催收特征直接相关的字段，禁止过度收集 | 收集通讯录、位置信息等非必要敏感数据 |
| 存储期限 | 超过业务保存期限的数据应进行脱敏或销毁 | 使用已结清超过5年的历史逾期记录 |
| 访问权限 | 特征筛选环节的数据访问需留痕、可审计 | 开发人员直接访问生产库全量数据 |
实操提示：内部数据合规审查应建立“数据字段级”的授权清单。对于催收特征筛选，建议使用经过脱敏处理的“数据沙箱”环境，确保原始客户标识（如身份证号、手机号）在特征工程阶段不可见。
3.2 外部数据合规审查
外部数据包括从征信机构、运营商、社保公积金平台等渠道获取的数据。此类数据受《个人信息保护法》及行业监管细则的严格约束。
- 数据来源合法性：确认数据提供方是否具备合法采集资质（如征信机构需持牌经营）。
- 用户授权链路：检查外部数据是否经过用户“单独同意”授权，且授权链条完整可追溯。
- 数据质量与时效：外部数据更新频率是否符合催收特征的时间窗口要求（如近3个月逾期次数）。
- 跨境传输限制：若涉及境外数据源，需通过国家网信办的安全评估。
合规红线：严禁使用通过“爬虫”或“数据交易黑市”获取的外部数据。即使数据在模型上表现优异，一旦被认定为非法获取，将导致整个催收项目面临行政处罚甚至刑事责任。
3.3 第三方数据接口合规审查
第三方数据接口（API）是当前特征筛选中最常用的数据接入方式。接口合规审查不仅关注数据内容，更关注传输过程与使用协议。
3.4 三类数据源的合规对比
在实际项目中，三类数据源往往混合使用。下表从合规审查的典型维度进行横向对比，帮助团队快速定位审查重点。
| 对比维度 | 内部数据 | 外部数据 | 第三方接口数据 |
|---|---|---|---|
| 授权要求 | 一般授权（业务协议） | 单独同意授权 | 接口协议+用户授权 |
| 数据敏感度 | 中（含交易行为） | 高（含征信、位置） | 中高（视接口类型） |
| 传输风险 | 内部网络，风险较低 | 专线或加密传输 | 公网传输，需HTTPS+签名 |
| 审计难度 | 易（内部系统可追溯） | 中（依赖外部提供日志） | 难（需接口方配合） |
| 典型违规场景 | 超授权范围使用 | 非法购买征信数据 | 接口返回数据被二次转售 |
案例实战：某消费金融公司在筛选“客户社交关系特征”时，通过第三方接口获取了客户的通讯录数据。合规审查发现：该接口协议中明确禁止将数据用于催收模型训练，且未获得通讯录中第三方联系人的授权。最终该特征被立即剔除，并重新评估了接口合作方的合规资质。
3.5 合规审查清单（Checklist）
为便于团队执行，建议在特征筛选前使用以下清单逐项确认：
- 内部数据：是否已通过数据安全影响评估（PIA）？数据字段是否在授权范围内？
- 外部数据：数据提供方是否持有合法牌照？用户授权链路是否完整？
- 第三方接口：接口协议是否包含数据使用限制条款？传输过程是否加密？
- 交叉验证：是否存在将内部数据与外部数据违规拼接形成“超集”的情况？
- 退出机制：当用户撤回授权时，是否具备从特征库中删除对应数据的能力？
完成上述审查后，方可进入下一阶段的特征工程与模型训练环节。任何一项审查不通过，对应的数据源都应被标记为“不可用”，直至完成合规整改。