使用者分群的目的是建立子模型，提高模型效能，區隔變數可以理解為用來分群的變數。知乎上無忌老師寫過分群變數的要求是各分箱之間的segment不一致，壞客戶比率需達到30%。本文從業務策略應用的角度列出了各種策略下區隔變數，實際操作中可以配合評分卡進行策略制定，或者根據區隔變數作子模型和主模型。
常用的區隔變數有如下：
1.申請評分
營銷策略(如爭取女性年輕族群)、政策規定(如對學生族群的卡數限制和無擔保債務餘額佔平均月收入上限)以及其他風險政策(如年齡上下限、年收入、職業、無擔保債務餘額上限、短期內密集申請貸款與信用卡等)。
區隔變數和使用者畫像需要分開，使用者畫像是入模變數的標籤，而區隔變數是為了建立子模型。比如使用者畫像中有優質客群，其特徵是有抵押、負債率<70%、dti<50%；急於貸款的客群特徵是額度使用率》90%，最新貸款距今<3個月等。而區隔變數可以是是否有放貸、是否有社保，一般可以交叉分為四類有貸款有社保、有貸款無社保、無貸款有社保、無貸款無社保。
2.初始額度給予
營銷策略(如高財力客戶及特殊專案)、政策規定(如對學生客群的額度限制和無擔保債務總餘額上限及每月應繳貸款本息佔月收入比率等)。
3.風險定價
信用卡是否動用迴圈、信用額度、營銷策略(如信用卡種類與卡片等級、特殊專案)、職業、無擔保債務總餘額佔月收入比率及每月應繳貸款本息佔月收入比率等。
4.預借額度給予
與本行往來月數、近期消費金額等。
5.期中複審依據
搭配行為評分卡使用，區隔因素有信用卡是否動用迴圈、無擔保債務總餘額佔月收入比率、無擔保債務總餘額、無擔保產品數、過去延滯狀態與次數、信用卡額度使用率、使用卡預借現金次數及過去繳款狀況等。
6.超額額度給予
搭配行為評分卡使用，區隔因素有是否為預借現金類交易、交易地點為國內/國外、信用卡是否動用迴圈、信用額度、近期消費金額及營銷策略(如信用卡種類與卡片等級)。
7.延滯客戶催收
搭配催收評分卡使用，區隔因素有逾期金額、與本行往來月數、過去繳款金額、過去延滯狀態與次數、客戶年齡、信用卡額度使用率及無擔保產品總餘額等。
下面針對信用卡額度調整策略，利用信用評分搭配區隔變數來擬定最佳的分組方式，並給予各分組適當的額度調整比例。
區隔變數是客戶與本行往來月數、上次額度調整至今月數、行為評分卡風險等級、預借現金餘額佔信用額度比率、過去6個月額度使用率及過去6個月繳款率。用決策樹將全體客戶依據違約率做區分，得到下圖:
依據高違約率給予較低額度增加率、低違約率給予較高額度增加率的原則，分別給予各組不同額度的增加率，但是由於部分分組是非直接與風險相關的變數分組，比如客戶往來月數小於6個月，這部分由人為強制區隔分組，因此這些組的客戶違約率不高但仍不給予額度調整。
使用者分群與建模
使用者分群是指根據某些規則將人群進行細分，細分之後的每類客戶具有明顯區別於其他群體的特徵。這樣就可以對同質客群單獨建模進行分析，從而提高模型的效能。通常情況下，基於客群細分的一套模型比乙個用於所有客戶的單模型通常可以提高5 到10 的效能。一.分群目的 二.如何進行分群 三.場景示例 四.總結 一 ...
使用者分群初探
使用者分群，需要考慮具體的業務場景確定不同的分類規則。比如，根據業務流程進行細分，可借鑑aarrr模型 acquisition使用者獲取 activation使用者活躍 retention使用者留存 revenue使用者回報 refer使用者傳播 將使用者細分為註冊使用者 活躍使用者 留存使用者 下...
使用者分層和使用者分群
使用者分層和使用者分群都是將使用者分成不同的類別，以此來區別對待不同的使用者。使用者分層，是基於大方向的劃分，而使用者分群，則是將這些層次切分成更細的粒度。使用者分層和使用者分群示例 使用者分層的方法，簡單的用二八法則分層，常見的有金字塔模型 四象限法 使用者生命週期 aarrr模型等。其實使用者分...