CN113724067A - 一种催收方法、存储介质及设备 - Google Patents

Abstract

本发明涉及金融不良资产催收领域，具体公开了一种催收方法、存储介质及设备，方法包括以下步骤：获取逾期客户的客户信息；基于获取到的逾期客户的客户信息，对逾期客户的还款意愿和还款能力进行评估；根据评估步骤的评估结果，确定出对应的逾期客户的客户类型；根据逾期客户对应的客户类型，匹配对应的催收策略；根据催收策略，对逾期客户进行催收。本申请中通过还款意愿和还款能力这两个特征对逾期客户进行一个合理的评估，并根据这两个特征的评估结果对找到与逾期客户相匹配的客户类型，根据不同的客户类型去匹配对应的催收策略进行催收，实现了对不同客户的催收策略的合理化分配，进而提高催收的效率。

Description

一种催收方法、存储介质及设备

技术领域

本发明涉及金融不良资产催收领域，具体涉及一种催收方法、存储介质及设备。

背景技术

目前，对于业内常见的信贷业务，一般会采用的催收手段都是人为催收、短信催收以及电话录音催收等。贷后催收策略主要针对逾期客户进行还款提醒及催收，需要以合理催收成本实现催收效率最大化，同时提升客户体验。

当前通用模式为制作催收评分卡(C卡)，根据评分结果对客户进行分群，对高分客群采用低成本催收手段如短信提醒、智能语音催收等，而对低分客群则采用人工电催、诉讼催收、上门催收等高成本催收方式。大多机构都是基于输出的分数进行开展对应策略，比如高分客户，降低催收频次，或者低成本催收方式，低分客户可能就加强催收手段。但是现实中客户对应的逾期类型有很多，单单通过对客户评分的高低就进行催款策略的确定是不能很好的对催收策略进行分配的，对逾期客户的没有针对性，也就达不到很好的催收效果，同时催收效率也会大大降低。例如当逾期客户的评分很高，但是就是不愿意还款，如果只根据对高分客群那样低成本的催收，那么很有可能会给逾期客户带来要款不积极的印象，从而加重其不还贷款的决心，使得催收工作无法推进，从而使得催收效率大大降低。

为此，需要一种催收方法、存储介质及设备，来实现不同客户的催收策略的合理化，进而提高催收的效率和客户体验度。

发明内容

本发明的目的在于提供一种催收方法、存储介质及设备，来实现对不同客户的催收策略的合理化，进而提高催收的效率。

为达到上述目的，本发明的技术方案提供一种催收方法，包括以下步骤：

客户信息获取步骤、获取逾期客户的客户信息；

评估步骤、基于获取到的逾期客户的客户信息，对逾期客户的还款意愿和还款能力进行评估；

客户类型确认步骤、根据评估步骤的评估结果，确定出对应的逾期客户的客户类型；

催收策略匹配步骤、根据逾期客户对应的客户类型，匹配对应的催收策略；

催收步骤、根据催收策略，对逾期客户进行催收。

本方案的原理和效果是：通过获取到的逾期客户的客户信息之后，根据这些客户信息对逾期客户的还款意愿和还款能力进行一个合理的评估，根据对还款意愿和还款能力这两个特征的评估结果，来对逾期客户的客户类型进行匹配，之后根据匹配到的客户类型来确定对该逾期客户所使用的催收策略，并通过确定的催收策略对该逾期客户进行催收。

本申请中通过还款意愿和还款能力这两个特征对逾期客户进行一个合理的评估，并根据这两个特征的评估结果对找到与逾期客户相匹配的客户类型，实现了对逾期客户的多维度的分析，另外根据不同的客户类型去匹配对应的催收策略进行催收，不同的逾期客户对应不同的催收策略，使得不同逾期客户的差异化催收策略的分配，进而实现了对不同客户的催收策略的合理化分配，进而提高催收的效率。

进一步的，所述客户信息包括还款能力因素信息和还款意愿因素信息，所述还款能力因素信息包括但是否有住房、个人月均收入、个人财务状态、家庭月均收入、多头借贷、毕业院校、从事行业以及工作年限；所述还款意愿因素信息包括贷款申请记录、贷款余额、还款行为习惯、职业、人行数字解读分、征信记录、历史逾期信息及催收记录。

对应收集的信息的多样化可以为之后的评估带来更多的更全面的数据支撑，使得评估的结果更加科学和完善。

进一步的，所述评估步骤包括：

还款意愿评估步骤,根据逾期客户的还款意愿因素信息，利用还款意愿评估模型计算逾期客户的还款意愿评分，判断还款意愿评分是否大于指定意愿阈值，若是则判定逾期客户为高还款意愿客户，若否则判定逾期客户为低还款意愿客户；

还款能力评估步骤，根据逾期客户的还款能力因素信息，利用还款能力评估模型计算逾期客户的还款能力评分；判断还款能力评分是否大于指定能力阈值，若是则判定逾期客户为高还款能力客户，若否则判定逾期客户为低还款能力客户。

利用不同的评估模型对还款意愿和还款能力进行评估，实现了对逾期客户的多维度信息的分析，这样可以使得在催收时能够尽可能多的了解逾期客户的逾期情况，进而有利于实现催收方与逾期客户之间的沟通。

进一步的，所述客户类型确认步骤包括：

分别获取还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果；

调用根据还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果的组合结果对客户类型进行确定的确定策略，来确定该逾期客户的客户类型。

在对还款意愿和还款能力进行评估之后进而确定逾期客户对应的客户类型，使得之后的催收策略的确定更加有针对性。

进一步的，所述客户类型分为A类客户、B类客户、C类客户和D类客户四个类型，A类客户为高还款意愿和高还款能力的客户、B类客户为低还款意愿和高还款能力的客户、C类客户为低还款意愿和低还款能力的客户、D类客户为高还款意愿和低还款能力的客户。

客户类型分为四类，分类的依据是还款意愿的高低以及还款能力的高低，通过对这两个特征的高低的判断，综合来对客户类型进行定义，通过组合的方式能够更加有说服力的反映对应的类型的逾期客户的真实情况，同时在对还款意愿的高低和还款能力的高低判断的同时，并将其进行组合实现客户类型的多种组合，使得整个催收的原理更加的精细化。

进一步的，所述催收策略匹配步骤包括：

获取逾期客户对应的客户类型；

根据客户类型，调用根据客户类型与对应催收策略进行关联的关联策略，匹配到与客户类型对应的催收策略。

本发明还提供一种催收设备，包括处理器，以及被配置成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使用所述处理器实现上述的催收方法的步骤。

本发明还提供一种催收存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述的催收方法的步骤。

附图说明

图1为本发明实施例一中催收方法的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

实施例一基本如附图1所示：一种催收方法，包括以下步骤：

客户信息获取步骤、获取逾期客户的客户信息；客户信息包括还款能力因素信息和还款意愿因素信息，所述还款能力因素信息包括是否有住房、个人月均收入、个人财务状态、家庭月均收入、多头借贷、毕业院校、从事行业以及工作年限；所述还款意愿因素信息包括贷款申请记录、贷款余额、还款行为习惯、职业、人行数字解读分、征信记录、历史逾期信息及催收记录。

在具体实施例中，个人月均收入是指逾期客户每个月的平均收入情况；个人财务状态是指逾期客户的存款信息、欠款信息、贷款信息和还款信息等；还款行为习惯是指逾期客户在还款时都喜欢以怎样的方式进行还款以及一般在还款期限的什么时间还款等；征信信息是指逾期客户在使用各个服务平台是产生的个人信用信息。

评估步骤、基于获取到的逾期客户的客户信息，对逾期客户的还款意愿和还款能力进行评估。

在本实施例中评估步骤包括：

还款意愿评估步骤,根据逾期客户的还款意愿因素信息，利用还款意愿评估模型计算逾期客户的还款意愿评分，判断还款意愿评分是否大于指定意愿阈值，若是则判定逾期客户为高还款意愿客户，若否则判定逾期客户为低还款意愿客户；

还款能力评估步骤，根据逾期客户的还款能力因素信息，利用还款能力评估模型计算逾期客户的还款能力评分。判断还款能力评分是否大于指定能力阈值，若是则判定逾期客户为高还款能力客户，若否则判定逾期客户为低还款能力客户。

在本实施例中还款意愿评估模型和还款能力评估模型均为BP神经网络模型，使用的是BP神经网络技术对逾期客户的还款能力高低和还款意愿高低进行判定，具体的首先是要预先构建一个三层的BP神经网络模型，包括输入层、隐层和输出层，本实施例中还款意愿评估模型对应的输入层为贷款申请记录、贷款余额、还款行为习惯、职业、人行数字解读分、征信记录、历史逾期信息及催收记录，因此输入层有8个节点，而输出对应的是还款意愿高低的预测，因此共有1个节点，针对于隐层，本实施例使用了以下公式来确定隐层节点的数量：

其中l为隐层的节点数，n为输入层的节点数，m为输出层的节点数，a为1至10之间的一个数，本实施例中取为6，因此隐层共有9个节点。

同理还款能力评估模型对应的输入层为是否有住房、个人月均收入、个人财务状态、家庭月均收入、多头借贷、毕业院校、从事行业以及工作年限，输入层也为8个节点，而输入层对应的是还款能力高低的预测，因此共有1个节点，针对于隐层，本实施例使用了以下公式来确定隐层节点的数量：

其中l为隐层的节点数，n为输入层的节点数，m为输出层的节点数，a为1至10之间的一个数，本实施例中取为5，因此隐层共有8个节点。BP神经网络通常采用Sigmoid可微函数和线性函数作为网络的激励函数。本文选择S型正切函数tansig作为隐层神经元的激励函数。预测模型选取S型对数函数tansig作为输出层神经元的激励函数。在BP网络模型构建完毕后，利用之前历史信息库中的逾期客户的还款能力评分记录和还款意愿评分记录作为样本对模型进行训练，通过评分训练完成后得到的模型可以取得较为准确的评定结果。

客户类型确认步骤、根据评估步骤的评估结果，确定出对应的逾期客户的客户类型。

在本实施例中，客户类型确认步骤具体包括：分别获取还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果；

调用根据还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果的组合结果对客户类型进行确定的确定策略，来确定该逾期客户的客户类型。

其中客户类型分为A类客户、B类客户、C类客户和D类客户四个类型，A类客户为高还款意愿和高还款能力的客户、B类客户为低还款意愿和高还款能力的客户、C类客户为低还款意愿和低还款能力的客户、D类客户为高还款意愿和低还款能力的客户。

例如当逾期客户为甲时，将逾期客户甲的还款能力因素信息输入到还款能力评估模型中去同时将逾期客户甲的还款意愿因素信息输入到还款意愿评估模型中去，当输出的结果分别为甲为低还款意愿客户以及甲为高还款能力客户时，会对得到的这两个结果进行组合，得到甲为低还款意愿和高还款能力的客户，此时会根据这个组合结果去匹配到对应的客户类型为B类客户。

催收策略匹配步骤、根据逾期客户对应的客户类型，匹配对应的催收策略。

在本实施例中催收策略匹配步骤具体包括获取逾期客户对应的客户类型；

根据客户类型，调用根据客户类型与对应催收策略进行关联的关联策略，匹配到与客户类型对应的催收策略。

其中催收策略包括对A类客户采用短信、智能语音以及人工提醒的催收方式；对B类客户在采用短信提醒和人工提醒的方式进行催收不生效时，提升人工提醒的频次同时进行上门催收的方式；对C类客户在采用短信提醒和人工提醒的方式进行催收不生效时，提升人工提醒的频次，之后若长时间没有回应则进行诉讼催收；对D类客户采用短信提醒和人工提醒的方式进行催收，对短期内存在债务危机客户进行客户延期展期，待客户还款能力提升后电催及时跟进。

在本实施例中具体催收策略为：

对A类客户，催收的手段采用的是短信、智能语音以及人工提醒；具体流程为逾期1到3天为短信+智能语音并行提醒本人；逾期3天以上人工电催提醒本人。

对B类客户，催收的手段采用的是短信、智能语音、人工提醒以及上门催收；具体流程为逾期1到3天为人工提醒告知影响，同步发送短信提醒；逾期3到10天为人工加强催收，适当提升频次，并及时与联系沟通以提升贷款人还款意愿；逾期10天以上需结合文明上门拜访核实。

对C类客户，催收的手段采用的是短信、人工提醒以及诉讼催收；具体流程为逾期1到3天为短信和人工电催紧密联系；逾期3天以上人工电催提升沟通频次，并及时与客户联系沟通贷款本人偿债能力；30天以上需要诉讼接入及时挽损。

对D类客户，催收的手段采用的是短信、人工提醒和延期展期；具体流程为逾期1到3天为短信，人工电催并行提醒本人；逾期3天以上了解客户偿债能力，对短期内存在债务危机客户与客户协商进行延期展期，待客户还款能力提升后电催及时跟进。

催收步骤、根据催收策略，对逾期客户进行催收。根据对应的催收策略，依照其催收流程进行催收即可。

实施例二

与实施例一相比，本实施例还包括以下步骤：

对逾期客户的身份进行匹配，得到逾期客户的身份类型；

根据逾期客户的身份类型，匹配出该逾期客户的一天中繁忙时间段以及空闲时间段；

根据该逾期客户对应的客户类型，选择不同的时间段对逾期客户进行催收。

对于不同客户类型的逾期客户，通过对该逾期客户的身份类型进行识别和匹配，通过逾期客户的身份类型，得到逾期客户在一天中的繁忙时间段以及空闲时间段，不同的客户类型在不同的时间段进行催收，具体的对于A类客户和D类客户这种高意愿还款的逾期客户，会在该逾期客户空闲时间段对其进行贷款的催收工作，而对于B类和C类这种低意愿还款的逾期客户，选择在该逾期客户繁忙时间段对其进行贷款的催收工作。

例如，逾期客户甲的身份类型为上班族，这样在识别到甲为上班族时，就会根据这个身份类型，匹配到甲的一天中早上九点到下午六点是繁忙时间段，下午六点到晚上12点为空闲时间段，当甲为A类客户或者D类客户时，就会在下午六点到晚上12点这个空闲时间段对甲使用相对应的催收策略进行催收工作，而当甲为B类客户或者C类客户时，就会选择在早上九点到下午六点这个繁忙时间段对甲使用相对应的催收策略进行催收工作，如甲正在开会，突然就接收到催收电话，给领导很不好的感觉，那么他会觉得逾期还款的成本太高，这样一来甲的还款意愿也就升高了，甚至会尽快还款。

通过这种方式，使得低还款意愿的客户会大大减少，因为这些低还款意愿的客户会觉得迟迟不还款所带来的的成本太高，没有必要，这样对于整个贷款平台来说，可以少一些不想还款的人，使得平台能够很好地得到经营，同时通过不同还款意愿进行不同时间段的催收的方式，使得高意愿还款的客户会觉得整个系统有人性化，愿意来本平台进行贷款，对于低意愿还款的客户会觉得这个贷款平台不是很好糊弄过去，而且对应的成本太高，从而增加该类型客户的还款意愿。

以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种催收方法，其特征在于，包括以下步骤：

客户信息获取步骤、获取逾期客户的客户信息；

评估步骤、基于获取到的逾期客户的客户信息，对逾期客户的还款意愿和还款能力进行评估；

客户类型确认步骤、根据评估步骤的评估结果，确定出对应的逾期客户的客户类型；

催收策略匹配步骤、根据逾期客户对应的客户类型，匹配对应的催收策略；

催收步骤、根据催收策略，对逾期客户进行催收。

2.根据权利要求1所述的一种催收方法，其特征在于：所述客户信息包括还款能力因素信息和还款意愿因素信息，所述还款能力因素信息包括是否有住房、个人月均收入、个人财务状态、家庭月均收入、多头借贷、毕业院校、从事行业以及工作年限；所述还款意愿因素信息包括贷款申请记录、贷款余额、还款行为习惯、职业、人行数字解读分、征信记录、历史逾期信息及催收记录。

3.根据权利要求2所述的一种催收方法，其特征在于：所述评估步骤包括：

还款意愿评估步骤,根据逾期客户的还款意愿因素信息，利用还款意愿评估模型计算逾期客户的还款意愿评分，判断还款意愿评分是否大于指定意愿阈值，若是则判定逾期客户为高还款意愿客户，若否则判定逾期客户为低还款意愿客户；

还款能力评估步骤，根据逾期客户的还款能力因素信息，利用还款能力评估模型计算逾期客户的还款能力评分；判断还款能力评分是否大于指定能力阈值，若是则判定逾期客户为高还款能力客户，若否则判定逾期客户为低还款能力客户。

4.根据权利要求3所述的一种催收方法，其特征在于：所述客户类型确认步骤包括：

分别获取还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果；

调用根据还款意愿评估步骤中的评估结果和还款能力评估步骤中的评估结果的组合结果对客户类型进行确定的确定策略，来确定该逾期客户的客户类型。

5.根据权利要求4所述的一种催收方法，其特征在于：所述客户类型分为A类客户、B类客户、C类客户和D类客户四个类型，A类客户为高还款意愿和高还款能力的客户、B类客户为低还款意愿和高还款能力的客户、C类客户为低还款意愿和低还款能力的客户、D类客户为高还款意愿和低还款能力的客户。

6.根据权利要求5所述的一种催收方法，其特征在于：所述催收策略匹配步骤包括：

获取逾期客户对应的客户类型；

根据客户类型，调用根据客户类型与对应催收策略进行关联的关联策略，匹配到与客户类型对应的催收策略。

7.一种催收存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被执行时实现上述权利要求1至6中任一项所述的催收方法。

8.一种催收设备，其特征在于：包括处理器，以及被配置成存储计算机可执行指令的存储器，所述处理器执行所述计算机可执行指令时实现上述权利要求1至6中任一项所述的催收方法。

Images