1. 风控切片复盘概述
人群切片（Cohort Segmentation）是风控精细化管理的基础单元。它将用户群体按照特定维度（如申请时间、授信额度区间、逾期天数、产品类型）切分为同质化子集，再对每个子集进行独立的风险表现追踪与归因分析。切片复盘则是针对这些子集，在贷前、贷中、贷后全生命周期中，定期回溯其风险指标变化、策略生效情况与资产质量波动，从而定位问题、优化规则、迭代模型。
1.1 什么是人群切片
人群切片不是简单的“分群”，而是带有时间锚点和业务动作的静态或动态分组。常见的切片维度包括：
| 切片维度 | 典型切分方式 | 业务含义 |
|---|---|---|
| 时间切片 | 按申请月份、放款周、逾期发生日 | 观察不同时期客群的风险趋势 |
| 额度切片 | 低额（≤5000）、中额（5001-20000）、高额（>20000） | 评估额度策略对违约率的影响 |
| 行为切片 | 首借、复借、提前结清、逾期修复 | 区分用户生命周期阶段的风险差异 |
| 策略切片 | 通过规则A vs 规则B、模型分区间 | 对比不同策略组合的资产表现 |
| 产品切片 | 现金贷、消费分期、信用卡代偿 | 识别产品维度的风险异动 |
关键认知：切片粒度越细，归因越精准，但样本量过小会导致统计波动失真。一般要求每个切片至少包含 200 个以上有效样本（或 30 个以上坏样本）才能进行有意义的复盘。
1.2 切片复盘在风控中的价值
切片复盘将宏观资产质量指标（如整体逾期率、通过率）拆解为微观切片表现，帮助风控团队回答三个核心问题：
- 哪里变差了？ —— 定位风险恶化的具体客群、产品、渠道或时间窗口。
- 为什么变差？ —— 结合策略变更、外部环境、客群迁徙进行归因。
- 如何干预？ —— 针对特定切片制定差异化策略调整方案。
具体价值体现在以下四个层面：
- 策略效果量化： 对比策略上线前后同一切片的逾期率、通过率、客群分布变化，避免辛普森悖论导致的误判。
- 风险预警前置： 通过早期切片（如首期逾期率）的异常波动，提前 1-2 个月发现资产质量下行趋势。
- 模型监控闭环： 按模型分区间切片，观察各分数段实际违约率与预期违约率的偏差，驱动模型迭代。
- 资源精准投放： 对低风险切片放宽策略、对高风险切片收紧额度，实现风险与收益的动态平衡。
实战案例： 某消费金融公司发现整体逾期率上升 0.8%，通过切片复盘定位到“2024年Q2放款的、额度在 8000-15000 元之间的复借用户”逾期率飙升 3.2%，进一步归因发现该期间上线了“提额促活”策略，导致该切片客群负债率过高。回滚策略后，该切片逾期率在 2 个月内回落至正常水平。
1.3 常见应用场景（贷前、贷中、贷后）
切片复盘贯穿信贷全生命周期，不同阶段的复盘重点与指标各有侧重：
| 阶段 | 核心切片维度 | 关键复盘指标 | 典型动作 |
|---|---|---|---|
| 贷前 | 申请渠道、规则拒绝原因、模型分区间、首借/复借 | 通过率、核准率、首期逾期率（FPD30）、欺诈率 | 调整规则阈值、优化渠道准入、下线低效规则 |
| 贷中 | 额度使用率、还款行为、多头借贷数、额度区间 | 额度使用率变化、贷中逾期率、额度响应率 | 动态调额、降额/冻结、交叉营销策略调整 |
| 贷后 | 逾期天数（M1/M2/M3）、催收策略、失联率 | 回收率、入催率、迁徙率、核销率 | 催收策略分层、委外机构评估、核销标准调整 |
以下 SVG 图展示了切片复盘在信贷全生命周期中的核心流程与数据流转关系：
1.4 切片复盘的通用步骤
无论处于哪个阶段，切片复盘都遵循以下标准化流程：
- 定义切片维度： 根据业务问题选择时间、额度、行为、策略等维度，确保切片互斥且穷尽。
- 提取数据： 从数据仓库或风控系统拉取指定时间窗口内的用户级数据，包含特征、标签、策略命中记录。
- 计算指标： 按切片聚合计算通过率、逾期率、回收率等核心指标，并计算置信区间。
- 对比基准： 与历史同期、上一周期、大盘均值进行对比，识别显著偏离的切片。
- 归因分析： 结合策略变更日志、外部数据（如多头指数、宏观经济指标）进行根因定位。
- 输出结论与建议： 形成切片复盘报告，明确问题切片、归因结论、建议策略调整方案。
- 跟踪验证： 在下一次复盘中验证策略调整是否有效，形成闭环。
常见误区： 切片复盘最容易被忽视的是“幸存者偏差”——只复盘了通过用户，忽略了被拒绝用户的风险表现。贷前切片复盘必须包含“拒绝用户的外推表现”或“拒绝回拨实验”才能完整评估策略效果。