分客群分析实施计划¶

状态：待实施。本文描述已确定的设计目标、实施顺序和验收要求，不代表当前版本已支持这些参数。

制定日期：2026-10-28。源码基线：05b212e9b720e9ec6e9af0bec050e2be2685dc36。实施前重新核对工作树、最新源码和 CI；保留用户已有修改。

1. 目标与交付批次¶

传入一份完整 DataFrame，在原有业务分组或时间粒度之外增加独立的客群列。一次分析同时提供 All 整体及各客群的结果，例如 All、seg1、seg2、seg3 分别在 Train／Val／Test 或各月份的分布、质量和风险表现。

项目定位继续为：面向人和 AI Agent 的高性能信贷风控工具箱。客群信息需要进入结构化结果、原生图、交付文件和证据引用，人工和 Agent 使用同一份统计。

批次	覆盖范围	完成条件
第一批，优先	风险画像、数据画像、统计特征筛选、报告全链路	共享／独立分箱、独立筛选、查询、原生图、HTML／Excel、保存恢复全部贯通
第二批	模型分交叉	保留现有分组与独立时间轴，新增客群、按客群固定分段及策略回放
第三批	规则评估、缺失异常诊断	固定规则和缺失异常均可按客群与原切片分析，保持各自的统计语义

允许按下文里程碑拆分提交和 PR；第一批验收后再推进第二、三批。每一批都交付可用的完整链路，不只添加签名或演示图。

本计划不扩展通用多维 Cube、自动发现客群、客群模型训练或通用 Agent 调度平台。每次调用先支持一个 segment_col。Linear／Importance Selector 的独立客群筛选暂不纳入此次实现。

Monitoring、Modeling（包括 Pipeline）、Scoring 暂停新功能迭代，只做本次上游变化所需的直接适配。上游不为这三个模块保留旧字段、转发壳或双轨计算；核心公共 API 与已保存报告仍需评估兼容性。

2. 当前代码事实与实施入口¶

以下为基线代码情况，实施时应再次核对；路径用于定位，不要求按目录机械拆出同名新模块。

位置	当前行为	本次需要处理
`analysis/_risk_profile.py`、`analysis/evaluator.py`	`profile_risk()` 与 `evaluate()` 共用风险画像链路；`group_col` 优先于时间分组	新增客群维度并贯通规则、聚合和运行结果
`analysis/_raw_ks.py`、`analysis/_evaluation/`	特征、目标、分组及分箱组成现有计算粒度	加入客群身份，防止 raw／binned KS、基准、日期范围跨客群连接
`analysis/profiler.py`、`analysis/_profiling/`	数据质量、连续统计、PSI 及状态；PSI 内部拟合分箱	客群统计与客群 PSI，保留未计算状态
`feature/selection/stats.py`、`selection/base.py`	整体漏斗与一个特征名单；最终会剪枝分箱规则	各客群独立漏斗、名单、规则与相关性证据，处理规则剪枝顺序
`reporting/_query.py`、`_metadata.py`、`_semantics.py`	公共表查询、业务解释及证据	客群目录、粒度、过滤、引用和单位说明
`reporting/_artifact.py`、`_serialization.py`	`.marsreport` 保存统计表与元数据，恢复为查询快照	保存作用域与规则身份，兼容已有分析文件，不恢复任意 estimator
`reporting/binning_report.py`、`profile_report.py` 及展示 adapter	原生图、Notebook、HTML 和 Excel	复用已有展示，按客群筛选、按需绘制和导出
`analysis/score_cross.py`、相关 view／HTML／表达式模块	已有独立 group × period，两轴分段固定复用	再增加客群维度；独立分段的定义、求值及回放一致
`rule/evaluator.py`、`workflow.py`、`analysis.py`	固定 RuleSet 评估、挖掘与高级分析；规则有自己的粒度和分母	增加客群评估与证据，不自动变成分客群挖掘
`analysis/missing_shift.py` 与共享缺失统计	按期扫描缺失异常，内部 segment 表示时间变化区间	先按业务客群分开统计、检测及汇总，避免术语混用

底层 Binner 继续负责对给定样本拟合和按既定规则转换，不承担业务客群调度。共享人口、身份与验证 helper 按现有依赖方向复用；不让 compute 依赖报告，也不让数据画像成为底层缺失算子的依赖。

3. 统一参数与默认行为¶

3.1 参数职责¶

参数	位置与取值	职责
`segment_col`	分析／评估／扫描的运行方法，以及 StatsSelector 的 `fit()`；默认 `None`	指定当前输入中的客群列
`binning_scope`	有分箱拟合职责的入口；`"shared"` 或 `"per_segment"`，默认 `"shared"`	决定规则在整体还是各客群拟合
`selection_scope`	StatsSelector 构造策略；`"global"` 或 `"per_segment"`，默认 `"global"`	决定只执行整体筛选，还是同时执行各客群独立筛选

构造函数保存稳定策略，运行方法接收数据和本次上下文。profile_risk() 等便捷函数显式传递这些参数，避免只在高层接收而底层忽略。

数据画像的 binning_scope 用于 PSI 的内部规则拟合；均值、缺失率等统计不受其影响。未请求任何适用指标却传入非默认分箱模式时明确报错，不静默忽略。规则评估和缺失异常诊断不增加无效的 binning_scope 或 selection_scope。

未传 segment_col 时维持现有结果、默认返回、表结构、数值、排序与导出；使用需要客群的非默认模式时入口报错。segment_col 自动从默认特征集中排除；不允许同时把它显式声明为待分析特征或目标，也不允许与分组、日期、权重、金额角色重叠。

原有分组行为保持：风险画像和数据画像中，提供 group_col 时仍优先按该列组织趋势；time_col 继续提供日期信息。新增客群不改变其优先级，也不擅自引入额外时间分组轴。

3.2 风险画像的两种分箱模式¶

分析范围	`shared` 的拟合人口	`per_segment` 的拟合人口
All	既定整体拟合人口	既定整体拟合人口
seg1	复用整体规则	既定拟合人口中的 seg1
seg2	复用整体规则	既定拟合人口中的 seg2
seg3	复用整体规则	既定拟合人口中的 seg3

既定拟合人口沿用当前契约：有 benchmark_df 时使用该基准；没有时沿用现有入口的拟合规则。不会仅凭 dataset_flag 或名称推断 Train，更不会自动改写调用方标签。文档推荐显式传入开发样本作为 benchmark。

同一客群的所有评估分组和月份都使用该客群固定规则，不按月、验证集或不同评估目标重新拟合。shared 共享切点、类别定义及拟合所得映射；各客群的质量、表现、金额与稳定性统计仍在各自人口内计算。表内按客群计算的统计 WOE 与 estimator 用于转换的已学 WOE 映射须在目录中说明，不能混用或由生成报告覆盖已学映射。

MarsRiskProfile.binner 保留为整体分箱器；新增按客群可取的规则索引及各客群状态。独立规则通过既有正式分箱规则格式及必要索引保存，不使用 pickle。显式传入整体 binner 只适用于共享规则；独立模式使用明确的客群规则集合，冲突配置和缺失规则不能静默回退整体或重新拟合。

3.3 StatsSelector 的合法组合¶

`selection_scope`	`binning_scope`	行为
`global`	`shared`	保留整体筛选；若传客群列，只登记角色，不自动生成客群筛选或报告
`per_segment`	`shared`	All 与各客群独立筛选，共享各阶段的固定分箱规则
`per_segment`	`per_segment`	All 与各客群分别拟合、分别筛选
`global`	`per_segment`	入口报错；本期不定义多客群证据合成单一名单的规则

selected_features_ 和默认 transform() 始终表示整体结果。新增 selected_features_by_segment_ 或等价的明确客群结果索引，保存客群原始类型和值，避免字符串键碰撞。独立模式也要保留 All 结果。并集、交集和任一客群通过即保留不自动执行；若用户自行合并，文档说明其业务含义。

3.4 拟议用法¶

下列代码只说明目标 API，不加入当前版本的可执行示例。实施时补齐真实签名、验证和 snippets 后再成为用户指南。

risk = profile_risk(
    df,
    target="TARGET",
    features=fcols,
    segment_col="customer_segment",
    group_col="dataset_flag",
    time_col="APPLY_DATE",
    benchmark_df=train_df,
    binning_scope="per_segment",
    method="cart",
    n_bins=10,
)

selector = MarsStatsSelector(
    selection_scope="per_segment",
    binning_scope="per_segment",
    batch_size=16,
    n_jobs=1,
)
selector.fit(
    df,
    target="TARGET",
    features=fcols,
    segment_col="customer_segment",
    group_col="dataset_flag",
    benchmark_df=train_df,
)

4. 所有批次共用的业务契约¶

4.1 All、客群与 Total¶

All 表示未限制客群的完整输入人口；Total 表示某个分析范围内跨全部原分组的汇总。All 单独从原始人口聚合，不能平均客群指标。各客群 Total 也不能平均各月份的 KS、IV、AUC、PSI 或坏率。

新增客群目录表，拟名 scopes：保存 scope_id、整体／客群类型、客群列、原始 dtype 与编码值、展示名、排序和计算状态。业务事实表以 scope_id 连接目录，避免每个箱或每对特征都重复长客群文本。最终字段定义在 P00 冻结。

整体身份不能借用普通字符串或 null。真实客群值 "All"、"Total"、"Missing"、"null"、空字符串、null 和数值类别须可区分；不因展示转字符串丢失身份。标量类型复用现有受限编码；不支持的混合对象／嵌套类型在入口拒绝。null／NaN 按既有缺失语义归为缺失客群，字符串 "NaN" 不自动归缺失；缺失客群保留，不丢弃其样本，无穷数值客群拒绝。scope ID 依据客群列、类型和值确定，不依赖显示名或样本行顺序，保存恢复后不变。

按实际出现的客群计算，展示顺序稳定并记录。某客群某月不存在样本时，不补造风险为零的统计；展示为无数据，若视图补齐空格子则人数为 0、其余指标按语义为 null，并保留状态。

4.2 拟合规则、PSI 与 RC 参考分别记录¶

All 的 PSI expected distribution 来自整体 benchmark；seg1 来自 benchmark 的 seg1。分箱模式不改变此人口匹配。
按客群匹配基准时，benchmark_df 必须有客群列且类型可对应；缺列或歧义类型在入口报错。
基准中缺少某客群、没有有效样本或有效权重为零时，记录该项不可计算原因，不使用整体分布代替。
无显式 benchmark 时，先依现有分组排序契约选定整体参考组，再将同一组应用于各客群；该客群在参考组没有样本时记录缺参考，不擅自改用自己的下一期。分箱拟合人口与 PSI 参考人口仍分别记录。
RC 的 total 使用当前 scope 的 Total，benchmark 使用对应客群基准，first_group 使用上文选定的同一整体首组在当前 scope 的样本；缺该组时记录不可计算，不跳到该客群的下一期。实际参考组、日期和人口进入报告。不得把整体坏率／分布意外连接到某个客群。
特征上线时间参考保留现有显式 benchmark 优先级；新增客群时按当前 scope 识别和记录日期。样本不足应明确状态，不能直接复用整体上线日。

4.3 标签、权重、金额与异常状态¶

分布、缺失、PSI 使用各 scope 的适用完整人口；标签指标只用该 scope、该 target 的已观察样本。标签仍为合法二分类或缺失，不能将 -1 当成未表现直接计算。权重、金额有效性、分母和单位沿用各模块现有定义。

整体输入结构非法、非法标签或非法权重等契约错误应报错。某个客群统计不足则记录局部状态，其他合法客群继续计算。监督拟合只有一个类别、客群为空、算法拟合失败、规则缺失、未计算及成功但统计未定义必须区分；不能填 0／1 或继承上一次运行结果。

不得将失败客群自动切换为无监督算法、整体分箱或另一个目标。保留现有整体无标签入口的合法行为时，报告必须记录实际生效算法。评估期单类别的处理按具体指标定义：可定义的分布／坏率仍计算，不能将所有风险指标统一填值或整个客群无条件报废。

多目标继续遵循当前能力边界：首目标负责拟合，同一 scope 内其他目标复用规则并各自处理未表现人口；当前趋势表只覆盖首目标。此次不顺带改成全部目标自动拥有趋势表。

4.4 重复运行与复用¶

重复 fit()、失败后再拟合、不同客群集合和不同特征集合之间，所有客群结果与缓存必须正确重建。不得读到上一次存在、这一次已消失的客群规则。固定规则评估和规则恢复禁止重新拟合；当前未见过的客群不能自动拿整体规则顶替，除非调用方明确选择共享模式。

5. 第一批：四个核心部分的实施里程碑¶

P00：冻结契约与独立参考¶

[ ] 固定参数合法组合、scope 目录、各表粒度、默认行为、局部失败策略和规则产物职责。
[ ] 核对全部 public 调用方、测试与旧快照；保存未分客群路径的实际数值、schema、排序和导出参考。
[ ] 构造三个客群、多个分组、数值与类别特征的确定性小数据，包含方向相反、客群内有效但整体弱、跨客群分布差异的特征。
[ ] 用明确人口和固定规则手工计算计数／分母，并以逐客群公开调用建立独立参考；共享模式必须传同一套固定规则，不能逐客群重新 fit 后假称等价。
[ ] 无 benchmark 的独立参考显式固定整体首组或直接核验 expected counts；不能直接以各客群公开调用自动选出的自身首期作为同口径参考。
[ ] 将规则拟合人口、评估人口、PSI expected 人口和 RC 参考分别写进测试及报告设计。

完成条件：开发者仅凭契约和参考即可解释每个 scope 的来源、规则、指标与失败状态。

P01：客群身份与报告底座¶

[ ] 复用现有转换与投影，建立轻量客群解析／基准匹配，不复制全宽表、不保存原始人口。
[ ] 为开启客群的报告增加 scopes 目录和事实表 scope 键；未开启时保持原 schema。
[ ] 汇总、趋势、明细、按日缺失、日期范围、计算状态、相关关系及筛选决策都明确 scope 粒度。
[ ] 元数据连接保持 feature 身份且防止多对多扩行；绘图和宽表透视不把 scope／客群列当成数值指标或时间组。
[ ] 通用查询继续对命名表执行过滤／排序／投影／分页。开启客群的完整表可包含多个 scope；跨 scope 结果必须携带身份，并在目录说明。绘图和默认人工摘要展示 All。
[ ] 提供统一的客群选择解析：segments 选择具体业务值，include_all 单独控制整体；完整表可通过目录中的 scope_id 精确过滤。未知值、非法类型、空选择与缺失客群的语义有测试，不使用字符串哨兵。
[ ] 人工摘要、HTML、Excel 和专用查询默认或显式补入的 scope 条件必须进入有效查询及 evidence reference；不要只在展示层隐藏其他客群。
[ ] .marsreport 保存目录、实际参数、单位、状态、日期和规则身份，复用 manifest＋Parquet 与受限 codec。当前基础 format_version 为 1；只有格式实际不兼容时才升级，区分文件格式与新增语义版本，并提供旧文件恢复策略。
[ ] ReportSnapshot 保留查询、展示、导出与既有领域回放能力边界，不因保存客群报告而恢复 estimator、原始宽表或任意新计算。

完成条件：小型客群报告能保存，并在无原数据的新进程恢复后精确查询、分页、导出和重放同一证据。

P02：风险画像与分箱规则¶

[ ] profile_risk() 和 MarsBinEvaluator.evaluate() 全链路支持 segment；多目标入口、raw KS 和固定 binner 入口不遗漏。
[ ] 实现 shared／per_segment 两模式；All 独立规则保留，客群规则有明确归属、参数和失败状态。
[ ] shared 每批尽量只转换一次，按 scope／group／bin 聚合；per_segment 复用底层分箱，按客群有界拟合与评估。
[ ] PSI、RC、单调性、坏率／金额坏率及其分母在当前 scope 内计算；固定分箱跨时间复用。
[ ] raw KS、binned KS、summary／trend 替换及所有 join／pivot 键加入 scope 和现有目标、特征、分组身份。raw 结果继续保留；Excel 中最终 KS 使用当前 scope 的既定 binned KS 合同，不跨客群取 max。
[ ] 各客群及各 group 的日期范围从当前适用人口聚合，不能拿整体日期替代；不依赖字符串组名猜日期。
[ ] 覆盖类别 Join、多 chunk、旧／新 Polars、多线程 streaming 的行数和顺序；标签在过滤／Join 前绑定，临时列名避让用户字段。
[ ] 规则保存／恢复验证客群索引、切点、已学映射、未知值处理和显式复用不重拟合；报告快照与规则产物分开验证。

完成条件：All 与三个客群两种模式均与独立参考一致；未传 segment 的结果与基线一致。

P03：数据画像¶

[ ] profile_stats() 与 MarsDataProfiler.generate_profile() 同步支持客群，不通过调用高层画像来替代底层共享统计。
[ ] overview、DQ、stats、PSI、schema／unseen 和状态表保留对应 scope；dtype 始终描述原始特征类型，不因客群子样本变空而变成推断类型。
[ ] PSI 实现 shared／per_segment 内部规则拟合；均值等无分箱指标数值不随 binning_scope 改变。
[ ] schema 检查区分输入原始 schema 与人口统计；空客群不伪造 schema 漂移。unseen 按对应客群基准判断，保留其既有缺失／特殊值口径。
[ ] 仅 DQ、混合指标、空当前人口、无参考和缺客群参考均保留正确目录与 typed null／计算状态；不要重现纯 null 占位表的多 chunk 形状假设。
[ ] Notebook、趋势表及 HTML 沿用真实单位、原值排序和缺失样式，客群选择与来源／特征检索取交集。

完成条件：各统计和 PSI 与独立参考一致，客群筛选前后身份、dtype 和状态明确，保存恢复不依赖 profiler。

P04：统计特征筛选¶

[ ] 按合法参数组合实现，整体默认路径保持现有行为。per_segment 为 All 与每个客群建立独立漏斗、阈值决策、名单、规则和相关性状态。
[ ] 每个客群从声明的原始候选集开始；不能先用整体质量、IV 或 PSI 淘汰后才切客群。白／黑名单及来源配置在每个 scope 保留实际执行原因。
[ ] shared 模式按阶段覆盖所有 scope 所需候选并集，在整体拟合人口上拟合该阶段共同规则，再于各 scope 内评估；不能先剪到整体最终名单。当前最终 _stage3_binner.prune() 的执行时机和归属必须重做审查。
[ ] 规则源不可被某个客群的 WOE 更新、剪枝或报告生成污染；per_segment 各自拥有拟合状态。共享规则的已学映射和当前客群统计的区别进入相关性参数与证据。
[ ] 质量、粗筛、精筛、PSI／RC 和相关性均执行当前 scope 的实际口径。相关性使用该 scope 的完整适用人口和完整剩余候选，继续采用既定 WOE 表示、阈值、并列和白名单优先级。
[ ] 每个 scope 的相关性计算和报告复用同一矩阵／事件，保留全局两两关系，不把特征批次改为互不相干的筛选池。
[ ] get_report()、漏斗摘要、get_binning_report()、get_correlation_report() 支持明确客群选择。重新生成分箱报告仍按现有合同显式重传必要 benchmark，不缓存原始宽表取巧。
[ ] get_correlation_matrix()、get_related_features() 及矩阵展示每次解析明确的单一 scope，默认 All；同名特征在不同客群的系数不能混成一张矩阵。保存后专用查询遵守相同规则。
[ ] selected_features_ 及默认 transform 为 All。显式选择客群时，只转换属于该客群的行，返回其名单且保持原行相对顺序；keep_target 与外部 y 按同一行身份对齐。fit_transform() 采用同一选择规则。
[ ] 未选择客群时不自动按行路由不同名单；不同列数的结果不自动拼接、取并集或补零。失败客群与合法空名单可区分，后续 transform 有明确错误或空结果合同。
[ ] 重复 fit、失败重试、消失／新增客群、set_output、保存规则和重新生成报告均有行为测试。

完成条件：三种合法配置的整体名单、各客群名单、淘汰原因、相关事件和固定规则均可复核；无跨 scope 过滤与状态污染。

P05：人和 Agent 的完整消费验收¶

[ ] build_risk_trend_figures()、plot_risk_trends()、图片保存和 HTML fragment 使用相同客群选择逻辑。
[ ] 保留既有原生图字体、字重、线宽、颜色、布局、DPI 和高清导出；只增加必要客群说明及正确日期。每个 feature／target／scope 单独生成图，现有 include_total 仍控制该 scope 的 Total。
[ ] 默认展示 All；指定 segments 和 include_all 可展示整体与若干客群。max_plots 约束实际生成图总数，不能乘上客群数后无界生成；计算与展示范围分开，省略有说明。
[ ] HTML 的客群、特征、来源、目标和原分组选择作用于同一事实范围，搜索、原值排序、分页、旧锚点、懒加载及空结果均可用。
[ ] 原生 Excel 保留既有 22 列模板及透视引用。第一批一次明确选择一个 scope 导出，默认整体；客群身份放说明／附页，不向固定模板中硬插列。一次请求多个 scope 时明确拒绝，文档提供逐客群导出独立工作簿的用法，不能悄悄只导出第一个。通用快照 Excel 可用带 scope 的长表附页。
[ ] 两种 Excel 引擎均核对值、类型、单位、原文字符串、透视源区域、活动页和 raw／binned KS；无标签客群不被格式化为零。所有导出不得修改源报告或规则。
[ ] AI 上下文先按 scope 过滤／投影／分页，再序列化。scope 目录也受最终字符预算约束；缺少名称／口径时保持未知，预算省略后可继续查询。
[ ] 保存 → 新进程加载 → 客群查询／分页 → 展示与导出 → reference 重放；禁止读取原始宽表或 fit。涉及专用绘图方法时验证通用快照的实际 adapter，不把快照假装成原生报告子类。
[ ] 更新受影响 API docstring、用户指南、共享 snippets、FAQ、稳定性说明和 Unreleased。尚未实施的批次仍只在计划中描述，不写进已发布能力表。

完成条件：用户可从同一份报告查看 All 与 seg2；Agent 可准确取 seg2 的指定特征／分组，并在恢复后重放同一数值证据。

6. 第二批：模型分交叉¶

P06：客群 × 原分组 × 时间，以及独立分段¶

[ ] 保留现有 group_col 与独立 period 的合同；已有 group 用作客群的调用不改变结果。segment_col 用于需要额外保留样本集／业务分组的场景。
[ ] 支持 shared／per_segment 两轴分箱。shared 的整体固定定义跨所有客群复用；per_segment 为 All 和每个客群分别固定两轴定义，跨评估目标和周期不重拟合。
[ ] 定义 scope、group、period、target、score axis、bin 的完整身份；实际格子数包含新维度，更新 max_scopes 的实际规模检查，不静默裁剪客群或抽样。
[ ] 既有 cutpoints／bin_definitions 明确对应整体共享定义；与独立拟合冲突时拒绝。若提供客群固定定义，使用明确索引，不在不同 scope 下覆盖同一个定义。
[ ] 边际从当前 scope 的计数、权重、金额重新汇总；不同 target 的人数不相加，置信区间、低样本状态、方向和 invalid／missing 语义不变。
[ ] get_score_bin_definitions()、矩阵展示、策略条件、策略求值与保存后回放均绑定 scope 与规则 ID。不能把 seg1 的箱号／切点用于 seg2，独立箱格不宣称天然可横向比较。
[ ] Excel／HTML／AI 查询复用第一批客群目录与选择，真实浏览器验证切点精度、bad rate 文案、筛选及空组合。
[ ] 保存后回放只使用已保存聚合证据支持的能力，不宣称能增加未计算维度或访问原样本。

完成条件：shared 和 per_segment 的格子、边际及策略指标与独立参考一致；旧 group × period 示例和规则定义回放保持通过。

7. 第三批：规则评估与缺失异常诊断¶

P07：规则评估¶

[ ] MarsRuleEvaluator.evaluate() 增加 segment，固定 RuleSet 在 All／各客群 × 原分组或时间切片上评估。customer_col 继续只表示去重客户 ID。
[ ] mine_rules() 及结果高级分析按实际调用链转交客群上下文，特征推断排除客群列；此次不自动为每个客群重新生成候选、挖掘或筛选部署规则。
[ ] 保留 dataset／rule_id／target／slice／group／审计轮次的原粒度，并增加 scope。规则 sample_count 与覆盖等分母继续使用当前目标已表现人口，不照抄模型分交叉的同名字段。
[ ] 整体发现／验证资格不因添加客群评估自动改变。候选审计、独立验证、production 资格与无部署资格的报告快照边界不变。
[ ] compute_statistics=True 时明确校正家族：默认每个 scope 沿用原检验家族；报告说明这不是全部客群联合 FDR 保证。All 的结果不因增加展示客群而改变。
[ ] 规则特征桥接、业务来源筛选、组合／增益分析、报告保存和分页均带客群条件；固定规则使用独立逐客群评估作为数值参考。

完成条件：同一 RuleSet 的整体、客群、切片及各 target 分母准确，审计和生产资格不被客群报告混淆。

P08：缺失异常诊断¶

[ ] MarsMissingShiftScanner.scan() 增加 segment，先形成 scope × feature × period 的缺失计数和分母，再在各 scope 内检测。
[ ] 内部 segment_shift 继续表示时间变化区间，不重命名为业务客群，不复用其字段承载 segment_col。
[ ] 窗口通过缺失数和人数加总计算率，低样本断点、变点、边界和孤立点均限制在当前 scope；不跨客群拼接时间序列，不补造缺失日期。
[ ] 明确客群 benchmark 匹配：原 benchmark 无需日期列的合同保留，但新增 segment 时必须可识别对应客群；缺基准或低样本按状态处理，不取整体基准代替。
[ ] 每个 scope 沿用原候选集合内的 BH 校正与已有检测算法，元数据记录检验家族；All 的结果不随其他客群数量变化。不承诺跨全部客群联合 FDR。
[ ] 数据源汇总、异常窗口、趋势、说明和导出都保留 scope；不因异常检测自动删除特征或阻断业务。
[ ] 当前 MarsMissingShiftResult 尚未接入公共 Report 契约；增加明确的 to_report() 或等价 adapter，复用目录、查询、分页、AI context 与 .marsreport。保存后新进程验证客群过滤、状态、趋势和证据引用，不恢复扫描器或重新检测。
[ ] 使用逐客群独立扫描与手工窗口计数验证变化点、异常类型、p 值／校正结果、低样本断点和基准状态。

完成条件：能定位仅发生于某客群的质量变化，整体和各客群证据均可查询，保留原缺失语义与异常算法。

8. 性能与内存要求¶

客群会增加统计和报告规模，不能承诺增加维度没有成本。结果规模通常随特征 × 客群 × 分组 × 箱数增长；完整相关性还有各 scope 的候选平方项，模型分交叉还涉及两轴格子。

先投影特征批和必要角色列，再转换和物化。shared 模式复用本批分箱结果，All 与客群尽量共享基础聚合；不通过复制一份 All 人口再 concat 所有客群实现多层统计。
per_segment 允许独立拟合，但默认顺序或有界调度，不同时常驻多个完整宽表、全部 WOE 表和密集矩阵，不叠加客群外层并行与 n_jobs=-1。
每个 scope 完成后释放拟合／计算缓存，保留固定规则、必要小统计表和状态；不缓存原始 benchmark 来方便后续报告生成。
沿用真实 lazy 路径、列批控制和分块相关性。不能为了分客群退回全宽 eager、完整 IPC BytesIO hash、全量 Python 行循环或报告先全转 JSON。
计算、显示、查询预算分开。高基数客群应提前报告规模和要求显式缩小；不能用绘图页长掩盖计算成本，也不能静默跳过客群、减行或减特征。
容量验收测量完整公开调用链中真实对象共存，不仅将每个阶段单独放入新进程；All 与客群报告保存、规则持有和相关性报告均计入实际峰值。
小型规模回归覆盖 1／3／较多客群、均衡／极不均衡人口、列批 1／16／100、线程 1／4、类别 Join、长特征名与多 chunk。普通 CI 不加庞大的完整 benchmark。
独立 benchmark 记录 Python／依赖、CPU／内存、行列、客群数、分组数、标签人口、实际候选漏斗、时间与峰值 RSS。跨实现对照继续验证同一输入身份、实际工作和完整数值语义，线程池枚举顺序不作为资源差异。

不得用抽样、改变阈值、只保留相关性局部块、隐藏失败阶段或要求用户先全宽 rechunk 来获得通过。真实大数据在用户授权和可用环境中运行；未运行就记录为未验证。

9. 验收矩阵¶

方面	必测情况	通过标准
原行为	未传 segment、现有历史快照及默认导出	schema、单位、顺序、指标及调用语义保持一致
身份	三客群、null、真实 All／Total／Missing、数值／字符串、客群顺序变化	无碰撞、无丢样本、查询与恢复身份一致
人口	完整人口、未表现、单类别、零权重、空分组、基准缺客群	分母准确，局部状态明确，非法输入仍拒绝
拟合	shared／per_segment、固定规则、缺规则、监督拟合失败	拟合次数及人口准确，不跨期 fit、不自动回退
多目标	主标签缺表现、辅助标签、不同表现覆盖率	固定主目标规则，按目标排除未表现，趋势边界明确
数值	计数、坏率、金额、IV／KS／AUC、PSI／RC	与手工计数及独立参考一致；浮点容差不改变业务判定
筛选	整体弱但客群强、客群名单不同、白黑名单、跨批相关	各 scope 从原候选开始；名单、事件、顺序准确，无提前剪枝
原生图	All／单客群／多客群、Total 开关、三种风险曲线、PNG／SVG	曲线和统计等于报告，日期准确，原字体及布局保留
查询／Agent	scope＋feature＋source＋target＋group 交集、零行、小预算、下一页	过滤先于转换，最终预算和 reference 可重放
保存／规则	新进程、无原表、历史快照、独立规则产物	不重新 fit，报告与 estimator 能力边界准确
Excel／HTML	两引擎、22 列模板、透视、中文搜索、客群切换、离线页面	实际值／类型／格式正确，无串客群、外部依赖或 JS 错误
后端／执行	Pandas／Polars、原始 dtype、长名称、多 chunk、现代多线程 streaming	数值、行数、行序和标签绑定一致
重复运行	成功后失败、失败后成功、客群／特征变化	无旧状态、旧规则或旧名单泄漏
资源	客群数、行列规模和候选漏斗变化	全链路可测、有界中间对象、结果不减人口

Python 3.8–3.12 与 Pandas 2／3 的实际组合以当前 CI 和 constraints 为准，必须覆盖旧 Polars 1.8.2 及当前现代 Polars 的相关行为。现代 streaming 测试在首次 import 前设置线程数，并输出子进程实际版本，避免 PYTHONPATH 重设后误测旧版。

受影响质量门包括 Ruff、Mypy、public／private docstring、定向回归、基础 CI、文档共享示例与严格 MkDocs。真实浏览器检查客群交互、手机宽度与离线恢复报告；Excel 在可用环境实际打开／刷新／重算。缺失环境、未实测平台和未运行的大规模测试单独列出，不能计为通过。

10. 提交顺序与交付记录¶

顺序	建议变更单元	前置条件
1	P00 契约、参考数据与 P01 报告底座	无
2	P02 风险画像与规则产物	scope 身份和持久契约已确定
3	P03 数据画像	共用 scope／基准解析可复用
4	P04 独立统计筛选	两种风险评估模式已验证
5	P05 全链路展示／导出及第一批文档验收	四个核心部分形成完整结果
6	P06 模型分交叉	第一批验收通过
7	P07 规则评估	第一批报告契约稳定
8	P08 缺失异常诊断	第一批报告契约稳定

每个变更单元记录实际修改、签名和迁移、验证命令、环境、通过／失败／未运行、资源测量限制及剩余事项。第一批中间提交可以用于开发审查，但对外宣称支持分客群分析须完成 P01–P05 的完整消费链路。

本计划的勾选只随真实实施与证据更新。无额外授权不发布新版本、不修改包版本，不把计划示例当成当前已可执行的 API。实现中的合理内部调整可以自行完成；若改变本计划的拟合人口、指标口径、名单含义、规则复用或持久化能力，应先在变更说明中明确影响并更新计划，不能只为测试通过调整。

11. 相关文档¶

这些链接描述当前已有能力；本文新增参数与行为在完成实施前仍属于计划。