1. 课程导论：什么是催收触达 Drift Monitoring，为什么需要监控，课程目标与学习路径
1.1 什么是催收触达 Drift Monitoring
在贷后催收场景中，“触达” 指催收系统通过电话、短信、IVR、AI 外呼、信函等渠道与债务人建立联系的行为。Drift（漂移） 指催收触达行为的关键指标在短时间内发生显著、非预期的偏移，导致模型效果、策略执行或合规状态偏离基线。
催收触达 Drift Monitoring 是一套实时或准实时的监控体系，用于检测、告警、归因和修复触达环节中的指标异常。它覆盖以下核心维度：
| 维度 | 监控对象 | 典型漂移表现 |
|---|---|---|
| 渠道漂移 | 各触达渠道的接通率、送达率、响应率 | 短信通道送达率从 98% 骤降至 72% |
| 时段漂移 | 不同时段（早/中/晚/夜）的触达成功率 | 晚间外呼接通率从 45% 跌至 18% |
| 策略漂移 | 催收策略（话术、频次、优先级）的转化效果 | 第一轮短信承诺还款率从 8% 降至 2.1% |
| 合规漂移 | 触达频次、禁呼时段、敏感词命中率 | 单日触达超 3 次的账户占比从 0.5% 飙升至 12% |
| 模型漂移 | 催收评分卡、失联预测模型的输出分布 | 高响应概率分段的实际响应率下降 20% |
核心定义： Drift ≠ 正常波动。正常波动在统计容忍区间内（如 ±3σ），Drift 是超出控制限的系统性偏移，必须触发归因与干预流程。
1.2 为什么需要监控
催收触达环节是贷后资产回收的“第一公里”。一旦触达出现漂移，整个催收漏斗将连锁恶化。以下是必须建立监控的四大驱动力：
- 回收率保护： 触达漂移直接导致有效联系率下降，进而拉低回款率。每 1% 的接通率下降，在百万级账户池中可能造成数千万的回收缺口。
- 合规风险规避： 监管对催收行为（频次、时段、话术）有明确红线。合规漂移一旦失控，可能引发批量投诉、监管处罚甚至业务停摆。
- 运营成本控制： 漂移导致无效外呼、重复触达、渠道浪费。监控能快速识别低效渠道，避免预算空耗。
- 模型与策略迭代依据： 漂移数据是策略调优和模型重训的核心信号。没有监控，迭代就是“盲人摸象”。
真实案例警示： 某头部消金公司因未监控短信通道漂移，某运营商通道被运营商限流 3 天未被发现，导致 40 万账户错过最佳催收窗口，M3+ 回收率下降 11%。事后排查发现，该通道送达率从 97% 降至 34%，但监控系统未覆盖该指标。
1.3 课程目标
完成本课程后，学员将具备以下能力：
| 能力层级 | 具体目标 |
|---|---|
| 认知层 | 理解催收触达 Drift 的完整定义、分类与业务影响 |
| 设计层 | 掌握监控指标体系设计、阈值设定、告警规则编排方法 |
| 工程层 | 能够搭建实时/准实时监控看板，配置自动化归因链路 |
| 实战层 | 独立完成一次完整的 Drift 发现→定位→修复→复盘闭环 |
1.4 学习路径
本课程共 30 章，按“基础→设计→工程→实战→进阶”五阶段递进：
- 基础篇（第 1-5 章）： 概念、指标、数据源、工具栈、环境搭建。
- 设计篇（第 6-12 章）： 监控指标体系、阈值算法、告警规则、看板设计。
- 工程篇（第 13-20 章）： 实时流处理、离线批处理、归因分析、自动化修复。
- 实战篇（第 21-27 章）： 7 个真实案例（渠道、时段、策略、合规、模型、跨渠道、复合漂移）。
- 进阶篇（第 28-30 章）： 大规模分布式监控、AIOps 辅助归因、监控体系治理。
1.5 课程核心工具栈
本课程实战环节将使用以下工具与平台，学员需提前熟悉：
| 类别 | 工具/平台 | 用途 |
|---|---|---|
| 数据存储 | ClickHouse / MySQL / HDFS | 指标存储、离线分析、历史基线 |
| 流处理 | Apache Flink / Kafka | 实时触达事件接入与窗口计算 |
| 监控告警 | Prometheus + Alertmanager / Grafana | 指标采集、阈值告警、可视化看板 |
| 归因分析 | Python（pandas / scipy / statsmodels） | 漂移检测、统计检验、根因定位 |
| 调度编排 | Apache Airflow / DolphinScheduler | 离线监控任务编排与自动化修复 |