人群切片概念：人群切片在风控中的应用场景、切片维度与粒度选择

在组合风险归因分析中，人群切片（Cohort Slicing / Population Segmentation）是将整体客群按照特定维度拆解为若干同质子群的过程。其核心价值在于：通过切片，将宏观风险指标的波动归因到具体客群，从而定位风险来源、指导策略调优。没有切片，风险归因只能停留在总量层面，无法回答“风险上升究竟是由哪个客群、哪个产品、哪个渠道引起的”。

一、人群切片在风控中的核心应用场景

人群切片贯穿贷前、贷中、贷后全流程，以下为四个典型应用场景：

二、三大核心切片维度

风控人群切片通常围绕三个核心维度展开：客户（Who）、产品（What）、渠道（Where）。三者构成一个三维切片空间，任何一次风险归因都可以在这个空间中找到对应的切片组合。

1. 客户维度

以借款人自身属性为切分依据，是最基础的切片维度。常见子维度包括：

• 人口属性：年龄、性别、地域、职业
• 信用历史：新客/老客、历史逾期次数、征信查询次数
• 行为特征：活跃度、借款频次、还款方式偏好
• 风险分层：评分卡等级（A/B/C/D）、风险标签（低风险/中风险/高风险）

2. 产品维度

以金融产品属性为切分依据，用于分析不同产品线的风险表现差异。常见子维度包括：

• 产品类型：现金贷、消费分期、信用卡代偿、抵押贷
• 期限结构：短期（≤3个月）、中期（3-12个月）、长期（>12个月）
• 额度区间：小额（≤5000）、中额（5000-50000）、大额（>50000）
• 利率档位：低息、标准、高息

3. 渠道维度

以获客来源或申请入口为切分依据，用于评估不同渠道的客群质量与风险水平。常见子维度包括：

• 线上渠道：自有APP、第三方导流、社交媒体广告、搜索引擎
• 线下渠道：门店、代理、电销
• 合作方：电商平台、出行平台、生活服务平台
• 活动来源：新客专享活动、老客复借活动、节假日营销

三、切片粒度选择原则

切片粒度直接决定分析结果的可用性。粒度过粗会掩盖子群差异，粒度过细则导致样本稀疏、统计不稳定。以下是粒度选择的四个核心原则：

1. 业务可解释原则：切片结果必须能被业务方理解，并能直接对应到策略调整动作。例如“年龄25-30岁×现金贷×自有APP”比“年龄27.5岁×借款金额3421元”更有业务意义。
2. 样本量充足原则：每个切片至少应包含 1000 个样本（或至少 30 个坏样本），以保证逾期率等指标的统计稳定性。样本量不足时，应合并相邻切片。
3. 风险同质性原则：同一切片内的客群应具有相似的风险特征，不同切片之间应具有显著的风险差异。可通过计算切片内方差与切片间方差的比值来验证。
4. 动态调整原则：切片粒度不是一成不变的。在客群规模增长或策略迭代后，应重新评估当前粒度是否仍然合适，必要时进行拆分或合并。

四、切片粒度选择参考表

以下为不同分析场景下的推荐切片粒度参考，帮助快速确定初始切片方案：