记一次催收策略/模型实践——提升客户可联率

一、业务背景

公司主力业务线回款率恶化较为明显，经分析，近期客户拨打的可联率比以往大幅度降低。

注：可联率 = 当日接通的客户数/ 当日拨打客户数。

二、方案简述

现行的方案：拨打策略是基于业务专家经验，每日拨打是固定次数、固定时间间隔，大量集中在每日特定几个固定（经验认为的黄金拨打时段）时间点，每日拨打电话量大，系统并发要求高，但存在许多无效重播。

计划的方案：是结合客户画像，差异化的预测出每一个客户的多个容易拨通的时间段进行拨打，如此，不仅能提高接通率，还能减少每日拨打总量，降低系统并发要求。

注：目标制定上，尽管业务部门的终极目标是提升回款率。但考虑到客户回款前的中间链路与不确定影响因素较多，而客户可联却是本项目可直接作用的，故将客户的可联率作为本项目的考核指标。因此，一般建议将对业务目标有正向作用的，且策略可直接影响的指标作为项目目标。

三、项目实施

1. 数据分析与客户分群

• 新客：是指入催次数较少的客户；
• 老客：是指有过多次入催记录的客户，其中，极端老客是那种历史上多次拨打均不可联的客户或及易拨打可联的客户，数据分析显示，这一部分客户对项目指标的提升的贡献极小。而非极端老客是策略优化的首要客群。

用于训练和验证的数据主要分布在2020-08-01～2021-03-28，当时的用户数共216052。

2. 特征加工与选取

1）基本信息

籍贯、大区、省份、年龄、婚姻状况、学历、行业、职位、收入、房产信息、车贷信息、已有合同数、总款额、放款期数、渠道等。

2）拨打历史

历史中每个时间段的接通次数、平均通话时间、通话总时长、近一三六期通话时间、近一三六期通话质量：交互次数、对话次数、近一三六期{kptp（承诺还款后实际还款）情况}、最一三六期是否拒绝还款、近一三六期跳票情况等。

3）还款表现

历史各时段的接通次数、平均通话时间、通话总时长、近一三六期通话时间、近一三六期通话质量：交互次数、对话次数、近一三六期{kptp（承诺还款后实际还款）情况}、最一三六期是否拒绝还款、近一三六期跳票情况等。

4）APP埋点数据

登陆时间、登陆次数、还款页访问时间、查账页访问时间等。

5）设备采集数据

系统最新启动时间、电池是否充电中、是否连接wifi等。

基于iv值、gini系数、相关性检验等分析：

3. 模型探索

结合模型指标、计算效率，本次选取XGBOOST模型。

4. 训练效果

模型一：

模型二：

5. 线上AB测试

• 分流：近一个月内累计拨打4w名客户，其中测试组与对照组分流各占50%，系统保证（客户号哈希）客户特定客户恒走老策略，特定客户恒走新策略，新策略逐步切量。
• 结果：T(即账单日)可联率提升10.1%（回款率提升5.6%），非T日（即非账单日），可联率提升2.9%。

四、后记

本项目第一阶段为期8周（数据探索2、模型训练1，AB测试5），投入人力2人。既没有用到特别复杂的模型，也没有耗费过多的资源。本是一次不抱有过多期望的探索，却意外取得了不错的效果，并得到了公司高层的赞誉与推广。

因此，在立项阶段，要大胆尝试，打破常规；在实施过程中，要少炫技，重结果。

作者：王小宾；微信公众号：一起侃产品

本文作者@并不跳步交叉步 。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！