B卡(Behavior Score Card)，行為評分卡
由於零售信貸業務具有筆數多、單筆金額小、數據豐富的特征，決定了需要對其進行智能化、概率化的管理模式。信用評分模型運用現代的數理統計模型技術，通過對借款人信用歷史記錄和業務活動記錄的深度數據挖掘、分析和提煉，發現蘊藏在紛繁復雜數據中、反映消費者風險特征和預期信貸表現的知識和規律，並通過評分的方式總結出來，作為管理決策的科學依據。
區別：
1、使用的時間不同，分別側重貸前，貸中，貸後
2、數據要求不同，A卡壹般做貸前0到1年的數據，B卡是在客戶有了壹定的行為有了較大數據以後進行，壹般為3到5年，
3、每種評分卡所有的模型不壹樣，A卡多用邏輯回歸，後面兩種常用多元素邏輯回歸，精度更好。
B卡
1、定義：根據貸款人放貸後的行為（觀察行為），預測未來逾期概率
2、使用場景：貸款發放後到期之前的時間段
3、註意觀察期與表現期、時間切片問題
劃分
1、根據還款意願與還款能力的不同，劃分不同風險等級
輕度：還款意願與還款能力良好，特殊原因逾期
中輕度：還款意願良好，還款能力出現問題
中度：還款意願惡化，有還款能力
重度：無還款意願，還款能力惡化或喪失
2、催收流程
短信催收、電話催收、實地催收、法律訴訟、第三方催收（逾期資產打包賣出）
3、模型構成
還款率模型：預測經催收後，催回賬款的比率
賬齡滾動模型：預測逾期人數從輕度逾期轉化為重度逾期的概率
失聯模型：在逾期階段，預測尚能聯系到的人群失聯的概率
4、常用指標
逾期天數
歷史還款率信息
逾期金額占比
債務負擔占比
個人信息（性別、年齡、收入、工作、學歷等等）