1. 概念篇:什么是人群切片?什么是额度定价?为什么需要人群切片定价?

1.1 什么是人群切片?

人群切片(Customer Segmentation / Cohort Slicing)是指将信贷申请用户按照特定维度(如收入、年龄、历史行为、征信特征等)划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”。

核心公式: 人群切片 = 用户全集 × 筛选条件(维度组合)

常见切片维度示例:

维度类别 具体字段 切片示例
人口属性 年龄、性别、婚姻状况 25-35岁未婚男性
收入资产 月收入、房产、车辆 月入1.5万-3万有房群体
信用历史 征信分、逾期次数、信贷产品数 征信分650-720且无逾期记录
行为偏好 借款频次、还款方式、活跃时段 近3个月借款≥2次且提前还款
人群切片概念结构 用户全集 人口属性 收入资产 信用历史 行为偏好 切片A:25-35岁 未婚男性 切片B:月入1.5-3万 有房群体 切片C:征信650-720 无逾期 切片D:近3月借款 ≥2次且提前还款 💡 切片原则:组内差异最小化,组间差异最大化 每个切片内的用户风险特征尽可能相似,不同切片之间风险特征尽可能不同

1.2 什么是额度定价?

额度定价(Credit Line & Pricing)包含两个紧密关联的决策:

  • 额度(Line): 授予用户的最大可借款金额,通常以元为单位。
  • 定价(Pricing): 用户使用信贷产品所需承担的资金成本,通常以年化利率(APR)或日费率表示。
额度定价的决策变量: 风险等级(违约概率PD)、资金成本、运营成本、目标利润率、市场竞争环境。

额度定价的通用公式:

额度 = f(收入, 负债, 信用分, 历史行为, 产品政策)
利率 = 资金成本 + 运营成本 + 风险溢价 + 目标利润

1.3 为什么需要人群切片定价?

传统“一刀切”的额度定价策略(所有用户相同额度、相同利率)存在严重缺陷:

对比维度 一刀切策略 人群切片定价
风险匹配 低风险用户被高利率驱逐,高风险用户享受低利率导致亏损 风险与价格精确匹配,低风险低利率,高风险高利率
收益最大化 无法识别高价值用户,收益天花板低 对价格敏感度低的用户适当提价,对优质用户提额留存
用户转化 大量边缘用户因额度不足或利率过高而流失 为不同用户定制差异化方案,提升整体转化率
合规性 容易因缺乏差异化依据而违反公平信贷原则 基于可解释的风险因子进行差异化,合规性更强
为什么需要人群切片定价? ❌ 一刀切策略 所有用户:额度5,000元,利率24% 低风险用户 → 利率过高,流失 高风险用户 → 利率过低,亏损 整体转化率低,收益差 ✅ 人群切片定价 切片A(优质):额度20,000元,利率10% 切片B(标准):额度8,000元,利率18% 切片C(次级):额度2,000元,利率30% 风险匹配,收益最大化,转化率提升 🎯 核心目标:让每个用户获得与其风险匹配的额度和价格 实现风险可控、收益最优、用户满意的三方共赢 📈 收益提升 差异化定价挖掘利润 🛡️ 风险可控 额度与风险等级挂钩 👥 体验优化 精准匹配用户需求

1.4 人群切片定价的三大核心价值

  1. 风险精细化管控: 通过切片识别不同风险等级的用户群体,避免“劣币驱逐良币”。
  2. 收益结构优化: 对价格弹性低的用户适当提高定价,对优质用户通过提额增加粘性,实现整体收益最大化。
  3. 用户体验与转化率提升: 为用户提供“量身定制”的额度和利率,减少因额度不足或利率过高导致的流失。
⚠️ 注意: 人群切片不是越细越好。切片过细会导致样本量不足,统计显著性下降,且容易引发过度拟合和合规风险。通常每个切片至少需要500-1000个样本才能进行可靠的额度定价建模。