[發明專利]客戶流失數據分析方法及裝置

在審

• 申請號: 201910654833.2
• 申請日: 2019-07-19
• 公開（公告）號: CN110348914A
• 公開（公告）日: 2019-10-18
• 發明（設計）人: 閆佳麗;朱克斌;劉輝;劉巖
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;任默聞

本發明公開了一種客戶流失數據分析方法及裝置，其中方法包括：獲取客戶流失影響因素數據和客戶等級，所述客戶流失影響因素數據包括：客戶的身份數據，賬戶數據，財產數據，交易數據和銀行產品數據；將所述客戶流失影響因素數據輸入訓練好的人工智能模型，輸出客戶流失預測結果，其中，根據與所述客戶等級對應的客戶流失影響因素歷史數據訓練所述人工智能模型的模型系數。本發明能夠快速預測客戶流失的可能性，提高分析工作的效率和分析結果的合理性，保證及時準確發現客戶流失跡象，從而利于及時采取挽留措施。

技術領域

本發明涉及客戶管理技術領域，尤其涉及客戶流失數據分析方法及裝置。

背景技術

客戶流失，是指由于各種原因所導致的客戶與企業終止合作的情況。就銀行業而言，客戶流失是指客戶在銀行的金融資產下降、活躍度下降、持有產品數量減少、客戶的貢獻度下降、銷戶等。客戶在一定時間內不再發生主動交易，這將給銀行帶來巨大損失。

現有的客戶流失分析方法主要是對客戶行為進行人工分析，從而預測客戶是否有流失的跡象。但是對所有客戶逐一進行人工分析需要耗費大量人力物力，工作效率極低，難以及時發現客戶流失跡象并采取挽留措施，并且依靠經驗得到的判斷結果可能缺乏合理性，準確率較低。

發明內容

本發明實施例提供一種客戶流失數據分析方法，用以快速預測客戶流失的可能性，提高分析工作的效率和分析結果的合理性，保證及時準確發現客戶流失跡象，從而利于及時采取挽留措施，該方法包括：

獲取客戶流失影響因素數據和客戶等級，所述客戶流失影響因素數據包括：客戶的身份數據，賬戶數據，財產數據，交易數據和銀行產品數據；

將所述客戶流失影響因素數據輸入訓練好的人工智能模型，輸出客戶流失預測結果，其中，根據與所述客戶等級對應的客戶流失影響因素歷史數據訓練所述人工智能模型的模型系數。

一個實施例中，客戶流失數據分析方法還包括：

根據所述財產數據確定客戶價值數據，根據所述賬戶數據確定挽留成本數據；

根據客戶價值數據與挽留成本數據的關系，從數據庫中提取對應的挽留方式數據，所述挽留方式數據包括：線上線下綜合挽留方式數據和線上挽留方式數據。

本發明實施例提供一種客戶流失數據分析裝置，用以快速預測客戶流失的可能性，提高分析工作的效率和分析結果的合理性，保證及時準確發現客戶流失跡象，從而利于及時采取挽留措施，該裝置包括：

數據獲取模塊，用于獲取客戶流失影響因素數據和客戶等級，所述客戶流失影響因素數據包括：客戶的身份數據，賬戶數據，財產數據，交易數據和銀行產品數據；

流失預測模塊，用于將所述客戶流失影響因素數據輸入訓練好的人工智能模型，輸出客戶流失預測結果，其中，根據與所述客戶等級對應的客戶流失影響因素歷史數據訓練所述人工智能模型的模型系數。

一個實施例中，客戶流失數據分析裝置還包括：

價值和成本確定模塊，用于根據所述財產數據確定客戶價值數據，根據所述賬戶數據確定挽留成本數據；

方式提取模塊，用于根據客戶價值數據與挽留成本數據的關系，從數據庫中提取對應的挽留方式數據，所述挽留方式數據包括：線上線下綜合挽留方式數據和線上挽留方式數據。

本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述客戶流失數據分析方法。

本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述客戶流失數據分析方法。