1. 课程导论：A/B测试在金融风控中的价值、课程目标与学习路径

1.1 为什么金融风控需要A/B测试？

在金融业务中，风控策略的每一次调整——无论是提升信用评分阈值、修改反欺诈规则，还是引入新的特征变量——都直接关系到坏账率、通过率与利润。传统“全量上线+事后复盘”的方式风险极高：一次错误的策略变更可能导致数千万甚至上亿的损失。A/B测试通过小流量、随机化、对照实验的方式，让风控团队在真实业务环境中安全地验证策略效果，用数据而非直觉做决策。

1.2 A/B测试在风控中的典型应用场景

1.3 课程核心目标

完成本课程后，你将具备以下能力：

• 设计能力： 独立设计符合金融风控场景的A/B分流方案，包括分流单元选择、随机化方法、样本量计算。
• 实施能力： 掌握在风控决策引擎、特征平台、模型服务中嵌入分流逻辑的工程方法。
• 分析能力： 使用统计检验（t检验、卡方检验、Mann-Whitney U检验）评估策略效果，并处理多重比较、辛普森悖论等风控特有陷阱。
• 落地能力： 理解金融监管对实验的约束（如公平借贷、客户知情权），并建立实验监控与应急回滚机制。

1.4 学习路径与知识体系

课程按照“基础→设计→实施→分析→进阶”五阶段递进，共30章。下图展示了整体知识架构：

1.5 课程特色与差异化

• 金融风控专属： 区别于通用A/B测试课程，本课程聚焦信用风险、欺诈风险、额度管理、催收策略等金融特有场景。
• 代码驱动： 每章配套Python/SQL代码，覆盖分流逻辑实现、统计检验、结果可视化。
• 陷阱预警： 专门章节讲解风控A/B测试中的常见陷阱——辛普森悖论、样本稀释、网络效应、多重比较校正。
• 监管合规： 纳入公平借贷（Fair Lending）测试、客户知情权、数据隐私（GDPR/个人信息保护法）等合规要求。

1.6 课程产出物