如何把一個新客戶，培養成你最忠實的使用者？

存量客戶管理要先對客戶進行打分和評估，這就要用到行為評分模型，用到客戶資料。

客戶會有很多原始資料，我們需要思考：怎樣挖掘跟風險相關的資料，根據客戶的歷史表現，開發出可以用到模型中的強變數。

--賬戶觀察點狀況。 對客戶進行風險評估時，首先要看客戶在那個時刻的賬戶狀況，包括新增貸款、還款額、餘額、應還額度和限額等。

--逾期歷史。 即客戶最近在平臺的貸款歷史裡有無逾期，逾期幾次，逾期多長時間。

--賬戶使用歷史。 比如一個客戶的額度使用率一直是30%，突然這個月漲到70%，一定有事發生——可能他有特殊需求，或者他手頭有點吃緊。

單變數不是說風險一定增加了，但說明客戶有變化，這些變化可以演變出幾千個變數，這些變數讓你知道，客戶的風險有變化。那他是在變好，還是變壞呢？這就是考驗模型和專業性的時候了。

先對比一下獲客模型和客戶行為模型。

獲客模型 是用來篩選新客戶和授信的，對方還不是客戶，所以用的都是外部信貸資訊，沒有貸款人真實的表現資料，分辨力不是特別高。而客戶行為模型使用的是內部信貸表現資訊，附加外部資訊，分辨力高，可以按照風險監控的頻率，在任何時候用。

客戶行為模型 ，包括存量客戶生命週期管理的一系列模型：

--客戶變壞概率： 評估每個客戶變壞的概率。從獲客第一天起，客戶的風險就在受他的收入情況、信貸情況而不斷變化。

--交易逾期的概率： 每一筆交易都要評估，客戶還款的概率是多少。這和客戶本身的風險有關聯度，但不是百分百的關聯。客戶的風險評估模型，和交易本身的風險模型是不一樣的。

此外，還有 客戶流失概率、逾期後回款概率、欺詐概率、交叉銷售響應概率和信用響應概率 等。

在客戶提現或者做支付交易的時候，需要思考，如何進行授權，是否讓交易通過。千萬不要看到客戶還有額度，就讓對方拿走。現在大家做交易授權還比較簡單，但這非常重要，希望大家按照這個原則性的框架，去審視自己的風控體系。

--如果賬戶無逾期，交易在限額之下，通過。

--當客戶超過限額消費或者借貸時，有選擇地通過。

一旦觸發這一百萬客戶，就需要對他們不斷地進行評估，然後把高風險或風險變化大的客戶，放到系統和人工審查的工單上，進行分層：

--以前採取過一些動作，現在風險變好了的，要恢復客戶的正常狀態。

--採取動作後有所改善，或者有巨大變化的，要保留觀察。

--剩下一些風險較高的，要進行額度控制。

--對高風險的客戶做影子限額 。 比如說客戶現在的額度一萬，花到八千的時候，對他進行重新審查，看看是否還正常。

--要求客戶提供收入資產資訊。 如果覺得客戶風險變高了，可以讓他提供更多的資訊來證明。

--暫時凍結賬戶。 客戶還沒到還款期，但風險特別高了，同時在下載其他貸款軟體，可以暫時凍結賬戶，等客戶還款以後再解凍。

還可以採取降低限額、關閉賬戶等動作。風險越高，越需要控制。

首先要有好的 產品體驗 。每次交易和客戶接觸時，都要讓他的體驗非常好。

之後就是 權益體驗 ，想一想用什麼權益打動客戶，留住客戶，讓他繼續用你的產品。

然後是 RTF（Recommend to Friends，朋友推薦） ，讓客戶介紹新的朋友來用你的產品，他的朋友又過來做交易，這樣也能產生很好的產品體驗和權益體驗。

這樣的閉環，當公司發展到第三年、第四年，客戶達到20萬、50萬才能做起來，而不是公司剛開始，客戶只有一兩千的時候，就要做起來。

信貸公司要給客戶帶來良好的產品體驗和權益體驗，首先需要設立有效的客服指標，建立 MIS（ManagementInformationSystem，管理資訊系統） 跟蹤，持續優化客服體系。

現在有些互金公司還不是特別重視客服，但我想把這個理念灌輸給大家，用這些客服指標去監控，確保好的客戶體驗。

跟蹤客群表現，需要關注這幾個資料：

--活躍客戶佔比。 比如總共有一百萬個賬戶，那活躍的有多少，在持續貸款的有多少？新獲取的一幫客戶，24個月之後還有多少？肯定是越來越少的，但如果突然快速下滑，那就有問題了。

--活躍客戶平均餘額。 一般情況，活躍客戶的平均餘額是逐漸增加的，因為最忠誠的客戶才留下來了，不忠誠的都離開了。如果發現一段時間以後，平均餘額在下滑，就有問題了。

--活躍客戶60天逾期率。 一般逾期曲線是慢慢增加的，特別是信用卡，因為壞人被過濾之後會變好，但如果突然某段時間逾期率突然上漲，說明你可能做了什麼，或者競爭對手做了什麼，好客戶被偷走了，壞客戶留了下來。

這些都是留存客戶的監控指標，需要保持對客戶的監控，一旦發現流失，就要去找原因是什麼。