4、回刷与补偿的关系与区别：两者在时间维度、数据流向、业务目标上的对比分析

在信用评分特征工程中，回刷（Backfill）与补偿（Compensation）是两种极易混淆但又本质不同的机制。两者都涉及对特征数据的修正与调整，但在触发时机、数据流动方向以及最终业务意图上存在显著差异。本节将从三个核心维度——时间维度、数据流向、业务目标——进行系统对比，并通过表格与流程图帮助理解。

4.1 核心概念回顾

在进入对比之前，先明确两者的定义：

• 回刷（Backfill）：指在建模或评分过程中，因历史特征数据缺失、延迟到达或格式错误，需要将已过去时间窗口内的特征值重新计算并填充到历史样本中。其本质是补历史。
• 补偿（Compensation）：指在实时评分或在线推理阶段，因当前特征值不可用、异常或超出合理范围，使用替代值、模型预测值或规则调整值进行临时替换，以保证评分流程不中断。其本质是救当前。

4.2 三维度对比分析

下表从时间维度、数据流向、业务目标三个角度，对回刷与补偿进行逐项对比：

4.3 时间维度对比详解

时间维度是区分回刷与补偿最直观的维度。回刷操作的是过去的时间窗口，而补偿操作的是当前时刻。

• 回刷的时间特征：
  • 操作对象：历史样本（如 T-7 到 T-1 的样本）。
  • 执行时机：通常在离线批处理窗口（凌晨 2:00-6:00）。
  • 时间容忍度：较高，允许延迟数小时甚至数天。
  • 影响范围：影响历史模型训练集、验证集以及离线报表。
• 补偿的时间特征：
  • 操作对象：当前评分请求（T0）。
  • 执行时机：毫秒级，在评分服务调用链中同步触发。
  • 时间容忍度：极低，必须在几百毫秒内完成。
  • 影响范围：仅影响当前评分结果，不改变历史数据。

4.4 数据流向对比详解

数据流向的差异决定了两种机制在系统架构中的位置不同。下图展示了回刷与补偿在典型信用评分系统中的数据流动路径：

4.5 业务目标对比详解

业务目标是区分两种机制的根本出发点。回刷服务于模型质量，补偿服务于系统可用性。

• 回刷的业务目标：
  • 数据完整性：确保训练集和验证集不因数据缺失而产生偏差。
  • 模型可复现性：回刷后的历史数据与生产环境数据保持一致，使模型训练结果可复现。
  • 特征稳定性：消除因数据延迟导致的特征分布偏移，提升模型在时间序列上的稳定性。
  • 监管合规：在模型审计时，能够提供完整、一致的历史特征数据。
• 补偿的业务目标：
  • 服务连续性：避免因特征缺失导致评分接口返回错误或超时。
  • 用户体验：保证用户申请流程不被中断，减少因系统问题造成的拒贷。
  • 风险兜底：在无法获取真实特征值时，使用保守估计值（如默认低分）防止风险漏判。
  • 降级策略：当上游数据源故障时，系统能够优雅降级而非直接崩溃。

4.6 两者关系：互补而非替代

回刷与补偿并非互斥关系，而是信用评分系统中前后衔接、互为补充的两个环节：

1. 时序衔接：补偿处理“现在”的缺失，回刷修复“过去”的缺失。一个完整的特征治理体系需要同时具备两者。
2. 数据闭环：补偿策略中使用的备用值（如缓存数据），在后续回刷任务中会被真实值覆盖，形成数据闭环。
3. 监控联动：补偿触发频率过高时，应触发回刷任务的优先级提升，从根源上减少数据缺失。
4. 一致性保障：回刷完成后，应校验补偿期间使用的临时值与回刷后的真实值之间的偏差，用于评估补偿策略的合理性。

下表总结了回刷与补偿在系统架构中的协作关系：