[發明專利]一種基于財務業務數據商機挖掘方法及裝置

在審

• 申請號: 202010196806.8
• 申請日: 2020-03-19
• 公開（公告）號: CN111400375A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 王帥龍;張永軍
• 申請（專利權）人: 暢捷通信息技術股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/25;G06F16/28;G06Q40/00
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

一種基于財務業務數據商機挖掘方法，包括：數據接收存儲，接收用戶使用財務軟件之后的財務業務數據，并進行存儲；現存的財務業務數據，包括訂單數據，財務數據和用戶行為數據；需求分析，獲取現有需求進行分析，并獲取財務業務專家的分類，并根據分類形成建模數據；模型訓練，接收建模數據，采用K_means無監督機器學習進行聚類分析；運營實踐，獲取聚類分析結果，結合運營業務分析用戶標簽，并制定運營方案進行測試。

技術領域

本發明涉及計算機網絡技術領域，更具體地，涉及一種基于中小微企業財務業務數據商機挖掘方法及裝置。

背景技術

對于現存財務軟件客戶標簽分析，主要基于傳統的經驗，沒有對現存的客戶信息，行為信息，財務信息做到動態的分析和處理，很難做到高效的用戶標簽構建。因此對于現存客戶打標簽的方法已經很難滿足快速變化的運營需求。

針對現存客戶標簽定義問題，實現快速迭代用戶商機標簽裝置，對于定期維護客戶關系，客戶復購，續購等商機具有很好的現實意義。

發明內容

針對現在用戶商機標簽經驗化，更新迭代慢的問題，本發明提出一種基于財務數據快速迭代商機標簽挖掘方法及裝置，

本發明提供一種基于財務業務數據商機挖掘方法，包括：

數據接收存儲，接收用戶使用財務軟件之后的財務業務數據，并進行存儲；現存的財務業務數據，包括訂單數據，財務數據和用戶行為數據；

需求分析，獲取現有需求進行分析，并獲取財務業務專家的分類，并根據分類形成建模數據；

模型訓練，接收建模數據，采用K_means無監督機器學習進行聚類分析；

運營實踐，獲取聚類分析結果，結合運營業務分析用戶標簽，并制定運營方案進行測試。

在本公開的一實施例中，所述需求分析，包括對分析運營需求結合之前的用戶標簽數據和運營流程對需求分類，根據需求分類確定對現有數據進行ETL操作，形成財務建模指標數據。

在本公開的一實施例中，所述模型訓練，包括步驟1，利用譜系聚類圖和業務需求確定聚類K值。

在本公開的一實施例中，所述模型訓練，包括步驟2，訓練k_means聚類模型對建模指標數據進行分簇，分為K簇。

在本公開的一實施例中，所述模型訓練，包括步驟3，對建模指標數據根據聚類分簇進行打標記，分析不同類別數據的密度特征。

在本公開的一實施例中，所述模型訓練，包括步驟4，對不同的建模指標密度特征進行歸類，結合當前標簽體系和運營過程形成商機標簽。

本發明還提供一種基于財務業務數據商機挖掘裝置，包括：

數據接收存儲單元，用于接收用戶使用財務軟件之后的財務業務數據，并進行存儲；現存的財務業務數據，包括訂單數據，財務數據和用戶行為數據；

需求分析單元，用于獲取現有需求進行分析，并獲取財務業務專家的分類，并根據分類形成建模數據；

模型訓練單元，用于接收建模數據，采用K_means無監督機器學習進行聚類分析；運營實踐單元，用于獲取聚類分析結果，結合運營業務分析用戶標簽，并制定運營方案進行測試。

在本公開的一實施例中，所述需求分析單元，包括用于對分析運營需求結合之前的用戶標簽數據和運營流程對需求分類，根據需求分類確定對現有數據進行ETL操作，形成財務建模指標數據。