撞库策略简介

一、撞库是什么

1.1 定义

撞库是渠道向金融机构推送授信申请客户之前的一道预筛选流程。

完整链路分三步：

1. 渠道推送客户池：合作渠道把一批潜在客户的信息推给金融机构。
2. 机构撞库筛选：机构用撞库策略对这批客户逐个判断，返回"可准入"与"不可准入"两类结果。
3. 渠道自主挑选：渠道在可准入名单中自行选择客户，正式向机构推送授信申请。

关键点：撞库不是审批，是预筛。

1.2 在信贷流程中的位置

撞库位于征信查询之前。在撞库环节被筛掉的客户，不产生任何征信查询成本——这是撞库存在的经济基础。

1.3 一次撞库的输入与输出

输入

输出

---

二、撞库的目的

按重要性排序，共五个。

---

三、撞库策略的组成

3.1 三大块

撞库策略由三类规则构成，从硬到软递进：

排序原则：越便宜越前、越硬越前。 不花钱的规则放最前，需要调外部接口的放最后，前面能判掉的就不必花钱。

3.2 准入规则

两个额度阈值的区别：新客类客群用 1000，老客类客群用 3000。客群越成熟，额度容忍线越高。

3.3 交叉规则

交叉规则回答的不是"这个人好不好"，而是"这个人最近在别的渠道做了什么"。

规则清单（已脱敏）

3.4 模型规则

准入和交叉规则之后，剩余客户用撞库模型打分，按分档对尾部客群拒绝。

---

四、客群体系

所有规则都建立在客群标签之上。按生命周期分四类。

4.1 核心分流原则

新客看分，老客看行为。

只有"未注册"客群完全没有历史行为，只能依赖模型分；其余客群都有可追溯的行为记录，走规则判断更准。

4.2 客群结构的一个事实

撞库客群中历史授信被拒客群占多数，通常超过 50%，全新客户约占三到四成。

这决定了撞库策略的重心：不是识别新坏人，而是判断老客户什么时候可以再来。

---

五、撞库模型

5.1 建模思路：Y 标签有三类

"通过 / 拒绝"这个 Y 是撞库模型区别于普通风控模型的关键——它预测的是流程结果，不是违约概率。

这与撞库的首要目的一一对应：撞库要解决的是"推送效率"，其次才是"资产质量"。

5.2 变量体系

变量分两块，合计约 185 个。

① 撞库行为变量（约 166 个）

这是撞库独有的数据资产，外部数据源无法替代。

核心变量是"撞库机构数"与"跨渠道占比"——它们直接刻画多头申请强度，是撞库模型判别力的主要来源。

② 历史标签变量（约 19 个）

注册时长、注册渠道、性别、年龄、风险等级、最近一次用信被拒距今天数、末次成功用信距今天数、最近用信状态、结清距今天数、完件渠道、完件时长、是否命中黑名单、当前逾期天数、账户状态、授信状态、是否全资方封禁等。

③ 三方数据子分

外部数据服务商提供的撞库评分，作为补充变量入模。

---

六、效果衡量

6.1 漏斗指标

6.2 判断标准

撞库通过率单独看没有意义，必须与授信率、放款额联看。

6.3 实证案例

新老策略切换后，三个不同类型渠道的表现：

渠道 A 是最值得记住的样本：通过率下降 5.2 个百分点，但日均放款提升 54%、授信率提升 46%。

这说明筛掉的确实是低质量申请——留下的客户更容易通过授信，也更愿意用信。这是撞库策略最理想的形态。

渠道 C 则相反：三项齐降，说明策略在该渠道的客群结构上不适配，属于需要单独复盘的情形。