4. 数据基础与客户画像
催收Next Best Action（NBA）策略的准确性，取决于对客户“当下状态”的理解是否足够细。没有扎实的数据基础与客户画像，所谓“下一最佳动作”只能退化为按逾期天数机械分配话术。本章聚焦四件事：数据从哪里来、标签如何组织、客户如何分群、行为特征如何提取。
一、核心原理：画像不是静态档案，而是动态决策输入
催收场景中的客户画像与营销画像有本质区别。营销画像关注“客户可能买什么”，催收画像关注“客户为什么没还、现在能不能还、用什么方式能推动还款”。因此画像必须同时包含三类信息：还款能力（收入、负债、资产线索）、还款意愿（历史承诺兑现、沟通态度、争议类型）、触达响应（渠道偏好、接通时段、对施压的敏感度）。
NBA策略要求画像具备时效性。一个客户上周“失联”，本周可能因工资到账而具备还款能力；上月“强抵触”，本月可能因征信影响而转为协商。画像更新频率应与决策频率匹配，通常按日或按事件触发更新。
二、数据来源：内部、外部与交互数据三层结构
数据来源可归纳为三层，每层的用途和更新频率不同：
| 层级 | 典型数据 | 用途 | 更新频率 |
|---|---|---|---|
| 内部业务数据 | 合同金额、逾期天数、已还期数、历史还款方式、减免记录 | 确定案件阶段与历史行为基线 | 每日/事件触发 |
| 外部补充数据 | 征信查询、多头借贷、司法涉诉、社保公积金、运营商在网时长 | 判断还款能力与失联风险 | 按需/月度 |
| 交互行为数据 | 通话时长、接通率、短信点击、APP登录、承诺还款记录、投诉标签 | 判断触达偏好与意愿变化 | 实时/每日 |
实际落地中，内部数据质量最高但维度有限，外部数据价值高但合规要求严格，交互数据最贴近当下状态但噪声大。建议以内部数据为骨架，外部数据做能力补全，交互数据做动态修正。
三、标签体系：从原始字段到可决策标签
标签体系不是字段堆砌，而是按决策用途分层。推荐四层结构：
- 事实标签：直接来自数据，如“当前逾期天数=45”“近30天接通次数=2”。
- 统计标签：对事实做聚合，如“近90天平均还款间隔”“历史承诺兑现率”。
- 模型标签：由模型输出，如“还款概率分”“失联风险分”“投诉倾向分”。
- 策略标签：直接服务NBA，如“建议触达渠道=人工外呼”“建议施压等级=中”“建议方案=分期”。
标签命名要统一口径，避免“逾期天数”在不同表中含义不同。建议在标签字典中明确：标签名、业务含义、计算逻辑、更新频率、责任人。
标签示例：
tag_repay_prob_7d // 未来7天还款概率，模型输出，每日更新
tag_contact_pref // 触达偏好渠道，枚举：人工/短信/APP/律师函
tag_promise_keep_rate // 历史承诺兑现率，近6次承诺中兑现次数/6
tag_risk_complaint // 投诉倾向分，0-100，越高越易投诉
tag_ability_level // 还款能力等级，A/B/C/D，基于收入与负债比
四、客户分群：从规则分群到行为分群
分群的目标是让同一群客户对同一动作有相似响应。常见做法有三类：
- 规则分群：按逾期天数、金额、渠道等硬规则切分。优点是透明、易解释；缺点是粒度粗，容易把不同意愿的客户混在一起。
- 行为分群：按还款行为序列聚类，如“早期积极后失联”“多次承诺不兑现”“只在月底还款”。这类分群对NBA价值最高。
- 价值-风险分群：按可回收金额与回收难度二维划分，用于资源分配。
实战中建议先用规则分群保证底线，再用行为分群做精细化。例如：
- 群A：逾期1-15天，历史还款良好，近7天有APP登录 → 策略：短信提醒+APP推送。
- 群B：逾期30-60天，承诺兑现率低于30%，接通率下降 → 策略：人工外呼+协商分期。
- 群C：逾期90天以上，多头借贷高，无有效触达 → 策略：法诉评估或委外。
五、行为特征提取方法：把时间序列变成决策信号
行为特征提取是画像中最具技术含量的部分。核心思路是把客户与催收方的交互记录，转化为可计算的数值或类别。常用方法包括：
- 频次与间隔：近30天接通次数、平均还款间隔、承诺后到实际还款的天数。
- 趋势变化：接通率是否下降、还款金额是否递减、投诉关键词是否增多。
- 序列模式：用简单状态机识别“承诺-违约-再承诺”循环，或“沉默-突然接通-还款”模式。
- 文本特征：从通话记录中提取“困难”“协商”“投诉”“起诉”等关键词频次。
行为特征计算示例（伪代码）：
for each customer:
calls = get_calls(customer, last_30_days)
connect_rate = count(calls.status == "接通") / len(calls)
avg_duration = mean(calls.duration)
promise_keep = count(repay_after_promise) / count(promise)
silence_days = days_since_last_connect
complaint_score = keyword_score(calls.text, ["投诉","起诉","银保监"])
六、误区与复盘：画像落地中最容易踩的坑
误区一：数据越多越好。 引入大量弱相关外部数据，反而增加合规风险和计算成本。应先验证数据对NBA动作选择是否有增量价值。
误区二：标签更新不及时。 客户昨天已还款，今天仍按“未还”策略外呼，会造成体验伤害和投诉。关键标签必须支持事件触发更新。
误区三：分群后不验证。 分群不是终点，必须用A/B测试验证不同群对策略的响应差异。若群间响应无差异，说明分群维度无效。
误区四：忽视数据缺失。 外部数据缺失率高的客户，不应直接套用完整画像策略，而应走“低信息量”分支，如先做信息补全外呼。
总结来看，数据基础与客户画像在NBA策略中承担“感知层”角色。数据来源决定感知广度，标签体系决定感知精度，客户分群决定策略粒度，行为特征提取决定感知时效。四者协同，才能让下一最佳动作真正“因客而异、因时而变”。