CVCC/CV Quản trị danh mục & Decision Engine

Mục tiêu công việc
Thực hiện quản trị, giám sát và tối ưu danh mục các sản phẩm tín dụng số; tham gia xây dựng, vận hành và tối ưu Decision Engine, Credit Rule và Risk Strategy, đảm bảo cân bằng giữa tăng trưởng kinh doanh, tỷ lệ phê duyệt, chất lượng danh mục và hiệu quả tài chính.
Phối hợp với các đơn vị liên quan để liên tục cải tiến chính sách, rule và mô hình ra quyết định trên cơ sở dữ liệu thực tế của khách hàng và danh mục.
Trách nhiệm chính
2.1. Quản trị danh mục tín dụng số
• Theo dõi và phân tích chất lượng danh mục các sản phẩm Digital Lending, PayLater, Credit Card và các sản phẩm tín dụng qua kênh đối tác.
• Theo dõi các chỉ số trọng yếu như: Approval Rate; Disbursement/Activation Rate; Vintage; DPD; NPL/Bad Rate; Roll Rate; First Payment Default; Prepayment; Fraud Rate; Yield/NIM và hiệu quả tài chính danh mục.
• Phân tích biến động danh mục theo đối tác, sản phẩm, cohort/vintage, phân khúc khách hàng, score band, hạn mức, khu vực và các chiều dữ liệu liên quan.
• Phát hiện sớm các dấu hiệu bất thường, xu hướng suy giảm chất lượng danh mục và đề xuất biện pháp xử lý.
• Thực hiện đánh giá định kỳ hiệu quả chính sách tín dụng và các thay đổi rule/model sau triển khai.
2.2. Quản trị và tối ưu Decision Engine
• Tham gia thiết kế, xây dựng và vận hành Decision Engine cho các sản phẩm tín dụng số.
• Xây dựng và quản lý: Credit policy rule; Eligibility rule; Limit assignment; Pricing rule; Fraud rule; Risk-based segmentation; Các rule liên quan đến phê duyệt và quản trị khách hàng.
• Chuyển đổi chính sách kinh doanh/rủi ro thành business rule, decision flow và requirement để triển khai trên hệ thống.
• Theo dõi hiệu quả từng rule và đề xuất điều chỉnh nhằm tối ưu đồng thời Approval Rate - Risk - Conversion - Profitability.
• Quản lý version rule, lịch sử thay đổi và đánh giá tác động trước/sau khi áp dụng.
• Phối hợp triển khai cơ chế Champion-Challenger/A-B Testing đối với các rule hoặc chiến lược mới.
2.3. Phân tích dữ liệu và tối ưu chính sách
• Khai thác dữ liệu khách hàng, dữ liệu giao dịch và dữ liệu đối tác để phân tích hành vi và hiệu quả danh mục.
• Phân tích hiệu quả theo score band, customer segment và risk segment để đề xuất điều chỉnh cutoff, hạn mức, pricing hoặc chính sách phê duyệt.
• Phối hợp với QTRR/Data để đánh giá hiệu quả các mô hình Credit Scoring/PD/Fraud Model.
• Xây dựng các phân tích phục vụ việc mở rộng hoặc thu hẹp chính sách tín dụng.
• Đề xuất các sáng kiến giúp tăng tỷ lệ chuyển đổi nhưng vẫn đảm bảo chất lượng danh mục trong khẩu vị rủi ro được phê duyệt.
2.4. Triển khai và phối hợp đa bên
• Làm việc với QTRR, CNTT, Data, Vận hành, Tài chính và đối tác để triển khai các thay đổi policy/rule trên hệ thống.
• Tham gia xây dựng BRD, business rule, decision flow và tài liệu yêu cầu nghiệp vụ.
• Tham gia UAT, kiểm tra kết quả Decision Engine và nghiệm thu trước khi go-live.
• Theo dõi hiệu quả sau triển khai và đề xuất điều chỉnh khi có biến động bất thường.
• Phối hợp xây dựng dashboard/cơ chế cảnh báo phục vụ quản trị danh mục.
2.5. Báo cáo và cảnh báo danh mục
• Xây dựng báo cáo định kỳ về chất lượng và hiệu quả danh mục tín dụng số.
• Thiết lập ngưỡng cảnh báo đối với các chỉ số trọng yếu của danh mục.
• Thực hiện phân tích nguyên nhân khi các chỉ số vượt ngưỡng hoặc có diễn biến bất thường.
• Đề xuất phương án xử lý và theo dõi hiệu quả sau khi triển khai biện pháp khắc phục.