人群切片方法论：切片维度选择、粒度控制与稳定性评估
人群切片是信用额度复盘的核心技术。切片质量直接决定策略洞察的深度与可执行性。本节从三个维度系统讲解切片方法论：维度选择（选什么）、粒度控制（切多细）、稳定性评估（切得稳不稳）。
一、切片维度选择：三大支柱
切片维度应覆盖用户画像的完整链路，通常分为三类：
| 维度类别 | 典型字段 | 分析目的 | 示例 |
|---|---|---|---|
| 人口属性 | 年龄、性别、地域、职业、婚姻状况 | 识别客群基础画像，发现结构性差异 | 25-30岁一线城市男性 vs 35-40岁二线城市女性 |
| 行为特征 | 消费频次、登录活跃度、额度使用率、还款方式偏好 | 捕捉用户近期行为模式，预测额度需求 | 高频低额消费用户 vs 低频大额消费用户 |
| 风险表现 | 历史逾期天数、当前逾期状态、征信查询次数、多头借贷数 | 区分风险层级，定位高风险/低风险子群 | M0-M1逾期用户 vs 从未逾期用户 |
实战建议：优先选择与额度使用率、逾期率相关性高的维度。可通过信息价值（IV）或卡方检验筛选有效维度，避免盲目堆砌字段。
二、切片粒度控制：过粗与过细的平衡
切片粒度是人群切片中最容易被忽视的环节。粒度太粗会掩盖子群差异，粒度太细则导致样本稀疏、统计不可靠。
粒度控制三原则
- 最小样本量原则：每个切片子群至少包含 30 个样本（统计推断下限）或 100 个样本（比率稳定下限）。
- 业务可解释原则：切片边界需与业务规则对齐（如年龄按 5 岁一组、额度按 10% 分位），避免随意切分。
- 层级递进原则：先粗后细，逐层下钻。第一层用 3-5 个粗粒度维度，第二层再对重点子群做细粒度拆分。
粒度控制检查清单：
- 每个子群样本量是否 ≥ 100？
- 切片边界是否与业务规则一致？
- 相邻子群之间的指标差异是否显著（t 检验 / 卡方检验 p < 0.05）？
- 切片后是否出现空子群或样本量 < 30 的子群？
三、切片稳定性评估：量化切片质量
切片稳定性评估用于判断切片结果是否可靠、是否能在不同时间窗口或样本集上复现。常用指标包括：
| 评估指标 | 计算公式 | 阈值建议 | 说明 |
|---|---|---|---|
| 群体稳定性指数（PSI） | PSI = Σ (实际占比 - 预期占比) × ln(实际占比 / 预期占比) | PSI < 0.1：稳定 0.1 ≤ PSI < 0.25：需关注 PSI ≥ 0.25：不稳定 |
衡量切片分布随时间的变化 |
| 特征稳定性指数（CSI） | CSI = Σ (实际占比 - 预期占比) × ln(实际占比 / 预期占比) × 特征权重 | CSI < 0.1：稳定 | 衡量切片内特征分布的变化 |
| 交叉验证一致性 | Kappa 系数 / 相关系数 | Kappa ≥ 0.6：一致性好 | 衡量不同样本集上切片结果的一致性 |
常见陷阱：PSI 只反映分布变化，不反映方向。若 PSI 偏高，需进一步分析是整体迁移还是局部漂移。建议同时监控切片内各子群的逾期率、额度使用率等核心指标的变化方向。
四、切片流程总览
以下 SVG 图展示了从维度选择到稳定性评估的完整切片流程：
五、实战案例：切片维度与粒度选择
以某消费金融平台额度复盘为例，初始切片方案如下：
# 初始切片方案（粒度过细）
切片维度：年龄（1岁一组） × 性别 × 额度区间（每1000元一组）
子群数量：60（年龄） × 2（性别） × 20（额度区间） = 2400 个子群
问题：大量子群样本量 < 30，统计不可靠优化后方案：
# 优化切片方案（合理粒度）
切片维度：年龄（5岁一组：20-24, 25-29, 30-34, 35-39, 40+） × 性别 × 额度区间（每5000元一组）
子群数量：5（年龄） × 2（性别） × 6（额度区间） = 60 个子群
结果：所有子群样本量 ≥ 100，PSI = 0.08（稳定）
关键结论：切片粒度不是越细越好。在保证每个子群样本量 ≥ 100 的前提下，优先选择业务可解释的边界。若某个维度切分后出现大量空子群或低样本子群，应合并相邻分组或改用分位数切分。
六、切片稳定性评估实操
以下 SVG 图展示 PSI 计算与稳定性判断逻辑：
七、总结：切片方法论核心要点
- 维度选择：人口属性 + 行为特征 + 风险表现，三者缺一不可。优先使用 IV 值筛选高相关性维度。
- 粒度控制：每个子群样本量 ≥ 100，边界与业务对齐，先粗后细逐层下钻。
- 稳定性评估：PSI < 0.1 为稳定，0.1-0.25 需关注，≥ 0.25 需重新切片。同时监控核心指标变化方向。
- 迭代优化：切片不是一次性工作。每次策略调整后，需重新评估切片稳定性，形成反馈闭环。