2. 业务理解与目标定义：从业务问题到建模目标的转化

风控建模的第一步，也是最容易被忽视的一步，是业务理解与目标定义。如果这一步走偏，后续所有特征工程、模型训练、评估都会失去方向。本章将系统讲解如何将模糊的业务问题转化为可量化的建模目标，并给出好坏客户的定义标准与观察期、表现期的设定方法。

2.1 从业务问题到建模目标的转化

业务方提出的问题往往是：“我们想降低坏账率”“能不能识别出可能逾期的客户？”——这些是业务目标，不是建模目标。建模目标必须满足 SMART 原则：Specific（具体）、Measurable（可衡量）、Achievable（可实现）、Relevant（相关）、Time-bound（有时限）。

2.2 好坏客户的定义标准

好坏客户的定义是样本构建的核心。定义不合理，模型学到的就是错误规律。以下是行业通用的定义框架：

2.2.1 定义原则

• 业务对齐：好客户 = 按时还款且持续活跃；坏客户 = 逾期超过阈值且无法回收。
• 可观测：好坏标签必须在表现期内可明确判定，避免模糊状态。
• 样本平衡：坏客户占比通常为5%~15%，过低会导致模型难以学习。
• 时间一致性：所有样本使用相同的表现期长度，避免时间偏移。

2.2.2 常见定义方式

2.3 观察期与表现期的设定

观察期和表现期是时间窗口设计的核心概念，直接影响样本的有效性和模型泛化能力。

2.3.1 概念定义

• 观察期（Observation Window）：用于提取特征的时间段。特征必须来自观察期内的数据，不能使用未来信息。
• 表现期（Performance Window）：用于判定好坏标签的时间段。表现期必须紧跟在观察期之后，且长度固定。
• 时间间隔（Gap）：观察期结束到表现期开始之间的间隔，通常为0或1个月，用于避免数据泄露。

2.3.2 设定原则

2.3.3 时间窗口示意图

2.4 样本构建流程总结

将上述概念整合为可执行的样本构建流程：

1. 明确业务目标：与业务方对齐，确定预测对象和业务痛点。
2. 定义好坏客户：根据业务场景设定逾期阈值和容忍期，形成可操作的标签规则。
3. 设定时间窗口：确定观察期长度（如12个月）、表现期长度（如6个月）和间隔（如1个月）。
4. 提取样本：从历史数据中筛选在观察期内有完整特征、在表现期内有明确标签的客户。
5. 校验样本：检查好坏比例、时间分布、特征缺失率，确保样本代表性和稳定性。