1. 风控特征缺失巡检概述
1.1 缺失值对风控模型的影响
在信贷风控、反欺诈、交易监控等场景中，特征缺失是数据质量问题的首要来源。缺失值并非简单的“数据空白”，它会从三个层面侵蚀模型性能：
- 样本代表性偏差：缺失并非随机发生，高逾期客群往往伴随更多字段缺失，直接删除缺失样本会导致训练集与真实分布偏离。
- 模型拟合失真：树模型虽能容忍缺失，但分裂点选择会偏向有值样本；逻辑回归等参数模型则强制要求填充，填充策略不当会引入系统性噪声。
- 线上推理不稳定：生产环境特征缺失模式与训练集不一致时，模型输出置信度骤降，直接导致拒绝率异常或评分漂移。
关键认知： 缺失率超过 5% 的特征，若未经过专项巡检和填充策略验证，在模型上线后 30 天内大概率会出现评分分布偏移。
1.2 巡检看板的核心价值
传统缺失值处理依赖离线 ETL 脚本和临时 SQL 查询，存在三个致命短板：无时效性（T+1 甚至 T+7 才能发现）、无归因（不知道是上游源系统变更还是特征加工逻辑出错）、无趋势（无法区分周期性波动与异常突增）。
风控特征缺失巡检看板将缺失监控从“事后补救”升级为“实时感知”，其核心价值体现在：
| 维度 | 传统方式 | 巡检看板 |
|---|---|---|
| 发现时效 | T+1 ~ T+7 | 小时级 / 准实时 |
| 归因能力 | 人工排查，依赖经验 | 链路追踪 + 变更关联 |
| 趋势感知 | 无历史基线对比 | 7 日 / 30 日滑动基线 |
| 告警粒度 | 全表级或库级 | 特征级 + 分群级 |
| 决策支持 | 被动响应 | 主动阻断 + 自动回滚 |
实践建议： 巡检看板应覆盖“特征缺失率”、“缺失模式变化”、“缺失与目标变量关联度”三个监控层次，缺一不可。
1.3 缺失巡检的闭环流程
一个完整的缺失巡检看板不是孤立的可视化页面，而是嵌入风控数据治理流程的监控闭环。下图展示了从数据采集到策略反馈的完整链路：
1.4 课程整体目标
本课程旨在培养学员从零搭建一套生产级风控特征缺失巡检看板的完整能力。课程不局限于工具操作，而是围绕“指标体系设计 → 检测算法选型 → 看板架构搭建 → 告警与归因 → 治理闭环”五个阶段展开：
- 指标体系设计：定义缺失率、缺失模式熵、缺失与坏样本相关系数等核心指标。
- 检测算法选型：对比固定阈值、滑动基线、3σ 异常检测、时序分解等方法的适用场景。
- 看板架构搭建：基于实时数仓和可视化引擎，设计分层可扩展的看板数据模型。
- 告警与归因：实现特征级告警、链路追踪、变更事件关联，缩短 MTTR（平均修复时间）。
- 治理闭环：将巡检结果反哺至特征工程和模型迭代，形成数据质量持续改进机制。
⚠️ 前置要求： 学员需具备基础的风控特征工程知识，了解缺失值常见填充方法（均值/中位数/众数/模型预测），并熟悉至少一种数据可视化工具（如 Grafana、Superset 或自研看板平台）。本课程不讲解基础 SQL 和 Python 语法。
通过本课程学习，你将能够独立设计并交付一套覆盖全链路、具备实时感知能力、可驱动治理决策的风控特征缺失巡检看板，显著降低因数据质量问题导致的风控模型失效风险。