摘要：评分卡适合把多个指标转换成分值，再根据总分输出风险等级或业务决策。本文用客户风险评分模型为例，介绍 JVS-Rules 中评分卡的业务思路、配置方式和与决策表组合使用的方法。
关键词：评分卡、风险评分、JVS-Rules、规则引擎、授信审批
一、评分卡解决什么问题
有些规则不是简单的通过或拒绝，而是需要综合多个指标得到一个分数。
例如客户风险评估：
-
年龄是否稳定。
-
收入是否足够。
-
是否有逾期。
-
客户等级如何。
-
工作年限是否达标。
这些指标单独看都不能完全决定结果。
更常见的做法是给每个指标打分，最后计算总分，再根据总分判断风险等级或授信额度。
这就是评分卡适合解决的问题。
二、案例：客户风险评分
假设我们设计一个简单评分模型。
输入字段：
| 字段 | 含义 |
|---|---|
| age | 年龄 |
| income | 月收入 |
| overdueCount | 逾期次数 |
| customerLevel | 客户等级 |
评分规则：
| 指标 | 条件 | 分值 |
|---|---|---|
| 年龄 | 25 到 55 岁 | 20 |
| 收入 | 大于等于 10000 | 30 |
| 逾期 | 0 次 | 30 |
| 客户等级 | A | 20 |
满分 100 分。
风险等级规则：
| 总分 | 风险等级 |
|---|---|
| >= 80 | 低风险 |
| >= 60 | 中风险 |
| < 60 | 高风险 |
三、在JVS-Rules 中怎么设计
可以把这个规则拆成两步：
-
用评分卡计算 riskScore。
-
用决策表根据 riskScore 输出 riskLevel 和 decision。
这样做的好处是结构清晰。
评分卡只负责计算分数。
决策表只负责根据分数输出结果。
不要把所有逻辑都塞进一个节点里。
四、配置评分项
评分卡中的每个指标都应该有明确含义。
例如年龄评分：
age >= 25 && age <= 55 -> 20收入评分：
income >= 10000 -> 30逾期评分：
overdueCount = 0 -> 30客户等级评分：
customerLevel = A -> 20配置时要注意，每个指标的分值权重要和业务团队确认。
评分卡不是技术问题，本质是业务模型问题。
五、用决策表承接评分结果
评分卡输出 riskScore 后，可以通过决策表输出风险等级。
例如：
| riskScore | riskLevel | decision |
|---|---|---|
| >= 80 | low | pass |
| >= 60 | medium | manual_review |
| < 60 | high | reject |
这样一来，后续如果业务只想调整分数和等级映射，就可以直接修改决策表。
如果想调整单个指标权重，则修改评分卡。
两类变化被拆开了。
六、调试时看什么
评分卡调试不能只看最终结果。
还要关注：
-
每个评分项是否命中。
-
每个评分项分值是否正确。
-
总分是否符合预期。
-
后续决策表是否使用了正确的总分。
-
最终输出是否包含决策原因。
如果只返回一个 reject，很难排查问题。
建议输出 score、riskLevel、reason 等字段。
七、评分卡和决策表的区别
评分卡用于算分。
决策表用于根据条件输出结果。
两者经常组合使用：
评分卡 -> 得到风险分 -> 决策表 -> 得到审批结论这种结构比把所有规则写在一个复杂表格中更容易维护。
八、小结
评分卡适合综合评价类场景，比如风控评分、客户评级、供应商评分、线索质量评分等。
在JVS-Rules 中，评分卡可以和决策表、条件分支、结束节点组合使用，形成完整决策链路。
如果你的业务规则需要"先算分，再决策"，评分卡就是一个非常合适的节点。