风控人群切片效果评估从入门到精通 - 第1节

1.1 什么是风控人群切片

风控人群切片（Risk Population Segmentation）是指将整体用户群体按照特定的风险特征、行为模式或属性维度，划分为若干个内部同质、外部异质的子群体（切片）。每个切片代表一类具有相似风险画像的用户集合。

切片的基本构成要素

1.2 切片在风控中的作用

切片是精细化风控的基石，它将“一刀切”的粗放策略升级为“千人千面”的精准防控。具体作用体现在以下四个层面：

• 提升识别精度：全量评估容易忽略局部风险模式，切片能捕捉特定人群的异常行为。例如：新注册用户中“当天绑卡+当天大额交易”的切片，其风险远高于整体平均水平。
• 优化资源配置：不同切片的风险密度不同，可分配不同的审核资源。高风险切片加大人工审核比例，低风险切片走自动化放行，降低运营成本。
• 支持差异化策略：针对不同切片制定差异化的风控规则、额度、利率、验证强度。例如：对“高活跃老客”切片降低验证门槛，对“新设备登录”切片提升验证强度。
• 辅助模型迭代：切片分析能发现模型在特定子群体上的表现偏差（如某渠道的误杀率偏高），为模型优化提供方向。

1.3 切片与全量评估的区别

全量评估关注整体指标（如整体通过率、整体逾期率），而切片评估关注局部指标。两者是“宏观”与“微观”的关系，缺一不可。

核心差异对比

一个直观的例子

假设某信贷产品整体逾期率为2%，看起来风险可控。但进行切片分析后发现：

• 切片A（“30岁以下+首贷+夜间申请”）：逾期率8%
• 切片B（“35岁以上+有房+公积金认证”）：逾期率0.5%
• 切片C（“其他”）：逾期率1.8%

全量评估的2%掩盖了切片A的高风险，也掩盖了切片B的低风险。如果不做切片，可能会对切片B的用户过度审核造成流失，而对切片A的用户放行不足导致坏账攀升。

1.4 切片评估的流程框架

一个完整的切片评估流程包含四个步骤：切片定义 → 切片计算 → 切片评估 → 切片决策。下面用一张流程图展示整体架构。

1.5 切片评估的核心指标概览

切片评估需要一套专门的指标体系，既要衡量切片自身的风险水平，也要衡量切片与整体的差异程度。以下是常用的切片评估指标：

1.6 切片评估的常见陷阱

• 辛普森悖论：整体趋势与切片趋势相反。例如：整体通过率下降，但每个切片的通过率都在上升。这是因为切片之间的样本分布发生了偏移。需要同时关注切片占比的变化。
• 幸存者偏差：只评估通过用户的切片，忽略了被拒绝用户。例如：某个切片通过用户的坏账率很低，但可能是因为该切片大部分用户都被拒绝了，留下的都是优质用户。需要结合拒绝推断来修正。
• 多重比较问题：切片数量越多，偶然发现“显著差异”的概率越大。当切片数量超过100个时，即使没有真实差异，也会有5%的切片出现统计显著。需要使用Bonferroni校正或FDR控制。
• 时间窗口不一致：不同切片的风险表现可能随时间变化不同步。例如：切片A的风险在月初高、月末低，切片B则相反。需要固定评估的时间窗口，避免时间混杂。