1. 风控人群切片概述
1.1 人群切片定义
人群切片（Population Segmentation）是指将风控全量用户按照特定维度（如风险等级、行为模式、生命周期阶段、渠道来源等）拆分为若干个内部同质、外部异质的子群体。每个子群体称为一个“切片”，切片内的用户具有相似的风险特征或业务表现，切片之间则存在显著差异。
核心公式： 人群切片 = 维度组合 + 阈值划分 + 业务语义
常见的切片维度包括：
| 维度类别 | 典型维度 | 切片示例 |
|---|---|---|
| 风险维度 | 信用评分、逾期天数、风险等级 | 高信用分（≥700）vs 低信用分（<500） |
| 行为维度 | 登录频次、交易金额、借款周期 | 高频活跃（月登录≥15次）vs 低频沉默（月登录≤3次） |
| 生命周期维度 | 注册时长、首贷时间、复贷次数 | 新客（注册≤30天）vs 老客（注册≥180天） |
| 渠道维度 | 获客渠道、设备类型、地域 | 自有APP渠道 vs 第三方导流渠道 |
1.2 切片在风控中的价值
人群切片是精细化风控的基石，其核心价值体现在以下四个层面：
- 差异化策略制定： 不同切片适用不同的准入规则、额度定价和催收策略，避免“一刀切”导致的误杀或漏放。
- 风险归因与诊断： 通过切片对比，快速定位风险恶化的具体人群，识别风险来源是渠道、产品还是客群本身。
- 资源优化配置： 将风控资源（如人工审核、催收人力）优先投入高风险或高价值切片，提升投入产出比。
- 模型效果监控： 分切片评估模型表现（如KS、AUC），发现模型在特定子群体上的失效或偏移。
实践提示： 切片粒度并非越细越好。切片过细会导致样本稀疏，统计量不稳定；切片过粗则无法捕捉异质性。通常建议每个切片至少包含500个正样本或1000个总样本。
1.3 切片评估与复盘的核心目标
切片评估与复盘并非一次性动作，而是贯穿风控策略全生命周期的闭环管理。其核心目标可归纳为以下五点：
- 目标1：验证切片有效性 — 确认切片是否真正区分了风险高低，切片间的风险指标（如逾期率、坏账率）是否存在统计显著差异。
- 目标2：量化策略效果 — 评估针对不同切片实施的差异化策略是否达到了预期效果（如通过率提升、逾期率下降、额度利用率优化）。
- 目标3：发现异常与偏移 — 监控切片内风险分布的时序变化，及时发现客群漂移、策略失效或外部环境冲击。
- 目标4：驱动策略迭代 — 基于评估结果，调整切片边界、优化策略参数或重新设计切片维度。
- 目标5：沉淀经验知识 — 将每次复盘的结论文档化，形成风控知识库，提升团队决策效率。
常见误区： 切片评估只关注整体指标（如全量逾期率），忽略切片内部的异质性。例如，全量逾期率从5%降至4%看似向好，但若高信用分切片逾期率上升了1%，则说明策略在该切片上可能失效，需要深入复盘。
切片评估的关键指标体系
为支撑上述核心目标，切片评估需要建立一套多维度的指标体系。以下为常用指标分类：
| 指标类别 | 具体指标 | 评估用途 |
|---|---|---|
| 风险指标 | 逾期率（M1+/M3+）、坏账率、Vintage曲线 | 衡量切片内风险水平高低 |
| 业务指标 | 通过率、授信额度、借款金额、复借率 | 评估策略对业务量的影响 |
| 收益指标 | 风险调整后收益（RAROC）、净息差 | 平衡风险与收益 |
| 稳定性指标 | PSI（群体稳定性指数）、特征分布偏移 | 监控切片随时间的变化 |
| 模型指标 | KS、AUC、Lift值（分切片） | 评估模型在各切片上的区分能力 |
复盘方法论要点： 切片复盘应遵循“先整体、后局部、再个体”的三层逻辑。先看全量指标是否在预期范围内，再对比各切片间的差异，最后深入分析异常切片的用户级数据，找到根因。