自动化决策策略如何应对系统故障

多数团队会先梳理理想情况下的决策流:输入数据到达,外部数据源返回结果,规则完成评估,平台给出决策结果。这是有用的起点,但还不够。

生产环境中的决策逻辑往往在边界情况出问题。征信机构可能超时,反欺诈服务商可能只返回部分数据,模型服务也可能无法访问。关键字段可能为空、格式错误或延迟到达。如果自动化决策策略没有规定接下来怎么处理,就还谈不上有完整策略,实际依赖的只是一个环环相扣的服务链。

稳健的自动化决策策略要同时做好 2 件事:系统正常时准确决策,部分系统出现故障时按既定方式处理。为此,需要明确故障切换路径和缺失数据的处理方式,并确保每个决策结果都有完整的追踪记录。

如果团队还在明确决策由谁负责、如何管理控制,可以先读这篇关于决策由谁作出的文章。如果需要了解上线过程,这份自动化贷款审批的分步指南介绍了团队如何从人工审核转向生产环境中的决策流。

自动化决策策略包括哪些内容

自动化决策策略不只是规则集,还要完整规定决策如何评估、需要哪些数据、适用什么备用逻辑,以及正常和异常情况下分别返回什么结果。

通常包括以下内容:

  • 决策意图:决策要实现什么目的,例如 approve、decline、refer、price、route 或触发复核。
  • 输入约定:必填和选填的数据字段、有效范围、格式及数据来源系统。
  • 决策逻辑:决策树、决策表、评分卡、策略规则和 API 编排。
  • 外部依赖:欺诈检查、信用数据、KYC 服务、身份核验、定价服务或内部 API。
  • 故障切换逻辑:服务、模型或决策流组件发生故障时如何处理。
  • 缺失数据处理逻辑:字段缺失、过期、矛盾或不完整时如何处理。
  • 审计记录:日志、规则版本、决策记录和原因代码。

故障处理本身就是决策逻辑的一部分,不能只作为策略之外的运维说明。

先按业务风险划分决策

一个常见问题是给所有故障都设同一条备用规则,例如任何环节出问题,都转人工审核。这样看起来稳妥,却会增加成本、拖慢处理,也会让结果不一致。

更合适的做法是按业务风险对决策分类,再为每一类规定故障时的处理方式。

1. 低风险决策

这类决策可以采用较保守的自动化备用方案。例如,将客户分配到标准开户流程,应用默认分群规则,或设置非关键的流程状态。

低风险决策的故障切换可以很简单:采用精简的硬编码策略,只保留少量路径,并明确设置阈值。

2. 中风险决策

这类决策会影响收入、客户体验或运营,但采取保守处理时不会立即带来监管风险。例如预授信、文件分流,或最终审批前的额度建议。

在这种情况下,备用处理可以保留部分自动化,但只能依据范围更窄的策略规则。

3. 高风险决策

这类决策包括贷款审批、欺诈判定、制裁筛查、定价,以及会产生合规或财务影响的其他决策。故障切换必须严格控制。备用方案可以采用限制更严的规则集,返回 refer,或暂时停止自动审批。

这种分类有助于避免 2 种不理想的结果:系统中断时仍进行不安全的自动化决策,或把原本可以按确定规则处理的决策不必要地转入人工审核。

先设计最低限度的硬编码策略

复杂决策系统发生故障时,需要一层精简、稳定且仍能运行的决策逻辑。可以把它看作一套最低可用策略:规则明确、能够测试,范围也有意控制得较窄。

这套最低限度的硬编码策略不必复刻整个决策流。它的作用是在常规决策流恢复前维持安全运行。

最低限度的备用策略应做到什么

  • 只使用少量通常能够取得、且来源可信的输入数据。
  • 只返回有限的结果,例如批准低风险案件、拒绝明确不符合条件的案件,其他案件一律转 refer。
  • 不依赖非必要的外部服务。
  • 采用固定阈值和简单规则,便于快速审查。
  • 生成明确的原因代码,标明已使用备用路径。

示例:贷款业务的故障切换逻辑

假设常规审批流会使用征信数据、内部历史记录、反欺诈信号、还款能力计算和定价模型。常规流程不可用时,备用策略不应试图用质量较差的替代数据模拟整套流程。

可以考虑制定这样的最低限度硬编码策略:

  • 申请人年龄低于授信政策规定的门槛时,拒绝申请。
  • 必需的身份核验状态为失败时,拒绝申请。
  • 内部负面历史标记为 true 时,拒绝申请。
  • 只有在贷款金额低于较低的风险敞口上限、收入字段有值且高于固定最低值,并且产品类型属于限定范围时,才批准申请。
  • 其他申请一律转 refer。

这套策略有意采取保守做法,控制风险敞口,让决策结果保持确定,并维持业务连续性。

贷款团队可以参考这篇关于常见审批策略的文章,以及这份用自动化决策逻辑替代人工审批的指南,了解如何把授信规则拆分成易于管理的层次。

区分技术故障和策略备用处理

另一个常见问题是把系统错误和业务结果混为一谈。第三方服务超时,不等于欺诈检查未通过。字段缺失,也不等于资格判断为负面结果。

决策逻辑应将这些状态分别处理。

  • 业务结果:approve、decline、refer、分流、定价或审核。
  • 技术状态:成功、超时、部分响应、数据格式无效、依赖服务不可用或规则集异常。
  • 备用状态:常规路径、降级路径或紧急最低限度路径。

区分这些状态有助于审计、运营和客户支持。如果申请因服务商超时而转 refer,决策记录应能显示这一原因。如果申请因授信政策被拒,也应清楚记录。把两种原因混在一起,会削弱风控。

这篇关于模型和决策记录的文章进一步介绍了如何记录规则、模型和外部调用的决策过程。

明确缺失数据的处理策略

数据缺失并非只有一种情况,不同情况需要不同处理方式。

在生产系统中,数据可能出现以下情况:

  • 缺失
  • 为 Null
  • 字段有值,但内容为空
  • 已过期
  • 格式错误
  • 不同来源的数据不一致
  • 上游系统延迟返回
  • 服务商故障导致数据不可用

如果这些情况都套用同一条规则,决策质量和问题排查都会受到影响。

确定数据的重要程度

先把字段和属性分为 3 组:

  • 所有决策都必需:数据缺失时,案件无法自动决策。
  • 特定路径必需:数据缺失时,只有部分决策分支无法继续。
  • 选填但有参考价值:数据缺失时,决策仍可继续,但需要调整逻辑。

例如,客户 ID、产品类型和申请金额可能是所有决策流的必填项。经过核验的收入可能只在风险敞口较高的路径中必需。设备信息不是必填项,但对欺诈检测有帮助。

针对不同缺失情况规定处理方式

数据分类完成后,再明确策略如何响应。

  • 必需数据缺失:停止当前路径,并返回 refer、将请求判为无效或要求补充数据。
  • 非必需数据缺失:使用置信度较低的逻辑或更保守的阈值继续处理。
  • 数据过期:仅在数据时效仍处于设定范围内时继续处理,超出范围则刷新数据或转介。
  • 数据格式错误:将其视为无效输入,而不是负面的策略信号。
  • 数据相互矛盾:触发一致性检查,超出阈值时转交审核。

这样可以让决策逻辑的执行结果符合预期,也让产品、风控和工程团队在实施时使用同一套说法。

不要用默认值悄悄替代缺失数据

默认值可能掩盖风险。收入缺失时,如果系统自动将其设为零,可能导致非预期的拒绝。欺诈评分缺失时,如果系统将其设为中性值,可能导致误批。

只有在默认值是经过明确选择、且影响已知的策略选项时,才可以使用。决策记录和原因代码中都要体现这些默认值。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。

分层设计决策逻辑,妥善处理系统降级

稳健的自动化决策策略通常采用分层设计,不会把所有处理都压在一个要么完全运行、要么彻底失败的大流程里。

一种实用的分层结构如下:

第 1 层:输入校验

运行任何业务规则前,先检查数据结构、必填字段、格式和基本一致性。

第 2 层:核心资格规则

运行不依赖脆弱集成的最低限度策略检查。

第 3 层:数据补充和外部数据

调用服务商、内部 API、反欺诈服务和模型。记录每个数据源的调用结果、数据是否完整、时效性和质量。

第 4 层:完整策略评估

所需数据齐全且有效时,应用更完整的决策逻辑。

第 5 层:备用评估

补充数据失败或必需属性缺失时,将案件转入对应的降级策略。不要重新启动整个决策流,而应按适用的备用规则集评估案件。

分层处理有助于控制系统降级的影响,也便于测试:每种故障情况都可以在对应层级验证。

如果需要对接外部服务商,设计依赖外部数据的决策流时,可以参考这份外部数据源集成指南和这篇可用数据源概览。

为每条备用路径设置原因代码

原因代码不仅要说明策略结果,也要说明降级处理的结果。

例如:

  • 外部征信数据超时。已执行最低限度策略。
  • 欺诈服务商不可用。按降级风险策略转交审核。
  • 缺少必填的收入属性。申请已转交审核。
  • 身份数据无效。因输入质量问题,请求已拒绝。
  • 模型服务不可用。已启用仅使用规则的备用路径。

这些代码用于支持 4 项工作:

  • 运营监控
  • 支持审计
  • 客户支持
  • 事件发生后的分析

原因代码不清楚时,团队只能看到业务量变化,却无法判断背后的原因。

把故障场景纳入常规测试

许多团队会认真测试策略变更,却很少测试故障时的处理方式。这种做法恰好反了。服务中断和数据缺失并非边缘情况,生产环境中确实会遇到。

测试计划应包括:

  • 服务商超时
  • 服务商仅返回部分数据
  • 必填字段为 Null 或为空
  • 缓存数据过期
  • 上游系统返回格式错误的数据
  • 模型 API 接口不可用
  • 备用策略阈值按预期触发
  • 原因代码正确写入
  • 决策记录能区分常规路径和降级路径

每种场景都要核实 3 点:返回的决策是否正确,执行路径能否查明,监控中是否能看到运行信号。

把降级路径使用量纳入风控指标

备用路径频繁启用,不只是技术问题,也说明决策质量可能存在问题。

建议监控以下指标:

  • 使用降级路径的决策占比
  • 按故障原因统计的业务量
  • 备用逻辑下 approve、decline 和 refer 的占比
  • 备用策略批准案件的转化表现和损失表现
  • 数据缺失导致的人工审核量
  • 依赖服务故障后的恢复时间

这些指标能帮助团队回答实际问题:服务商中断是否让过多案件进入审核?最低限度的硬编码策略是否限制过严?缺失字段是否集中来自某个集成服务或某个渠道?

贷款团队可以参考这篇关于贷款和审批监控指标的文章,了解如何把决策表现与运营、风控结果联系起来。

保持决策策略易于维护的实施原则

为了让决策逻辑长期保持实用,可以遵循以下做法。

  • 将备用规则集与主规则集分开,并通过明确的路由逻辑关联。
  • 为所有内容设定版本,包括紧急规则和临时阈值。
  • 记录依赖条件,覆盖每条决策流。
  • 限定备用处理范围,使降级逻辑保持清晰。
  • 定期检查备用处理结果,参与人员包括风控、工程和运营团队。
  • 不要把技术例外藏在应用代码中,以免策略团队无法查明。

由业务人员管理策略时,他们仍需了解故障切换的处理方式。由工程团队负责集成时,他们也需要了解策略会带来什么影响。决策平台应让两组人员查看同一份决策记录。

总结

完善的自动化决策策略不会假设输入数据始终完整,也不会假设系统始终在线。系统故障、数据缺失或依赖服务返回不完整结果时,都要有明确的处理方式。

这才是让决策逻辑具备生产运行条件的关键。重点不在逻辑有多复杂,也不在接入了多少服务商,而在于正常情况下策略明确,系统降级时策略也明确,并且两种情况下都有完整的审计记录。

从一开始就在决策流中设计故障切换和缺失数据处理,平台才能在关键时刻继续给出确定、说得清原因的决策结果。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。