益博睿：數(shù)字化催收中的決策科學(xué)

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(fù)面影響依舊余波未了 -- 根據(jù)最新數(shù)據(jù)，2020年國內(nèi)上市商業(yè)銀行不良貸款余額高達(dá)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(fēng)險同時保護(hù)消費者權(quán)益，成為了各大銀行、消費金融機構(gòu)迫在眉睫的關(guān)鍵任務(wù)。

催收作為風(fēng)險管理的終末環(huán)節(jié)，構(gòu)筑了保障銀行資產(chǎn)質(zhì)量的最終防線。傳統(tǒng)觀點認(rèn)為，催收是一項“接地氣”的業(yè)務(wù)，高度依賴人工作業(yè)，大型機構(gòu)的催收員甚至多達(dá)數(shù)千人。益博睿決策驅(qū)動價值理論卻認(rèn)為：信貸生命周期作為整體，可通過客戶洞察構(gòu)建決策分析的循環(huán)，從而將數(shù)據(jù)、模型、策略有機結(jié)合，最終通過決策提升業(yè)務(wù)價值。作為信貸生命周期中的一環(huán)，決策科學(xué)對于催收業(yè)務(wù)同樣大有可為。

催收業(yè)務(wù)模式演化

近年來，催收業(yè)務(wù)隨著信用卡、零售貸款、互聯(lián)網(wǎng)貸款的發(fā)展，不斷壯大，從最早的由信貸員或客戶經(jīng)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(lián)網(wǎng)化運營方式的不斷滲透，IVR智能語音呼叫、互聯(lián)網(wǎng)法院、互聯(lián)網(wǎng)仲裁等全新催收手段都被納入銀行用于風(fēng)險化解的工具池。

目前，大部分催收業(yè)務(wù)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(xiàn)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(jìn)行風(fēng)險分組，再按照BAR（balance at risk，量化的風(fēng)險余額）的方法確定催收優(yōu)先順序，進(jìn)一步交由相應(yīng)的人工（或渠道）進(jìn)行作業(yè)。

這一廣泛應(yīng)用的方法包含了決策科學(xué)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(shè)計?；跊Q策驅(qū)動價值理論，我們可以科學(xué)擴展上述鏈條中各大環(huán)節(jié)，提升業(yè)務(wù)價值。

具體到催收業(yè)務(wù)，益博睿的催收策略理論認(rèn)為催收行動應(yīng)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(jié)果(Right Results)。在催收過程中應(yīng)按照認(rèn)識客戶、理解客戶、鎖定目標(biāo)、成功干預(yù)的原則設(shè)計數(shù)據(jù)驅(qū)動的催收決策，并實現(xiàn)客戶價值的提升。

數(shù)字化催收帶來三大優(yōu)化

回到信貸決策科學(xué)設(shè)計鏈條，數(shù)字驅(qū)動的催收決策可以從以下方面優(yōu)化。

首先是改進(jìn)催收評分設(shè)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(wù)類型的增加，單以信用卡為例，就存在循環(huán)、取現(xiàn)、分期付款、專項分期、場景化交易等不同類型，而不同產(chǎn)品又分別對應(yīng)不同的客戶群體，單一模型弱化了對具體客群風(fēng)險的識別能力。因此基于不同業(yè)務(wù)類型，可以分別建立催收評分，以提高區(qū)分能力。益博?？蛻舳床祗w系的最佳實踐方法建議：

1. 通過預(yù)催收模型構(gòu)建即將展現(xiàn)風(fēng)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(hù)客戶關(guān)系，減少潛在的投訴。
3. 通過失聯(lián)模型對失聯(lián)這一催收過程中的普遍現(xiàn)象進(jìn)行解構(gòu)，并在后續(xù)的行動設(shè)計階段部署對策，從而化解風(fēng)險。

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

1. 基于對業(yè)務(wù)的理解構(gòu)建客戶畫像標(biāo)簽，了解客戶在價值貢獻(xiàn)、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(gòu)建復(fù)雜客戶分層的的重要方法。
2. 基于外部信息，譬如大數(shù)據(jù)、征信等等對行內(nèi)的畫像進(jìn)行補充。這一方法的核心問題在于數(shù)據(jù)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(shè)計?？蛻舢嬒竦淖罱K目標(biāo)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(guān)注催收業(yè)務(wù)的價值實現(xiàn)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(yù)時機，這是一個常見的催收行動設(shè)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(xì)致的策略則可以通過畫像標(biāo)簽構(gòu)建更加個性化的作業(yè)路線。
2. 相比靜態(tài)策略，動態(tài)調(diào)整更加有效。催收是一項充滿客戶互動的業(yè)務(wù)，透過客戶行為的反饋構(gòu)建動態(tài)決策可以實現(xiàn)更加高效的客戶干預(yù)，在這個過程中觀測預(yù)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(shù)法則對個性化訴求兼顧不足的情形。

從決策科學(xué)應(yīng)用角度，益博睿根據(jù)自身經(jīng)驗，還有三個重要提醒：

1. 構(gòu)建決策分析閉環(huán)。市場是動態(tài)發(fā)展的，因此業(yè)務(wù)設(shè)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(yīng)，通過“決策-行動-監(jiān)控-數(shù)據(jù)-分析-決策”的循環(huán)，不斷在生產(chǎn)中探索最優(yōu)解。
2. 用數(shù)字化工具，提升決策效率。數(shù)字化時代，精細(xì)化是業(yè)務(wù)發(fā)展的一大趨勢。過去，復(fù)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(xiàn)在，自動化的運營體系早已為復(fù)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(chǎn)運維，數(shù)字化工具都已經(jīng)通過智能化方式進(jìn)行覆蓋。
3. 關(guān)注客戶體驗和關(guān)系維護(hù)。年輕一代客戶的自我意識強烈，過于激進(jìn)的催收方式會造成更多客戶流失，影響客戶價值的實現(xiàn)。通過合理策略布局，建立數(shù)字化紓困體系，合理幫扶客戶，不僅可以降低損失，也可以構(gòu)建更好的客戶關(guān)系，實現(xiàn)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(fù)雜度不應(yīng)再成為業(yè)務(wù)阻礙，善用決策科學(xué)和相應(yīng)工具將大大促進(jìn)業(yè)務(wù)價值的提升，達(dá)成機構(gòu)與客戶的雙贏。