3. 分流策略基础：基于客户风险等级、逾期天数、历史响应率的分流逻辑
有效的催收渠道分流策略，核心在于将正确的客户，在正确的时间，通过正确的渠道进行触达。这需要建立一个多维度的决策引擎，综合评估客户的风险状况与行为特征。本章节将深入解析构成分流策略基础的三大核心维度：客户风险等级、逾期天数与历史响应率，并阐述其组合逻辑。
3.1 三大核心维度解析
分流策略并非单一维度的简单切分，而是三个维度的交叉决策。下表详细说明了每个维度的定义、分级标准及其在策略中的权重意义。
| 维度 | 定义 | 典型分级 | 策略权重 |
|---|---|---|---|
| 客户风险等级 | 基于客户历史借贷行为、还款能力、信用评分等数据，通过模型预测的违约可能性。 | 低风险、中风险、高风险、极高风险 | 高（决定催收力度与渠道优先级） |
| 逾期天数 | 客户当前逾期未还的账单天数，反映逾期严重程度。 | M1 (1-30天)、M2 (31-60天)、M3 (61-90天)、M3+ (90天以上) | 高（决定催收紧迫性与法律手段介入时机） |
| 历史响应率 | 客户在过去催收互动中，对特定渠道（如短信、电话、IVR）的应答或点击转化比率。 | 高响应、中响应、低响应、无响应 | 中（决定渠道触达的个性化与效率） |
3.2 分流逻辑决策树
分流逻辑通常以决策树的形式实现，将三个维度按优先级进行嵌套判断。以下是一个典型的分流决策流程，展示了如何将不同特征的客户引导至最合适的催收渠道。
策略核心原则：
- 高风险 + 长逾期：优先使用人工外呼、法务函等强干预渠道。
- 低风险 + 短逾期：优先使用短信、AI外呼、APP推送等低成本自动化渠道。
- 历史响应率修正：对于某渠道长期无响应的客户，即使风险等级匹配，也应尝试切换渠道，避免无效触达。
3.3 历史响应率的动态修正机制
历史响应率并非静态标签，而是一个需要持续更新的动态指标。分流策略应包含一个反馈循环，根据客户近期的渠道交互行为，实时调整其响应率标签。
实践建议：建议采用滑动窗口（如近30天或近10次触达）来计算响应率，避免因客户行为模式改变而导致策略滞后。例如，一个过去响应率高的客户，如果连续5次未接听电话，系统应自动将其电话响应率降级，并尝试切换至短信渠道。
3.4 分流策略配置表示例
在实际系统中，分流逻辑通常被配置为一张可动态调整的策略表。以下是一个简化的配置示例，展示了不同维度组合下的渠道分配规则。
| 风险等级 | 逾期天数 | 历史响应率 | 首选渠道 | 备选渠道 | 触达频次上限 |
|---|---|---|---|---|---|
| 低 | M1 | 高 | 短信 | APP推送 | 3次/天 |
| 低 | M1 | 低 | AI外呼 | 短信 | 2次/天 |
| 中 | M2 | 高 | AI外呼 | 人工外呼 | 2次/天 |
| 中 | M2 | 低 | 人工外呼 | AI外呼 | 1次/天 |
| 高 | M1 | 任意 | 人工外呼 | AI外呼 | 3次/天 |
| 极高 | M3+ | 任意 | 人工外呼+法务 | 上门 | 按需 |
3.5 分流逻辑的SVG架构图
为了更清晰地展示分流策略在系统层面的运作，下图以软件架构图的形式，描绘了从案件接入到渠道分发的完整数据流与决策组件。