百应「智能催收解决方案」助力山西省某城商行解决催收之痛，效率提升150%

近年来，随着消费主力群体的年轻化，面对客群的新特征与新需求，银行数字化转型已成大势所趋，区域性银行也不例外。相较于大型商业银行，以城商行和农商行为代表的区域性银行数量十分庞大，但在业务规模、资金实力、科技水平等方面均有不小差距，在数字化转型过程中面临的挑战也更加严峻。

今天，我们要向大家介绍的山西省某城市商行，资产总规模超500亿元，总储户数接近百万，与百应携手合作后，双方在数字化转型与金融科技实践方面积极探索，聚焦银行自身业务需求。尤其在贷后风险管理方面，依靠百应AI技术的应用，大幅扩充催收产能，以催回率为代表的数据指标持续上升，催收效率提升超150%，解决了贷后风控的诸多痛点与难点。

一直以来，区域性银行的业务模式相对简单，主要依赖存款、贷款等两大基础业务。以山西省某城市商行为例，银行专注于小额贷款业务经营，主要包括住房装修、汽车金融等消费金融类业务，为近百万储户提供优质、贴心的的服务体验。

受“新冠”疫情与同地区银行集中竞争加剧的影响，该城商行消费金融类业务的增长遭遇“天花板”，催收作业的系统性风险也不容忽视，在目前的团队规模与效率下，面临着人工分案效率低、人工催收效率低、催收还款率不稳定、催收合规难管控等问题，直接影响了银行的盈利和规模扩张。

对此，该城商行希望通过百应「贷后智能催收全流程管理平台」解决方案的帮助下，打造“智能催收”风控体系，持续提升催收效率与催回率，在消费金融贷后环节上进行全面智能监控。

▍构建智能分案模型，案件催收提效增速

在过往的贷后催收工作中，科学合理的案件分配一直是困扰催收人员的难题。其核心目的在于资源的最优化配置，让最合适的人在最合适的时间，采用最合理的催收策略进行处理。对于催收人员来说，需要将案件难易情况进行匹配、催收策略与模型匹配，过程耗时长、难度大。

如今，山西省某城商行通过百应贷后智能催收的解决方案，通过产品业务类型、账龄、逾期天数、客户还款意愿等数据标签，高效建立客户智能分案模型，依赖于模型设计最合理的催收策略，并设计相关分案规则，每一个模块环环相扣。

该城商行还依据案件逾期时长，配置定时筛查并剔除已还数据，提高导入案件新鲜度，形成分账期数据循环催收，改善案件催收准确度、降低催收成本。

▍建立客户画像分层，助力智能催收效率提升

在区域性银行的传统催收流程中，由于团队规模与科技水平的限制，大多数客户需要催收人员进行人工催收，造成大量的人员培训与人力成本支出，也产生了客户画像不完整、贷后风险管控机制不完善等隐患。

为了解决上述痛点，山西省某城商行借助百应「智能催收」系统进行有序智能的催收作业，覆盖M0/M1/M2/M3等全账龄客户，并实现同一客户不同业务的催收管理，真正实现一体化催收。例如M0-M1的客户，只需要使用智能外呼机器人进行一定的外呼电话提醒即可，M2以上的客户可以使用更加精进的催收系统进行智能分案、手工分案等。

银行依据还款意愿、还债能力、客户逾期原因等不同维度完成客户分层，并通过最佳联系时间、频次策略、触达方式等预测式外呼模型，助力智能化外呼策略制定，提升催收作业效率，降低催收成本。同时，百应AI催收机器人可以在与客户的交流中完成深度学习，准确理解用户意图、识别情绪，在催收这类流程相对固定的业务场景中，综合性能优于市面上的已有外呼系统。

▍智能催收精准触达，信贷不良率持续降低

对区域性银行而言，以人工审核和专家经验为主的传统风控手段，已较难准确判断授信额度和潜在风险。

在与百应合作的过程中，山西省某城商行围绕信用风险进行客户评级与逾期阶段分类，依据风险分层定制催收策略来提升信用风险管理的核心能力，降低贷款不良率。

具体来说，银行能够针对不同标签的客户、催收案件状态预测客户敏感点，在催收话术的选择上释放不同压力，促成客户承诺回款。以外呼策略制定为例，银行可以在外呼任务中针对“重拨”状态做出调整，增加未接和拒接两个状态。在每一轮次的数据基础上，自动剔除上一轮外呼已还款的数据，确保已还款人员不受电话影响，未还款人员多轮触达，并根据沟通情况发送短信提醒。

在高风险干预层面，系统可实时导出并反馈风险台账与客服问题台账，以便进行人工干预。在此基础上，银行可针对不同画像配置分时段及分施压强度进行外呼，进一步减少坏账率。

未来，百应在提供数字化转型解决方案的同时，还为银行机构提供长期陪伴式服务。基于银行的自身产品和用户特色，百应将结合自身在人工智能、大数据领域的技术成果，为银行提供数字化架构设计、运营策略咨询、产品使用培训等服务。在转型的各个阶段，提出具有针对性的定制化建议，让银行享受到高响应速度、全方位的合作体验。