3. Score评分体系概述:行为评分、催收评分、响应评分、价值评分的定义与用途

在催收策略体系中,Score评分是连接数据与决策的核心桥梁。不同于传统信贷审批中的信用评分,催收场景下的评分体系更关注还款意愿、触达效率、客户响应度以及账户价值。本章将系统阐述四种核心评分的定义、构建逻辑与业务用途,帮助策略人员建立完整的评分认知框架。

核心认知:催收评分不是单一分数,而是一组面向不同决策维度的预测模型。行为评分回答“客户是否会还”,催收评分回答“何时用何种方式联系”,响应评分回答“客户是否愿意接听”,价值评分回答“这个账户值得投入多少资源”。

3.1 评分体系全景图

四种评分在催收策略中形成“预测-触达-响应-分配”的闭环。下图展示了评分体系在催收决策链中的位置与关系:

催收Score评分体系全景图 催收策略决策引擎 评分融合 · 策略路由 行为评分 还款概率预测 催收评分 触达时机与渠道 响应评分 接听/回复意愿 价值评分 资源投入优先级 差异化催收策略 话术 · 频次 · 渠道 说明:四种评分从不同维度输入决策引擎,引擎输出差异化策略。评分之间可交叉组合,形成更精细的决策矩阵。

3.2 行为评分(Behavior Score)

定义:行为评分是基于客户在借贷周期内的还款历史、交易行为、账户状态变化等动态数据,预测其在未来特定时间窗口(如未来30天)内发生逾期或还款的概率。

维度 说明 典型特征示例
还款历史 历史逾期天数、还款间隔、最低还款比例 M0→M1转化率、连续还款月数
交易行为 消费频次、金额波动、大额交易占比 近30天交易笔数、单笔最大金额
账户状态 额度使用率、分期行为、提前还款记录 当前余额/授信额度比、分期期数
外部数据 多头借贷、司法记录、黑名单命中 近7天查询机构数、涉诉标记

用途:

  • 早期预警:行为评分下降时,提前触发预防性触达(如短信提醒、AI外呼)。
  • 催收分层:高行为分客户可适当降低催收强度,低分客户需优先介入。
  • 额度管理:结合行为评分动态调整授信额度或临时额度。
实战提示:行为评分通常采用逻辑回归或XGBoost模型,以30天滚动窗口为预测期。特征工程中,“还款间隔标准差”和“近3次还款金额波动率”是区分度极高的强特征。

3.3 催收评分(Collection Score)

定义:催收评分聚焦于催收作业的效率,预测在特定催收策略下(如电话、短信、信函),客户在指定时间窗口内还款的概率。它回答的是“怎么催、何时催、催几次”的问题。

维度 说明 典型特征示例
历史响应 历史催收渠道的接听/回复/还款行为 近3次电话接听率、短信点击率
时间偏好 客户在一天/一周内的活跃时段 最佳联系时段(上午/下午/晚间)
渠道敏感度 不同渠道的转化率差异 电话→还款转化率 vs 短信→还款转化率
催收强度 历史催收次数与还款的关系 催收次数阈值、过度催收衰减点

用途:

  • 渠道优选:高催收评分客户优先使用低成本渠道(短信、AI外呼),低分客户升级人工电话。
  • 频次控制:根据评分动态调整每日/每周催收次数,避免过度骚扰导致投诉。
  • 策略A/B测试:催收评分可作为策略效果评估的基准线,衡量新策略是否显著提升转化。

3.4 响应评分(Response Score)

定义:响应评分预测客户在收到催收触达后做出响应(接听电话、回复短信、点击链接)的概率。它不直接预测还款,而是预测“客户是否愿意与我们对话”。

维度 说明 典型特征示例
历史接听率 过去30/60/90天的电话接听比例 近7天接听率、未接听后回拨率
号码活跃度 号码在运营商侧的活跃状态 号码状态(正常/停机/空号)、通话时长
短信互动 短信回复、链接点击、退订行为 近30天短信回复次数、退订标记
时间衰减 距离上次响应的时间间隔 距上次接听天数、距上次回复天数

用途:

  • 触达优先级:高响应评分客户优先安排外呼,低分客户可先发短信试探。
  • 号码清洗:响应评分极低的号码可标记为“无效号码”,减少无效外呼成本。
  • 话术调整:针对不同响应评分的客户,设计差异化的开场白和沟通策略。
避坑提醒:响应评分与催收评分容易混淆。核心区别在于:响应评分只预测“接听/回复”行为,不预测“还款”。一个客户可能接听率很高(高响应分),但始终不还款(低催收分)。两者需配合使用,不可替代。

3.5 价值评分(Value Score)

定义:价值评分评估账户的催收价值,即投入催收资源后可能回收的净收益。它综合考虑欠款金额、回收概率、催收成本三个要素,回答“这个账户值得投入多少资源”。

维度 说明 典型特征示例
欠款金额 当前逾期本金、利息、罚息总额 逾期余额、逾期天数加权金额
回收概率 结合行为评分与催收评分的综合还款概率 行为分×催收分的加权组合
催收成本 不同渠道和频次的单次触达成本 短信0.03元/条、AI外呼0.15元/次、人工外呼2.5元/次
生命周期 账户的剩余价值与未来还款潜力 剩余分期期数、历史复借率

用途:

  • 资源分配:高价值账户投入更多人工催收资源,低价值账户采用低成本自动化策略。
  • 委外决策:价值评分低于成本线的账户可考虑核销或委外,高于成本线的账户保留自催。
  • ROI评估:价值评分可作为催收团队绩效考核的基准,衡量催收投入产出比。

3.6 四种评分对比总结

评分类型 预测目标 核心输入 主要用途 输出形式
行为评分 还款概率 还款历史、交易行为、账户状态 早期预警、催收分层 0~100分,越高越可能还款
催收评分 策略下还款概率 历史响应、渠道敏感度、时间偏好 渠道优选、频次控制 0~100分,越高越易催回
响应评分 接听/回复概率 历史接听率、号码活跃度、时间衰减 触达优先级、号码清洗 0~100分,越高越易接通
价值评分 催收净收益 欠款金额、回收概率、催收成本 资源分配、委外决策 金额或等级(高/中/低)
评分组合实战:在实际策略中,四种评分通常交叉使用。例如:
• 行为分高 + 响应分高 → 短信提醒即可,无需人工介入。
• 行为分低 + 催收分高 → 优先人工外呼,高优先级。
• 价值分低 + 行为分低 → 自动化流程,控制成本。
• 响应分低 + 价值分高 → 尝试多渠道触达,如信函+短信+外呼组合。

3.7 评分体系的工程化落地要点

在系统架构层面,评分体系的落地需关注以下关键点:

  1. 评分时效性:行为评分和响应评分需T+0更新,催收评分可接受T+1,价值评分通常按日或按周批量计算。
  2. 评分存储:建议使用Redis缓存高频评分(行为分、响应分),使用HBase或ClickHouse存储历史评分序列。
  3. 评分调用:催收系统在发起触达前,通过API网关实时获取评分,决策时间应控制在50ms以内。
  4. 评分监控:建立评分分布漂移监控(PSI指标),当评分分布发生显著变化时,触发模型重训告警。
架构建议:评分服务应设计为无状态微服务,支持水平扩展。评分计算逻辑与催收策略引擎解耦,评分变更不影响策略路由,策略变更不影响评分计算。这种架构设计可大幅提升系统的可维护性和迭代效率。