CN107194710A - 一种数据分析方法及装置 - Google Patents

Abstract

本发明实施例公开了一种数据分析方法及装置，涉及互联网技术领域，能够在实现授信评估的同时保护运营商的机密数据，从而扩大了授信担保业务应用范围。本发明方法包括：获取发送了请求信息的用户的经营数据和服务数据，经营数据用于表示用户在指定时间内的持续经营能力，服务数据用于表示用户在指定时间内的服务水平；根据经营数据和服务数据，并通过预设的评分模型，得到用户的评分结果；根据用户的评分结果，检测用户是否满足预设的授信条件；若是，则根据用户所满足的授信条件为用户分配授信额度。本发明适用于商家授信评估。

Description

一种数据分析方法及装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据分析方法及装置。

背景技术

随着互联网技术的发展，在线购物平台已成为人们日常生活必不可少的工具。很多在线购物平台的运营商为了保证买卖双方的利益，通常会利用第三方支付平台进行担保，其中的主要流程包括：买方下达购物订单后将货款支付给第三方支付平台，等待卖方发货且由待买方签收后，再通知第三方支付平台将货款转给卖方。

但是，从发出商品到买方签收且确认支付的过程中，卖方无法收到货款，当遇到“双十一”、“双十二”等交易量大的时期，很容易造成卖方的资金链断裂。为了保证卖方的资金运转正常，需要在线购物平台为卖方提供授信担保业务，从而缓解卖方的资金压力。目前在线购物平台中的商户的经营数据得不到银行等传统金融机构承认，而银行调查流程周期长且长期存在中小企业获贷困难的问题，难以满足在线购物平台中的商户的资金需要，更无法实现精准的融资服务。若由第三方支付平台自行进行授信评估，则需要商户提供商品品类、货源信息、物流信息等运营商的核心数据，造成在线购物平台的运营商和商户的数据泄露导致很多运营商和商户为了保护机密数据而拒绝采用授信担保业务，从而减小了授信担保业务应用范围。

发明内容

本发明的实施例提供一种数据分析方法及装置，能够在实现授信评估的同时保护运营商的机密数据，从而扩大了授信担保业务应用范围。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供的方法，包括：

获取发送了请求信息的用户的经营数据和服务数据，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平；

根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果；

根据所述用户的评分结果，检测所述用户是否满足预设的授信条件；

若是，则根据所述用户所满足的授信条件为所述用户分配授信额度。

结合第一方面，在第一方面的第一种可能的实现方式中，所述经营数据包括：所述用户的交易持续性分析结果、在预设时间范围内的交易额变化情况、访客数趋势和成交情况分析结果。

结合第一方面，在第一方面的第二种可能的实现方式中，所述服务数据包括：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。

结合第一方面或第一方面的第一至二种可能的实现方式,在第三种可能的实现方式中，还包括：

实时更新符合所述授信条件的用户的经营数据和服务数据；

根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件；

若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。

结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中，所述检测所述符合所述授信条件的用户是否符合授信限制条件，包括：

获取所述符合所述授信条件的用户在第一周期内的负面数据，所述负面数据包括：所述符合授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量；并根据所述符合授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件；

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数。

结合第一方面的第四种可能的实现方式,在第五种可能的实现方式中，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。

第二方面，本发明的实施例提供的方法，包括：包括：

数据提取模块，用于获取发送了请求信息的用户的经营数据和服务数据，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平；

分析模块，用于根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果；

判定模块，用于根据所述用户的评分结果，检测所述用户是否满足预设的授信条件；

额度管理模块，用于根据所述用户所满足的授信条件为所述用户分配授信额度。

结合第二方面，在第二方面的第一种可能的实现方式中，所述经营数据包括：所述用户的交易持续性分析结果、在预设时间范围内的交易额变化情况、访客数趋势和成交情况分析结果；所述服务数据包括：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。

结合第二方面或第二方面的第一种可能的实现方式,在第二种可能的实现方式中，还包括：

预警模块，用于实时更新符合所述授信条件的用户的经营数据和服务数据；并根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件；若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。

结合第二方面的第二种可能的实现方式,在第三种可能的实现方式中，所述预警模块，具体用于获取所述符合所述授信条件的用户在第一周期内的负面数据，所述负面数据包括：所述符合授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量；并根据所述符合授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件；

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数；

其中，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。

本发明实施例提供的数据分析方法及装置，授信评估系统中的服务器设备获取发送了请求信息的用户的经营数据和服务数据等由购物平台服务提供方统计并提供的数据，并通过预设的评分模型，得到所述用户的评分结果，再根据所述用户的评分结果，检测所述用户是否满足预设的授信条件，并为满足的授信条件的用户分配相应的授信额度。相对于现有技术中以订单数据、用户个人信息等运营商的机密数据为要件的授信评估方式，本发明方案中基于运营商经过加工处理后的非核心数据进行授信评估，能够在不涉及运营商的机密数据的情况下快捷地完成授信的评估过程，尤其是对于不具有自用的支付平台的运营商，能够在实现授信评估的同时保护运营商的机密数据，从而扩大了授信担保业务应用范围。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例提供的系统架构示意图；

图2为本发明实施例提供的数据分析方法的流程图；

图3为本发明实施例提供的数据分析装置的一种实施方式的结构示意图；

图4为本发明实施例提供的数据分析装置的另一种实施方式的结构示意图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本发明实施例所提供的方法流程，具体可以由一种授信评估系统中的服务器设备执行，例如：如图1所示的架构中，后台服务器用于接收用户通过终端设备发送的授信请求信息，并向在线购物平台的数据库请求获取该用户的经营数据和服务数据，并通过本实施例完成授信评估并为用户分配授信额度。其中，经营数据和服务数据可以由在线购物平台的数据库保存并实时更新，具体可以由在线购物平台的数据库，根据用户在在线购物平台进行交易的历史数据(比如：具体的订单数据、用户个人信息等数据)等运营商的核心数据，进行统计计算得到(比如：可以在运营的数据库设置服务器设备或是利用数据库中现有的服务器设备承担统计计算的功能)，并由在线购物平台的数据库向后台服务器提供。尤其是当在线购物平台和授信评估系统属于不同的运营商时，在线购物平台的数据库可以避免向授信评估系统的运营商直接提供具体订单数据、用户个人信息等涉及机密数据的历史数据。

本发明实施例提供一种数据分析方法，如图2所示，包括：

S1、获取发送了请求信息的用户的经营数据和服务数据。

其中，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平。

在本实施例中，所述经营数据具体包括但不限于：所述用户的交易持续性分析结果、在预设时间范围内的交易额变化情况、访客数趋势和成交情况分析结果。具体的，预设的时间范围可以根据具体业务情况设定，比如：经营数据中包括了1个月或几个月内的净成交金额，也包括了按照月份计算的或是按照季度计算的访问用户店面的访客数和/或成交趋势变化率，其中成交转化率可以理解为访客数与交易成功量的比率。

进一步的，在预设的时间范围内的净成交金额、访客数和/或成交转化率，不仅指一项数据，也可以指一组数据的集合，例如：预设的时间范围包括了1个月、1.5个月、2个月、2.5个月、3个月等连续的或是不连续的时间段的集合，服务器可以根据所划分的时间段，统计每一个时间段内的净成交金额、访客数和/或成交转化率作为经营数据中的一种。在本实施例中，服务器统计的参数除了净成交金额、访客数和/或成交趋势变化率等，还可以包括交易持续时间、符合店面主要商品品类的成交商品数量等。

在本实施例中，所述服务数据具体包括但不限于：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。进一步的，在预设的时间范围内的退货率、投诉率和/或退款纠纷率，不仅指一项数据，也可以指一组数据的集合，例如：1个季度、2个季度；1-20天、31-50天等连续的或是不连续的时间段的集合，服务器可以根据所划分的时间段，统计每一个时间段内的退货率、投诉率和/或退款纠纷率作为经营数据中的一种。在本实施例中，服务器统计的参数除了退货率、投诉率和/或退款纠纷率等，还可以包括订单迟发率、满意度评分、违规次数等。

S2、根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果。

在本实施例中，评分模型具体可以包括：根据具体业务场景设定的利用经营数据和服务数据中的各项参数进行加权计算，并对于加权计算的结果值按照由小至大的顺序划分出不同的等级，比如：优、良、中、差等级，再比如：A、B、C、D等级，或是其他字符或数字符号表示的等级。并将针对一个用户进行评估得到的相应等级作为所述评分结果。

S3、根据所述用户的评分结果，检测所述用户是否满足预设的授信条件。

在本实施例中，若将针对用户进行评估得到的相应等级作为所述评分结果，则授信条件可以是最低的等级限制，比如：授信条件为最低等级不低于良；授信条件可以是加权计算的结果值不小于预设阈值。

S4、若是，则根据所述用户所满足的授信条件为所述用户分配授信额度。

并可以向用户的终端设备发送用于表示授信验证成功的消息。

若否，则向用户的终端设备发送用于表示授信验证失败的消息。

具体的，服务器可以针对用户进行评估得到的不同的等级预设不同的授信额度，例如：等级“优”对应的授信额度为10W、等级“良”对应的授信额度为5W，其他等级则判定为授信验证失败；或者根据针对用户进行评估得到的加权计算的结果值，再进行额度计算并得到授信额度，例如：加权计算的结果值为86，并预设每一分对应指定数量的金额比如1000元，则授信额度为86000。

本发明实施例提供的数据分析方法，授信评估系统中的服务器设备获取发送了请求信息的用户的经营数据和服务数据等由购物平台服务提供方统计并提供的数据，并通过预设的评分模型，得到所述用户的评分结果，再根据所述用户的评分结果，检测所述用户是否满足预设的授信条件，并为满足的授信条件的用户分配相应的授信额度。相对于现有技术中以订单数据、用户个人信息等运营商的机密数据为要件的授信评估方式，本发明方案中基于运营商经过加工处理后的非核心数据进行授信评估，能够在不涉及运营商的机密数据的情况下快捷地完成授信的评估过程，尤其是对于不具有自用的支付平台的运营商，能够在实现授信评估的同时保护运营商的机密数据，从而扩大了授信担保业务应用范围。

在本实施例中，当服务器对用户的授信评估完成后，还提供一种实时监控用户信用风险并进行预警的方案，因此在上述S1-S4的方法流程的基础上，还可以包括：

实时更新符合所述授信条件的用户的经营数据和服务数据。并根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件。

若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。若否，则不采用授信限制策略，并继续对获得了授信额度的用户的进行监控。

其中，服务器可以设定更新周期，比如：每一天、每一周、每一个月等时间周期；也可以是每10笔交易、每50笔交易等依据交易量设定的周期；还可以统计净成交金额，并在净成交金额达到预设金额(比如1W、5W或者其他金额)时，触发更新符合所述授信条件的用户的经营数据和服务数据，并在本次更新完毕后但时间点重新开始统计净成交金额。具体的，服务器设定的更新周期可以作为为预警过程的执行周期；也可以是：在用户获取授信额度后的任意时刻，都可以服务器都可以触发执行上述预警过程，比如在S4执行完毕后立即执行预警过程。

在本实施例中，所述检测所述符合所述授信条件的用户是否符合授信限制条件的具体方式，包括：

获取所述符合所述授信条件的用户在第一周期内的负面数据。并根据所述授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件。

其中，所述负面数据包括但不限于：所述授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量。进一步的，负面数据中的参数还可以包括：满意度评分属于“差评”的数量，退货数量等。其中，服务器可以设定的经营数据和服务数据的更新周期类似的，第一周期具体可以是依据时间设定的周期，也可以是依据交易量设定的周期，还可以是依据成交金额设定的周期。

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件。

其中，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数。例如：指定级别的事件可以按照时间的严重程度，划分为：“非主观违规”的事件、“一般违规”的事件和“严重违规”的事件等多种事件，其中，异常事件的统计和划分，具体可以由在线购物平台的运营商根据交易的历史数据得到，并发送给授信评估系统的服务器。从而进一步避免了在后续预警过程中，授信评估系统的服务器接触运营商的机密数据。

进一步的，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。其中，预设的门限值大于等于0可以理解为用户的授信额度被冻结。

本发明实施例还提供一种如图3所示的数据分析装置，包括：

数据提取模块，用于获取发送了请求信息的用户的经营数据和服务数据，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平。

分析模块，用于根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果。

判定模块，用于根据所述用户的评分结果，检测所述用户是否满足预设的授信条件。

额度管理模块，用于根据所述用户所满足的授信条件为所述用户分配授信额度。

其中，所述经营数据包括：所述用户的连续交易时长、在预设的时间范围内的净成交金额、访客数和/或成交转化率。所述服务数据包括：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。

进一步的，如图4所示，上述数据分析装置还包括：

预警模块，用于实时更新符合所述授信条件的用户的经营数据和服务数据。并根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件。若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。

其中，所述预警模块，具体用于获取所述符合所述授信条件的用户在第一周期内的负面数据，所述负面数据包括：所述授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量。并根据所述授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件。

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数。

其中，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。

本发明实施例提供的数据分析装置，授信评估系统中的服务器设备获取发送了请求信息的用户的经营数据和服务数据等由购物平台服务提供方统计并提供的数据，并通过预设的评分模型，得到所述用户的评分结果，再根据所述用户的评分结果，检测所述用户是否满足预设的授信条件，并为满足的授信条件的用户分配相应的授信额度。相对于现有技术中以订单数据、用户个人信息等运营商的机密数据为要件的授信评估方式，本发明方案中基于运营商经过加工处理后的非核心数据进行授信评估，能够在不涉及运营商的机密数据的情况下快捷地完成授信的评估过程，尤其是对于不具有自用的支付平台的运营商，能够在实现授信评估的同时保护运营商的机密数据，从而扩大了授信担保业务应用范围。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之

处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (10)

1.一种数据分析方法，其特征在于，包括：

获取发送了请求信息的用户的经营数据和服务数据，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平；

根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果；

根据所述用户的评分结果，检测所述用户是否满足预设的授信条件；

若是，则根据所述用户所满足的授信条件为所述用户分配授信额度。

2.根据权利要求1所述的方法，其特征在于，所述经营数据包括：所述用户的交易持续性分析结果、在预设时间范围内的交易额变化情况、访客数趋势和成交情况分析结果。

3.根据权利要求1所述的方法，其特征在于，所述服务数据包括：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，还包括：

实时更新符合所述授信条件的用户的经营数据和服务数据；

根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件；

若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。

5.根据权利要求4所述的方法，其特征在于，所述检测所述符合所述授信条件的用户是否符合授信限制条件，包括：

获取所述符合所述授信条件的用户在第一周期内的负面数据，所述负面数据包括：所述授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量；并根据所述授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件；

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数。

6.根据权利要求5所述的方法，其特征在于，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。

7.一种数据分析装置，其特征在于，包括：

数据提取模块，用于获取发送了请求信息的用户的经营数据和服务数据，所述经营数据用于表示所述用户在指定时间内的持续经营能力，所述服务数据用于表示所述用户在所述指定时间内的服务水平；

分析模块，用于根据所述经营数据和服务数据，并通过预设的评分模型，得到所述用户的评分结果；

判定模块，用于根据所述用户的评分结果，检测所述用户是否满足预设的授信条件；

额度管理模块，用于根据所述用户所满足的授信条件为所述用户分配授信额度。

8.根据权利要求7所述的装置，其特征在于，所述经营数据包括：所述用户的交易持续性分析结果、在预设时间范围内的交易额变化情况、访客数趋势和成交情况分析结果；所述服务数据包括：所述用户在预设的时间范围内的退货率、投诉率和/或退款纠纷率。

9.根据权利要求7或8所述的装置，其特征在于，还包括：

预警模块，用于实时更新符合所述授信条件的用户的经营数据和服务数据；并根据符合所述授信条件的用户当前的经营数据和服务数据，检测所述符合所述授信条件的用户是否符合授信限制条件；若是，则根据所述符合所述授信条件的用户所满足的授信限制条件，执行授信限制策略。

10.根据权利要求9所述的装置，其特征在于，所述预警模块，具体用于获取所述符合所述授信条件的用户在第一周期内的负面数据，所述负面数据包括：所述授信条件的用户在第一周期内的退单金额、退单数量、异常访问量和/投诉数量；并根据所述授信条件的用户在第一周期内的负面数据检测是否符合所述授信限制条件；

和/或，检测所述符合所述授信条件的用户在第二周期内是否发生异常事件，若是则判定所述授信条件的用户符合所述授信限制条件，所述异常事件包括：所述符合所述授信条件的用户，在所述第二周期内发生的指定级别的事件达到对应所述指定级别的次数；

其中，所述执行授信限制策略包括：减少为所述用户分配的授信额度至预设的门限值，所述预设的门限值大于等于0。