什么是好目标

雷帅快与慢 · 公众号 · · 2024-08-27 19:44

正文

信用风险当然是。无信不立，信用是可以看作是用户的某种属性的。虽然具体的计算口径往往是多长时间内逾期多少天，虽然其表现形式不完全等同于信用风险，但所谓本质不改。

欺诈风险也是，但要次之。因为你只能用 fpd 近似，但欺诈和 fpd 不是等同关系，并不是 fpd 逾期的都是欺诈，也不是所有的欺诈都会 fpd 逾期，也可能是养号。

收入也算，但它不一样。收入在各种场景里都算得上是用户的关键标签，在所有场景都可靠的指标当然适合建模。当你对收入建模时，你不是预测未来的收入，而是预测当下的收入。按理说当下的信息不是预测，而是识别，只是因为确切的收入指标就那么几个源头：社保、公积金、个税等，用少量样本确切的指标建模来推断全量，不失为好办法。

业务里非常关注三个指标：额度、余额和额度使用率。如果要当建模目标，余额比额度好，比额度使用率好。同理，消费金额也还行。‍但凡 c=f(a,b) 的，预测 c 都不如预测 a 或 b ，如果你想要两个，那就预测 a 和 b ，不要预测 c 。例如 额度使用率=f(额度,余额) ，那就预测余额。

也就是说，因变量不是一个好目标，策略变量当然也不是好目标，例如额度，那是策略结果。

什么时候变坏也不是一个好目标，因为这和什么时候出账有关，出账又由什么时候支用决定。预测什么时候变坏不如预测什么时候支用。

有很多数据服务商，为了让自己的数据产品版图好看一点，唬人一点，会做非常多的产品。但实际上很多产品是无效的。一套相同的特征，你可以对任何目标建模，但好目标没那么多。

例如有做响应评分的，这其实不是一个好目标，因为响应不是用户的基本特性，是用户和产品共同的结果，当然风险严格意义也是，但程度明显不同。在 A 产品的响应和 B 产品上的响应压根儿不是一回事。