AI如何改变催收|Decisimo

 

AI 可依据付款记录、人口统计特征及其他相关数据对客户进行精细分群,便于团队开展有针对性的催收。团队也能识别出最有可能还款的客户。

成熟的客户分群技术

客户分群可以采用以下方法:

采用决策引擎的好处

决策引擎适合结合机器学习进行客户分群。分析人员可以及时更新决策逻辑,保持模型的准确性和效果。平台通过批处理可以高效处理大量数据。

较早采用决策引擎的团队已经看到这些成效:

  • 提高客户分群的准确度
  • 更有针对性地处理还款可能性较高的客户
  • 持续优化催收策略

用语音机器人提高催收效率

AI 还能提高催收效率。语音机器人可以处理催收沟通,也可以拨打最初阶段的前期催收电话。随着技术进步,语音机器人还能处理更复杂的情况,给出更合适的回应和其他解决方案。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。

催收团队的分工变化

催收团队的分工也在变化。对于逾期天数不超过 10 天的账户,机器人可以负责初期的柔性催收。人工坐席则可以处理更复杂、需要个性化沟通的案件。

个性化处理仍然重要

不过,语音机器人并不适合所有客户。有些案件需要个性化处理。做好客户分群仍然重要,这样团队才能区分适合机器人处理的客户和需要人工介入的客户。

总的来说,AI 正在改变债务回收。它有助于提高客户分群的准确度、改善工作效率和客户体验。随着 AI 持续发展,催收行业可能会出现更多能力更强的解决方案,推动创新和业务增长。支持批处理的决策引擎可以帮助催收机构、消费贷款公司、消费银行和 BNPL 业务改善债务回收成效。

常见问题

逾期多少天的账户适合转给语音机器人?

初期催收可以先从逾期天数不超过 10 天的账户开始,并将这一界限作为试点规则,而非适用于所有账户的标准。语音机器人先负责常规的首次联系。遇到账户争议、客户有困难、账户信息不清楚或客户要求人工沟通时,应转给人工坐席。扩大逾期天数范围前,先按逾期天数和客户分群查看结果。

催收客户分群应使用哪些数据?

先使用还款记录和以往催收结果,再加入逾期天数、欠款余额等相关账户信息。每个分群都应对应具体的处理方式,例如电话联系、语音机器人或人工审核。初期分群数量应便于团队比较结果,也要能发现范围过宽、无法指导行动的分群。

扩大新分群范围前应如何测试?

在相似账户中,对比新方案与现行做法,跟踪回收情况、每个已解决账户的成本、还款承诺的兑现情况、投诉量及转人工请求。按逾期时长和客群分别查看结果,整体改善可能掩盖某一客群表现不佳的情况。试点开始前,先确定成功指标和评估周期。

基于 AI 的催收决策逻辑应多久调整一次?

初期可以至少每月评估一次表现。若客户组合结构或催收结果发生重大变化,应提前评估。AI 可以提出决策逻辑调整建议,但必须由催收负责人审核变更内容,并在新版本发布前批准。保留之前的版本,便于团队比较结果,并在调整效果不佳时恢复旧版本。

将人工坐席的工作转给语音机器人前应衡量什么?

跟踪机器人触达并解决的符合条件账户占比,以及回款表现、重复联系、投诉和转人工次数。调整人员安排前,先将这些结果与当前做法进行比较。如果某个客户群的转人工次数或投诉增加,就缩小机器人在该群体中的使用范围,并为这些客户保留人工处理能力。

将这些审核规则纳入决策流

制定信贷、反欺诈或催收规则,并用于实际决策。