如何利用大数据降低金融业信贷客户投诉数量

panjl | 2023年12月26日 | 2023年 | 评论已关闭 | 503

大纲：
一、为什么要重视金融信贷产品投诉
二、当前金融信贷投诉的现状
三、利用大数据能在降低金融信贷产品投诉方面做些什么

摘要：
截至2022年末，消费金融公司服务客户人数达到3.38亿人次，25-45岁年龄段是消费金融公司的主要客户群体，90后的占比已经高达49.31%。2022年全年银行业消费投诉总量达到23.3万件，其中涉及信贷产品的投诉数量为20.04万件，占投诉总量的85.91%。金融机构可以利用大数据形成对授信客户的投诉评分卡分值，针对投诉可能性极高的客户，采取相应的审批措施，比如拒绝授信或提供针对性的金融产品和金融服务，降低投诉可能性等。通过大数据技术对已授信放款客户投诉的趋势进行分析，可以预测用户投诉的趋势和热点问题。这有助于金融机构提前做好准备，加强相关问题的预防和解决。如何利用大数据防范反催收的黑色产业链，降低监管投诉，避免为了消除投诉而产生的经济损失，维护公司的合法权益，这是各家金融机构需要直面的问题。

关键词：消费金融，信贷，投诉，监管投诉，投诉评分卡，反催收黑产

正文:

一、为什么要重视金融信贷产品投诉

随着银行信用卡普及和国内消费金融行业在最近十余年的不断发展，消费金融公司已将场景金融拓展至3C、家电、家装、旅游、教育/培训、医美等领域。其中，3C、教育和家电是用户发生信贷行为的最主流场景。加上目前各大购物平台便捷的信用支付方式，我国诞生了一大批消费金融的客户。
这些金融产品客户不同于一般消费者，如果购买一般商品出现问题，除了向工商局、质监局反应问题之外，还可以向“中国消费者协会”进行投诉，而金融产品客户由专门的金融监管机构——中国银行保险监督管理委员会（China Banking and Insurance Regulatory Commission，简称：银保监会）监管，为了确保金融市场的稳定和防范金融风险，银保监会对金融产品客户的监管制度也更加严格和细致。
从事金融行业的朋友们都知道，监管部门对于金融机构预防、控制、解决投诉的要求不断提高，金融机构稍有不慎就会受到处罚。银保监会在2023年对多家金融机构进行了处罚。其中包括中国农业发展银行、中国农业银行、中国建设银行、兴业银行、渤海银行、北京农商行以及部分消费金融公司和汽车金融公司等。
如何利用大数据分析预防投诉产生，利用大数据提高投诉处理效率，成为金融信贷行业的一个重要课题。在搞清楚答案之前，我们需要进一步了解一些相关的数据。

（一）我国目前消费金融行业规模和金融产品客户有多少
截至2022年末，中国消费金融公司的贷款余额达到8349亿元，同比增长17.5%。根据中国银行业协会发布的《中国消费金融公司发展报告（2023）》，截至2022年末，消费金融公司服务客户人数突破3亿人次，达到3.38亿人次，同比增长18.4%。

（二）使用消费金融产品的客群是谁
我国消费金融公司的客户群主要集中在年轻一代和部分中老年人。根据多家消费金融公司的数据，25-45岁年龄段是消费金融公司的主要客户群体，消费金融公司也服务于部分中老年人，如50-60岁年龄段的人群。根据尼尔森市场研究公司发布的《中国年轻人负债状况报告》，在3000多名18岁-29岁的年轻人中，信贷产品的渗透率已经达到了86.6%，使用互联网分期来买东西的比例也高达61%。此外，根据融360的调查，超过一半的年轻人贷款途径是网贷，在使用消费贷款的用户群里，90后的占比已经高达49.31%。总体来看，年轻人使用网络贷款的比例相对较高。

（三）哪个年龄段的消费金融客户更容易投诉
根据笔者与多家消费金融公司客户服务、贷后管理团队的沟通，从业务实践来看，年轻人使用网络贷款等金融服务相对较多，投诉的比例也相对较高。另外，根据银保监会的数据，在当前消费金融客户的投诉案件中，涉个人信息投诉呈不断上升趋势，其中20-40岁投诉用户占比超过90%。

由此可见，我国的消费金融行业目前有一个非常庞大的客户群，他们的特点是以年轻客户为主，客户投诉意识较强，同时监管压力不断增强。在这样的背景下，我们不妨尝试利用大数据分析来降低投诉的数量，加快投诉的处理效率。

二、当前金融信贷投诉的现状
根据中国银保监会发布的数据，2022年全年银行业消费投诉总量达到23.3万件，其中涉及信贷产品的投诉数量为20.04万件，占投诉总量的85.91%。在所有投诉中，涉及信用卡业务投诉最多，前三季度共计11.57万件，占据总量的49.58%。其次是个人贷款类的相关投诉，共计7.46万件，占全部投诉量的31.98%。
2023年一季度，我国金融机构共接收并转送信贷类投诉3.35万件。其中，涉及个人贷款业务投诉28014件，占投诉总量的71.4%。
需要注意的是，中国银保监会发布的数据是官方正式统计的监管投诉数据，那么在各家金融机构自有平台或者400客服的投诉量是多少呢？目前很难有确切的统计结果，但一定远远高于上述数据。

官方数据中其中投诉内容主要包括如下：
（一）贷款利率过高
贷款利率过高是金融信贷投诉的常见问题。一些金融机构在制定贷款利率时，未充分考虑到客户的实际经济状况和承受能力，导致部分客户无法按时还款，进而产生违约风险。此类投诉涉及到利率定价的合理性和公平性问题。

（二）贷款合同条款不明确
贷款合同条款不明确是引发金融信贷投诉的另一个重要原因。投诉者往往反映合同条款模糊、晦涩难懂，导致他们在签署合同时无法充分理解合同内容，进而产生误解和纠纷。此类投诉涉及到合同条款的透明度和易理解性问题。

（三）贷款催收不当
部分金融机构在催收贷款时，采用不当手段如恐吓、威胁等，给客户带来较大的心理压力和困扰。此类投诉涉及到金融机构的催收行为和合规性问题。

（四）金融机构服务态度差
部分客户在办理信贷业务时，遇到工作人员态度冷漠、推诿塞责等现象，导致客户体验不佳，引发投诉。此类投诉涉及到金融机构的服务质量和客户体验问题。

（五）贷款产品虚假宣传
一些金融机构为了吸引客户，夸大宣传贷款产品的优点和特色，隐瞒部分信息和风险，导致客户在购买产品后产生不满和投诉。此类投诉涉及到金融机构的信息披露和诚信问题。

（六）贷款审批不公
投诉者往往认为金融机构在审批贷款时存在不公正现象，如对某些借款人过度审批，而对其他借款人则拒绝审批。此类投诉涉及到公平性和透明度问题，容易引发社会关注。

（七）贷款过程中存在欺骗行为
贷款过程中存在欺骗行为是金融信贷投诉中的严重问题。部分金融机构为了追求利益最大化，采用欺骗手段如误导客户、隐瞒真相等，给客户带来较大的经济损失和信任危机。此类投诉涉及到金融机构的道德和合规性问题。

从以上内容并结合业务实践可以得知，客户在使用金融信贷产品的体验中，如果客户处于正常还款的状态，一般情况下金融机构和客户的触达点并不多，除了一些国家金融政策可能导致的产品利率变化引起客户疑问之外，一般不会产生投诉。比如我们使用某购物平台的金融产品进行分期，并且设置每个月自动还款，这种情况下除了还款到期前的提醒按时还款推送和少量APP平台的广告推送之外，客户很少能和金融机构有直接沟通（汽车金融存在解抵押相关问题的咨询），自然引发投诉的可能性略低。

比较容易产生监管投诉的环节实际上是进入贷款逾期以后，对逾期催收的感受不满，进而寻找对贷款产品本身的投诉点，比如贷款年化利率、合同条款、服务态度、虚假宣传等，其中除了高频、高敏感度易投诉人群，近些年来还衍生出一些反催收的黑产，指导或者直接参与客户的监管投诉，并从中牟利，他们也是需要利用大数据分析进行防范的主要对象。

三、利用大数据能在降低金融信贷产品投诉方面做些什么

（一）建立投诉风险评分卡

在金融信贷行业中，目前常用评分模型有以下三种，一般我们称之为A卡（Application score card）、B卡（Behavior score card）、C卡（Collection score card）

1. 申请评分卡（A卡）：主要在贷前阶段使用，用于评估申请人的信用风险。
2. 行为评分卡（B卡）：主要在贷中阶段使用，用于监控借款人的信用状况。
3. 催收评分卡（C卡）：主要在贷后阶段使用，用于评估借款人的还款能力和还款意愿。

我们是否可以利用大数据分析，在预防客户投诉方面建立D卡（Discontent score card），答案是肯定的。
金融机构通可以在获得客户的授权前提下，通过大数据搜集形成客户画像和针对性的精准营销，即通过大数据分析，收集客户的各种数据，包括年龄、婚姻状况、学历、收入、固定资产、车辆登记、交易记录、社交媒体信息等，形成客户画像。这将使金融机构能够更好地了解客户的需求和偏好，提供针对性的服务和产品并进行推送。那么在预防客户投诉方面，金融机构可以通过关键变量的筛选，例如前文所提到的易投诉客户特征最明显一点——客户的年龄段，以及客户受教育程度、职业、工作城市、历史投诉数据、仲裁调解记录、法院判决等，形成对授信客户的D卡分值，针对投诉可能性极高的客户，采取相应的审批措施，比如拒绝授信或提供针对性的金融产品和金融服务，降低投诉可能性等。
非常有意思的是，在金融的贷后管理方面，一般会对法律从业者、新闻媒体从业者、公检法机关工作人员等有特殊标签，那么这些标签同样可以被纳入大数据分析和D卡分值的范畴内，如何处理这几类人群的投诉，想必是各大金融机构一直面临的一个棘手问题。

（二）建立投诉预警机制，预测客户投诉趋势

通过大数据技术对已授信放款客户投诉的趋势进行分析，可以预测用户投诉的趋势和热点问题。这有助于金融机构提前做好准备，加强相关问题的预防和解决。

举个例子，在我国信贷行业快速发展的最近二十年里，监管机构曾出台过一系列规范金融产品的政策，其中最为出名的是《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》。该规定确立了“以24%和36%为基准的两线三区”规定，年利率在24%以内的借贷利率受法律保护，超出年利率24%但未超36%部分产生的利息法律不予保护，但已支付的，不得要求返还。超过年利率36%部分属于高利贷，法律不予保护，已支付的，也应当予以返还。

该规定的实施直接导致国内一大批违规放贷机构的整顿、停业甚至法律追责，那么同一时期受到影响的也有不少持牌照的消费金融公司和网络小贷公司，大家纷纷打着年化利率的擦边球赚取利息收入。以至于借贷利率真正从法律实践上受到约束的时候，不少金融机构未能提前建立相关的投诉预警机制，最终只能把压力给到客户服务团队和贷后管理团队，通过简单模糊的话术向客户“解释说明”在本公司的贷款利率，一旦不能化解客户心中的疑虑，很容易形成监管投诉甚至是监管部门问责处罚。一时间各大金融机构一方面疲于应对投诉，另一方面连夜进行贷款产品调整，以符合监管要求，苦不堪言。

那么有个问题，面对下一次的政策调整，各金融机构还会这样吗？我们能否利用大数据做好客户投诉趋势的预测并且提前出具应对措施呢？如果之前投诉问题的客户被标签化了，那么下一次投诉的预警将会非常简单，也能根据可能出现的情况制定相关的应对措施。

（三）利用大数据对抗反催收黑产

最近几年有一些专业化的组织通过各种非法手段，将金融机构作为目标，利用向监管部门投诉进向金融机构施压，来帮助金融产品客户获得与债权人谈判的“筹码”，来达到逃避债务的目的。他们通常以“反催收联盟”的名义，通过为客户争取延期还款、减免利息，甚至向金融机构或其贷后催收供应商进行敲诈勒索，从中收取部分比例的“手续费”。

如何利用大数据防范反催收的黑色产业链，降低监管投诉，避免为了消除投诉而产生的经济损失，维护公司的合法权益，这是各家金融机构需要直面的问题。

2023年8月，由马上消费金融公司牵头研发的全国首个金融黑产打击系统——AIF爱马黑产打击平台开始正式运行，这是利用大数据进行对抗反催收的一个优秀实践。首批参与该平台试运营的试点单位包括马上消费金融、平安普惠、度小满科技、深圳乐信、江苏银行等七家金融机构，另外还有银行、消费金融、保险、金融科技公司在内的68家成员单位，通过各机构建立黑产线索对碰机制，形成打击金融黑产的合力。

截止2023年7月31日，马上消费金融已推动了全国25个省（市）公安机关受理非法代理维权类案件201起，其中刑事案件42起，治安案件159起，协助警方打击处理金融违法犯罪人员67人。其中，依托AIF联盟平台，马上消费金融已连同多家成员单位助力警方受理打击非法代理维权案件10余起。

根据我国银保监会对于投诉的处理要求——保护金融消费者合法权益，处理消费投诉的责任主体是各银行保险机构。这些机构应当将消费投诉处理在内的金融消费者权益保护融入公司治理各环节，强化金融消费者权益保护决策执行和监督机制，确保金融消费者权益保护战略目标和政策得到有效执行。各机构应当从人力物力财力上保证消费投诉处理工作顺利开展。各机构的高级管理人员或者机构负责人应当承担相关工作的管理责任，消费投诉处理工作的管理部门应当发挥在相关工作中的主动性、预见性，合理配备工作人员，切实做好消费投诉处理工作。

其中不难看出，各金融机构在预防投诉、化解投诉方面面临很大的压力，一方面的监管形成的上层压力，一方面是黑产的恶意投诉形成的下层源头和部分敏感客户的投诉，合理科学运用大数据，从预防、预警方面着手，必然能够形成显著的成效。

参考文献：
《中国消费金融公司发展报告（2023）》
《中国年轻人负债状况报告》
《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》

作者陈绍东,曾任国内知名消费金融、汽车金融贷后管理负责人岗位，知名BPO企业运营总负责人岗位。

本文刊载于《客户世界》文集2023第四辑•数据与智能。