1. 课程导论：PSI漂移在催收触达模型中的重要性

1.1 为什么催收触达模型需要关注PSI漂移？

催收触达模型是贷后管理中的核心决策引擎，它根据用户画像、历史还款行为、失联概率等特征，动态决定每个逾期客户的最佳触达策略（短信、IVR、人工外呼、上门等）。然而，模型上线后，其输入特征的分布会随着宏观经济、客群结构、催收策略本身的变化而发生偏移——这种特征分布的变化，在统计学上称为 群体稳定性指标（Population Stability Index, PSI）漂移。

PSI漂移的危害是渐进且隐蔽的：

• 触达效率下降：模型对高响应客群的识别能力减弱，导致无效触达增加，催收成本上升。
• 客户体验恶化：原本应低优先级触达的客户被高频骚扰，引发投诉和监管风险。
• 模型失效误判：模型监控报表显示AUC/KS仍可接受，但实际业务转化率已显著下滑。

1.2 课程目标与适用人群

1.3 课程整体架构概览

本课程共分为 6大模块、30个章节，从理论基础到实战修复，形成完整的知识闭环：

1. 基础篇（第1-5章）：PSI定义、催收触达模型特征体系、漂移类型与成因分析。
2. 诊断篇（第6-12章）：PSI计算工具、特征级漂移定位、可视化诊断方法。
3. 修复篇（第13-20章）：特征重分箱、模型校准、增量学习、集成策略修复。
4. 监控篇（第21-25章）：PSI监控看板设计、预警阈值设定、自动化流水线。
5. 案例篇（第26-28章）：3个真实催收触达模型漂移修复案例复盘。
6. 进阶篇（第29-30章）：对抗性漂移、多模型联合监控、前沿研究方向。

1.4 PSI漂移在催收场景中的独特挑战

与信用评分模型不同，催收触达模型面临更复杂的漂移环境：

• 策略反馈闭环：模型输出的触达策略会改变客户行为，进而影响下一周期的特征分布，形成“策略-特征”自循环漂移。
• 季节性波动：节假日、账单日、发薪日等时间节点会导致触达响应率剧烈波动，容易与PSI漂移混淆。
• 客群结构突变：催收队列中的客群随逾期天数动态变化，M1（逾期1-30天）客群与M3+客群的特征分布天然不同。