拒绝捞回中的效果评估与策略二次调用

在精细化管理的当下，拒绝捞回经常作为重要的辅助工具帮我们来从拒绝客户中寻找偏好的客户进行授信。
常规的捞回方法，会对命中某些策略的客群进行调整，这里面我们会应用模型分和策略调优等手段进行相关的捞回操作。
关于捞回，在第63门的星球课堂中，番茄风控也跟大家介绍了具体的捞回实操步骤，相关内容包括：1、策略底层报表的制定2、常规的捞回手段的介绍3、捞回规则的细则有哪些4、降低捞回风险的手段：加息降额
在具体课程中，跟大家介绍了串行规则跟并行规则的拒绝捞回的方法：

1.串行规则：
​

在串行规则中，比较好做拒绝捞回，因为在串行规则中，拒绝占比总和为100%，从拒绝的占比高的分段中就可以判断哪些规则是拒绝的大头。

2.并行规则：
与串行规则对应的则是并行规则，在整体的风控决策流程中，软规则大部分是并行规则。对于并行规则，要考虑的维度比较多，通常我们会使用单一报表跟组合报表一起来进行捞回。
2.1.组合报表
在并行规则中，通常情况下一个客户会触发多条规则，比如以下的组合规则中：score001规则—其组合命中率为65%，即可理解为命中其他规则的同时仍会命中score001的机会为65%（100个人中会有65人同时命中这条规则跟其它规则）
​

2.2.单一报表
单一报表，其实应该叫单一拒绝报表，这个是跟上述的组合报表对应，我们通过用这个报表来分析并行规则中，只命中一条规则的情况，如以下：

所以在拒绝捞回中的并行规则，我们需要结合组合报表跟单一报表分析，即两者交叉后，会出现以下情况：
1.组合拒绝率高，单一拒绝率低2.组合拒绝率低，单一拒绝率高
比如以上的A规则，在组合命中报表为7.8%，在单一报表中为0.98%；我们判断这条规则能区分其他的规则，并能做到风险兜底，在实际落地中我们也这样应用。判断一条规则是否是好规则，一定程度上是这条规则跟其他的规则是否有差别。

另外通过单一报表，我们还可以调整通过率和判断规则是否有决策异常。回归到本文中，如果大家发现规则是组合拒绝率低，单一拒绝率高，这样的策略是不是一条好策略呢？
另外模型的捞回，只是第一步，在捞回后进行想过评估和策略的效果的回溯就显得更为重要，在具体的实操中，可以参考以下的评估步骤：1、看规则效果2、看模型/模型分分段效果3、模型和规则的匹配效果
在进行具体的捞回后，需要注意查看规则的捞回逾期率，如以下：
​

关于本文中所述的拒绝捞回的种种内容，可回顾这一节更翔实的内容-
《效果评估与策略二次调用的内容》：
​

~原创文章
…
end