转载自：金融信贷存量客户运营管理
原作：Bonus_F
前言
近几年随着消费金融在我国的快速发展，银行零售业、消费金融公司、互联网金融等迎来了一个爆发式的增长，人均授信总额不断增加即居民杠杆率持续攀升。伴随着市场竞争日趋激烈、客群不断下探、监管收紧的大背景下，互联网金融、小贷公司、P2P行业洗牌和业务调整，将会导致次级下沉客户向银行、持牌消费金融公司传导，使共债风险持续增加、坏账率增高。因此，新客带来的业务增加将会遇到一个瓶颈期，各大金融机构缩减新客获取，至此国内消费金融市场将进入存量客户精细化运营管理时代。
一.存量客户精细化管理的必要性
1、新户成本上升
当前新户审批通过，客户激活和支用率普遍不高，各银行在优质客户获取上营销费用也直线上升，最高单客成本接近500元/人，而2017年初时，成本仅为70元左右；非银机构的获新成本基于不同贷超导流的新客提现成本最低已达到400元/人，部分渠道的新客提现成本甚至已突破2000元/人。
2、新户风险激增
受疫情影响，金融行业整体的欺诈风险、信用逾期风险持续走高。中美贸易摩擦、因疫情带来的全球性消费疲软和中小微企业严峻的生存压力将会传导至微观个体，部分客户将出现还款能力下降，特别是资质相对更差的次级客群，其受到的影响更大。而为了应对疫情，防范金融风险，各家金融机构必将进行业务调整，降低整体授信额度，收缩业务。而对于共债风险本身就高的次级人群而言，信贷需求未减的情况下，供给却大幅萎缩，因此他们中的一部分人转而通过欺诈手段，突破金融机构风控防线、获得贷款的动力更充足。另外，由于疫情的影响，个人消费减少，资质相对较好的客户借贷需求降低，客观上减少了总体人群中优质客户的数量，导致欺诈客户的占比升高。
3.存量客户风险及收益
信贷业务的主要收入都来分期业务的手续费收入、循环信用的利息收入和符合相关规定的合法收入等，银行信用卡业务除了传统信贷的业务收入外还包括年费、刷卡消费的佣金收入；而客户的成本主要是获客成本和风险损益，其中很大一部分来自于因客户逾期导致的风险损失。金融机构若想提高业务的利润率，追求利润最大化，必须从成本和收入两方面考虑问题，即在尽可能提高营业收入的同时，尽量减少各成本项。因此好的运营管理，既需要提升贷前风控能力和贷中风险管理能力，又需要提升客户价值。客户价值提升，新客放款流程的简化、通过率和支用率的提高，存量客户激活、默客促活、产品营销响应、客户流失预警和客户价值评估等方式方法，扩大新客群体，提高客户对循环信用、取现、消费分期、额度外现金贷等高价值产品的使用率，从而整体推高营业收入。贷中风险管理，采用客户画像等技术通过提前预判客户在还款能力和还款意愿上的变化，并根据这些洞察，采取相应的干预措施，防止信贷资产的风险恶化，从而减少未来因逾期导致的风险损失。相比新客来说，存量客户因为有贷后表现，风险相对可控，也没用新客的获客成本，因此存量客户管理至关重要，好的运营管理在不断提高营业收入，降低未来风险损失的同时，提高客户黏性，使得客户持续为金融机构创造价值。
二、信贷存量客户数字化运营
1、基于自生态的存量客户经营不能满足数字化运营的需求
金融机构一直以来都会基于已有数据开展自生态体系内的存量客户经营，其中传统运营的主要痛点如下：
-
运营管理主要依赖于业务人员经验，通过简单的业务规则进行风险预警，且无法对业务规则进行定期评估和优化。
-
人员密集型运营，人力资源投入较大，对沉默客户没有好的出活手段。
-
缺乏动态额度调整策略或者调额体系，用户体验不佳，易造成客户流失。
-
差异化管理难实现。缺少用户画像，差异化营销和风控和服务没有抓手，广撒网式的营销方式导致促活率或转化率低；对不同账龄的客群，采用同一套贷中管理策略，效果不佳。
-
IT解析要求高。金融机构存量客户规模大，需要强大的动态监控和IT解析能力，受系统解析能力限制，监控周期相对较长。
-
存量客户价值挖掘不够。海量数据分散，缺乏标准化的统一管理，缺乏投入和挖掘。难以识别高价值客户, 缺乏对长尾客户金融需求、金融风险的识别能力。
-
客户动态无法实时监测
随着行业竞争加剧，互金、信托、基金等渠道分流了传统金融机构大量存款和贷款客户，客群分层且风险动态化；基于自有系统和生态体系内的数据无法做到及时有效的识别，也缺乏待营销客户、待转化客户在自身内的市场需求。
2.信贷机构数字化运营方向
精准化运营的前提是客户关系管理，而客户关系管理的核心是客户分层。针对不同的客户推行不同的策略，实现精准化运营，以期获取最大的转化率。
数字化的存量客户经营策略需从产品体验、运营效率、品牌口碑三个方面着手建立存量客户数据运营体系，包括存量数据处理、客户画像标签体系搭建、建模平台建设、IT基建、策略平台五大模块。依靠流量入口APP和合作方引流渠道，整合内部生态和外部三方数据，探索和构建数字化获客模型，并结合各类营销手段推进存量客户数字化经营，对客户全生命周期价值进行深度挖掘打造新的获客增长点，在严控风险底线的大前提下，获取客户价值，优化数字获客结构，深化风控体系建设。
备注：来源于索引文章，仅供参考
1、明确存量客户定义
常见的存量客户包括五大类：断点客户、拒绝客户、集团客户、低价值客户、交叉营销客户；
1.断点客户：申请人可能由于事务打断、申请过程繁琐、需求变化等因素中断申请。
2.拒绝客户：金融机构从之前被拒绝的客户中，识别风险降低的客户，结合当前申请人的需求，形成再审批名单。
3.集团客户：集团各类业务积累的客户不能直接传递给金融机构，可通过过存量客户精准分层找到有意向客户，通过机器人营销，引导客户向金融机构申请，形成集团内部联动。
4.低价值客户：低价值客户包括非活跃客户、授信但未提现/消费的睡眠客户，但这类客户可能是其他金融机构的高价值客户，可通过交叉营销的方式促进客户活跃。
5.交叉营销客户：如储蓄客户转信用客户、消费分期客户转现金贷客户、现金贷客户转小微客户等，可以先做客户的分层，找准转化意向强的客户进行营销。
2、明确数字化运营目标
其主要的思想是基于对历史数据的探索和分析，开发基于数据驱动的规则和模型，结合业务人员经验，对未来逾期风险做出准确预警，并使用结果数据，不断优化原有规则模型，形成闭环，主要有以下几点：
-
根据客户的风险水平和客户价值，制定动态额度调整体系，提高支用率和复借率；
-
价值提升环节，使用机器学习算法构建各类模型，在高价值产品的交叉营销活动中，根据预测的客户响应度和对产品的需求度，采取差异化的营销策略和方式，一方面提高营销响应，另一方面有效避免营销资源浪费；
-
通过数据分析，挖掘那些高价值沉默客户，总结其行为特点，构建促活响应模型，制定差异化的促活策略；
-
技术密集型运营，引入人工智能和自动决策工具，替代人工，减少人力运营成本。
在具体的数字化运营目标中可将存量客群定义和分类为以下几类：
（1）存量客户风险预警：通过动态监控的方式实时了解贷款合约期内的客户的风险变化，以达到逾期风险早发现、早提醒、减少坏账的目的。
（2）休眠客户促活：针对本机构真假睡眠用户识别及促活；真睡眠客户是不仅在本机构失活，在全平台都表现出失活特征；假睡眠用户是指本机构失活客户，但在其他平台有借款，可捕捉假睡眠客户，及时营销促活。
（3）高价值客户流失预警：在本机构一般活跃，近期在其他机构非常活跃的高价值客户，提前进行预警及权益推送。
（4）存量客户交叉营销：结合营销规则、营销评分精准识别现有活跃客户的新增需求，如实时的新增贷款需求，形成优质客户白名单，并可通过智能机器人进行外呼，进行客户的触达，加深客户粘性。
备注：以银行零售业务中信用卡存量客户为例，图片来源于参考文章
3、存量客户标签体系搭建
基础标签体系的搭建，主要以当事人维度，对金融机构数据集市/数据仓库中相关库表进行梳理，并按数据禀赋类型进行基础标签分类，然后基于基础标签，提炼衍生出供业务使用的高级标签。
针对每类待营销客户，需额外提取强相关变量。以已结清客户为例，已结清客户的用户价值模型核心指标包括：
（1）复贷周期：紧抓客户复贷黄金营销时间段。一般以7天为互联网通用客户活跃期限；35天（5周）为营销周期；从还款时间开始取值。
（2）借款频率：基于客户借款频率、借款偏好确定用户价值。具体字段包括金融机构掌握的本机构不同信贷产品的借款频次、外部全行内不同信贷产品的借款频次。
（3）借款金额：基于客户借款金额确定客户创收价值。一般取放款金额，用年化方法做归一，并用1234或ABCDE法分群。
4、存量客户价值评分体系搭建-实现精准分层
在建立完善的存量客户标签库后，金融机构基于营销目标开发白名单筛选规则、营销响应分，整个精准分层精准围绕目标分层、营销执行、标签记录、模型调优等步骤展开。
（一）贷中风险管理构建方案
贷中风险管理至少应包含贷中预警策略、行为评分模型及配套应用策略等。
在贷中预警的初级阶段，可以基于标签表现，挖掘区分能力强的变量，生成命中率低且准确率高的强规则，对命中规则的客户给予红色预警。在数据挖掘阶段，重点关注客户的用卡行为、还款行为及逾期行为相关的变量。
业务成熟阶段，根据客户的行内外数据，开发贷中行为评分模型，预测客户在贷中阶段由正常客户转为逾期客户的概率；根据不同的风险等级给予不同的风险预警策略，实现贷中风险预警的目的；同时结合对客户的价值评估果，给出相应的动态调额策略和定价调整策略（图中策略仅为示例，具体情况视业务而定）。
备注：以银行零售信用卡客户为例，图片来源于索引文章
（二）存量客户价值提升构建方案
-
客户价值评估模型
使用行为评分模型对存量客户进行风险评分后，对于高风险客户需提前采取风险预警措施，包括预催收、甚至降额止付等，对于中低风险客户，需要进一步评估客户价值，从而进行动态额度调整及其他价值提升的营销活动。客户价值评估模型是存量客户价值提升的基础模型，其结果与行为评分模型结果形成交叉矩阵，指导风险预警及动态额度调整和其他基于客户价值的一系列活动。交叉矩阵可以将存量客户划分为四类客群，分别为主动的正向、被动的正向、被动的负向、主动的负向客群，根据不同客群的特征制定相应的策略。
备注：图片来源于索引文章
-
交叉营销模型
风险水平较低及还款行为较好的优质客户对现金分期、现金贷等的信贷服务的需求不同，因此对产品交叉营销的响应程度也不同，金融机构应尽可能的找到响应程度高的优质客户，从而将营销资源进行重点投入。交叉营销模型可通过对历史的产品销售数据和营销数据进行分析和挖掘，总结使用基于特定场景的信贷产品的客户特点，从而对存量客户做出总体预测；模型使用的变量包括但不限于：客户基本信息、客户消费习惯和消费偏好、交易行为信息及还款及逾期信息等。外部三方数据等将有效提升模型对高响应客户的识别能力。模型构建完成后，对存量客户进行整体预测，根据模型分数排序，选择响应度较高的客户形成营销名单，开展相应的营销活动；以信贷场景存量客户交叉营销为例，基于营销响应分、营销成单分，精准从沉睡客户/流失客户中找到贷款需求高的客户，作为精准营销对象，通过对高响应客户进行短信、IVR、人工等手段进行营销，可提高营销响应率，有效节约成本；同时无需求的客户不会被营销打扰，有需求的客户可及时找到合适的产品，用户体验逐步提升。
-
激活响应模型
基于历史数据来构建激活响应模型，挖掘那些支用或者活跃客户的行为特征（包括消费偏好、消费习惯、交易习惯等等），从而对未来客户能否支用和激活作出预测，并根据客户的响应程度，采取不同的促活策略。根据实际情况，可以构建是否支取并消费的单一模型，也可拆分是否消费后是否活跃两个细化模型。对于未来极易支取并消费的客户，可能使用最基本的触达方式，如微信、银行短信方式就可奏效；对于响应程度一般的客户，可能需要使用短线触达+息费优惠的政策；对于响应程度最低的客户，需要使用人工外呼触达+息费减免政策或首刷赠礼等政策最大程度的吸引客户。
-
客户流失预警
优质客户下迁最后流失，应尽力避免此类事件的发生。因此，应尽早发现具有流失倾向的优质客户，并采取能使其继续留存在我行的维挽措施。根据历史数据可构建流失预警模型，根据不同程度的流失倾向客户，结合客户价值，采取不同的返利措施进行客户维挽。
5、营销活动设计与适配
基于白名单筛选规则、营销分精准对高需求、高响应客户进行识别，识别后基于客户价值，可采用差异化的运营方式。针对高需求、高响应的客户（高价值客户），运营重点在于提升额度和复贷次数，降低利率，缩短复贷时间，具体运营方式包括：
1.提升额度：邀请提额、自动提额的方式；触达手段可选择站内信/PUSH。
2.提升复贷次数：以活动的形式提升复贷次数，在活动时间段内刺激用户进行取现行为；触达手段可选择站内信/SMS/PUSH。
3.降低利率：针对有贷后表现的客户，进行盈利能力测算，确定具有吸引力的利率，触达手段可选择站内信/PUSH。
4.缩短复贷区间：以还款现金券为刺激手段，以达到缩短用户再贷间隔的目标；触达手段可选择启动页广告/站内信/PUSH。
针对低需求、中高响应的客户（一般价值客户），运营重点在于客户唤醒。可采用以还款现金券、免息券、降息券为刺激手段，以达到唤醒用户的目的；触达手段可选择SMS/机器人电销/人工电销。
前言
近几年随着消费金融在我国的快速发展，银行零售业、消费金融公司、互联网金融等迎来了一个爆发式的增长，人均授信总额不断增加即居民杠杆率持续攀升。伴随着市场竞争日趋激烈、客群不断下探、监管收紧的大背景下，互联网金融、小贷公司、P2P行业洗牌和业务调整，将会导致次级下沉客户向银行、持牌消费金融公司传导，使共债风险持续增加、坏账率增高。因此，新客带来的业务增加将会遇到一个瓶颈期，各大金融机构缩减新客获取，至此国内消费金融市场将进入存量客户精细化运营管理时代。
一.存量客户精细化管理的必要性
1、新户成本上升
当前新户审批通过，客户激活和支用率普遍不高，各银行在优质客户获取上营销费用也直线上升，最高单客成本接近500元/人，而2017年初时，成本仅为70元左右；非银机构的获新成本基于不同贷超导流的新客提现成本最低已达到400元/人，部分渠道的新客提现成本甚至已突破2000元/人。
2、新户风险激增
受疫情影响，金融行业整体的欺诈风险、信用逾期风险持续走高。中美贸易摩擦、因疫情带来的全球性消费疲软和中小微企业严峻的生存压力将会传导至微观个体，部分客户将出现还款能力下降，特别是资质相对更差的次级客群，其受到的影响更大。而为了应对疫情，防范金融风险，各家金融机构必将进行业务调整，降低整体授信额度，收缩业务。而对于共债风险本身就高的次级人群而言，信贷需求未减的情况下，供给却大幅萎缩，因此他们中的一部分人转而通过欺诈手段，突破金融机构风控防线、获得贷款的动力更充足。另外，由于疫情的影响，个人消费减少，资质相对较好的客户借贷需求降低，客观上减少了总体人群中优质客户的数量，导致欺诈客户的占比升高。
3.存量客户风险及收益
信贷业务的主要收入都来分期业务的手续费收入、循环信用的利息收入和符合相关规定的合法收入等，银行信用卡业务除了传统信贷的业务收入外还包括年费、刷卡消费的佣金收入；而客户的成本主要是获客成本和风险损益，其中很大一部分来自于因客户逾期导致的风险损失。金融机构若想提高业务的利润率，追求利润最大化，必须从成本和收入两方面考虑问题，即在尽可能提高营业收入的同时，尽量减少各成本项。因此好的运营管理，既需要提升贷前风控能力和贷中风险管理能力，又需要提升客户价值。客户价值提升，新客放款流程的简化、通过率和支用率的提高，存量客户激活、默客促活、产品营销响应、客户流失预警和客户价值评估等方式方法，扩大新客群体，提高客户对循环信用、取现、消费分期、额度外现金贷等高价值产品的使用率，从而整体推高营业收入。贷中风险管理，采用客户画像等技术通过提前预判客户在还款能力和还款意愿上的变化，并根据这些洞察，采取相应的干预措施，防止信贷资产的风险恶化，从而减少未来因逾期导致的风险损失。相比新客来说，存量客户因为有贷后表现，风险相对可控，也没用新客的获客成本，因此存量客户管理至关重要，好的运营管理在不断提高营业收入，降低未来风险损失的同时，提高客户黏性，使得客户持续为金融机构创造价值。
二、信贷存量客户数字化运营
1、基于自生态的存量客户经营不能满足数字化运营的需求
金融机构一直以来都会基于已有数据开展自生态体系内的存量客户经营，其中传统运营的主要痛点如下：
-
运营管理主要依赖于业务人员经验，通过简单的业务规则进行风险预警，且无法对业务规则进行定期评估和优化。
-
人员密集型运营，人力资源投入较大，对沉默客户没有好的出活手段。
-
缺乏动态额度调整策略或者调额体系，用户体验不佳，易造成客户流失。
-
差异化管理难实现。缺少用户画像，差异化营销和风控和服务没有抓手，广撒网式的营销方式导致促活率或转化率低；对不同账龄的客群，采用同一套贷中管理策略，效果不佳。
-
IT解析要求高。金融机构存量客户规模大，需要强大的动态监控和IT解析能力，受系统解析能力限制，监控周期相对较长。
-
存量客户价值挖掘不够。海量数据分散，缺乏标准化的统一管理，缺乏投入和挖掘。难以识别高价值客户, 缺乏对长尾客户金融需求、金融风险的识别能力。
-
客户动态无法实时监测
随着行业竞争加剧，互金、信托、基金等渠道分流了传统金融机构大量存款和贷款客户，客群分层且风险动态化；基于自有系统和生态体系内的数据无法做到及时有效的识别，也缺乏待营销客户、待转化客户在自身内的市场需求。
2.信贷机构数字化运营方向
精准化运营的前提是客户关系管理，而客户关系管理的核心是客户分层。针对不同的客户推行不同的策略，实现精准化运营，以期获取最大的转化率。
数字化的存量客户经营策略需从产品体验、运营效率、品牌口碑三个方面着手建立存量客户数据运营体系，包括存量数据处理、客户画像标签体系搭建、建模平台建设、IT基建、策略平台五大模块。依靠流量入口APP和合作方引流渠道，整合内部生态和外部三方数据，探索和构建数字化获客模型，并结合各类营销手段推进存量客户数字化经营，对客户全生命周期价值进行深度挖掘打造新的获客增长点，在严控风险底线的大前提下，获取客户价值，优化数字获客结构，深化风控体系建设。
备注：来源于索引文章，仅供参考
1、明确存量客户定义
常见的存量客户包括五大类：断点客户、拒绝客户、集团客户、低价值客户、交叉营销客户；
1.断点客户：申请人可能由于事务打断、申请过程繁琐、需求变化等因素中断申请。
2.拒绝客户：金融机构从之前被拒绝的客户中，识别风险降低的客户，结合当前申请人的需求，形成再审批名单。
3.集团客户：集团各类业务积累的客户不能直接传递给金融机构，可通过过存量客户精准分层找到有意向客户，通过机器人营销，引导客户向金融机构申请，形成集团内部联动。
4.低价值客户：低价值客户包括非活跃客户、授信但未提现/消费的睡眠客户，但这类客户可能是其他金融机构的高价值客户，可通过交叉营销的方式促进客户活跃。
5.交叉营销客户：如储蓄客户转信用客户、消费分期客户转现金贷客户、现金贷客户转小微客户等，可以先做客户的分层，找准转化意向强的客户进行营销。
2、明确数字化运营目标
其主要的思想是基于对历史数据的探索和分析，开发基于数据驱动的规则和模型，结合业务人员经验，对未来逾期风险做出准确预警，并使用结果数据，不断优化原有规则模型，形成闭环，主要有以下几点：
-
根据客户的风险水平和客户价值，制定动态额度调整体系，提高支用率和复借率；
-
价值提升环节，使用机器学习算法构建各类模型，在高价值产品的交叉营销活动中，根据预测的客户响应度和对产品的需求度，采取差异化的营销策略和方式，一方面提高营销响应，另一方面有效避免营销资源浪费；
-
通过数据分析，挖掘那些高价值沉默客户，总结其行为特点，构建促活响应模型，制定差异化的促活策略；
-
技术密集型运营，引入人工智能和自动决策工具，替代人工，减少人力运营成本。
在具体的数字化运营目标中可将存量客群定义和分类为以下几类：
（1）存量客户风险预警：通过动态监控的方式实时了解贷款合约期内的客户的风险变化，以达到逾期风险早发现、早提醒、减少坏账的目的。
（2）休眠客户促活：针对本机构真假睡眠用户识别及促活；真睡眠客户是不仅在本机构失活，在全平台都表现出失活特征；假睡眠用户是指本机构失活客户，但在其他平台有借款，可捕捉假睡眠客户，及时营销促活。
（3）高价值客户流失预警：在本机构一般活跃，近期在其他机构非常活跃的高价值客户，提前进行预警及权益推送。
（4）存量客户交叉营销：结合营销规则、营销评分精准识别现有活跃客户的新增需求，如实时的新增贷款需求，形成优质客户白名单，并可通过智能机器人进行外呼，进行客户的触达，加深客户粘性。
备注：以银行零售业务中信用卡存量客户为例，图片来源于参考文章
3、存量客户标签体系搭建
基础标签体系的搭建，主要以当事人维度，对金融机构数据集市/数据仓库中相关库表进行梳理，并按数据禀赋类型进行基础标签分类，然后基于基础标签，提炼衍生出供业务使用的高级标签。
针对每类待营销客户，需额外提取强相关变量。以已结清客户为例，已结清客户的用户价值模型核心指标包括：
（1）复贷周期：紧抓客户复贷黄金营销时间段。一般以7天为互联网通用客户活跃期限；35天（5周）为营销周期；从还款时间开始取值。
（2）借款频率：基于客户借款频率、借款偏好确定用户价值。具体字段包括金融机构掌握的本机构不同信贷产品的借款频次、外部全行内不同信贷产品的借款频次。
（3）借款金额：基于客户借款金额确定客户创收价值。一般取放款金额，用年化方法做归一，并用1234或ABCDE法分群。
4、存量客户价值评分体系搭建-实现精准分层
在建立完善的存量客户标签库后，金融机构基于营销目标开发白名单筛选规则、营销响应分，整个精准分层精准围绕目标分层、营销执行、标签记录、模型调优等步骤展开。
（一）贷中风险管理构建方案
贷中风险管理至少应包含贷中预警策略、行为评分模型及配套应用策略等。
在贷中预警的初级阶段，可以基于标签表现，挖掘区分能力强的变量，生成命中率低且准确率高的强规则，对命中规则的客户给予红色预警。在数据挖掘阶段，重点关注客户的用卡行为、还款行为及逾期行为相关的变量。
业务成熟阶段，根据客户的行内外数据，开发贷中行为评分模型，预测客户在贷中阶段由正常客户转为逾期客户的概率；根据不同的风险等级给予不同的风险预警策略，实现贷中风险预警的目的；同时结合对客户的价值评估果，给出相应的动态调额策略和定价调整策略（图中策略仅为示例，具体情况视业务而定）。
备注：以银行零售信用卡客户为例，图片来源于索引文章
（二）存量客户价值提升构建方案
-
客户价值评估模型
使用行为评分模型对存量客户进行风险评分后，对于高风险客户需提前采取风险预警措施，包括预催收、甚至降额止付等，对于中低风险客户，需要进一步评估客户价值，从而进行动态额度调整及其他价值提升的营销活动。客户价值评估模型是存量客户价值提升的基础模型，其结果与行为评分模型结果形成交叉矩阵，指导风险预警及动态额度调整和其他基于客户价值的一系列活动。交叉矩阵可以将存量客户划分为四类客群，分别为主动的正向、被动的正向、被动的负向、主动的负向客群，根据不同客群的特征制定相应的策略。
备注：图片来源于索引文章
-
交叉营销模型
风险水平较低及还款行为较好的优质客户对现金分期、现金贷等的信贷服务的需求不同，因此对产品交叉营销的响应程度也不同，金融机构应尽可能的找到响应程度高的优质客户，从而将营销资源进行重点投入。交叉营销模型可通过对历史的产品销售数据和营销数据进行分析和挖掘，总结使用基于特定场景的信贷产品的客户特点，从而对存量客户做出总体预测；模型使用的变量包括但不限于：客户基本信息、客户消费习惯和消费偏好、交易行为信息及还款及逾期信息等。外部三方数据等将有效提升模型对高响应客户的识别能力。模型构建完成后，对存量客户进行整体预测，根据模型分数排序，选择响应度较高的客户形成营销名单，开展相应的营销活动；以信贷场景存量客户交叉营销为例，基于营销响应分、营销成单分，精准从沉睡客户/流失客户中找到贷款需求高的客户，作为精准营销对象，通过对高响应客户进行短信、IVR、人工等手段进行营销，可提高营销响应率，有效节约成本；同时无需求的客户不会被营销打扰，有需求的客户可及时找到合适的产品，用户体验逐步提升。
-
激活响应模型
基于历史数据来构建激活响应模型，挖掘那些支用或者活跃客户的行为特征（包括消费偏好、消费习惯、交易习惯等等），从而对未来客户能否支用和激活作出预测，并根据客户的响应程度，采取不同的促活策略。根据实际情况，可以构建是否支取并消费的单一模型，也可拆分是否消费后是否活跃两个细化模型。对于未来极易支取并消费的客户，可能使用最基本的触达方式，如微信、银行短信方式就可奏效；对于响应程度一般的客户，可能需要使用短线触达+息费优惠的政策；对于响应程度最低的客户，需要使用人工外呼触达+息费减免政策或首刷赠礼等政策最大程度的吸引客户。
-
客户流失预警
优质客户下迁最后流失，应尽力避免此类事件的发生。因此，应尽早发现具有流失倾向的优质客户，并采取能使其继续留存在我行的维挽措施。根据历史数据可构建流失预警模型，根据不同程度的流失倾向客户，结合客户价值，采取不同的返利措施进行客户维挽。
5、营销活动设计与适配
基于白名单筛选规则、营销分精准对高需求、高响应客户进行识别，识别后基于客户价值，可采用差异化的运营方式。针对高需求、高响应的客户（高价值客户），运营重点在于提升额度和复贷次数，降低利率，缩短复贷时间，具体运营方式包括：
1.提升额度：邀请提额、自动提额的方式；触达手段可选择站内信/PUSH。
2.提升复贷次数：以活动的形式提升复贷次数，在活动时间段内刺激用户进行取现行为；触达手段可选择站内信/SMS/PUSH。
3.降低利率：针对有贷后表现的客户，进行盈利能力测算，确定具有吸引力的利率，触达手段可选择站内信/PUSH。
4.缩短复贷区间：以还款现金券为刺激手段，以达到缩短用户再贷间隔的目标；触达手段可选择启动页广告/站内信/PUSH。
针对低需求、中高响应的客户（一般价值客户），运营重点在于客户唤醒。可采用以还款现金券、免息券、降息券为刺激手段，以达到唤醒用户的目的；触达手段可选择SMS/机器人电销/人工电销。