2. 特征缺失问题：定义、成因与风控影响
特征缺失是风险网关实时决策中最常见、破坏性最强的数据质量问题之一。一个关键特征的缺失，轻则导致决策降级（如默认通过或拒绝），重则引发大规模误杀或资损。本节从定义、成因和影响三个维度展开分析。
2.1 特征缺失的定义
特征缺失是指在风控决策时刻，决策引擎所需的某个或某组特征变量无法获取到有效值，表现为 null、NaN、空字符串 或 超时默认值。
| 缺失类型 | 表现形式 | 典型场景 |
|---|---|---|
| 完全缺失 | 特征值 = null / 未定义 | 数据源未返回该字段 |
| 部分缺失 | 特征值 = 0 / 空字符串 / 默认值 | ETL 截断或字段映射错误 |
| 超时缺失 | 特征值 = 预设超时默认值 | 下游服务响应超过 200ms |
| 逻辑缺失 | 特征值 = 业务不可用标记 | 用户未授权该数据源 |
关键判断标准： 特征缺失 ≠ 特征值为 0。0 是有效数值，null 才是缺失。但在风控实践中，空字符串和超时默认值往往被当作缺失处理，因为它们不携带任何业务信息。
2.2 常见原因分析
特征缺失的根因可归纳为三大类：数据源故障、ETL 延迟 和 配置错误。以下通过表格和流程图进行对比。
| 原因分类 | 具体表现 | 影响范围 | 恢复难度 |
|---|---|---|---|
| 数据源故障 | 第三方 API 超时、数据库连接池耗尽、Kafka 分区宕机 | 全局 / 全量特征 | 高（需外部协调） |
| ETL 延迟 | 离线批处理未完成、实时流处理背压、数据分区未就绪 | 部分特征 / 时间窗口 | 中（可重跑或降级） |
| 配置错误 | 特征映射表写错、字段名大小写不匹配、版本号未更新 | 特定特征 / 特定版本 | 低（修复配置即可） |
2.3 对风控决策的影响
特征缺失对风控决策的影响是系统性的，从单条决策到全局策略都会受到冲击。以下是四个核心影响维度：
- 决策降级（Fallback）：当关键特征缺失时，引擎通常执行降级策略——要么默认通过（增加坏账风险），要么默认拒绝（增加误杀率）。
- 策略失效：依赖缺失特征的规则（如“近30天逾期次数 > 3”）将永远不命中，导致策略形同虚设。
- 模型输出偏差：机器学习模型在缺失特征上会使用填充值（如均值、众数），导致评分偏移，AUC 下降 5%~15%。
- 监控告警风暴：大规模缺失会触发大量告警，运维团队难以快速定位根因，延长故障恢复时间。
实战案例： 某支付平台因第三方风控 API 超时（数据源故障），导致“设备指纹”特征缺失 30 分钟。决策引擎自动降级为“通过”，期间产生 200+ 笔欺诈交易，直接损失 50 万元。事后复盘发现：缺失检测告警被淹没在常规告警中，运维 15 分钟后才响应。
2.4 缺失巡检的核心目标
基于上述影响，特征缺失巡检需要达成三个核心目标：
- 实时发现：在特征缺失影响决策之前，通过 Flink 实时流处理秒级检测缺失模式。
- 根因定位：自动区分数据源故障、ETL 延迟和配置错误，减少人工排查时间。
- 自动降级与恢复：根据缺失类型触发不同的降级策略，并在数据恢复后自动切回正常决策路径。
最佳实践： 在 Flink 作业中为每个特征设置“缺失容忍窗口”（如 5 秒内允许 10% 缺失），超过阈值则触发告警并切换降级策略。同时记录缺失特征的时间戳、来源和决策 ID，用于事后复盘和模型重训。