4. PSI 监控体系设计：频率、维度与报表架构
PSI 漂移监控不是一次性的计算任务，而是一套需要持续运转的体系。设计监控体系时，需要明确三个核心要素：监控频率（多久算一次）、监控维度（在哪些层面算）、监控报表架构（结果如何呈现与追溯）。
4.1 监控频率：日、周、月的选择策略
监控频率的选择取决于模型的使用场景、数据更新节奏以及业务容忍度。过高的频率会导致资源浪费和噪音干扰，过低的频率则可能错过风险窗口。
| 频率 | 适用场景 | 优势 | 劣势 | 典型阈值 |
|---|---|---|---|---|
| 日监控 | 高流量、高实时性场景（如线上消费贷、现金贷） | 快速发现数据异常、系统故障或外部冲击 | 噪音多，需配合平滑处理；计算资源消耗大 | PSI > 0.05 触发预警 |
| 周监控 | 中等流量、业务策略周度调整的场景 | 平衡时效性与稳定性，过滤短期波动 | 可能错过日内突发漂移 | PSI > 0.10 触发预警 |
| 月监控 | 低频业务（如房贷、车贷）、模型季度/半年度验证 | 数据稳定，适合做深度归因分析 | 反应滞后，风险暴露周期长 | PSI > 0.15 触发预警 |
实战建议：推荐采用“日监控 + 周复盘 + 月深度分析”的混合策略。日监控使用滑动窗口（如近7日滚动PSI）来平滑噪音；周监控用于生成周报；月监控用于模型验证报告和阈值校准。
4.2 监控维度：整体、分群与分特征
单一的整体PSI往往掩盖了局部漂移。必须从三个层次进行立体监控，才能精准定位漂移源头。
- 整体层面（宏观）：监控全量样本的分数分布漂移。这是第一道防线，用于判断模型是否整体失效。
- 分群层面（中观）：按关键客群维度（如渠道、产品、地区、信用等级）分别计算PSI。用于识别特定客群是否发生结构性变化。
- 分特征层面（微观）：对模型入模的每个特征单独计算PSI。用于定位具体是哪个变量发生了分布偏移，是数据源问题还是客群行为变化。
核心原则：整体PSI报警 → 查看分群PSI定位问题客群 → 查看该客群的分特征PSI定位问题变量。这是一个自上而下的归因链路。
下表展示了不同维度下的PSI计算对象与典型阈值：
| 监控维度 | 计算对象 | 参考基线 | 预警阈值 | 告警阈值 |
|---|---|---|---|---|
| 整体 | 模型评分（Score） | 建模样本/上一周期 | 0.05 | 0.10 |
| 分群（渠道A） | 模型评分（Score） | 该渠道历史分布 | 0.08 | 0.15 |
| 分特征（收入） | 特征值（Income） | 建模样本/上一周期 | 0.02 | 0.05 |
4.3 监控报表架构设计
一个成熟的PSI监控报表体系应包含三个层级：驾驶舱层（全局概览）、分析层（归因下钻）、明细层（数据追溯）。
下图展示了PSI监控报表的架构设计：
4.4 报表核心指标与展示设计
每张报表应包含以下核心指标，确保信息完整且可操作：
- 当前PSI值：与基线对比的分布稳定性指标。
- PSI变化趋势：过去N个周期的PSI走势，用于判断漂移是突发还是渐进。
- 漂移贡献度：各分箱对PSI的贡献百分比，快速定位主要漂移区间。
- 样本量对比：当前样本与基线样本的数量差异，避免小样本导致的PSI失真。
- 告警状态：正常/预警/告警三级状态，并标注持续时长。
避坑提示：当监控周期内样本量小于基线样本量的10%时，PSI值会剧烈波动，此时应优先检查数据采集是否正常，而非直接判定模型漂移。建议在报表中增加“样本量充足性”标记。
4.5 自动化告警与响应流程
监控报表的最终目的是触发行动。设计自动化告警流程时，需明确不同级别的响应动作：
| 告警级别 | PSI范围 | 通知对象 | 响应动作 | 响应时限 |
|---|---|---|---|---|
| 绿色（正常） | PSI < 0.05 | 无 | 自动归档，无需处理 | - |
| 黄色（预警） | 0.05 ≤ PSI < 0.10 | 模型监控团队 | 查看分群/分特征报表，确认漂移原因 | 24小时内 |
| 橙色（告警） | 0.10 ≤ PSI < 0.25 | 模型团队 + 风控策略团队 | 启动归因分析，评估是否需要调整策略或重训模型 | 48小时内 |
| 红色（严重） | PSI ≥ 0.25 | 风控负责人 + 模型团队负责人 | 立即暂停模型使用，切换备用模型或人工审批 | 4小时内 |
下图展示了从监控到响应的完整闭环流程：
4.6 监控体系落地检查清单
在部署PSI监控体系前，请逐项确认以下要点：
- 基线已固化：建模样本分布已保存为JSON/Parquet格式，支持快速加载对比。
- 计算脚本已自动化：PSI计算脚本已集成至调度平台（如Airflow、Crontab），无需手动触发。
- 阈值已配置：整体、分群、分特征三级阈值已在配置中心生效。
- 通知渠道已打通：企业微信/钉钉/邮件告警已配置，并指定了责任人。
- 报表已上线：驾驶舱、分析层、明细层报表已在BI工具（如Tableau、Superset）中发布。
- 响应SOP已制定：不同告警级别的响应动作、时限、升级路径已文档化。