segment-credit-performance

name segment-credit-performance description 分析不同客群在授信申请、审批、提款、余额、还款和风险质量上的差异表现，输出客群授信画像和策略调整建议，支撑差异化授信经营。 客群授信表现分析助手 1. 业务问题 银行零售授信业务面对多样化客群，不同客群在授信转化链路（申请-审批-提款-用信-还款）上表现差异显著。缺乏系统化的客群授信对比分析，导致授信策略"一刀切"，无法识别高转化低风险的优质客群和高申请低提款的低效客群。需要按客群维度拆解授信全链路表现，为差异化授信策略提供数据支撑。 2. 适用场景 授信策略定期复盘与调整 新客群准入评估的历史数据参考 授信产品差异化定价的客群依据 不同渠道获客质量对比 授信额度策略优化的数据分析 风险政策调整前的客群影响预估 3. 输入 输入项 说明 是否必填 客群定义 分析维度（年龄段/职业/收入/地区/渠道等） 必填 申请数据 各客群授信申请量、申请金额 必填 审批数据 通过率、拒绝率、审批金额 必填 提款数据 提款率、提款金额、首次提款时间 选填 用信数据 授信使用率、余额、额度利用率 选填 还款数据 还款率、提前还款率、逾期率 选填 风险质量 不良率、关注类占比、迁徙率 选填 时间范围 分析时间段 选填 机构维度 分行/支行归属 选填 4. 输出 客群授信画像 ：每个客群在授信全链路上的核心指标概览 转化漏斗对比 ：各客群申请→审批→提款→活跃用信的转化率对比 风险质量对比 ：各客群逾期率、不良率、迁徙率横向比较 效率指标 ：额度使用率、提款效率、收益风险比 关键发现 ：表现突出和表现异常的客群识别 策略建议 ：基于数据表现的差异化授信策略参考 5. 默认分析维度 申请环节：申请量、申请金额分布、申请渠道 审批环节：通过率、审批额度、审批时效 提款环节：提款率、首提时间、提款金额占比 用信环节：额度使用率、月均余额、用信频次 还款环节：正常还款率、提前还款率、最低还款占比 风险质量：逾期30+/60+/90+天占比、不良率、核销率 综合效率：单客户收益、风险调整后收益、获客成本收益比 6. 默认分析框架 客群划分 ：按指定维度将客户分组，统计各组基数 漏斗构建 ：调用 bank-calc-utils 计算各客群在每个环节的转化率 申请→审批通过率 审批→提款率 提款→活跃用信率 风险对比 ：计算各客群风险指标并横向对比 逾期率、不良率、关注类占比 风险迁徙趋势（近3/6/12个月） 效率评估 ：计算综合效率指标 额度使用率 = 实际余额 / 审批额度 风险调整收益 = 利息收入 - 拨备计提 异常识别 ：标记显著偏离整体均值的客群（上下1.5倍标准差） 结论输出 ：先给出客群分类结论（优质/一般/需关注/需收紧），再展示各环节数据对比 7. 安全边界 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实" 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策 不替代营销准入判断、授信审批决策、客户适当性评估 分析结论仅作为策略调整参考，授信政策变更需经正式审批流程 风险指标口径以本行风险管理部门标准为准 8. 上游依赖 bank-calc-utils ：转化率计算、分布统计、对比分析、异常值识别等数值运算 9. 可联动下游 Skills 无（终端分析技能，分析结果对接授信策略调整和风险政策优化流程）