来源：https://blog.csdn.net/weixin_50248555/article/details/121125170

    客户生命周期管理
    市场开拓：目标客群选择、产品设计、营销方案制定

    审查审批：客户准入标准、风险识别、自动核准客户/拒绝客户/人工审核、授信额度和期限、定价、风险缓释

    交叉营销：通过交叉营销、增加客户粘性、提高客户贡献度、考虑针对客户、采取方式、推荐什么产品

    客户激励：客户挽留/客户激励措施、维持客户关系，考虑：目标客户，激励方案

    账户管理：贷后风险监控、违约前干预：增加既有客户的活跃度，控制潜在风险迁移-落实确定的贷后管理措施，考虑：增肌/减少授信额度；合适风险预警

    催收保全：风险处置化解：降低催收成本，提高催收和保全效果，考虑：每个逾期账户潜在风险水平如何，催收频率和方式，如何降低催收成本

    贷后管理目标
    风险管理：

    整体风险-政策风险、市场风险、行业风险等

    客户风险-客户还款能力变化、客户负债变化、客户失联等

    风险预警-预警指标设计、贷后监控、警情处置等

    客户关系维护：

    深入了解客户动态、发现并解决客户的合理需求、增强客户的满意度和忠诚度、提高产品及目标客户的匹配程度

    价值创造：

    实时调正授信策略和方案，挖掘客户潜在需求，提高客户价值贡献、发掘存量客户资源，交叉销售、开展业务延伸，提升产品和服务品质、提升经营效益

    贷后管理流程
    贷前审批（审批检核）：放贷前检核（防欺诈/伪冒）、放贷后复核（防操作风险）

    贷后管理（预警监控）：贷后行为评分（早期预警）-产出风险（预警名单）-循环型贷款（冻结额度）/非循环型贷款（加速还款）-持续监控

    催收管理（催收）：催收评分（早期催收）-电话或短信催收-法务催收/担保品处置-催收绩效分析管理

    客户风险预警
    授信及账户预警：

    -授信业务发生逾期、垫款、欠息、欠费、展期、借新还旧、重组或者出现关注、后三类不良

    -他行收缩授信或提高授信门槛

    -被人民银行、银监会、同业公会或其他金融机构宣布为信用不良企业

    客户财务预警：

    -资产负债率较年初或上期上升≥5%

    -流动比率较年初或上期下降幅度≥20%

    -速动率较年初或上期下降幅度≥20%

    -流动比率<1

    非财务预警：

    -企业或企业高层收到税务、工商、环保、食品安全、外管、人民银行、银监会、证监会等政府部门的公开谴责、通报或处罚

    -企业利用兼并、重组、分立等形式而已逃废银行债务或存在嫌疑

    -存在或涉嫌走私、洗钱、偷税等违法经营活动

    担保预警：

    -担保人丧失担保资格（如破产、歇业、解散、停业整顿、被吊销营业执照等）

    -担保人经营范围、注册资本、股权、章程、法定代表人、住所、主要联系方式等变更

    -保证人经营、财务状况恶化、重大资产损失或涉及重大经济、法律纠纷、担保代偿（≥净资产10%）

    征信及大额不良：

    -他行有不良

    -他行有逾期或前息

    风险预警级别
    风险预警：通过信贷检查、非现场监控及其他风险管理手段和渠道，对行业、区域、产品、客户等风险变动情况进行主动识别、监测和控制的过程

    轻度预警级别：

    客户当前逾期状态正常、出现影响正常还款的风险苗头、短期内不会影响信贷资产安全

    中度预警级别：

    轻度或者中度逾期、可能无法正常还款、信用等闲状况突出，对还款形成影响、对授信业务安全产生威胁

    重度预警级别：

    逾期状态严重、无法正常还款可能性非常大、紧急突发事件，违法违规，明显不利影响

    贷后管理策略
    -额度管理

    提升额度：提升额度，预期收益增加，风险敞口扩大、刺激高风险客户用信、可能刺激低风险客户用信

    降低额度：降低额度，预期收益减小，风险敞口减小、减少高风险客户用信、可能减少低风险客户数量，逆向选择

    冻结额度：逾期/高风险客户/异常客户冻结额度，控制高风险贷款产生

    -定价管理

    提升利率：提高利率，预期收益增加、减少低风险客户数量、可能减少高风险客户数量

    降低利率：降低利率，预期收益减少、刺激低风险客户用信、可能刺激高风险客户用信

    -交叉销售

    作用：

    1、提高客户价值

    2、提高客户忠诚度

    行为评分卡的种类
    行为风险模型、交易反欺诈模型、客户收益模型、客户价值模型、流失预测模型、客户价值提升模型、购买预测模型

    行为评分模型搭建流程

    业务理解-数据准备-数据分析-模型设计-样本衍生-模型搭建-策略设计-测试上线-模型跟踪

    数据准备与分析

    数据清洗：去除缺省和常量变量、检查缺失值比例，去除高缺失比例的变量、检查数据定义范围，发现出错变量

    变量衍生与分群：变量异常值处理、现有数据基础上进行变量衍生、分群分析，将变量按相关度分群

    数据分析：客群分析，确定客户是否需要分开建立模型、依据数据分析确定目标变量定义及观察期

    描述性分析：深入分析变量分布情况、变量间的线性关系、依据数据分析理解变量，依据经验分析变量可用性
    行为风险模型设计

    客户当前状态正常

    客户曾逾期天数小于30天

    观察窗口取9个月，3个月的表现期

    不确定客户介于好坏之间降低模型区分力

    变量介绍

    客户基本信息：性别、年龄、学历、婚姻、注册激活记录

    银行信息：信用卡额度/余额/账单、消费记录、借记卡交易

    通讯信息：设备信息、运营商基本信息、账单记录、通话记录、短信记录、联网记录

    借款行为信息：登录记录、授信额度、借款笔数、借款金额、借款时间、借款用途

    还款行为信息：还款时间、还款金额、提前还款时间、逾期天数、结清类型

    衍生变量

    客户信息变动：学历变动、婚姻变动、行业信息变动、一致性验证、主要坐标一致性验证

    借款行为信息：额度使用率、额度使用趋势、借款期数信息、借款稳定性信息、借款时间特征、借款预测类

    还款行为信息：提前还款类、自动扣款类、逾期还款类、逾期信息类、还款预测类、账户还款阶段

    客户偏好：登录时间偏好、产品使用偏好、借款时间偏好

    其他类信息：极值类信息、比值类信息、均值类信息

    变量选择

    变量绘图

    1、对每个入选变量根据与目标变量关联分析

    2、绘出与目标变量的关系图及变量分布图

    变量分析

    1、按变量绘图选择合适的变量

    2、自动或手动进行变量取值分组

    3、去除关联不强或不符合业务规律和要求的变量

    模型搭建及评估

    模型训练：进行模型训练、考察变量间的关联关系及共线性关系

    模型评估：使用lift charts和相关统计量（AUC,K-S,Gini等）评估候选模型表现、评估模型在验证样本的表现、根据业务应用要求，选择候选模型

    跨期验证：利用不同时间段的样本进行跨样本验证

    行为评分卡策略设计思路

    根据行为评分卡的分数，对客户进行风险分级，分别对高中低风险等级的客户进行不同的处理

    低风险：激励消费、交叉销售、再次申请时考虑调增额度、再次申请时考虑调减利率/费率，提升客户价值

    中风险：具体问题具体分析

    高风险：重点监控，提前提醒，短信提醒、经销商/合作商核实信息、考虑查询运营商，法院，公安，车辆信息等数据、查询征信报告/重新检查押品质量

    评分应用于定价-贷款产品利率调整

    综合考虑风险等级、额度、抵押品情况确定贷后管理策略
    不同预警等级对应差异化贷后例行检查方式，贷后检查资源向高风险客户倾斜，包括贷后检查的方式、频率等。

    系统自动检查该动作上次时间，与当前时间及检查频度进行比较，决定本次是否实施该动作：同事出发多个检查动作，按动作最严重输出。

    对未触发预警的客户，按常规检查要求处理，保持贷后检查最低要求。

    贷后策略实施-建立触发式体系
    策略构成：评分+预警规则

    事件触发式预警，依托系统自动计算实现

    系统与人工充分结合

    预警数据-决策引擎（评分+预警规则-预警风险等级-检查措施（动作、频率））-决策结果计算（决策结果信息保存与跟踪）：预警等级、贷后动作等-贷后管理系统（贷后检查信息、检查时间、检查结果）-贷后预警人员筛查过滤-接触预警/风险调查/重点监控

    监控、测试与优化
    评分模型优化要点

    原有模型性能验证、模型稳定性验证、模型预测正确性

    原有模型优化方案、模型重新校准、变更模型变量

    客群稳定性、预测准确性、变量稳定性、排序能力

    催收的意义
    增加逾期回款-减少逾期客户风险-客户关怀-客户体验-市场动向-舆情分析-提升产品竞争力-可下沉的市场机会-社会价值

    催收阶段
    -风险预防

    -早期催收

    目标：降低滚动率与损失、减少运营成本，增加利润、增加客户满意度、减少客户投诉

    决策：需要联络哪些账户、如何联络这些账户、何时联络这些账户

    -晚期催收

    目标：增加债务催收金额、减少损失

    决策：如何处置账户（结算、可选还款计划）、哪些账户需要及早关闭

    -清收/保全

    目标：增加债务保全金额、优化委外/代理服务商表现、提升净现值

    决策：账户应交由哪一方进行处理（催收中介或律师）、哪些账户需要打包出售（估值多少）

    催收方法
    短信提醒、信函催收、智能语音、电话催收、外访催收、诉讼催收、资产包处置

    逾期客户画像与应用
    手机多维度逾期客户信息，刻画逾期客户特征，通过统计建模深度挖掘客户标签，实现逾期客户分群、智能催收策略设计

    使用客户特征和标签生成智能话术或辅助催收人员话术设计

    开发催收模型
    针对不同阶段客户，采用不同的模型和策略

    结合内外数据开发模型，更多维度解析客户

    多种模型算法组合，提高预测精准度

    催收模型设计
    客户逾期3-30天

    剔除部分客户：如失联客户

    观察期12个月，表现期1个月

    部分还款客户样本降低模型区分力，故不抽样

    模型变量衍生
    变量范围：本机构已有变量、第三方机构变量、衍生变量等

    衍生变量注意的事项：

    衍生变量维度应该全面、关注变量的业务意义、行为信息是衍生变量的重点和难点、有限使用比例类，趋势类变量、找到分辨能力良好的变量，衍生相似变量

    催收策略示例
    建立客群细分模型，预测客户还款可能、调整催收策略，降低委外催收成本、增加逾期客户回款可能

    短信：客户还款日前5-7天开始短信提醒/客户还款日当天短信提醒

    客服：在宽限期内第2、3天客服电话提醒/超过宽限期客服电话催收

    委外：客户电话空号直接委外/停机/未接通等5次直接委外/超过14天未还款

    催收模型应用示例
    根据逾期客户催收评分，将客户分为：高/中高/中/中低/低风险客户；

    正对不同评级的逾期客户采取差异化的催收方式（短信催收、电话提醒、电话催收、委外催收）

    催收回款率模型应用目标：增加催回率，减少催收成本，降低升期率

    测算提前委外是否对高风险客户的催收有利

    测算委外催收和客服催收之间在各个检测指标和目标函数上的差别

    催收策略测试&优化
    策略设计是一个不断循环，自适应优化的过程

    需要不断收集反馈信息，调整策略

    催收策略最终是一个资源配置效率的问题，有限的资源最佳分配

    策略管理生命周期：

    初始催收策略分析-策略设计（策略设计和评估标准）-策略实施（策略测试方案AB test）-策略监控（监控指标结果，评估策略）-策略评估（调整策略）-策略更新
    ————————————————
    版权声明：本文为CSDN博主「GoldenFong」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
    原文链接：https://blog.csdn.net/weixin_50248555/article/details/121125170