Collection Score: Thiết Kế Label, Treatment Và Recovery Strategy

Điểm cần nhớ

• Collection score là bài toán allocation: capacity, treatment, timing, recovery và cost.
• Label phải khớp objective: payment, cure, roll-forward, recovery amount hoặc uplift.
• Không nên trộn mọi DPD bucket vào một model nếu action và behavior khác nhau.
• Propensity trả lời ai dễ trả; uplift trả lời action có làm họ trả thêm không.
• Lift@topK, recovery captured và net recovery thường hữu ích hơn AUC trong vận hành.

1. Collection không chỉ là dự báo ai trả

Một lỗi phổ biến là build collection score như một model dự báo “ai sẽ trả tiền”. Điều đó hữu ích, nhưng chưa đủ. Collection team không có vô hạn capacity. Họ phải quyết định:

textCopy
Ai nhận SMS?
Ai cần call?
Ai nên được offer restructuring?
Ai không đáng tốn effort lúc này?

Vì vậy collection score không chỉ là risk score. Nó là công cụ phân bổ treatment và chi phí.

2. Label đi theo objective

Không có label mặc định cho collection score. Label phải bắt đầu từ câu hỏi vận hành.

Objective	Label 1	Label 0	Metric tổng hợp
Payment propensity	Trả minimum due trong 14 ngày	Không trả	Payment rate
Cure	Quay về Current trong 30 ngày	Không cure	Cure rate
Roll-forward prevention	Roll sang bucket xấu hơn	Không roll	Roll rate
Recovery binary	Có trả bất kỳ amount trong 30/60/90 ngày	Không trả	Recovery rate
Recovery amount	Số tiền thu hồi	-	Expected recovery

Label là nhãn ở cấp account/snapshot. Roll rate, cure rate và recovery rate là metric tổng hợp từ nhiều label.

3. Population: bucket khác nhau là bài toán khác nhau

Khách 5 DPD và khách 120 DPD không cùng một bài toán. Một người có thể chỉ cần reminder. Người kia có thể cần restructuring, field collection hoặc recovery strategy.

Collection model nên tách theo bucket:

textCopy
Current high risk
1-30 DPD
31-60 DPD
61-90 DPD
90+ DPD
Write-off

Ví dụ early collection:

textCopy
Population = accounts entering 1-30 DPD
Scoring date = ngày account vào bucket
Performance window = 14 ngày
Label 1 = paid minimum due trong 14 ngày

Feature chỉ được lấy trước hoặc tại scoring date. Payment sau scoring date, collector note sau scoring date, hoặc DPD tương lai đều là leakage.

4. Propensity vs uplift

Propensity model dự báo:

textCopy
P(pay in 14 days)

Nhưng gọi nhóm có propensity cao nhất có thể lãng phí capacity, vì họ có thể tự trả sau một reminder nhẹ.

Uplift hỏi câu khác:

textCopy
P(pay with call) - P(pay without call)

Nếu chưa có experiment đủ tốt để làm uplift, có thể bắt đầu bằng propensity + business rules:

Segment	Propensity	Suggested treatment
High propensity	Cao	SMS/app reminder
Medium propensity	Trung bình	Call center
Low propensity, high balance	Thấp	Intensive treatment/restructure review
Low propensity, low balance	Thấp	Low-cost treatment hoặc defer

5. Treatment history và bias

Collection data rất dễ bị treatment bias. Nếu lịch sử cho thấy nhóm được gọi nhiều trả nhiều hơn, có thể là vì họ dễ trả, hoặc vì họ được gọi.

Feature như number_of_calls_last_7d, promise_to_pay_status, collector_note có thể rất predictive nhưng cũng phản ánh strategy cũ. Nếu dùng không cẩn thận, model sẽ học lại bias của operation hiện tại.

Governance câu hỏi nên hỏi:

textCopy
Feature này có available trước scoring date không?
Feature này là customer signal hay treatment artifact?
Nếu strategy đổi, feature distribution có còn ý nghĩa không?

6. Metrics: AUC không đủ cho collection capacity

Nếu call center chỉ gọi được 20% khách hàng, AUC toàn bộ population chưa trả lời được câu hỏi vận hành. Cần đọc:

textCopy
Lift@top 10% / top 20%
Precision@topK
Recovery captured@topK
Cure rate
Roll-forward rate
Cost per collected amount
Net recovery = recovery amount - collection cost

Ví dụ:

Ranking	Top 20% captured recovery	Cost per collected amount
Rule-based champion	34%	12%
Model challenger	52%	8%

Đây là ngôn ngữ mà Head of Collection dùng được.

7. Mini case: gọi người dễ trả nhất chưa chắc tối ưu

Collection có 50,000 account ở 1-30 DPD, nhưng chỉ gọi được 10,000. Model propensity xếp top 20% là nhóm dễ trả nhất. Nhưng analysis cho thấy nhiều account top score tự cure sau SMS.

Recommendation:

Không dùng call cho toàn bộ top propensity. Nhóm high propensity nhận SMS/app reminder. Call center tập trung vào nhóm medium propensity có balance đủ lớn và historical response tốt. Nhóm low propensity high balance được đưa vào restructuring review. Success metric là net recovery và roll-forward reduction, không chỉ payment rate.

8. Common mistakes

Mistake	Hậu quả
Một model cho mọi DPD bucket	Action không khớp behavior
Label quá dài so với treatment window	Model khó vận hành
Gọi top propensity	Lãng phí call cho người tự trả
Không tính collection cost	Recovery gross đẹp nhưng net xấu
Dùng treatment artifact làm feature vô tội vạ	Reinforce bias của strategy cũ

9. Checklist

• Objective là payment, cure, roll-forward, recovery hay uplift?
• Population bucket là gì?
• Scoring date có rõ không?
• Performance window có khớp SLA action không?
• Feature có leakage sau scoring date không?
• Có đo lift@capacity không?
• Có đo net recovery sau collection cost không?

10. Takeaway

Collection score tốt không chỉ giúp biết ai dễ trả. Nó giúp dùng capacity đúng chỗ. Trong collection, model value nằm ở treatment allocation và net recovery, không chỉ ở probability.