在公眾號(hào)「python風(fēng)控模型」里回復(fù)關(guān)鍵字：學(xué)習(xí)資料?

QQ學(xué)習(xí)群：1026993837 領(lǐng)學(xué)習(xí)資料??

?在年前就有了寫(xiě)這篇文章的想法，起因是在看某培訓(xùn)機(jī)構(gòu)的策略課程中時(shí)對(duì)貸中模塊學(xué)到一些新的知識(shí)。網(wǎng)上關(guān)于貸中、貸后知識(shí)的介紹都比較零散。所以這篇文章是基于課程內(nèi)容以做的一些梳理，如有理解不當(dāng)之處，望各位多多指正。

目錄

一、貸中框架

二、貸中預(yù)警

三、貸中調(diào)額

四、貸中營(yíng)銷(xiāo)

五、貸中策略

一、貸中框架

? ? ? 信貸業(yè)務(wù)從增量時(shí)代走向存量時(shí)代，客戶(hù)的貸中管理變得越發(fā)重要。貸中管理的定義是：從貸款發(fā)放之日起，至貸款本息收回日期為止的貸款管理。貸中管理的主要目的是使盡可能多的客戶(hù)來(lái)貢獻(xiàn)更多的收益。主要包含以下兩個(gè)方面：

1.盡可能多的客戶(hù)。也就是客戶(hù)的營(yíng)銷(xiāo)。提升活躍率、留存率、讓客戶(hù)帶來(lái)更多客戶(hù)。

2.更多的收益。收益提高可以從增加收入和降低成本兩個(gè)角度著手。也就是額度管理、利率管理和風(fēng)險(xiǎn)成本管理。

? ? ? ?另外還有一種方法，分為風(fēng)險(xiǎn)和運(yùn)營(yíng)兩部分。

1.客戶(hù)的風(fēng)險(xiǎn)排查與預(yù)警處置—對(duì)應(yīng)風(fēng)險(xiǎn)成本管理

2.客戶(hù)潛在金融需求的及時(shí)滿(mǎn)足和服務(wù)體驗(yàn)提升—對(duì)應(yīng)額度、利率、營(yíng)銷(xiāo)

? ? ? ?貸中管理的具體內(nèi)容，總結(jié)為一句話：對(duì)誰(shuí)、在什么時(shí)候、做什么動(dòng)作。這點(diǎn)和貸后催收框架比較類(lèi)似，催收框架也可以用這句話來(lái)概括，只不過(guò)做的動(dòng)作會(huì)有所不同。

1.Who。通過(guò)策略和模型篩選出需要進(jìn)行貸中管理的客群。

2.When?？蛻?hù)主動(dòng)發(fā)起時(shí)點(diǎn)、客戶(hù)評(píng)估日(風(fēng)險(xiǎn)/價(jià)值/流失評(píng)估)、客戶(hù)賬單日、節(jié)假日等。

3.How。分為風(fēng)險(xiǎn)和運(yùn)營(yíng)兩類(lèi)。風(fēng)險(xiǎn)類(lèi)的動(dòng)作有放行、關(guān)注、靜默拒絕、預(yù)催收、降額、銷(xiāo)戶(hù)。營(yíng)銷(xiāo)類(lèi)的動(dòng)作有短信、人工外呼、智能外呼、APP、網(wǎng)點(diǎn)。

二、貸中預(yù)警

? ? ? ?貸中預(yù)警的目的是實(shí)時(shí)監(jiān)控貸中客群風(fēng)險(xiǎn)情況，并設(shè)置應(yīng)對(duì)處置策略以降低風(fēng)險(xiǎn)成本。具體可以通過(guò)模型、策略并配置相應(yīng)的評(píng)價(jià)體系，然后在策略實(shí)施過(guò)程中結(jié)合客群及業(yè)務(wù)變化不斷迭代優(yōu)化。

? ? ? ?通過(guò)模型和策略結(jié)合可將貸中客群細(xì)分為小額客群、高端客群、風(fēng)險(xiǎn)客群、信用迫切客群、欺詐客群，相對(duì)應(yīng)地每個(gè)客群都有各自的風(fēng)險(xiǎn)等級(jí)。處置的動(dòng)作有放行、關(guān)注、靜默拒絕、預(yù)催收、降額等。處置渠道有微信、短信、手機(jī)銀行、智能客服、人工客服、線下客戶(hù)經(jīng)理。

三、貸中調(diào)額

見(jiàn)之前的一篇文章額度策略。

四、貸中營(yíng)銷(xiāo)

? ? ? ?貸中營(yíng)銷(xiāo)主要包括新增、促活、增值、挽留四個(gè)方面。新增就是對(duì)客戶(hù)交叉銷(xiāo)售；促活指對(duì)未激活、未用信的客戶(hù)設(shè)計(jì)營(yíng)銷(xiāo)策略；增值是對(duì)存量用戶(hù)提供增值服務(wù)以加強(qiáng)用戶(hù)體驗(yàn)；挽留是對(duì)長(zhǎng)時(shí)間睡眠客戶(hù)設(shè)計(jì)營(yíng)銷(xiāo)挽留策略。

? ? ? ?以信用卡固額客戶(hù)交叉銷(xiāo)售消費(fèi)信貸產(chǎn)品為例，通過(guò)基礎(chǔ)名單政策、黑名單排除、貸中行為評(píng)分篩選、部分強(qiáng)規(guī)則篩選出營(yíng)銷(xiāo)白名單，然后再根據(jù)新老客戶(hù)細(xì)分、營(yíng)銷(xiāo)相應(yīng)模型評(píng)分以及定向客群規(guī)則篩出營(yíng)銷(xiāo)名單。

五、貸中策略

? ? ? ?在面對(duì)對(duì)誰(shuí)、什么時(shí)候、做什么動(dòng)作這三個(gè)問(wèn)題的時(shí)候，解決方法就是用策略去篩出特定風(fēng)險(xiǎn)的客群，這里就簡(jiǎn)單寫(xiě)下貸中策略相關(guān)的東西。關(guān)于貸中行為評(píng)分卡可以看求是汪的介紹《貸中行為評(píng)分卡(B卡)模型》。

? ? ? ?貸中行為評(píng)分模型預(yù)測(cè)客群在貸款申請(qǐng)后未來(lái)一段時(shí)間是否發(fā)生壞賬的概率，用于管理貸中階段客群風(fēng)險(xiǎn)，具體應(yīng)用在貸中預(yù)警、額度調(diào)整和營(yíng)銷(xiāo)運(yùn)營(yíng)等場(chǎng)景。貸中行為評(píng)分模型和策略主要用到機(jī)構(gòu)內(nèi)部數(shù)據(jù)、征信數(shù)據(jù)和三方數(shù)據(jù)。貸中行為指標(biāo)，包括交易數(shù)據(jù)、趨勢(shì)數(shù)據(jù)、逾期數(shù)據(jù)、PBOC、三方數(shù)據(jù)和客戶(hù)基礎(chǔ)數(shù)據(jù)。

?一些常用到的變量：

• 取現(xiàn)額度占比

• 本金余額占比

• 申請(qǐng)?jiān)u分

• 首個(gè)賬單日未結(jié)清所有分期筆數(shù)

• 賬單末額度使用率

• 過(guò)去3期常規(guī)時(shí)段交易筆數(shù)

• 過(guò)去6個(gè)月所有產(chǎn)品逾期的總次數(shù)

• 最近1次貸款審批查詢(xún)距今天數(shù)

• 所有額度使用率超過(guò)75%占比

• 首個(gè)賬單日未結(jié)清所有分期最大期數(shù)

貸中策略調(diào)優(yōu)重點(diǎn)：

• 降低貸中客群每月實(shí)際入催率，通過(guò)調(diào)整風(fēng)險(xiǎn)分層

• 提升客戶(hù)分析、支用以及續(xù)貸率，利用多種引流和觸達(dá)營(yíng)銷(xiāo)

? ? ? ?貸中監(jiān)控分為風(fēng)險(xiǎn)監(jiān)控和運(yùn)營(yíng)監(jiān)控。風(fēng)險(xiǎn)監(jiān)控是從資產(chǎn)質(zhì)量多維度分析，同時(shí)監(jiān)控策略和模型運(yùn)行結(jié)果，與貸前類(lèi)似；運(yùn)營(yíng)監(jiān)控關(guān)注貸中客群運(yùn)營(yíng)結(jié)果，尤其是執(zhí)行結(jié)果和執(zhí)行反饋，便于策略迭代。

參考：知乎茶尾可妮兔

轉(zhuǎn)載https://mp.weixin.qq.com/s/1aSpYsl-3iJxG4cKw60XHQ

歡迎各位同學(xué)了解《python金融風(fēng)控評(píng)分卡模型和數(shù)據(jù)分析(加強(qiáng)版)》學(xué)習(xí)更多相關(guān)知識(shí)

入口1：https://ke.qq.com/course/package/43071

入口2：https://study.163.com/series/1202915601.htm?share=2&shareId=400000000398149