4. 风控数据质量规则体系：规则分类与生命周期管理

风控数据质量规则是数据治理在风控场景中的具体落地载体。一套完整的规则体系需要从字段级、记录级、跨表级三个维度覆盖数据全链路，同时通过生命周期管理确保规则本身的可维护性与灰度发布能力。本章将系统阐述规则分类标准与全生命周期管控流程。

4.1 规则分类：三级质量防线

根据数据质量问题的发生层次，我们将规则划分为三个级别，形成从单点校验到全局关联的递进式防线。

4.1.1 字段级规则

字段级规则是数据质量的第一道关卡，直接作用于单个数据列。常见子类型包括：

• 非空校验：关键风控字段（如身份证号、手机号）不允许为空。
• 格式校验：正则表达式匹配，如银行卡号Luhn算法、邮箱格式。
• 值域校验：枚举值白名单（如性别：男/女/未知）或数值范围（如年龄 0-120）。
• 唯一性校验：主键或业务唯一键（如订单号）不可重复。

-- 字段级规则示例：身份证号格式校验（SQL片段）
SELECT id, id_card
FROM risk_application
WHERE id_card IS NOT NULL
  AND LENGTH(id_card) NOT IN (15, 18)
  AND id_card !~ '^[1-9]\d{5}(18|19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$';

4.1.2 记录级规则

记录级规则校验单条数据内部多个字段之间的业务逻辑一致性，是风控场景中识别数据篡改或录入错误的重要手段。

• 逻辑依赖：如“婚姻状态为已婚”时，“配偶姓名”不可为空。
• 数值计算：如“月收入”应大于“月还款额”。
• 时间顺序：如“申请时间”必须早于“审批时间”。

4.1.3 跨表级规则

跨表级规则用于保障不同数据源、不同系统之间的数据一致性，是风控数据质量体系中最复杂、影响面最广的一类规则。

4.2 规则生命周期管理

每条数据质量规则都应经历从设计到退役的完整生命周期。灰度发布机制与生命周期各阶段深度绑定，确保规则变更可追溯、可回滚。

4.2.1 生命周期阶段定义

我们将规则生命周期划分为以下六个阶段，每个阶段都有明确的准入条件和退出动作：

1. 设计：定义规则逻辑、阈值、影响范围，输出规则文档。
2. 开发：编码实现，编写单元测试与灰度配置。
3. 灰度：按流量比例逐步放量，监控误报率与召回率。
4. 全量：灰度达标后全量上线，进入生产稳定运行。
5. 监控：持续观测规则效果，定期评估是否仍满足业务需求。
6. 退役：规则不再适用时，执行下线流程并归档。

4.2.2 灰度阶段的关键决策点

灰度阶段是生命周期中最关键的环节，需要明确以下决策指标：

4.2.3 规则退役标准

当规则满足以下任一条件时，应启动退役流程：

• 业务变更：源系统字段废弃或业务逻辑调整，规则不再适用。
• 持续低效：连续30天零告警或误报率超过20%。
• 被替代：新规则已覆盖旧规则的全部校验能力。
• 性能瓶颈：规则执行耗时超过500ms且无法优化。

4.3 规则元数据管理

为支撑灰度发布与生命周期管理，每条规则必须维护完整的元数据信息。建议采用以下元数据模型：

4.4 本章小结