自然智能客服解决方案--催收方案幻灯片.pptVIP

变量设计 筛选 样本 抽取 回归建模 模型检验 评分校准 CRIF 模型开发 方法论 调研内部数据现状 结合内部专家意见 及国内外最佳实践 提升模型预测效果 模型开发方法论 模型开发的关键因素 31 申请信息 客户信息 账户信息 购买信息 … 存量状态数据 交易信息 还款信息 逾期信息 … 账户入催时间 催收执行主体 催收方式 被催方反应 … 信用记录 外部贷款情况 … 月度行为数据 催收行动数据 征信数据 全面的建模基础数据 20XX 年 X 月 -20XX 年 X 月 共 XXX 张数据表，约 XXXX 字段 XXXX 张：项目所需数据 其余：数据抽取时的临时表或中间表 数据分析结果：数据时间长度、范围和质量满足催收评分卡及催收策略开发的需要 32 ? 催收管理方法论 ? 催收相关评分卡介绍 ? 概述 ? 评分种类 ? 评分应用 ? 催收策略介绍 ? 催收系统介绍 33 Name Surname 极高风险 高风险 中风险 低风险 策略设计的核心思想——组合化管理模式 组合化管理模式 消费金融业务的业务量大的特点决定了其业务管理必须采用组合化的管理模式。 组合化管理模式是将客户按照风险级别进行分群，对不同风险级别客户分别采用不同的机器人话术。 34 结合数据驱动和评分卡应用的策略设计优势 相对传统的主观判断方法，使用评 分卡的优势在于： ? 能更准确的识别和计量业务风险 ? 提高审批效率 ? 最大化自动决策的数量 ? 降低人工审批的数量 ? 为风险管理者提供决策依据 ? 更有效的实现风险监控 ? 减少人为判断的偏差 35 Name Surname 策略设计方法论 ? 完整的策略设计流程中，策略实施结果的监控、结果评估也同样重要 ? 策略设计是循序渐进、根据业务目标不断调整的 概念设计 - 现有业务策略 - 业务目标 结合业内最佳实践和客 户风险偏好 有选择地开展试点 根据试点情况将策 略应用全面推开 决 策 引 擎 策 略 监 控 评 分 模 型 监 控 变 量 数 据 业务目标 36 Name Surname 催收工作各阶段的目标和策略组合 预催收 早期催收 中晚期催收 回收 目标 ? 降低客户由 M0 状态进入逾期状态 的可能性 ? 降低客户由 M1/M2 转入更差逾期 状态的可能性 ? 关注客户服务，平衡成本和收益 ? 努力降低坏账滚动率 ? 保护资产，提高回收率 ? 通过多种手段（渠道）提高回收 率 最佳实践策 略设计方法 和催收行动 ? 识别极高风险客户 ? 提前采取催收行动 ? 机器人催收、短信 ? 最常见的细分方案是将余额与评 分进行组合 ? 选用风险余额作为风险排序标准 ? 对高风险加强催收强度 ? 对低风险 / 自愈客户群不采取任何 行动或机器人催收 ? 将余额与评分进行组合 ? 选用风险余额作为风险排序标准 ? “ 换进换出 ” 策略 ? 将高风险客户提早分发分行或委 外处理 ? 制定还款计划 ? 制定还款计划 ? 外部催收代理 ? 法务手段 ? 债务出售 ? 特殊催讨方法 在国际最佳实践中，催收管理的整体目标为 ：在催收资源、成本可控的范围内优化实施催收行动， 从而有效控制风险，提高回收率，降低催收成本，同时兼顾客户服务。 37 机器人催收策略基本架构 评分模型 政策规则 BAR 计算 客户分群 催收模板设置 逾期账户 0% 10% 20% 30% 40% 50% 60% 420 [420,540) [540,560) [560,600) 600+ 不适用 命中率 识别精度 风险识别策略 39 Name Surname ? 技术与业务剥离 ? 可视化的业务调整 ? 决策树 ? 矩阵 ? 评分卡 ? … 基于策略的催收 根据不同的风险等级的客户我们将设置不同的对应话术来进行机器人语音催收。 40 应用评分模型优化客户细分 —— 风险余额 最佳实践中常见的细分方案是将 入催金额 与 催收评分 进行组合，计算 平均风险余额 作为风险排序标准 早期催收 晚期催收