催收评分卡（一）催收评分卡介绍
各位好！从今天开始本号会陆续公开催收评分卡的原创教程和资料，如果对这部分内容有兴趣，麻烦动动手关注转发，谢谢大家的捧场。 搜索关注公众号“ 番茄风控大数据”，获取更多风控干货。
我这里所要介绍给各位的是：催收评分卡，在网络上寻了大量的网页，也只是寻找到了一些支离破碎的资料,真的少得可怜。正好赶上自己在前段时间开发了一套催收评分卡，模型目前来看效果还不错，KS值在训练集上达到45，校验集上也能达到40左右，psi也能控制在2%的范围内。
市面上最多的风控模型最多的就是A卡，也就是我们申请评分卡。市面上对催收评分卡的介绍往往少之又少，一是太多的人没有真正做过催收评分卡，二是觉得催收评分卡这块目前还不是最主流的应用场景。
为什么催收评分卡在市面上主流的应用场景比较受限?
目前很多公司的催收一般都会委外给到使外部公司，不过像有些公司是分阶段催收的，DPD60+或者90+之后才委外给外包公司。如果像第二种情况，开发出来的评分卡还是在内部公司有使用场景,起码在60天内你就可以用你的催收模型加催收策略使劲催了。
近期的整个信贷发展的趋势
今年以来伴随着大环境的信用风险下调,越来越多的坏账到客户周期后,持续爆发,于是很多公司对催收的团队越来越重视,自然地对整这个催收团队也会越来越向精细化的趋势发展。
那精准催收肯定会对每位客户的风险逐一量化。我近期也是迫于这样的业务要求，从贷前抽调至贷后，协助完成整个建模过程。
目前我在实施建模完成后整个测试集的结果情况
整个训练集在结果中来观察还是相当不错的，已经将近ks已经将近45%了，而且gini也是一个相当不错的指标在50%得到水平。
你可以看到在训练集中，我一共分成了5个风险等级的客户，至于为什么需要分成5个风险等级。其实是跟你的客户量跟你公司的人员架构有关，当然还有你公司的产品都是有密切关联的。
如果你看一下我之前做过的贷前评分卡，你就会发现，我分成的客群大概是在10个等级左右。
评分卡其实也是一种策略，也算一种精细化的管理策略。最重要的策略就是对客群进行分层。对评分卡分到的层级该如何进行切分，这个cut off也是有考究的。在贷前卡里，cut off有三到四种方式。现在来介绍一种最基本就是，cut off跟bad rate进行结合，综合切分，也就是能接收多大的坏账放某个客群进件。
催收评分模型系列，近期会陆续更新，如果想要学习的同学，请关注"番茄风控大数据"，我会陆续更新这个系列的文章。
之前为了学习建模，我也买过两个课程，不过感觉都有些脱离实际，粗暴建模的方式，很多都是为了建模而建模，而没有充分结合业务去考虑问题。粗暴的方法，无法系统化的梳理整个建模的框架；为了建模而建模的方法，很容易偏离真正的业务的理解场景，业务落地比较困难。
总之这样的教程，很容易浪费时间走大弯路，我也知道很多朋友在寻找转型之路，现在很多传统方面的小贷、银行机构，都越来越想往线上往自动化往人工智能的方向转型。但是转型谈何容易，本人也是经历千万次的磨练和千万行的代码才捶打起来的。看过了很多的资料，包括不限于：
因为，最开始，我自己也没有想过会录制这套教程。我也是前期写了一些公众号，发现跟我交流的粉丝大部分都会遇到建模方面的问题。所以，我就开始录制了。
并且，我把这套课程称为《从0到1》学习建模。也就是想让各位没有建模基础的同学也尽量能学会建模。于是我试图把传统的一些，能让机器实现的算法都尽量简化，包括把业务逻辑简化，把过程建模，尽量保持建模最重要的框架。但是第一期视频是围绕着，一个催收评分卡建模开发而展开的。
课程内容包括但不限制于（教学视频：）
（以上是首批计划制作完成的视频，目前已经录制好了前面3节视频，这一期视频本人的使用的工具主要是SAS，如果有时间，考虑各位粉丝的需求，根据工具需要，把工具替换成时下最火热的python。）
在整个教学视频里面，我尝试用sas工具去去串联整个模块，不过在该使用excel去处理数据的时候，我还是尽量去使用excel，这样对大家帮助理解业务是最有好处的。我会充分照顾到一些在这一方面转型做模型的童鞋。本人开发的版本是sas9.1,和sas9.4。也会将所有的安装包的文件上传到共享文件上。
后续依照粉丝需求，考虑上线视频包括
目前这第一阶段的课程计算是包括五大板块，估计会有20-30个小节左右。当然我承诺这套课程是不断迭代更新，可能也许我更新的速度会有些慢。
十年职场生涯，这个长期混迹在风控界和科技界，摸爬滚打的大叔，曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司，如果你想了解他，欢迎加入一起学习一起聊（个人微信）！