3. 切片维度设计：基础属性、行为与风险维度
人群切片的效果评估，首先取决于切片维度的科学设计。维度选择不当，会导致切片结果混杂、无法定位真实问题，甚至误导策略调整。本节系统讲解三大核心维度体系：基础属性维度、行为维度与风险维度，并给出各维度的典型切分方法与适用场景。
3.1 基础属性维度
基础属性维度是人群切片最常用的入口，通常来源于用户注册信息或第三方征信数据。这类维度稳定、易获取，适合做宏观分层与客群画像。
| 子维度 | 典型切分方式 | 分析目的 |
|---|---|---|
| 年龄 | 18-25 / 26-35 / 36-45 / 46-55 / 55+ | 识别不同生命周期的风险偏好与还款能力 |
| 性别 | 男 / 女 | 评估性别维度下的逾期率差异（通常女性逾期率略低） |
| 地域 | 省份 / 城市等级 / 一二三线 / 农村城市 | 定位区域经济环境对还款行为的影响 |
实操建议：基础属性维度应作为切片的第一层过滤条件，但不宜单独使用。例如“26-35岁男性”这个切片，仍需叠加行为或风险维度才能形成有效策略。
3.2 行为维度
行为维度反映用户在产品内的实际交互表现，比基础属性更具动态性和预测能力。常用的行为维度包括登录频次、交易金额、借款次数、浏览深度等。
- 登录频次：按日/周/月登录次数切分，如“近7天登录≥5次” vs “近7天登录0次”。高频登录通常代表活跃用户，但需警惕“刷分”行为。
- 交易金额：按单笔或累计交易金额分段，如“0-500元”、“500-2000元”、“2000-10000元”、“10000元以上”。金额段与风险呈U型关系：过低金额可能为测试行为，过高金额则超出还款能力。
- 借款次数：近3个月借款次数，如“0次”、“1-2次”、“3-5次”、“5次以上”。频繁借款是资金链紧张的重要信号。
关键发现：在多个信贷产品复盘案例中，“近30天登录频次下降超过50%”且“交易金额突然放大”的用户切片，其逾期率是普通用户的2.3-3.1倍。行为维度的交叉组合往往比单一维度更具区分度。
3.3 风险维度
风险维度直接刻画用户的信用表现与风险状态，是切片评估中最核心的维度。主要包括逾期天数、额度使用率、历史逾期次数、征信查询次数等。
| 子维度 | 切分标准 | 风险含义 |
|---|---|---|
| 逾期天数 | M0(未逾期) / M1(1-30天) / M2(31-60天) / M3+(61天以上) | 逾期天数越长，回收概率越低，策略应逐步升级 |
| 额度使用率 | 0-30% / 30-60% / 60-90% / 90%以上 | 使用率过高(>90%)表明资金极度紧张；过低(<30%)可能为僵尸用户 |
| 历史逾期次数 | 0次 / 1-2次 / 3次及以上 | 历史逾期行为是未来逾期的最强预测因子之一 |
注意：风险维度切分时，需避免“幸存者偏差”。例如仅对“当前未逾期”用户做额度使用率分析，会遗漏已逾期客群的真实风险分布。建议将逾期状态作为前置过滤条件，再对子客群做额度使用率切片。
3.4 三维度交叉切片框架
实际业务中，单一维度切片往往不够精细。推荐采用“基础属性 → 行为 → 风险”的三层递进式交叉切片框架，逐层缩小客群范围，定位高风险子群。
3.5 维度设计避坑清单
根据多个风控项目的复盘经验，以下维度设计中的常见错误需要特别注意：
- 维度粒度过粗：例如仅按“省份”切分，忽略城市等级差异。建议先按城市等级分层，再按省份细化。
- 维度粒度过细：例如按“年龄+性别+地域+登录频次+交易金额+逾期天数”六维交叉，导致每个切片样本量不足，统计结果不可信。建议单次切片不超过4个维度。
- 忽略时间窗口：行为维度和风险维度必须明确时间范围（如“近30天”、“近90天”），否则不同时间粒度的数据无法横向对比。
- 维度间高度共线：例如“借款次数”与“交易金额”高度相关，同时放入切片会导致信息冗余。建议先做相关性分析，保留区分度更高的维度。
最佳实践：在首次切片设计时，建议从“基础属性1个 + 行为1个 + 风险1个”的三维组合开始，评估每个切片的区分度（如逾期率差异、KS值），再逐步增加维度。每次只增加1个维度，观察增益效果，避免一次性堆叠过多维度。