公开/公告号CN114782190A
专利类型发明专利
公开/公告日2022-07-22
原文格式PDF
申请/专利权人 中国银行股份有限公司;
申请/专利号CN202210444367.7
发明设计人 朱江波;
申请日2022-04-26
分类号G06Q40/04;G06K9/62;G06F16/2458;
代理机构北京三友知识产权代理有限公司;
代理人杨丹;沈珍珠
地址 100818 北京市西城区复兴门内大街1号
入库时间 2023-06-19 16:06:26
法律状态公告日
法律状态信息
法律状态
2022-07-22
公开
发明专利申请公布
技术领域
本发明涉及数据处理技术领域,尤指一种通过分析客户数据确定潜在价值客户的方法及系统。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着网络银行的快速发展,各互联网金融利用大数据不断识别有价值的客户,传统银行更多的还是基于客户的当前利润贡献度去评价客户,没有挖掘潜在有价值的客户,对银行的业绩增长及发展不利。对于银行业而言,擅长的是识别出当前有价值的客户,对于如何挖掘出潜在的有价值的客户是比较困难的,但是如果不识别出潜在有价值客户,新开拓客户的成本很高,仅仅依靠当前有价值客户不利于业绩增长和长远竞争力。
综上来看,亟需一种可以克服上述缺陷,能够有效分析、确定潜在价值客户的技术方案。
发明内容
为解决现有技术存在的问题,本发明提出了一种通过分析客户数据确定潜在价值客户的方法及系统。
在本发明实施例的第一方面,提出了一种通过分析客户数据确定潜在价值客户的方法,包括:
获取指定范围内的客户集合,标记该客户集合中各个客户的潜在价值客户标识;其中,潜在价值客户标识为真或待定;
根据该客户集合的交易数据,对客户进行聚类分析,得到多个客户子集合,并设置每个客户子集合的潜在价值客户标识;
对于每个客户子集合,确定该客户子集合的交易量均值以及风险系数;
根据潜在价值客户标识为真的多个客户子集合,确定交易量均值与风险系数的关系函数;
根据该关系函数,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;
对于新客户,确定该新客户归属的客户子集合,将该客户子集合的潜在价值客户标识作为该新客户的潜在价值客户标识。
在本发明实施例的第二方面,提出了一种通过分析客户数据确定潜在价值客户的系统,包括:
客户集合分析模块,用于获取指定范围内的客户集合,标记该客户集合中各个客户的潜在价值客户标识;其中,潜在价值客户标识为真或待定;
聚类分析模块,用于根据该客户集合的交易数据,对客户进行聚类分析,得到多个客户子集合,并设置每个客户子集合的潜在价值客户标识;
客户子集合分析模块,用于对于每个客户子集合,确定该客户子集合的交易量均值以及风险系数;
关系函数确定模块,用于根据潜在价值客户标识为真的多个客户子集合,确定交易量均值与风险系数的关系函数;
修正模块,用于根据该关系函数,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;
潜在价值处理模块,用于对于新客户,确定该新客户归属的客户子集合,将该客户子集合的潜在价值客户标识作为该新客户的潜在价值客户标识。
在本发明实施例的第三方面,提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现通过分析客户数据确定潜在价值客户的方法。
在本发明实施例的第四方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现通过分析客户数据确定潜在价值客户的方法。
在本发明实施例的第五方面,提出了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现通过分析客户数据确定潜在价值客户的方法。
本发明提出的通过分析客户数据确定潜在价值客户的方法及系统将客户集合进行聚类分析得到多个客户子集合,通过分析每个客户子集合,标记相应的潜在价值客户标识,并基于关系函数修正潜在价值客户标识;针对新客户,通过分析其归属的客户子集合来标记潜在价值客户标识,本发明有助于银行挖掘出潜在有价值的客户,以对潜在有价值客户进行营销和客户关系维护,提升银行业绩,加强银行发展的竞争力。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明一实施例的通过分析客户数据确定潜在价值客户的方法流程示意图。
图2是本发明一实施例的标记客户集合中各个客户的潜在价值客户标识的具体流程示意图。
图3是本发明一实施例的设置每个客户子集合的潜在价值客户标识的具体流程示意图。
图4是本发明一实施例的确定客户子集合的交易量均值以及风险系数的具体流程示意图。
图5是本发明一实施例的确定交易量均值与风险系数的关系函数的具体流程示意图。
图6是本发明一实施例的修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识的具体流程示意图。
图7是本发明一实施例的通过分析客户数据确定潜在价值客户的系统架构示意图。
图8是本发明一实施例的计算机设备结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
潜在价值客户是在银行网点在某些行为上比较活跃且风险可控的客户,也就是交易量大且交易风险低;这些用户对于银行网点来说,是相当重要的。由于银行服务的客户非常多,大银行服务的客户数以亿计,而确定出潜在价值客户,对银行来说存在一定难度,对此,本发明提出了一种通过分析客户数据确定潜在价值客户的方法及系统。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
图1是本发明一实施例的通过分析客户数据确定潜在价值客户的方法流程示意图。如图1所示,该方法包括:
S1,获取指定范围内的客户集合,标记该客户集合中各个客户的潜在价值客户标识;其中,潜在价值客户标识为真或待定;
S2,根据该客户集合的交易数据,对客户进行聚类分析,得到多个客户子集合,并设置每个客户子集合的潜在价值客户标识;
S3,对于每个客户子集合,确定该客户子集合的交易量均值以及风险系数;
S4,根据潜在价值客户标识为真的多个客户子集合,确定交易量均值与风险系数的关系函数;
S5,根据该关系函数,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;
S6,对于新客户,确定该新客户归属的客户子集合,将该客户子集合的潜在价值客户标识作为该新客户的潜在价值客户标识。
为了对上述通过分析客户数据确定潜在价值客户的方法进行更为清楚的解释,下面结合每一步骤来进行详细说明。
在S1中,参考图2,获取指定范围内的客户集合,标记该客户集合中各个客户的潜在价值客户标识的具体流程为:
S101,根据客户集合的交易数据,确定该客户集合的偏序,其中,该偏序用于确定该客户集合中任何两个客户中第一客户是否优于第二客户;
S102,根据该客户集合的偏序,确定该客户集合的极大客户,其中,该极大客户是该偏序的极大元素;
S103,标记该客户集合的极大客户的潜在价值客户标识为真;标记该客户集合中除极大客户之外的其他客户的潜在价值客户标识为待定。
需要说明的是,偏序的极大元素就是在偏序对应的集合中,不存在其他元素优于该极大元素。根据zorn引理,该偏序的极大元素是肯定存在的。
依据该客户集合的偏序,确定该客户集合的极大客户,也就是对于该客户集合中的每个客户,确认是否存在该客户集合的其他客户,使得该其他客户优于该客户,如果不存在,则将该客户确认为极大客户。
在一实施例中,根据该客户集合的偏序,确定该客户集合的极大客户的一种方法的具体流程如下:
S1021,初始化将客户集合的每个客户对应的极大标识设置为可能,以及每个客户对应的比较标识设置为是;
S1022,依次对于客户集合的每个客户,如果该客户对应的极大标识为可能,则从该客户集合除该客户之外的所有其他客户中选取出对应的比较标识为是的多个客户,然后将该客户对应的待比较客户设置为该选取出的多个客户,之后执行下面步骤S1023;如果该客户对应的极大标识不是可能,则继续对下一个客户执行步骤S1022;
S1023,依次选取该客户对应的每个待比较客户,确认该待比较客户是否优于该客户;如果该待比较客户优于该客户,则将该客户对应的极大标识设置为否,之后执行上述步骤S1022;如果该客户优于该待比较客户,则将该待比较客户对应的极大标识设置为否,并将该待比较客户添加到该客户的次客户集合;否则,该客户对应的极大标识和该待比较客户对应的极大标识保持不变;
S1024,如果确认该客户的所有待比较客户都不优于该客户(也就是在依次比较该客户和对应的每个待比较客户后,该客户对应的极大标识仍然是可能),则将该客户确定为该客户集合中的极大客户,并且将该极大客户的次客户集合中的每个客户的比较标识更新为否。
S1025,之后继续对下一个客户执行步骤S1022,直到对客户集合中的所有客户都执行完上述步骤。
在S101中,根据客户集合的交易数据,确定该客户集合的偏序可以采用以下两种方法:
方法1:
对于该客户集合的每个客户,根据该客户的交易数据,确定该客户关于各个风险类型的风险系数及该客户对应的交易数量;
确定客户集合的第一偏序,其中,对于该客户集合的任何两个客户,如果对于各个风险类型,该两个客户的第一客户关于该风险类型的风险系数都小于等于该两个客户的第二客户关于该风险类型的风险系数,且该第一客户对应的交易数量大于第一阈值,则确定该第一客户优于该第二客户。
方法2:
对于该客户集合的每个客户,根据该客户的交易数据,确定该客户关于各个交易类别的交易量;
确定客户集合的第二偏序,其中,对于该客户集合的任何两个客户,如果对于各个交易类别,该两个客户的第一客户关于该交易类别的交易量都大于等于该两个客户的第二客户关于该交易类别的交易量,则确定该第一客户优于该第二客户。
基于上述不同条件下所确定的两种偏序(第一偏序、第二偏序),可以得到多个极大客户,标记该些极大客户的潜在价值客户标识为真,其他客户标记为待定。
另外,在实际应用场景中,可以由银行业务人员人工确认客户中的潜在价值客户,标记该客户的潜在价值客户标识为真。
在S2中,根据该客户集合的交易数据,对客户进行聚类分析,得到多个客户子集合,并设置每个客户子集合的潜在价值客户标识。
首先,根据该客户集合的交易数据,确定客户集合对应的距离函数。具体的,确定该客户集合的每个客户的多维度参数,其中,该多维度参数可以包括:交易数量,风险指标,收入;对于每个维度参数,预设置该维度参数对应的距离函数,该距离函数用于计算任意两个客户对应该维度参数的两个值的距离(比如将该两个值的距离设置为该两个值的差);依据各个维度参数对应的距离函数,确定客户集合的距离函数,比如将客户集合的距离函数设置为各个维度参数对应的距离函数的加权平方和的平方根。
在获得了客户集合对应的距离函数,就可以对客户进行聚类分析,得到多个客户子集合。在一实施例中,基于客户集合对应的距离函数,基于K均值对客户集合进行聚类分析,得到多个客户子集合。
在一实施例中,还可以按照如下方法来对客户进行聚类分析,得到多个客户子集合,具体流程为:
S201,在客户集合中选取多个客户作为子集合中心,每个子集合中心对应于一个客户子集合,该客户子集合的初始元素只包含对应的子集合中心对应的客户;
S202,对于每一个客户,执行如下步骤:
从所有的子集合中心中选取出对应的主要交易类型和该客户的主要交易类型一致的多个子集合中心;
对于选取出的每个子集合中心,基于客户集合对应的距离函数计算该子集合中心对应的客户子集合和该客户的的距离;将该距离中的最小值确定为该客户对应的第一距离,将与该客户的距离等于该第一距离的子集合中心确定为该客户对应的子集合中心;
对于未被选取出的每个子集合中心,基于客户集合对应的距离函数计算该子集合中心对应的客户子集合和该客户的的距离;将该距离中的最小值确定为该客户对应的第二距离;
如果该客户对应的第二距离与该客户对应的第一距离的差大于指定阈值,则基于该客户新建一个子集合中心,该新建的子集合中心对应于一个新的客户子集合,该新的客户子集合的初始元素只包含该客户;
否则,将该客户划分到该客户对应的子集合中心对应的客户子集合中;
S203,对于每一个客户子集合,确定该客户子集合对应的均值中心的多维度参数和主要交易类型,以及该客户子集合对应的变化值;其中,该客户子集合对应的变化值依据该客户子集合对应的子集合中心和该客户子集合对应的均值中心确定;
具体可以按照如下步骤进行:对于多维度参数的每个连续值维度参数,可以将该客户子集合的所有客户在该连续值维度参数的数据值的均值,作为该客户子集合对应的均值中心在该连续值维度参数的值;对于多维度参数的每个离散值维度参数或者主要交易类型,可以将该客户子集合的所有客户在该离散值维度参数或者主要交易类型的数据值中数量最多的数据值,作为该客户子集合对应的均值中心在该离散值维度参数或者主要交易类型的值。基于客户集合对应的距离函数,确定该客户子集合对应的子集合中心和对应的均值中心的距离,将该距离作为该客户子集合对应的变化值。
S204,如果存在客户子集合对应的变化值大于变化阈值,基于上述步骤S203获得的均值中心新设定多个子集合中心,每个新设定的子集合中心对应一个新的客户子集合,该新的客户子集合的初始元素只包含对应的新设定的子集合中心;之后基于新设定的子集合中心和新的客户子集合继续对每一个客户执行步骤S202以及对每一个客户子集合执行步骤S203,直至所有的客户子集合对应的变化值都小于等于变化阈值;
S205,如果所有的客户子集合对应的变化值都小于等于变化阈值,则停止对客户进行聚类分析,从而得到多个客户子集合。
在一个实施例中,基于客户集合对应的距离函数,计算客户集合和客户的距离可以是:基于客户集合对应的距离函数,确定该客户和该客户集合的各个客户的距离;从确定的多个距离中选取出最小值,将该最小值确定为该客户集合和该客户的距离。
在一个实施例中,基于客户集合对应的距离函数,计算客户集合和客户的距离可以是:基于客户集合对应的距离函数,确定该客户和该客户集合的各个客户的距离;将确定的多个距离的均值确定为该客户集合和该客户的距离。
在一个实施例中,基于客户集合对应的距离函数,计算客户集合和客户的距离可以是:基于客户集合对应的距离函数,确定该客户和该客户集合对应的均值中心的距离,将该距离确定为该客户集合和该客户的距离。
进一步的,参考图3,在S2中,设置每个客户子集合的潜在价值客户标识的具体流程为:
S211,对于每个客户子集合,确定该客户子集合中对应的潜在价值客户标识为真的客户的客户数量与该客户子集合的客户数量的比值;
S212,当该比值大于第二阈值时,将标记该客户子集合的潜在价值客户标识为真;否则,标记该客户子集合的潜在价值客户标识为待定。
在S3中,参考图4,对于每个客户子集合,确定该客户子集合的交易量均值以及风险系数的具体流程为:
S301,对于该客户子集合的每个客户,获取该客户的所有交易数据;将该所有交易数据的交易量确定为该客户的交易量,将该所有交易数据中风险数据的比例确定为该客户的风险系数;
S302,将该客户子集合中所有客户的交易量的均值,作为该客户子集合的交易量均值;将该客户子集合中所有客户的风险系数的均值,作为该客户子集合的风险系数。
在一实施例中,为了获得准确的该客户子集合的交易量均值和风险系数,可以判断该客户子集合的客户数量是否足够多,进而再确定该客户子集合的交易量均值和风险系数。
具体的,将该客户子集合的所有客户的交易量看成是同一概率分布(该客户子集合的客户的交易量满足的概率分布)的多个样本,这样基于该多个样本就可以确定交易方差σ;将该客户子集合的所有客户的风险系数看成是同一概率分布(该客户子集合的客户的风险系数满足的概率分布)的多个样本,这样基于该多个样本就可以确定风险方差δ;
依据该交易方差σ设置第1阈值
依据该风险方差δ设置第2阈值
将客户数阈值确定为该第1阈值与该第2阈值的最大值;
确定该客户子集合的客户数量是否大于客户数阈值,如果大于,则将该客户子集合的所有客户确定为多个客户样本;
如果小于,根据该客户子集合的聚类中心与其他客户子集合的聚类中心的距离,选取合适的指定阈值,使得与该客户子集合的距离小于指定阈值的多个其它客户子集合满足:该多个其它客户子集合和该客户子集合的并集所包含的所有客户的数量大于客户数阈值,则将该并集所包含的所有客户确定为多个客户样本;
将该客户子集合的交易量均值确定为该多个客户样本的交易量的均值;将该客户子集合的风险系数确定为该多个客户样本的风险系数的均值。
根据大数定理,样本越多,客户子集合的交易量均值和风险系数的计算越准确,基于准确的交易量均值和风险系数可以在后续步骤中确定更加准确的关系函数,以提高潜在价值客户分析的准确性。
在S4中,参考图5,根据潜在价值客户标识为真的多个客户子集合,确定交易量均值与风险系数的关系函数的具体流程为:
S401,对于每个潜在价值客户标识为真的客户子集合,确定第一坐标点样本,其中,该第一坐标点样本的横坐标为对应的交易量均值,纵坐标为对应的风险系数;
S402,根据多个所述第一坐标点样本,进行函数拟合,得到交易量均值与风险系数的关系函数。
在S5中,参考图6,根据该关系函数,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识的具体流程为:
S501,对于每个潜在价值客户标识为待定的客户子集合,确定第二坐标点样本,其中,该第二坐标点样本的横坐标是对应的交易量均值,纵坐标是对应的风险系数;
S502,基于关系函数及第二坐标点样本,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;其中,确定第二坐标点样本与关系函数对应的曲线在二维空间的相对位置,如果第二坐标点样本位于关系函数以下,修正该客户子集合的潜在价值客户标识为真。
在S6中,对于新客户,确定该新客户归属的客户子集合,将该客户子集合的潜在价值客户标识作为该新客户的潜在价值客户标识。
在实际应用场景中,新客户指的是不在指定区域内的客户,可以通过基于客户集合对应的距离函数计算该新客户和各个客户子集合的距离,将和该新客户的距离最小的客户子集合确定为该新客户所属的客户子集合。进而根据该客户子集合的潜在价值客户标识,设置新客户的潜在价值客户标识。
需要说明的是,尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
在介绍了本发明示例性实施方式的方法之后,接下来,参考图7对本发明示例性实施方式的通过分析客户数据确定潜在价值客户的系统进行介绍。
通过分析客户数据确定潜在价值客户的系统的实施可以参见上述方法的实施,重复之处不再赘述。以下所使用的术语“模块”或者“单元”,可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
基于同一发明构思,本发明还提出了一种通过分析客户数据确定潜在价值客户的系统,如图7所示,该系统包括:
客户集合分析模块710,用于获取指定范围内的客户集合,标记该客户集合中各个客户的潜在价值客户标识;其中,潜在价值客户标识为真或待定;
聚类分析模块720,用于根据该客户集合的交易数据,对客户进行聚类分析,得到多个客户子集合,并设置每个客户子集合的潜在价值客户标识;
客户子集合分析模块730,用于对于每个客户子集合,确定该客户子集合的交易量均值以及风险系数;
关系函数确定模块740,用于根据潜在价值客户标识为真的多个客户子集合,确定交易量均值与风险系数的关系函数;
修正模块750,用于根据该关系函数,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;
潜在价值处理模块760,用于对于新客户,确定该新客户归属的客户子集合,将该客户子集合的潜在价值客户标识作为该新客户的潜在价值客户标识。
在一实施例中,所述客户集合分析模块具体用于:
根据客户集合的交易数据,确定该客户集合的偏序,其中,该偏序用于确定该客户集合中任何两个客户中第一客户是否优于第二客户;
根据该客户集合的偏序,确定该客户集合的极大客户,其中,该极大客户是该偏序的极大元素;
标记该客户集合的极大客户的潜在价值客户标识为真;标记该客户集合中除极大客户之外的其他客户的潜在价值客户标识为待定。
在一实施例中,所述客户集合分析模块具体用于:
对于该客户集合的每个客户,根据该客户的交易数据,确定该客户关于各个风险类型的风险系数及该客户对应的交易数量;
确定客户集合的第一偏序,其中,对于该客户集合的任何两个客户,如果对于各个风险类型,该两个客户的第一客户关于该风险类型的风险系数都小于等于该两个客户的第二客户关于该风险类型的风险系数,且该第一客户对应的交易数量大于第一阈值,则确定该第一客户优于该第二客户;
或者,
对于该客户集合的每个客户,根据该客户的交易数据,确定该客户关于各个交易类别的交易量;
确定客户集合的第二偏序,其中,对于该客户集合的任何两个客户,如果对于各个交易类别,该两个客户的第一客户关于该交易类别的交易量都大于等于该两个客户的第二客户关于该交易类别的交易量,则确定该第一客户优于该第二客户。
在一实施例中,聚类分析模块具体用于:
对于每个客户子集合,确定该客户子集合中对应的潜在价值客户标识为真的客户的客户数量与该客户子集合的客户数量的比值;
当该比值大于第二阈值时,将标记该客户子集合的潜在价值客户标识为真;否则,标记该客户子集合的潜在价值客户标识为待定。
在一实施例中,客户子集合分析模块具体用于:
对于该客户子集合的每个客户,获取该客户的所有交易数据;将该所有交易数据的交易量确定为该客户的交易量,将该所有交易数据中风险数据的比例确定为该客户的风险系数;
将该客户子集合中所有客户的交易量的均值,作为该客户子集合的交易量均值;将该客户子集合中所有客户的风险系数的均值,作为该客户子集合的风险系数。
在一实施例中,关系函数确定模块具体用于:
对于每个潜在价值客户标识为真的客户子集合,确定第一坐标点样本,其中,该第一坐标点样本的横坐标为对应的交易量均值,纵坐标为对应的风险系数;
根据多个所述第一坐标点样本,进行函数拟合,得到交易量均值与风险系数的关系函数。
在一实施例中,修正模块具体用于:
对于每个潜在价值客户标识为待定的客户子集合,确定第二坐标点样本,其中,该第二坐标点样本的横坐标是对应的交易量均值,纵坐标是对应的风险系数;
基于关系函数及第二坐标点样本,修正每个潜在价值客户标识为待定的客户子集合的潜在价值客户标识;其中,确定第二坐标点样本与关系函数对应的曲线在二维空间的相对位置,如果第二坐标点样本位于关系函数以下,修正该客户子集合的潜在价值客户标识为真。
应当注意,尽管在上文详细描述中提及了通过分析客户数据确定潜在价值客户的系统的若干模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
基于前述发明构思,如图8所示,本发明还提出了一种计算机设备800,包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序830,所述处理器820执行所述计算机程序830时实现前述通过分析客户数据确定潜在价值客户的方法。
基于前述发明构思,本发明提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前述通过分析客户数据确定潜在价值客户的方法。
基于前述发明构思,本发明提出了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现通过分析客户数据确定潜在价值客户的方法。
本发明提出的通过分析客户数据确定潜在价值客户的方法及系统将客户集合进行聚类分析得到多个客户子集合,通过分析每个客户子集合,标记相应的潜在价值客户标识,并基于关系函数修正潜在价值客户标识;针对新客户,通过分析其归属的客户子集合来标记潜在价值客户标识,本发明有助于银行挖掘出潜在有价值的客户,以对潜在有价值客户进行营销和客户关系维护,提升银行业绩,加强银行发展的竞争力。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
机译: 客户感知价值分析方法,客户感知价值分析设备,使用价值感知数据的信息处理方法以及使用价值感知数据的信息处理设备
机译: 客户洞察力分析方法,客户洞察力分析装置,使用价值观念数据的信息处理方法以及使用价值观念数据的信息处理设备
机译: 预测数据服务电话线性能,确定客户电话线性能,快速鉴定客户数据线以进行数据传输,向客户销售电话线以及确定客户电话线缓解情况的方法,表征客户的系统数据传输的线路性能,以及将可执行程序编码为一个程序的程序存储设备,以快速鉴定电话线路进行数据传输