WOE和IV使用來衡量變量的預測能力，值越大，表示此變量的預測能力越強。
WOE=ln(累計正樣本佔比/累計壞樣本佔比0)
IV=（累計正樣本佔比-累計壞樣本佔比）*WOE
| 信息值(IV) | 預測能力 |
| <0.03 | 無預測能力 |
| 0.03~0.09 | 低 |
| 0.1~0.29 | 中 |
| 0.3~0.49 | 高 |
| 0.5~ | 極高 |
KS和GINI係數用來衡量數據對好壞樣本的區分能力
KS 值，累計客戶分佈百分比，由小到大排列，兩者之間的最大差距值即爲KS值，其值越大表示模型的區分能力越強。
| K-S值 | 解釋能力 |
| <0.20 | No |
| 0.21 ~0.40 | 低 |
| 0.41~0.50 | 中 |
| 0.51~0.60 | 高 |
| 0.61~0.75 | 極高 |
| >0.9 | 太高，可能有問題 |
GINI係數
分別以縱軸及橫軸表示分數由高至低及好壞客戶的累積百分比，用以顯示各分數下好壞客戶的累積差異。
| 基尼係數 | 解釋能力 |
| 0 | NO |
| 0~0.4 | 低 |
| 0.4~0.6 | 中 |
| 0.6~0.8 | 高 |
| >0.8 | 極高 |