卡锁
提示：文中数据来源于互联网公开信息，为防止误解，文中所有涉及平台名称均作脱敏处理；原文末预留的回复下载资料，易被官方判定违规导流，现暂停，谢谢理解。
催收评分与滚动率：逾期客户怎么分层，什么信号该温和提醒、什么信号该立刻上强度
在大多数风控团队里，催收是”最后一道工序”——前面所有的模型、策略、审批做完，剩下的交给催收团队打电话。
这个定位是错的。 催收本身就是一条有独立模型、独立指标、独立策略的战线，而且它是唯一一条”投入产出可以直接算清”的风控战线——你多打一个电话、少打一个电话，回收金额的差异当周就能看到。
这篇讲三层：催收评分卡（C 卡）为什么不能沿用 A 卡的逻辑、滚动率矩阵怎么读、分层催收怎么配资源。
一、问题背景：催收的两种浪费
催收资源永远是有限的。 一个催收员一天能打的电话有限，AI 外呼的并发也有限。所以催收的本质是一个”资源分配”问题：把有限的沟通资源，投到回收概率最高的案件上。
而绝大多数团队在两端同时浪费：
浪费一：对”本来就会还”的客户过度打扰。
有一类逾期客户，纯粹是忘了。 他们有还款意愿、有还款能力，只需要一条短信提醒就会还。但如果你把他扔进人工外呼队列，不仅浪费了人工产能，还可能因为过度打扰把一个好客户烦走了。
浪费二：对”已经不会还”的客户无效投入。
另一类逾期客户，已经失联、已经多平台负债、已经进入”不打算还”的状态。 对这类客户投入大量人工外呼，接不通、接通了也不还，是纯粹的产能浪费。
这两个浪费指向同一个结论：催收必须先分清客户是谁，再决定用什么力度。
这就是催收评分卡（C 卡）存在的意义。
二、核心方法：催收评分卡（C 卡）怎么建
C 卡是”预测逾期客户最终回收概率”的模型，它的输出是”这个客户有多可能还钱”。
建 C 卡时，第一个必须打掉的错误想法是：”我们有 A 卡了，直接用 A 卡的分数当催收分不就行了吗？”
不行。而且这个坑非常常见。
为什么？因为”影响是否逾期”和”影响逾期后是否回收”的因素，是两个不同的集合。
- A 卡高分的客户，逾期后可能因为失业、大病而无力偿还——他的高分说明他”本来是好客户”，但不说明他”现在还得起”；
- A 卡一般的客户，逾期后可能因为重视征信而想方设法还清——他的低分说明他”本来风险高”，但不说明他”现在不还”。
已有团队做过这个尝试：直接套用 A 卡预测回收率，结果 AUC 只有 0.6 左右，基本没有区分能力。 因为 A 卡捕捉的是”还款意愿 + 长期还款能力”，而 C 卡要捕捉的是”短期内的实际还款动作”。
C 卡的自变量应该是这些：
- 逾期的原因（遗忘型 / 资金紧张型 / 失联型 / 恶意拖欠型）；
- 逾期的历史（首次逾期 vs 惯犯、历史最高逾期天数）；
- 逾期前的行为（是否曾提前还款、是否曾主动沟通、是否曾申请延期）；
- 当前的可达性（电话能否接通、接通率、短信是否已读）；
- 在本平台的粘性（使用时长、产品使用深度、是否有复借历史）；
- 外部负债压力（多头借贷数量、其他平台的还款记录，如有数据）；
- 催收交互反馈（是否承诺还款、承诺后是否兑现、是否要求减免）。
注意 C 卡的一个特殊性质：它是一个”动态评分”。
C 卡不是一次算完就固定的，它应该随着催收交互实时更新。 比如：
- 客户接了电话并承诺还款 → 评分上调；
- 客户连续数日不接电话 → 评分下调；
- 客户还了部分款项 → 评分大幅上调。
为什么？因为催收过程中，关于客户的最新信息是持续产生的。 用一个可能来自几周前的静态分数去指导今天的催收动作，等于拿旧地图导航。
三、滚动率矩阵：催收最该盯的一张表
如果说 C 卡解决”这个人该怎么催”，那滚动率（Roll Rate）解决的是”这个盘面正在往哪走”。
滚动率矩阵追踪的是：一个逾期账龄桶（DPD bucket）里的账户，经过一个周期后，有多少留在了原桶、多少还清了（cured）、多少滑向了更深的桶、多少被核销。
一个典型的滚动率矩阵长这样：
读这张表，看三件事：
第一，看整体轨迹：逾期是在改善还是恶化。
如果每个桶的”滑向下一桶”的比例都在上升、”还清”的比例都在下降，那就是盘面在恶化。 这是一个早期的、领先的预警信号——它在坏账正式暴露前 30 到 60 天就能告诉你问题来了。
第二，看”卡”在哪里。
每个桶都有它的”固化率”（static rate，即留在原桶的比例）。如果某个桶的固化率异常高，说明这是你的催收流程的堵点。
一个常见的规律：如果 30 天桶的滚动率异常高，你的催收问题不在 90 天，而在 30 天——只是你在 90 天才发现。
第三，看钱，不要只看户数。
百分比脱离敞口会误导人。 31–60 天桶滚下去 12% 和 91 天桶滚下去 12%，金额规模完全不同。 滚动率矩阵必须做金额加权，否则你会把资源投到”户数多但每家欠得少”的桶上。
滚动率之外，催收还要盯四个指标：
- 回收率（Recovery Rate）：回收金额 / 分配逾期金额——但一定要按账龄段和渠道拆开。早期段回收率下降通常是”联系不上”，晚期段下降通常是”谈不拢”；
- 触达率 / 右人接通率（RPC）：联系对了人（不是家人、不是空号）的比例——这是所有下游指标的前提；
- 承诺还款率与承诺兑现率（PTP / PTP Kept）：拿到承诺只完成了一半，承诺兑现率才是真相。如果承诺率很高但兑现率很低，说明催收员在压力下乱签不可能兑现的方案；
- 单笔回收成本（Cost per Dollar Collected）：催收效率的最终度量。如果单笔成本在涨而回收金额没涨，说明资源投错了地方。
四、实操：分层催收怎么配资源
有了 C 卡和滚动率，就可以做分层催收了。
典型做法是”三池管理”：
分层之后，资源分配会发生结构性变化：A 池的人力投入大幅下降，C 池的投入显著提升，整体回收率上升。
这个逻辑在海外现金贷里还要加三条修正：
第一，短周期产品的催收窗口极窄。
海外现金贷很多是 7 天、14 天、30 天的产品。 这意味着“逾期 1–7 天”这个桶，在长周期业务里可能只是”刚过宽限期”，在短周期业务里已经相当于长周期业务的”逾期 30 天”。
所以账龄桶的定义必须按产品周期重新划分，不能套用长周期业务的 DPD 1/30/60/90 分档。
第二，触达渠道要本地化。
在海外市场，电话之外还有更有效的渠道。 常见做法是短信 + 即时通讯（如 WhatsApp 类）+ AI 本地语言语音外呼联动：
- 短信用本地运营商直连通道，保证送达率；
- 即时通讯工具做账单推送和在线答疑，让客户不用跳转 App 就能沟通，降低流失；
- AI 本语言语音外呼处理早期逾期，连续多轮未履约再转人工协商。
已有海外实操案例显示：仅优化触达链路、不动风控模型，也能带来明显的逾期下降——因为很大一部分逾期的根因是”联系不上”和”忘了还”，而不是”不想还”。
第三，催收必须守合规红线，且各市场差异极大。
这是比模型更重要的前提。 以印度数字借贷 Directions 为例，对催收行为有明确要求：
- 联系时间受限（不得在早 8 点前或晚 7 点后联系）；
- 每日联系次数设上限；
- 催收人员必须在通话开始时表明身份及所代表的机构；
- 未经借款人明确同意，不得联系其紧急联系人、家人或雇主；
- 禁止使用恐吓、骚扰或误导性表述。
并且，催收合规责任的主体是持牌机构，不能因为委外就把责任推给催收公司。
在海外市场，还有一条红线更硬：借款人数据的使用边界。 很多市场禁止将借款人的通讯录数据用于催收（这正是过去一些市场爆出”爆通讯录”丑闻的根源）。一旦越界，不只是罚款问题，可能直接导致牌照被吊销。
所以催收策略上线前，”合规审查”必须先于”效果测试”。
五、与海外现金贷场景的结合
四条经验：
第一，催收模型和信用模型一样，需要独立的监控。
滚动率矩阵本身就是最好的催收监控——它是领先指标，比”NPL 率”这种滞后指标有用得多。每周更新一次滚动率矩阵，比每月看一次回收率报表，能让你早发现一个月的问题。
第二，委外催收必须用量化指标管理。
委外不是”把案子丢出去就不管了”。 应该：
- 按 C 卡分层分案（不同风险等级的案件分配给不同专业能力的服务商）；
- 用回收率定费率（回收概率高的案件，费率适当下调）；
- 按月计算”预测 vs 实际”偏差，优胜劣汰。
第三，催收资源要向”边际收益最高”的地方倾斜，而不是”金额最大”的地方。
一笔大额逾期案件，看起来值得投入，但如果它的回收概率已经接近零，投入就是浪费。 反过来，一笔小额但回收概率很高的案件，每单位投入的回报可能更高。
所以排序的依据应该是”投入 × 回收概率”的边际增量，不是余额大小。
第四，催收是”客户关系”的一部分，不是它的对立面。
这一点在海外市场尤其重要，因为获客成本高、复借是主要的利润来源。 一个在催收环节被粗暴对待的客户，不仅这一笔不会还，以后也不会再借，还会带走口碑。
领先的做法是把催收重新定义为”财务健康支持”——把真正有困难的客户引导到展期、分期、减免方案，而不是把每一次逾期都当成纯粹的追缴事件。这既是合规要求，也是长期资产质量的来源。
小结
催收的正确结构是：
- 催收是独立的战线——有自己的模型、指标、策略，不是风控的附属工序；
- 催收的本质是资源分配——把有限的沟通产能投到回收概率最高的案件上；
- C 卡不能沿用 A 卡——”是否逾期”和”逾期后是否回收”是两个不同的因素集合；
- C 卡是动态的——随催收交互实时更新，不是一次算完；
- 滚动率矩阵是最该盯的表——它是领先指标，能在坏账暴露前 30–60 天预警；
- 滚动率必须做金额加权——只看户数会误导资源投放；
- 三池分层——高概率轻触达、中概率协商、低概率上强度；
- 短周期产品要重新定义账龄桶——7 天产品的”逾期 7 天”不是长周期业务的”逾期 7 天”；
- 触达渠道要本地化——短信 + 即时通讯 + 本地语言语音外呼联动，很多逾期根因是”联系不上”；
- 合规先于效果——联系时间、次数、对象、数据使用边界，任何一条越界都可能致命。
最后一句总结：催收不是”电话打得越勤回收越多”，而是”在对的人身上用对的力度”。 一个能把滚动率矩阵读明白、把 C 卡分对池的团队，和一个靠催收员个人经验硬扛的团队，差距不在人勤不勤，而在钱花得准不准——而准不准，是可以被模型度量的。
下一篇，我们讲模型可解释性：SHAP/LIME 到底解决什么问题，监管为什么越来越要求”说得清”，以及小团队该怎么在合规与性能之间做取舍。
|
扫码加入交流群 |
长按识别关注公众号 |
