第一章：风控业务理解与指标体系

大家好，我是老张。在数据仓库这个行当摸爬滚打了十几年，风控领域也做了七八年。今天咱们聊聊风控数据仓库建设的第一步——理解业务和指标体系。

说实话，很多数据工程师一上来就建表、写ETL，结果做出来的东西业务方根本不用。为什么？因为你不懂业务。我见过太多这样的案例了。

信贷业务全流程解析

先说说信贷业务到底是怎么跑的。你想想看，一个用户从申请到最终还款，中间经历了什么？

我习惯把信贷流程分成几个关键阶段：

• 申请阶段：用户提交个人信息、收入证明、征信授权等
• 审批阶段：系统根据规则和模型判断是否通过
• 放款阶段：通过后资金划拨到用户账户
• 贷后阶段：用户按期还款或出现逾期
• 催收阶段：逾期后启动催收流程

每个阶段都会产生大量数据。这些数据就是我们数据仓库的原材料。

我在项目中遇到过一件事。有个同事建了一张"用户行为表"，把申请、审批、放款全塞在一起。结果业务方要分析"审批通过率"时，发现数据根本对不上。为什么？因为申请时间和审批时间不在一个粒度上。

风控核心指标

做风控数据仓库，有几个指标你必须烂熟于心。我列一下最核心的：

1. 逾期率

逾期率是风控的"体温计"。它衡量的是借款人没有按时还款的比例。

逾期率又分几种口径：

• M1逾期率：逾期1-30天的比例
• M2逾期率：逾期31-60天的比例
• M3+逾期率：逾期90天以上的比例

嗯，这里要注意。不同公司对M1、M2的定义可能不一样。有的按自然日算，有的按工作日算。口径不统一，数据就没法比。

2. 通过率

通过率反映的是审批环节的松紧程度。计算公式很简单：

通过率 = 审批通过笔数 / 申请总笔数 × 100%

但这里有个坑。我曾经遇到一个项目，业务方说"通过率只有20%"，结果一查，他把"系统自动拒绝"和"人工拒绝"混在一起算了。实际上人工审批的通过率有60%。你看，口径不同，结论天差地别。

3. 坏账率

坏账率是风控的"最终成绩单"。一般指逾期超过一定天数（比如90天）且无法收回的贷款比例。

坏账率的计算口径更复杂：

• 按金额算：坏账金额 / 放款总金额
• 按笔数算：坏账笔数 / 放款总笔数
• 按客户算：坏账客户数 / 总借款客户数

我个人习惯用金额口径，因为更贴近实际损失。但业务方有时候喜欢用客户口径，因为数字看起来小一点。你懂的。

指标口径定义与对齐

这是数据仓库建设中最头疼的部分。说白了，就是大家得说同一种语言。

我建议每个指标都要有明确的定义文档，包含：

• 指标名称：中文名+英文名
• 计算公式：分子分母分别是什么
• 数据来源：从哪个系统、哪张表取数
• 统计周期：日、周、月、季？
• 排除规则：哪些数据不纳入计算

举个例子，同样是"逾期率"，不同部门可能有不同理解：

部门	口径定义	计算方式
风控部	逾期30天以上	逾期金额/应还金额
财务部	逾期90天以上	逾期笔数/总笔数
运营部	逾期1天以上	逾期客户数/总客户数

你看，同一个词，三个部门三种算法。如果不提前对齐，数据仓库出来的报表谁敢信？

知识体系总览

下面这张图是我梳理的风控数据仓库指标体系框架。你可以看到，从业务层到指标层，再到数据层，是一层一层往下落的。

这张图我画了很多遍才定稿。你看，业务层是流程，指标层是度量，数据层是支撑。三者缺一不可。

最后说一句。做风控数据仓库，别急着写代码。先花一周时间跟业务方聊，把指标口径对齐了。这一步省不了。我见过太多人在这上面栽跟头了。