围绕长尾代发客户资产提级问题，共同完成赛题分析与方案设计。
DATA & DECISIONS · CASE STUDY数据建模案例
长尾客户资产提级潜力预测从经营信号到概率排序
面向长尾代发客户经营，团队以“客户下月是否资产提级”作为 0/1 真实标签，再从资产、交易、数字行为与营销触达中组织特征，估计客户的资产提级概率。
问题定义PROBLEM FRAMING · 项目范围
把经营问题转成可验证的预测任务
先明确预测对象、真实标签与团队工作边界，再进入特征和模型。
- 长尾客户经营
- 0/1 真实标签
- 概率输出
项目方式与工作范围
明确比赛场景、团队协作与端到端工作内容。
业务拆解、数据探索、特征构造、模型比较、结果分析与榜单提交。
BUSINESS QUESTION有限资源下的客户经营
估计客户的资产提级概率
目标客群是月日均资产低于 1 万元的长尾代发客户。训练标签记录下月是否提级，模型输出连续的提级概率，用于比较客户之间的相对倾向。
PROBLEM FRAMING从业务语言到可验证问题
以 0/1 结果训练，输出资产提级概率
- 预测对象
- 客户下月资产提级倾向。
- 模型输出
- 客户下月发生资产提级的概率。
- 验证方式
- 以样本外 AUC 验证概率分数的区分能力。
特征与建模SIGNALS & MODELING · 团队方案
用业务机制组织信号，用模型反馈迭代特征
把客户旅程、资产与交易行为组织成可解释的特征系统，再完成模型比较与样本外验证。
- 营销触达漏斗
- 106 个特征
- XGBoost
MARKETING SIGNALS营销触达不是一个总次数
把客户旅程拆成四层可观测信号
发送不代表曝光，曝光不代表兴趣，点击也不等于最终行动。把营销过程拆开，模型才能区分渠道覆盖、客户兴趣与参与深度。
- 01 · COVERAGE曝光触达
消息发送、推送曝光、外呼触达与接通。
客户是否进入活动信息覆盖范围？ - 02 · INTEREST浏览点击
消息点击、页面浏览、活动区域访问。
客户是否从被动接收转为主动关注？ - 03 · INTENT报名参与
任务中心报名、活动参与行为。
兴趣是否转成明确参与意愿？ - 04 · ACTION达标领券
完成活动条件并领取相关权益。
客户是否完成更深层的活动行为？
消息中心手机银行 / 任务中心公众号 / 小程序智能 / 人工外呼
FEATURE SYSTEM用业务机制组织特征
五类信号共同描述客户当前状态
没有把 106 个特征作为一张字段清单堆出来，而是先回答每类信号在业务上说明什么，再进入建模。
- 01客户属性
年龄、职业、生命周期与代发客户标志。
- 02资产趋势
当前资产、多时间窗口均值、增量与阈值接近度。
- 03资金交易
工资、流入流出、消费、投资与未来收支。
- 04渠道行为
手机银行登录、栏目浏览与数字渠道活跃度。
- 05营销触达
曝光、点击、参与、权益领取与外呼响应。
模型反馈历史资产基础与数字渠道活跃度，是当前样本中较重要的预测信号。
MODEL FEEDBACK LOOP建模不是只换算法
业务假设与模型反馈共同推动特征迭代
团队比较 LightGBM 与 XGBoost，最终选择 XGBoost，并结合特征重要性继续衍生和筛选特征。
- 01业务假设客户为什么可能提级？
- 02候选特征五类信号与多时间窗口
- 03模型训练LightGBM / XGBoost 比较
- 04重要性反馈识别有效信号与冗余特征
- 05衍生与筛选回到训练并继续验证
最终形成 106 个特征 · 真实标签 0/1 · 模型输出概率 · 样本外 AUC 的完整建模路径。
建模效果MODEL PERFORMANCE
AUC 0.9339，62 支队伍第 5
6340 万训练记录、106 个特征，最终形成可排序的客户资产提级概率。
- 训练集 0.94695
- 验证集 0.9331
- B 榜 0.9339
KEY RESULTS关键结果
资产提级建模效果概览
62 支队伍中排名第 5
- 训练集
- 0.94695
- 验证集
- 0.9331
AUC 衡量概率分数对未来提级与未提级样本的区分能力，支持比较不同模型与特征方案。