发帖
雷达卡
评分卡是用来做客户分层的，一般情况传统的评分卡，最重要的作用是用来做客群分层中的拒绝和准入把控，通过该评分卡的介入后，通过率会降低的。
那能否，在这个基础上，我们改良一下评分卡，使得通过率有些许提升呢？本文就来给大家介绍下如何改良评分卡，使评分卡能提升通过率。
为了实现这个逻辑，我们引入两种不同评分卡：
1-分层评分卡；
2-子评分卡；
以下，我们逐一阐述；
一．分层评分卡
首先要了解，分层评分卡的构建原理。即当我们在设计不同的风控流程的时候，可能会在不同segment之间设定不同的数据，比如以下的风控流程中，我们会根据不同的segment构建不同的评分模型：
这样操作的起因是，每一个segment之间会有不同数据源的割裂。当然也考虑到了不同渠道之间所使用的数据源的不同，因为才分开建模:
在以上的规则中，我们对每条通道中不同的数据源都设置好不同的评分模型，并且在输出模型的基础上我们有一个累计权重的考虑。相比传统的评分卡，这种部署评分卡的机制可以效防止不同数据源之间，因时间差等问题导致的数据差异。并且评分不再单单由一种评分机制影响，有效提升了单单仅靠一种评分卡带来的偏差。
要提升评分卡的通过率，首先需要明确一个原则即是评分卡的分数不能直接触碰到单个分层评分卡就拒绝，而应该是多个评分综合评定。
用这种评分模型，在后续的监控中，我们可以看到较之前的通过率有8个点左右的提升。
二．子评分卡
常规的评分卡的流程中，我们所用到的评分卡都是数据维度最齐全，也最稳定的一张卡，这张评分卡叫主流评分卡。开发这张卡的时候，某些缺失维度较大的数据源和信息不能作为我们此次的选择目标。
但对于那些缺失度较高，一旦命中就是有很大识别度的数据源，比如社保公积金或者电商消费指数这些数据。比如在我之前所开发的某个场景中，所测试的某电商分数，其覆盖率的程度如下：
类似这样数据的评分卡，能否也有他的场景呢？答案肯定是有的。这里我们介绍的子评分卡，就是对其场景的补充。
因为较低的覆盖度是不能设定为主评分卡，但是其作为子评分卡对主评分卡的内容补充却显得非常重要，我们看看其加入对主评分卡一起作为自动进件后，其客群的申请通过率的数据分析如下：
可以观察在主评分卡中，原来之前的8、8、10等级都是批核的等级。整体上，该评分卡的通过率在30%的水平。
在使用子评分卡后，我们可以看到主评分卡中5、6、7等级中所对应的蓝色区域，也是其批核的对象。整体上，加入该子评分卡后，通过率提升至35%，较之前有了5个点的提升。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
