2. 催收触达数据特征：维度、分布与漂移

催收触达数据是模型稳定性监控的核心输入。理解其常见维度、分布特性以及数据漂移的典型表现，是构建有效 PSI 监控体系的前提。本节将从这三个层面展开，帮助您建立对催收触达数据的系统性认知。

2.1 催收触达数据的常见维度

催收触达数据通常可从时间、渠道、客户画像三个维度进行拆解，每个维度下包含若干关键特征。

2.2 数据分布特性

催收触达数据的分布通常呈现以下典型特性，这些特性决定了 PSI 计算和阈值设定的方式。

• 长尾分布：大部分客户集中在低逾期天数（如 M1 早期），少部分客户进入 M3+ 深逾期阶段。触达频次也呈现类似特征，多数客户在 3-5 次内完成还款或进入下一阶段。
• 周期性波动：受账单日、还款日、节假日影响，触达量在每周、每月呈现明显的周期性高峰和低谷。例如，周一和月初通常是外呼量最大的时段。
• 渠道偏好差异：不同客户群体对渠道的响应率不同。年轻客户更倾向于 APP 推送和短信，而年长客户对电话外呼的应答率更高。
• 稀疏性与缺失：部分客户画像特征（如职业、收入）可能存在较高缺失率，或仅在小部分样本中有值。在计算 PSI 时，需要对缺失值进行特殊处理（如单独分箱）。

2.3 数据漂移的典型表现

数据漂移（Data Drift）是指模型上线后，输入特征的分布与训练集分布发生显著偏离。在催收场景中，数据漂移的典型表现包括以下几种。

除了上述三种典型表现，在实际监控中还需关注以下具体场景：

• 触达时段漂移：原本集中在上午 9-11 点的外呼，因策略调整变为下午 14-17 点，导致客户应答率分布变化，进而影响模型预测的“接通概率”特征。
• 渠道响应率漂移：短信渠道的打开率因运营商政策变化而骤降，导致“短信触达成功”这一二值特征的分布发生偏移。
• 客户画像老化：随着时间推移，存量客户的年龄、职业等画像特征整体迁移（如一批客户从“在职”变为“退休”），导致模型在训练时学到的模式失效。

2.4 数据漂移的量化指标

除了 PSI，以下指标也常用于辅助判断数据漂移的严重程度。