益博睿：數字化催收中的決策科學

上海2021年7月22日 /美通社/ -- 中國已身處后疫情時代，但疫情的負面影響依舊余波未了 -- 根據最新數據，2020年國內上市商業(yè)銀行不良貸款余額高達1.7萬億元，較上年增長16%，催收問題不僅是行業(yè)問題，也深刻影響廣大消費者。如何化解個人信貸風險同時保護消費者權益，成為了各大銀行、消費金融機構迫在眉睫的關鍵任務。

催收作為風險管理的終末環(huán)節(jié)，構筑了保障銀行資產質量的最終防線。傳統(tǒng)觀點認為，催收是一項“接地氣”的業(yè)務，高度依賴人工作業(yè)，大型機構的催收員甚至多達數千人。益博睿決策驅動價值理論卻認為：信貸生命周期作為整體，可通過客戶洞察構建決策分析的循環(huán)，從而將數據、模型、策略有機結合，最終通過決策提升業(yè)務價值。作為信貸生命周期中的一環(huán)，決策科學對于催收業(yè)務同樣大有可為。

催收業(yè)務模式演化

近年來，催收業(yè)務隨著信用卡、零售貸款、互聯網貸款的發(fā)展，不斷壯大，從最早的由信貸員或客戶經理兼職開始，逐漸發(fā)展出集中電催、委外催收、法催等專業(yè)分工。隨著互聯網化運營方式的不斷滲透，IVR智能語音呼叫、互聯網法院、互聯網仲裁等全新催收手段都被納入銀行用于風險化解的工具池。

目前，大部分催收業(yè)務升級方向都是通過自動化方法改善人工操作，自動化運營雖然提高了效率，但與消費者的疏離感增加，距離實現智能化催收仍有差距。

銀行慣用的催收決策基本方式一般為，首先基于催收評分進行風險分組，再按照BAR（balance at risk，量化的風險余額）的方法確定催收優(yōu)先順序，進一步交由相應的人工（或渠道）進行作業(yè)。

這一廣泛應用的方法包含了決策科學的基本要素：基于量化的客戶評分、基于評分的客戶分層、基于分層的行動設計?；跊Q策驅動價值理論，我們可以科學擴展上述鏈條中各大環(huán)節(jié)，提升業(yè)務價值。

具體到催收業(yè)務，益博睿的催收策略理論認為催收行動應符合5個“R”，即正確的對象(Right Account)、合理的資源(Right Resource)、正確的時機(Right Time)、合適的工具(Right Tools)、有效的結果(Right Results)。在催收過程中應按照認識客戶、理解客戶、鎖定目標、成功干預的原則設計數據驅動的催收決策，并實現客戶價值的提升。

數字化催收帶來三大優(yōu)化

回到信貸決策科學設計鏈條，數字驅動的催收決策可以從以下方面優(yōu)化。

首先是改進催收評分設計。催收評分卡方法論主要是以入催客戶為樣本，基于其變壞趨勢建立量化模型。而隨著銀行業(yè)務類型的增加，單以信用卡為例，就存在循環(huán)、取現、分期付款、專項分期、場景化交易等不同類型，而不同產品又分別對應不同的客戶群體，單一模型弱化了對具體客群風險的識別能力。因此基于不同業(yè)務類型，可以分別建立催收評分，以提高區(qū)分能力。益博睿客戶洞察體系的最佳實踐方法建議：

1. 通過預催收模型構建即將展現風險的客戶畫像，彌補行為評分和催收評分覆蓋盲區(qū)。
2. 通過自愈模型評估客戶自愈的可能性，減少對自愈客戶的騷擾，維護客戶關系，減少潛在的投訴。
3. 通過失聯模型對失聯這一催收過程中的普遍現象進行解構，并在后續(xù)的行動設計階段部署對策，從而化解風險。

其次是擴展客戶分層方法。如何將計量科學轉化為業(yè)務語言，客戶分層是一種重要方法。傳統(tǒng)的BAR方法關注金額，益博睿決策驅動價值理論則基于業(yè)務全局思考催收業(yè)務價值，在客戶分層中“理解客戶”。譬如說：

1. 基于對業(yè)務的理解構建客戶畫像標簽，了解客戶在價值貢獻、行為特征等方面的特性，確保后續(xù)行動的合理性。決策樹模型是構建復雜客戶分層的的重要方法。
2. 基于外部信息，譬如大數據、征信等等對行內的畫像進行補充。這一方法的核心問題在于數據采集成本和客戶對過度采集信息的抵觸，而解決方案則是秉持最小必要原則，通過決策樹模型選擇最需要查詢的群體。

再次是優(yōu)化催收行動設計?？蛻舢嬒竦淖罱K目標是落實到催收行動上，包括選擇合適的時間、合適的方法，通過合適的渠道（譬如催收員）去執(zhí)行催收動作。相比單純的壓力催收，益博睿催收理論更關注催收業(yè)務的價值實現與客戶維系。舉幾個例子：

1. 通過還款曲線模型選擇最佳干預時機，這是一個常見的催收行動設計方法。通過最佳時機的選擇，減少一刀切造成的資源分配不均，而更加細致的策略則可以通過畫像標簽構建更加個性化的作業(yè)路線。
2. 相比靜態(tài)策略，動態(tài)調整更加有效。催收是一項充滿客戶互動的業(yè)務，透過客戶行為的反饋構建動態(tài)決策可以實現更加高效的客戶干預，在這個過程中觀測預測模型與客戶實際行動的差異，可以完整客戶畫像，從而彌補大數法則對個性化訴求兼顧不足的情形。

從決策科學應用角度，益博睿根據自身經驗，還有三個重要提醒：

1. 構建決策分析閉環(huán)。市場是動態(tài)發(fā)展的，因此業(yè)務設計不能一成不變，需要因時而變。針對監(jiān)控報表反饋的信息，決策分析人員需要做出及時反應，通過“決策-行動-監(jiān)控-數據-分析-決策”的循環(huán)，不斷在生產中探索最優(yōu)解。
2. 用數字化工具，提升決策效率。數字化時代，精細化是業(yè)務發(fā)展的一大趨勢。過去，復雜的決策路徑受運維成本影響難以落地，因此追求短平快的簡單操作；現在，自動化的運營體系早已為復雜決策的執(zhí)行掃清障礙，無論是模型迭代、決策開發(fā)、還是生產運維，數字化工具都已經通過智能化方式進行覆蓋。
3. 關注客戶體驗和關系維護。年輕一代客戶的自我意識強烈，過于激進的催收方式會造成更多客戶流失，影響客戶價值的實現。通過合理策略布局，建立數字化紓困體系，合理幫扶客戶，不僅可以降低損失，也可以構建更好的客戶關系，實現企業(yè)價值的同時提升催收環(huán)節(jié)的社會價值。

總體而言，決策的復雜度不應再成為業(yè)務阻礙，善用決策科學和相應工具將大大促進業(yè)務價值的提升，達成機構與客戶的雙贏。