3、数据基础与采集：内部还款行为数据、外部征信数据、第三方数据源接入规范
催收触达策略的优化，本质上是基于数据的决策过程。数据的质量、广度和时效性直接决定了 Collection Score 的区分能力和稳定性。本章将系统梳理催收建模与策略分析所需的核心数据源，并明确各类数据的采集规范与接入标准。
3.1 数据源全景架构
催收数据体系可划分为三大核心域：内部还款行为数据、外部征信数据 和 第三方数据源。三者共同构成催收决策的数据底座。
核心原则：内部数据是基石，外部数据是增强。优先保障内部数据的完整性与准确性，再通过外部数据补充信息盲区。
3.2 内部还款行为数据
内部数据是催收分析的起点，具有 高覆盖率、低延迟、零成本 的优势。主要包括以下维度：
3.2.1 账户与合同信息
- 基础属性：产品类型、授信额度、合同金额、期数、利率、放款日期。
- 还款计划：每期应还日期、应还本金、应还利息、应还总额。
- 账龄结构：当前逾期天数、历史最高逾期天数、逾期期数。
3.2.2 还款行为序列
- 还款记录：实际还款日期、还款金额、还款渠道（代扣/主动转账/线下）。
- 承诺还款：承诺日期、承诺金额、承诺兑现状态（已还/未还/部分还）。
- 还款规律：平均还款间隔、还款日偏移量、节假日还款偏好。
3.2.3 催收交互记录
- 触达记录：外呼时间、接通状态、通话时长、短信发送状态。
- 客户反馈：还款意愿等级、困难原因、二次承诺内容。
- 失联状态：空号/停机/关机/无人接听的时间序列。
数据采集要点：内部数据应做到 T+1 日更新，关键字段（如逾期天数、还款金额）需支持实时查询。历史数据保留周期建议不少于 24 个月，以支持长周期行为分析。
3.3 外部征信数据
外部征信数据用于补充内部信息的盲区，评估借款人在全金融体系中的信用表现。主流接入类型如下：
| 征信类型 | 数据来源 | 核心字段 | 更新频率 | 接入成本 |
|---|---|---|---|---|
| 央行征信 | 中国人民银行征信中心 | 信贷记录、逾期明细、查询次数 | T+1 ~ T+3 | 高（按查询次数计费） |
| 百行征信 | 百行征信有限公司 | 多头借贷、P2P 逾期、消费金融记录 | T+1 | 中 |
| 朴道征信 | 朴道征信有限公司 | 互联网借贷、支付行为、社交关联 | T+1 | 中 |
| 地方征信平台 | 各省市地方金融监管局 | 地方性小贷、担保、融资租赁记录 | 周/月 | 低 |
3.3.1 征信数据接入规范
- 授权合规：必须获得借款人书面/电子授权，明确授权范围与使用期限。
- 接口标准：采用 HTTPS + JSON/XML 协议，支持批量查询与单笔实时查询。
- 数据缓存：征信结果缓存周期不超过 7 天，避免使用过期数据做决策。
- 异常处理：接口超时（>5s）或返回错误码时，需降级为内部数据决策，不可阻塞催收流程。
合规红线：严禁将征信数据用于授信以外的场景（如营销、员工背景调查）。征信查询次数需控制在合理范围内，避免因频繁查询影响借款人信用评分。
3.4 第三方数据源
第三方数据源提供更丰富的 行为画像 和 风险标签，是催收策略精细化的重要支撑。
3.4.1 常见第三方数据分类
- 运营商数据：手机号在网时长、通话活跃度、常用联系人数量、停机/换号频率。
- 社保/公积金数据：缴纳单位、缴纳基数、连续缴纳月数、断缴记录。
- 黑名单/欺诈库：法院失信被执行人、网贷黑名单、欺诈团伙标签、设备指纹。
- 电商/支付数据：消费能力、消费稳定性、常用收货地址、支付账户活跃度。
3.4.2 第三方数据接入规范
| 规范维度 | 具体要求 |
|---|---|
| 数据质量 | 字段缺失率 < 5%，准确率 > 95%，数据新鲜度 < 30 天 |
| 接口性能 | 单次查询 P99 响应时间 < 3s，支持并发 500 QPS 以上 |
| 安全合规 | 数据传输加密（TLS 1.2+），存储加密（AES-256），日志脱敏 |
| 成本控制 | 按有效查询计费，无效查询（如空号、无数据）不计费或折扣计费 |
| SLA 保障 | 月度可用率 ≥ 99.5%，故障恢复时间 < 2 小时 |
3.5 数据采集流程与规范
为确保数据的一致性和可追溯性，所有数据源的采集需遵循统一的流程规范。
3.6 数据质量监控体系
数据接入后，必须建立持续的质量监控机制，确保 Collection Score 的输入稳定可靠。
| 监控维度 | 指标 | 阈值 | 告警动作 |
|---|---|---|---|
| 完整性 | 字段缺失率 | < 5% | 缺失率 ≥ 5% 时触发数据源排查 |
| 准确性 | 字段值异常比例 | < 1% | 异常值 ≥ 1% 时回退至历史数据 |
| 时效性 | 数据更新延迟 | < 24h | 延迟 ≥ 24h 时暂停该数据源使用 |
| 一致性 | 跨源字段比对差异 | < 2% | 差异 ≥ 2% 时启动数据溯源 |
| 稳定性 | 接口可用率 | ≥ 99.5% | 可用率 < 99.5% 时切换备用数据源 |
实战建议：建议在催收决策引擎中内置 数据质量评分卡，对每条数据的质量进行打分。当数据质量分低于阈值时，自动降级为仅使用内部数据决策，避免因外部数据异常导致策略误判。
3.7 数据安全与合规
催收数据涉及大量个人敏感信息，必须严格遵守 《个人信息保护法》 和 《数据安全法》 的要求。
- 最小必要原则：仅采集与催收策略直接相关的字段，禁止过度采集。
- 数据脱敏：在存储和传输过程中，对身份证号、银行卡号、手机号等敏感字段进行脱敏处理。
- 访问控制：基于角色的权限管理（RBAC），数据查询需留痕，定期审计。
- 数据生命周期：明确数据保留期限（建议催收结束后 6 个月），到期自动销毁。
- 第三方数据合规：与第三方数据供应商签订 数据安全协议，明确数据使用范围、保密义务和违约责任。
合规风险提示：2023 年以来，多地金融监管局已对违规使用征信数据、过度采集通讯录数据的行为开出高额罚单。数据合规不是成本，而是催收业务的生命线。