3. 贷后预警指标体系：核心指标定义

贷后预警 A/B 测试的成败，取决于能否用一套清晰、可量化的指标体系来评估不同预警策略的效果。本节将定义贷后预警场景下最核心的六个指标：逾期率、回收率、触达率、响应率、误报率，以及衍生指标精准度。这些指标构成了评估预警策略有效性的基础框架。

3.1 指标定义与计算公式

下表汇总了六大核心指标的定义、计算公式及业务含义，是后续 A/B 测试效果分析的基石。

3.2 指标间的逻辑关系与权衡

这六个指标并非孤立存在，它们之间存在复杂的相互影响和权衡关系。理解这些关系，是设计有效 A/B 测试实验方案的前提。

• 触达率 vs. 响应率：高触达率是响应率的基础。但过度触达（如频繁发送短信）可能导致客户反感，反而降低响应率。
• 误报率 vs. 精准度：两者通常呈反比关系。放宽预警阈值，精准度会提高（抓到更多真实逾期），但误报率也会上升；收紧阈值，误报率下降，但可能漏掉部分逾期客户（精准度下降）。
• 响应率 vs. 逾期率/回收率：高响应率通常能带来更低的逾期率和更高的回收率，但并非绝对。如果响应行为是无效的（如仅点击链接但不还款），则对核心指标无益。
• 误报率 vs. 客户体验：高误报率会严重损害客户体验，导致客户投诉甚至流失。在 A/B 测试中，需要将客户投诉率或退订率作为辅助指标进行监控。

3.3 指标在 A/B 测试中的应用

在 A/B 测试中，我们需要为每个实验组（A 组：对照组；B 组：实验组）分别计算上述指标，并进行统计显著性检验。以下是一个典型的 A/B 测试指标对比表示例：

3.4 指标体系的构建步骤

构建一套适用于贷后预警 A/B 测试的指标体系，通常遵循以下步骤：

1. 明确业务目标：是降低逾期率，还是提高回收率？或者两者兼顾？业务目标决定了核心指标。
2. 识别关键过程：从“预警触发”到“客户还款”的全链路中，识别出关键环节（触达、响应、催收行动）。
3. 定义过程指标：为每个关键环节定义可量化的过程指标（触达率、响应率等）。
4. 定义质量指标：定义衡量预警模型本身质量的指标（误报率、精准度）。
5. 设定监控指标：设定用于监控实验副作用的指标（客户投诉率、退订率、渠道成本）。
6. 确定统计方法：明确每个指标的计算口径、观察周期和显著性检验方法。

3.5 常见误区与避坑指南

• 误区一：只看核心指标，忽略过程指标。 如果实验组逾期率下降，但触达率也下降了，那么逾期率下降可能只是因为预警没发出去，而非策略本身有效。
• 误区二：误报率与精准度混淆。 误报率关注的是“预警错了”的比例，精准度关注的是“抓对了”的比例。两者分母不同，不能直接比较。
• 误区三：忽视统计显著性。 看到指标有提升就急于下结论，而不进行统计检验。这可能导致基于随机波动做出错误决策。
• 误区四：指标口径不统一。 对照组和实验组的指标计算口径（如观察周期、逾期定义）必须完全一致，否则对比无效。