《表1 得分前5%纯度比对》
运用评分卡模型对全体客户进行评分,以客户欠费风险模型为例,经过分析高风险客户群主要集中在得分的前5%。如表1所示,将前5%客户进一步细分,可以确定前1%的纯度非常高,坏客户占比较高。因此建议分群方法为:前1%:高风险群;2~5%:次高风险群;后95%:低风险群[6]。
图表编号 | XD00140486700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 徐佳玲 |
绘制单位 | 广东电网有限责任公司清远供电局信息中心 |
更多格式 | 高清、无水印(增值服务) |
运用评分卡模型对全体客户进行评分,以客户欠费风险模型为例,经过分析高风险客户群主要集中在得分的前5%。如表1所示,将前5%客户进一步细分,可以确定前1%的纯度非常高,坏客户占比较高。因此建议分群方法为:前1%:高风险群;2~5%:次高风险群;后95%:低风险群[6]。
图表编号 | XD00140486700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 徐佳玲 |
绘制单位 | 广东电网有限责任公司清远供电局信息中心 |
更多格式 | 高清、无水印(增值服务) |