简介《7-1 存量客户风控与运营》是一份面向银行、消费金融及互联网金融从业者的专题资料聚焦信贷业务中存量客户的预警、行为评分与分层运营旨在帮助读者理解如何借助弱规则与强规则预警、行为评分模型和长短期记忆网络等智能风控技术结合精细化运营策略在贷中阶段及早发现风险并提升客户价值。内容涵盖多头借贷、共债等弱规则和公安法院、逾期记录等强规则的预警策略评分卡风险分级以及全量评分卡策略、经典评分卡模型、高频评分卡模型与贷中行为策略的融合同时介绍生存分析在违约预测中的应用并展开客户分层、生命周期管理、交叉营销、抽奖促还款、失联修复等运营场景。文档为单个PDF文件压缩包仅1.74MB源自DataFunSummit2021演讲页面结构清晰便于按主题查阅。目前已有142人学习适合信贷风控和客户运营人员快速获取存量客户管理体系的构建思路与落地要点。1. 存量客户风控与运营为什么老客的坏账和流失总是同时发生很多团队拿到一份《7-1存量客户风控与运营.pdf》这类资料时第一反应是先翻编号、对章节想找到某个标准答案。做久了你会发现存量客户风控与运营根本不是两张独立报表的事今天把逾期压下去明天复购就掉这周给高价值客户提额下月这拨人的 M2 就往上蹿。这个课题真正要解决的是在同一批客户身上同时看清价值与风险让风控动作和营销动作共用一套判断逻辑而不是各算各的账。这套方案的适用对象很清楚消费金融、信用卡中心、保险续保团队以及有复购场景的电商平台。只要你的客户已经发生过首次交易后续还想从他身上再赚一次钱就必须面对“提额促消费”和“降额防坏账”之间的拉扯。下面这套方法就是我这些年做存量客户策略时反复用过、也反复踩坑后沉淀下来的落地路径。2. 先给存量客户画像分层从 RFM 到风险分群的 4 个必做维度2.1 为什么新客风控模型不能直接套到存量客户身上新客风控的核心任务是“过闸”判断这个人能不能进门存量客户风控的核心任务是“调节”判断这个已经在门里的人下个月该给他多少额度、要不要预警、该不该打电话。两者目标不同模型思路自然不同。新客阶段你只有申请表、征信查询和少量外部数据变量少、噪音大模型只能给“过”或“拒”的结论存量客户手里握着完整的行为序列消费频次、还款习惯、额度使用率、分期偏好都看得见。但存量客户建模有一个隐蔽的坑样本选择偏差。你手里的“好客户”是已经被前几轮风控筛过一遍的人历史无逾期不代表未来无风险。很多人会拿近一年的表现做训练样本结果模型学到的是“过去好的人未来也好”的幸存者偏差一旦客户外部负债悄悄累积模型毫无反应。所以做存量分群时我从来不只盯“逾期与否”这一个目标而是把价值、风险、活跃度、利润贡献拆成四个维度分别打分再合成一张分群矩阵。2.2 存量客户分群的四个必做维度与指标口径第一个维度是价值用 RFM 的思路但要做适当改造。R 是最近一次消费距今多少天F 是近 6 个月消费次数M 是近 6 个月累计消费金额。消费金融和信用卡场景里M 建议用“净入账金额”而不是账单金额因为账单金额会被套现、刷单污染净入账才是真实消费。第二个维度是风险核心指标是当前逾期状态、历史最大逾期天数、近 90 天征信查询次数、他行贷款余额。第三个维度是活跃度看近 3 个月消费趋势是否连续下滑、登录/打开 App 频次有没有衰减这个维度最容易被忽略但它直接决定你要不要做唤醒动作。第四个维度是利润贡献看客户带来的净收入包括利息、手续费、分期收入减去资金成本。实际操作分四步走。第一步拉一张客户级宽表把上述十几个字段拼到一行里粒度为“客户 ID”。第二步按统一口径计算指标提醒一句逾期状态必须 T1 更新不能用月末快照代替。第三步给每个指标设定阈值并打分建议用分位数而不是绝对数因为不同资金成本下同一消费水平对应的价值完全不同。第四步把四个维度映射成九宫格分群至少也得落在“高价值高险、高价值低险、低价值高险、低价值低险”四个象限里。下面这张表是我常用的口径直接抄去可以少踩一半坑。维度指标推荐口径风险方向价值最近消费间隔 R最近一笔消费距今天数≤30 天为高价值R 越大流失倾向越高价值近 6 月消费次数 F按中位数划分低频/高频F 骤降一半以上需要预警价值近 6 月净入账金额 M剔除套现和退款的真实消费M 连续 2 个月下降触发关注风险当前逾期状态M0、M1、M2 分档M1 以上直接冻结营销动作风险近 90 天征信查询次数贷款审批类查询≥6 次为异常次数越多共债风险越高活跃近 3 月消费金额环比连续 2 个月环比下降超 20% 为流失预警与价值维度交叉看利润近 12 月净收入贡献收入-资金成本-预期损失高利润低风险是核心客群2.3 分群标签的更新频率别拿一年前的画像做下个月的决策分群结果不是一劳永逸的。我见过很多团队把标签做好一次然后半年不动等到做活动时直接把旧标签拉出来用结果一批已经逾期两周的人还在收提额短信。教训是客户的消费和风险状态是同步变化的风险信号往往先于价值变化出现。所以分群标签必须至少每月重算一次其中逾期状态、额度使用率这两个字段要实时更新每次营销活动前都重新拉一遍名单。再补一个容易被忽略的细节分群标签只能用来定“策略方向”不能用来做“单笔交易的实时决策”。比如高价值低风险客群整体可以提额但某笔大额整数消费触发套现规则时实时风控依然要拦截。方向标签是慢变量实时反欺诈是快变量两者各管一段越权使用都会翻车。3. 存量客户风控策略设计预警、降额、冻结与催收介入的触发线3.1 存量客户风险变坏的四个典型信号存量客户变坏很少是突然发生的大多有迹可循。第一个信号是多头共债表现为他开始从其他机构借新钱还旧钱征信上贷款审批查询次数在短时间内激增。第二个信号是套现常见模式是大额整数消费、夜间高频消费、同一商户重复消费。第三个信号是还款能力变弱比如还款方式从全额还款变成最低还款或者还款日前频繁更换绑定卡。第四个信号是遗忘型逾期这类客户还款历史良好、逾期天数很浅但连续两个月出现 M1 以内逾期往往是资金周转出现了隐性困难。看信号不能只看单个指标要看组合。比如额度使用率长期维持在 90% 以上同时征信查询次数上升这通常意味着客户额度已经不够用正在外部找钱共债风险在累积。再比如消费金额连续下降但分期笔数上升说明客户可能在用分期掩盖消费能力下滑。我的习惯是把这些信号做成监控看板按周刷新命中两条以上信号就自动进入预警名单而不是等逾期发生后再补救。3.2 三层策略架构预警层、管控层、处置层存量客户风控策略要分成三层每层触发条件不同、动作不同、授权级别也不同。预警层是软动作触发后不改变客户额度只做提醒类触达比如推送还款提醒、消费异常确认短信目的是让客户自己纠正也给风控团队争取观察时间。管控层是硬动作触发后直接调整客户额度或交易权限比如降额、止付、限制分期必须走人工复核流程不能在系统里静默执行。处置层是极端动作进入催收或债务重组流程这一类动作有强监管约束需要合规团队介入。下面是一张可以直接落地的三层策略编排表。列清楚每个层级的触发条件、动作、时效和复核要求避免策略执行时出现“该管的没管、不该管的被误杀”的尴尬。层级典型触发条件动作时效与复核预警层额度使用率连续 3 个月超 85%近 30 天征信查询≥4 次短信提醒、App 推送、还款计划建议T1 执行无需人工复核预警层消费频次环比下降超 30%且风险分无恶化唤醒优惠券但不下发提额T1 执行每周复盘管控层M1 逾期超过 3 天套现规则命中 2 次降额 30%50%限制大额消费24 小时内完成复核管控层单笔消费金额超日均消费 5 倍且为整数笔止付该笔交易冻结额度 48 小时实时拦截次日人工回看处置层M2 逾期联系不上客户债务重组申请转催收、委外或重组方案全程留痕合规复核3.3 动态额度管理的参数与参考公式提额和降额是存量客户风控里最敏感的动作直接决定你在这个客户身上是赚钱还是亏钱。我的做法是给每类客群设定一个参考额度而不是凭客户经理感觉批。参考额度的计算思路是先看客户近 6 个月的平均消费水平乘以一个价值系数再减去他行负债和本月应还金额最后限定在授信上限之内。写成文字是这样的参考额度 min近 6 月均净入账金额 × 价值系数当前额度 × 增速上限 他行贷款余额。参数怎么定完全取决于资金成本和风险偏好。资金成本低、客群质量高的团队价值系数可以放到 56增速上限放 30%资金成本高、不良压力大的团队系数压到 34增速上限压到 10%。这里有一个血泪经验提额增速上限一定要设否则连续几个月自动提额客户外部负债一上来坏账率会突然飙升。降额触发条件反而要设置得更保守一些比如 M1 逾期累计 2 次或他行新增贷款超过一定金额触发后降 30% 起步给客户留出申诉和复核的空间。3.4 策略阈值为什么不能写死在库里不同阶段、不同资金成本下同一套阈值的结果可能完全相反。比如“额度使用率超过 85% 就预警”这条规则在资金充裕、客群优质时可能误伤大量正常使用额度的客户而在资金紧张、风险偏好收敛时又显得太松。所以策略阈值必须做成参数配置而不是在代码里写死。我见过最典型的翻车现场有人在数据库里直接写了个存储过程把降额阈值硬编码在里面结果策略调整时只能改数据库脚本既不敢轻易动又没有灰度最后只能在生产环境上直接热改那个风险黑匣子没人敢碰。正确的做法是把所有阈值、系数、有效期都抽到策略配置表里风控策略人员改配置就能调整不需要动代码。每次调整先走一个小的灰度比例比如先放 5% 的客群观察两周确认没有误伤再全量放开。这样即使某个阈值拍脑袋定错了也有后悔药可吃。4. 存量客户运营动作与风险隔离提额、复购、挽留怎么一股脑做对4.1 四类运营动作与对应客群存量客户运营动作基本逃不出四类提额促消费、复购活动、沉睡唤醒、交叉销售。每类动作的目标客群和风险前提都不一样混着做就会出问题。提额促消费只适合高价值低风险客群目的是让客户把更多消费放在你这张卡上复购活动适合有一定频次但客单价不高的客户用优惠券刺激提升消费金额沉睡唤醒针对活跃度连续下滑但风险还不错的客户核心是先用小额权益把人拉回来交叉销售则是把高价值客户往分期、保险、理财等利润更高的产品上引导但必须确认这个客户没有还款压力否则就是在悬崖边推人。下面这张表是我做运营活动时必备的动作矩阵。每一行都对应一个客群、一个风险前提和一个预算上限。活动负责人拿着这张表去设计页面、采购物料和报预算就能少跟风控同事吵架。运营动作目标客群风险前提预算上限参考提额促消费高价值低风险近 6 月消费稳定近 90 天无逾期、无套现记录额度成本按资金成本折算复购优惠券中高频但客单价低当前无逾期额度使用率70%营销费用控制在边际利润的 30% 以内沉睡唤醒活跃度连续 3 月下滑风险分正常非 M2 以上催收在途客户权益金额约为客户月均贡献的 20%交叉销售高价值高利润分期还款正常他行贷款余额低于收入 50% 倍获客成本低于该产品 LTV 的 1/54.2 运营活动上线前必须先过“风险熔断名单”运营团队最容易犯的错是只盯着转化率指标恨不得把预算花到每一个“看起来有钱”的客户身上。但存量客户里有一批人表面有钱实际已经在共债边缘你再给他送提额和优惠券只会加速风险暴露。所以我坚持一个原则任何运营活动上线前必须先跑一遍风险熔断名单把不该触达的人从活动名单里剔除。熔断名单的口径每个团队可以按自身数据调整但下面这几条我建议一定要有。当前任意一笔贷款处于 M1 及以上逾期状态近 30 天征信查询次数超过 8 次额度使用率已经超过 90% 且连续 3 个月命中可疑套现规则 2 次以上催收系统里有在途工单。只要命中其中任意一条直接禁止参与任何提额和交叉销售类活动。单纯发放优惠券的活动可以适当放宽但放宽前必须经过风控负责人签字。4.3 触达渠道与频控上限别把客户“营销”到流失存量客户运营里翻车最多的不是策略选错而是触达太烦。短信、App 推送、电话外呼、微信公众号各发各的同一个客户一周能收到十几条营销信息最后被逼到关闭通知甚至销户。做运营不是发得越多越好而是要控制单客户的全渠道接触频次。我的频控标准是短信每周最多 2 条App push 每周最多 3 条外呼每月最多 1 通且全渠道合计每周不超过 3 次接触。这套频控必须做成系统级限制而不是每个渠道各做各的否则客户会被多波次轰炸。另外风控预警类的提醒短信和营销短信要分开计数还款提醒属于服务消息不算营销频次但不能为了规避频控把广告包装成还款提醒这种小聪明一旦被用户投诉监管风险更大。4.4 策略编排怎么落进系统里以上所有策略最终都要落到系统里执行我一般建议用决策引擎而不是在业务代码里到处写 if-else。规则引擎的好处是策略与代码分离风控和运营人员可以直接在界面上维护名单、阈值和动作不需要等开发排期。存量客户策略是频繁调整的今天加一条降额规则明天改一个唤醒动作如果每次都要发版上线策略基本就死了。落地的姿态是三层结构底层是客户宽表和实时行为数据中间层是策略引擎负责命中规则、计算额度、生成动作上层是运营编排负责把动作组合成一次营销活动或风控流程。每次活动上线前在测试环境用历史数据回放一遍确认命中名单和动作符合预期再切生产。这一步虽然费一点时间但能挡住绝大多数线上事故。5. 存量客户风控运营的 5 个常见坑从标签失效到策略打架5.1 坑一标签三个月不更新模型越用越钝现象活动名单里出现大量已经逾期或长期沉睡的客户转化率下降退订率上升。原因分群标签是三个月前生成的中间客户状态已经发生明显变化但没人负责刷新。解决把标签更新任务做成每月定时调度的管道逾期状态、额度使用率这类快变量做 T1 更新每次活动前额外执行一次名单重算宁可多等两小时也不要拿旧数据上线。5.2 坑二多业务线同时触达老客被“营销围殴”现象同一个客户一周内收到信用卡提额短信、分期优惠推送、保险电销外呼客户投诉激增App 卸载率明显上升。原因各业务线各自为战只关心自己活动的触达量没有全局频控。解决在系统层建一个全局频控键以客户 ID 为维度统计全渠道触达次数超过阈值后直接丢弃该客户的营销请求同时把风控预警短信与营销短信分开计量避免服务消息被误限。5.3 坑三只看整体逾期率老客风险被新客稀释现象每月不良率看着很平稳但真正到催收环节时发现老客的 M2 滚动率在悄悄上升。原因整体逾期率被大量新客的“零逾期”稀释了老客群体的坏账恶化体现不出来。解决按账龄和入件月份做 cohort 分析统计“同一批客户在第 3 个月、第 6 个月的逾期表现”同时单看“存量客户 M0 向 M1 的滚动率”这个指标比整体逾期率更早反映老客风险恶化。5.4 坑四提额只看消费力不看共债压力现象给一批消费金额很高的客户提额后次月这批客户的 M1 逾期率高于提额前且投诉“额度突然被收走”。原因只看消费金额判断客户价值没有叠加他的外部负债和征信查询次数结果把一批正在借新还旧的客户当成了优质客户。解决把“他行贷款余额、近 90 天查询次数、额度使用率变化”这三个字段强制接入提额审批逻辑命中任何一项风险信号即使消费金额再高也只给临时额度或禁止提额。5.5 坑五策略上线没有回滚开关小错变大事故现象新调整的降额阈值上线后误伤了一大批正常还款客户客服电话被打爆但策略停不掉。原因策略是直接写在配置里全量生效的没有灰度开关也没有回滚按钮。解决所有策略调整必须支持按客群灰度发布先在 5% 的低敏感客群上跑两天确认无误后再全量放开同时在配置中心保留上一版本快照发现异常一键回滚。这个开关看起来不起眼关键时刻能救整个团队。6. 用一套月度复盘把风控与运营拧成一条线指标、AB 测试与迭代节奏风控和运营不是靠制度强行拧到一起的而是靠一套共同的数字口径。我习惯每个月固定做一次存量客户复盘只看最核心的六个指标存量客户 M0-M1 滚动率、提额客群次月逾期率、运营活动触达转化率、沉睡客户唤醒率、平均额度使用率、单一客户月度触达频次。这六个指标放在一张表里风控和运营都能看懂也能找到互相牵连的信号唤醒率上升但 M0-M1 滚动率也上升说明唤醒动作把高危客户也拉回来了下个月就该收紧名单口径提额转化很好但额度使用率冲到 90% 以上说明提额幅度过猛要调低增速上限。AB 测试是验证存量策略效果的最稳办法。同一个分群客群里随机分两组实验组执行新策略对照组维持旧策略观察周期至少 60 天因为大部分风险要在一期账单之后才能暴露。看结果不能只看收益还要把增量逾期成本算进去算出一个“净收益增幅”再决定是否全量。几十万存量客户以上的场景我还会在新策略上线前先用离线数据回放一遍把过去 6 个月的交易数据喂给新策略看看它会做出哪些和旧策略不同的决定这个动作能提前暴露策略的极端行为。最后说一件我自己的翻车经历提个醒有一次我把提额增速上限从 10% 调到 18%理由是高价值客群消费增长很快结果三个月后这批客户里有一批人的额度使用率普遍超过 95%M2 滚动率跟着上来了。回头看就是没有先做离线回放也没有逐批灰度。从那以后我立下一个规矩所有调参必须带着“如果坏了怎么回滚”的方案再上线。存量客户这盘棋赢在耐心输在贪快。希望这篇操作路径对你有用也祝你的存量盘越做越稳。本文还有配套的精品资源点击获取