2. 风控数据质量全景：数据质量维度与常见问题

在风控系统中，数据是决策的基石。数据质量直接决定了风控模型的准确性、策略的有效性以及业务的安全性。本章将系统性地梳理风控数据质量的四个核心维度，并剖析实际业务中高频出现的数据质量问题，为后续的灰度发布规则设计奠定基础。

2.1 数据质量四大核心维度

风控数据质量通常从以下四个维度进行评估，每个维度都对应着不同的业务影响和治理手段。

2.2 常见风控数据质量问题全景

根据四大维度，我们将实际风控场景中高频出现的数据质量问题归纳如下。这些问题往往是风控规则失效、模型误判的直接原因。

2.2.1 完整性问题

• 必填字段缺失： 如身份证号、手机号、银行卡号等核心身份标识为空。
• 关联数据断裂： 订单表存在用户 ID，但用户表中无对应记录（外键约束失败）。
• 历史数据断层： 用户某段时间内的行为日志完全丢失，导致时序特征计算失败。

2.2.2 准确性问题

• 格式错误： 手机号位数不对、身份证校验位错误、邮箱格式非法。
• 逻辑异常： 年龄与身份证出生日期矛盾、交易金额为负数、注册时间晚于当前时间。
• 单位/精度错误： 金额单位“分”误传为“元”，导致风控阈值判断偏差。

2.2.3 一致性问题

• 跨系统状态漂移： 风控系统判定用户为“欺诈”，但 CRM 系统仍标记为“正常”。
• 数据字典不一致： 风控库中“性别”用 0/1 表示，业务库用 M/F 表示，ETL 未正确转换。
• 时间戳时区混乱： 部分数据使用 UTC，部分使用北京时间，导致时间窗口计算错位。

2.2.4 及时性问题

• 数据延迟到达： 实时风控场景下，数据延迟超过 1 秒即可能导致决策失效。
• 批量更新滞后： 黑名单库每日凌晨更新，但白天新增的黑名单无法及时生效。
• 数据过期： 用户 3 年前的地址信息仍被用于当前风控评分，导致误判。

2.3 风控数据质量维度关系图

下图展示了四大维度之间的依赖关系及其在风控数据流中的位置。完整性是基础，准确性和一致性是核心，及时性是保障。

2.4 数据质量问题在风控链路中的分布

为了更直观地理解问题发生的位置，下图展示了风控数据从采集到决策的全链路，并标注了各环节常见的数据质量风险点。

2.5 数据质量问题的业务影响量化

为了帮助团队评估治理优先级，我们将常见问题按影响程度进行量化分级。在灰度发布中，应优先解决 P0 级问题。