郑伟东 - 基于沉淀数据的尾部流量建模方法

01 尾部流量及沉淀数据的特点

• 尾部流量：

  • 流量现状：从增量转向存量，尾量客户经营成本高、效率低，存在风险过高、多头借贷、件均偏低等问题。
  • 目标：减少费用，最大化挖掘沉淀数据价值。

• 沉淀数据：

  • 数据来源：覆盖授信申请、贷中调额、贷后等阶段，包括客户基本信息、行为数据、三方资信等。
  • 问题：资信数据昂贵，需高效利用。

02 低通过率情况下的样本扩容

• 方法：
  1. 共生融合风险标签：拓宽样本量，有效拒绝推断。
  2. 放松坏人定义：在0-1二分类中模糊好坏边界（如29天与30天差距不大）。
  3. 长短期指标选择：长期指标建模效果优于短期子产品。

03 沉淀数据时效性分群

• 分群依据：用户在子产品授信节点前最近一笔动支申请的时间（trade1、trade2、trade3）。
• 现象：
  • 风险排序：trade1 > trade2 > trade3。
  • 模型效果：Trade2 > Trade3 > Trade1。
• 结论：分群后建模效果提升，Trade1客群模型效果显著优于混合客群。

04 低通过率头部优质客户排序优化

• 方案：

  1. 头部样本叠加ensemble模型：

     • Step1：全量样本建模（model01）。
     • Step2：头部样本单独建模（model02）。
     • Step3：融合model01与model02。
     • 注意：需试验有效性。

  2. 权重法：

     • Step1：全量样本建模（model01）。
     • Step2：头部样本加权。
     • Step3：基于加权数据建模（model02）。

  3. 算法优化：

     • 修改目标/评价函数，加大头部错判坏样本惩罚，提升好用户评分（参考Focal Loss）。
     • 方法包括平衡交叉熵、focal loss、融合方法。