用户分群与区隔变量
? 用戶分群的目的是建立子模型，提高模型性能，區(qū)隔變量可以理解為用來分群的變量。知乎上無忌老師寫過分群變量的要求是各分箱之間的segment不一致，壞客戶比率需達(dá)到30%。本文從業(yè)務(wù)策略應(yīng)用的角度列出了各種策略下區(qū)隔變量，實(shí)際操作中可以配合評(píng)分卡進(jìn)行策略制定，或者根據(jù)區(qū)隔變量作子模型和主模型。
常用的區(qū)隔變量有如下：
1.申請(qǐng)?jiān)u分
? 營銷策略(如爭取女性年輕族群)、政策規(guī)定(如對(duì)學(xué)生族群的卡數(shù)限制和無擔(dān)保債務(wù)余額占平均月收入上限)以及其他風(fēng)險(xiǎn)政策(如年齡上下限、年收入、職業(yè)、無擔(dān)保債務(wù)余額上限、短期內(nèi)密集申請(qǐng)貸款與信用卡等)。
? 區(qū)隔變量和用戶畫像需要分開，用戶畫像是入模變量的標(biāo)簽，而區(qū)隔變量是為了建立子模型。比如用戶畫像中有優(yōu)質(zhì)客群，其特征是有抵押、負(fù)債率<70%、DTI<50%；急于貸款的客群特征是額度使用率>90%，最新貸款距今<3個(gè)月等。而區(qū)隔變量可以是是否有放貸、是否有社保，一般可以交叉分為四類有貸款有社保、有貸款無社保、無貸款有社保、無貸款無社保。
2.初始額度給予
? 營銷策略(如高財(cái)力客戶及特殊項(xiàng)目)、政策規(guī)定(如對(duì)學(xué)生客群的額度限制和無擔(dān)保債務(wù)總余額上限及每月應(yīng)繳貸款本息占月收入比率等)。
3.風(fēng)險(xiǎn)定價(jià)
? 信用卡是否動(dòng)用循環(huán)、信用額度、營銷策略(如信用卡種類與卡片等級(jí)、特殊項(xiàng)目)、職業(yè)、無擔(dān)保債務(wù)總余額占月收入比率及每月應(yīng)繳貸款本息占月收入比率等。
4.預(yù)借額度給予
? 與本行往來月數(shù)、近期消費(fèi)金額等。
5.期中復(fù)審依據(jù)
? 搭配行為評(píng)分卡使用，區(qū)隔因素有信用卡是否動(dòng)用循環(huán)、無擔(dān)保債務(wù)總余額占月收入比率、無擔(dān)保債務(wù)總余額、無擔(dān)保產(chǎn)品數(shù)、過去延滯狀態(tài)與次數(shù)、信用卡額度使用率、使用卡預(yù)借現(xiàn)金次數(shù)及過去繳款狀況等。
6.超額額度給予
? 搭配行為評(píng)分卡使用，區(qū)隔因素有是否為預(yù)借現(xiàn)金類交易、交易地點(diǎn)為國內(nèi)/國外、信用卡是否動(dòng)用循環(huán)、信用額度、近期消費(fèi)金額及營銷策略(如信用卡種類與卡片等級(jí))。
7.延滯客戶催收
? 搭配催收評(píng)分卡使用，區(qū)隔因素有逾期金額、與本行往來月數(shù)、過去繳款金額、過去延滯狀態(tài)與次數(shù)、客戶年齡、信用卡額度使用率及無擔(dān)保產(chǎn)品總余額等。
? 下面針對(duì)信用卡額度調(diào)整策略，利用信用評(píng)分搭配區(qū)隔變量來擬定最佳的分組方式，并給予各分組適當(dāng)?shù)念~度調(diào)整比例。
? 區(qū)隔變量是客戶與本行往來月數(shù)、上次額度調(diào)整至今月數(shù)、行為評(píng)分卡風(fēng)險(xiǎn)等級(jí)、預(yù)借現(xiàn)金余額占信用額度比率、過去6個(gè)月額度使用率及過去6個(gè)月繳款率。用決策樹將全體客戶依據(jù)違約率做區(qū)分，得到下圖:
? 依據(jù)高違約率給予較低額度增加率、低違約率給予較高額度增加率的原則，分別給予各組不同額度的增加率，但是由于部分分組是非直接與風(fēng)險(xiǎn)相關(guān)的變量分組，比如客戶往來月數(shù)小于6個(gè)月，這部分由人為強(qiáng)制區(qū)隔分組，因此這些組的客戶違約率不高但仍不給予額度調(diào)整。
【作者】：Labryant
【原創(chuàng)公眾號(hào)】：風(fēng)控獵人
【簡介】：某創(chuàng)業(yè)公司策略分析師，積極上進(jìn)，努力提升。乾坤未定，你我都是黑馬。
【轉(zhuǎn)載說明】：轉(zhuǎn)載請(qǐng)說明出處，謝謝合作！~
總結(jié)
