CN110766462A - 基于流平台的智能全景客户画像联动方法及系统 - Google Patents
基于流平台的智能全景客户画像联动方法及系统 Download PDFInfo
- Publication number
- CN110766462A CN110766462A CN201911011196.3A CN201911011196A CN110766462A CN 110766462 A CN110766462 A CN 110766462A CN 201911011196 A CN201911011196 A CN 201911011196A CN 110766462 A CN110766462 A CN 110766462A
- Authority
- CN
- China
- Prior art keywords
- client
- information
- panoramic
- customer
- portrait
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于流平台的智能全景客户画像联动方法及系统。所述方法包括:获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。本发明主要解决了现有技术构建客户画像不准确的问题,可以快速高效构建客户画像,同时,联动多个客户画像打造了完整、统一、可感知的客户画像群,可以全面高实效处理客户信息。
Description
技术领域
本发明涉及客户画像构建技术领域,尤指一种基于流平台的智能全景客户画像联动方法及系统。
背景技术
在客户画像构建领域中,当前公司客户画像体系亟待进一步丰富完善。目前的构建方法是通过对数据的分析形成简单标签,对客户信息的整合不够充分,在基本信息板块,存在客户信息延迟、关联企业信息缺失、账户属性信息不够详细等问题,导致客户画像构建不准确。对于部分发展迅速的企业,对客户特征提炼的时效性需要进一步加强。如何综合利用公司客户的经营状况、征信资质、资金结算、投融需求,结合行业周期、政策导向、市场资金等宏观环境,快速高效构建更能反映客户特征的客户画像是亟需解决的问题。
此外,目前的客户画像系统是个人客户画像和法人客户画像各独立构建,没有客户画像群联动,导致对于客户画像系统信息片面不完整。由于缺失个性化的综合金融服务方案,导致存在客户金融服务方案推荐内容信息不够具体、指向性不强、推荐产品的介绍链接不配套等问题。
发明内容
为了解决上述问题,本发明实施例提供一种基于流平台的智能全景客户画像联动方法,所述方法包括:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
可选的,在本发明一实施例中,所述全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
可选的,在本发明一实施例中,所述利用所述全景客户信息,对所述客户画像进行关联关系联动包括:根据所述全景客户信息,确定所述客户画像的关联关系,利用所述关联关系对所述客户画像进行联动。
可选的,在本发明一实施例中,所述获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
本发明实施例还提供一种基于流平台的智能全景客户画像联动系统,所述系统包括:
流数据处理平台单元,用于获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
客户画像群联动单元,用于根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像;
决策服务单元,用于利用所述全景客户画像对客户进行营销服务及风险监控。
可选的,在本发明一实施例中,所述全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
可选的,在本发明一实施例中,所述客户画像群联动单元包括:客户画像群联动子单元,用于根据所述全景客户信息,确定所述客户画像的关联关系,利用所述关联关系对所述客户画像进行联动。
可选的,在本发明一实施例中,所述流数据处理平台单元包括:客户信息子单元,用于获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
本发明实施例还提供一种计算机设备,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以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
本发明主要解决了现有技术构建客户画像不准确的问题,可以快速高效构建客户画像,同时,联动多个客户画像打造了完整、统一、可感知的客户画像群,可以全面高实效处理客户信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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他的附图。
图1为本发明实施例一种基于流平台的智能全景客户画像联动方法的流程图;
图2为本发明实施例一种基于流平台的智能全景客户画像联动系统的结构示意图;
图3为本发明一具体实施例中基于流平台的智能全景客户画像联动系统的结构示意图;
图4为本发明实施例中流数据处理平台单元的处理示意图;
图5为本发明实施例中客户画像群联动单元的处理示意图。
具体实施方式
本发明实施例提供一种基于流平台的智能全景客户画像联动方法及系统。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示为本发明实施例一种基于流平台的智能全景客户画像联动方法的流程图,图中所示方法包括:
步骤S1,获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
步骤S2,根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
步骤S3,利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
作为本发明的一个实施例,全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
在本实施例中,利用所述全景客户信息,对所述客户画像进行关联关系联动包括:根据所述全景客户信息,确定所述客户画像的关联关系,利用所述关联关系对所述客户画像进行联动。
作为本发明的一个实施例,获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
具体的,本发明的一种基于流平台的智能全景客户画像联动方法的具体实施可参考一种基于流平台的智能全景客户画像联动系统的具体实施,重复之处不再赘述。
本发明主要解决了现有技术构建客户画像不准确的问题,可以快速高效构建客户画像,同时,联动多个客户画像打造了完整、统一、可感知的客户画像群,可以全面高实效处理客户信息。
如图2所示为本发明实施例一种基于流平台的智能全景客户画像联动系统的结构示意图,图中所示系统包括:
流数据处理平台单元10,用于获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
客户画像群联动单元20,用于根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像;
决策服务单元30,用于利用所述全景客户画像对客户进行营销服务及风险监控。
作为本发明的一个实施例,全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
在本实施例中,全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
作为本发明的一个实施例,流数据处理平台单元包括:客户信息子单元,用于获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
在本发明一具体实施例中,如图3所示为本发明一具体实施例中基于流平台的智能全景客户画像联动系统的结构示意图,图中所示系统包括:
技术组件单元、平台服务单元、流数据处理平台单元、客户画像联动系统单元和联动应用单元。
技术组件单元50包含分布式处理框架、实时计算引擎、大内存存储、实时数据采集模块和数据持久化。分布式处理框架用于提供分布式服务,将调度行为抽象为“调度中心”公共平台。调度中心中心与执行器直接交互,结构上更简单,降低了维护难度。实时计算引擎提供流数据处理。大内存存储、实时数据采集模块和数据持久化单元主要实现计算节点将最新的实时数据复制到大内存数据库中,使上游实时数据变更生效于系统中。
平台服务单元40包含数据源管理、计算模型管理、调度管理、监控管理、权限管理和日志管理。数据管理单元针对各数据源不同的数据特点,将来自不同数据源的底层数据整合在一起,得到全景客户信息数据,并集成了数据新增、修改、删除、查询、导入、导出、校验、跳转以及执行后台任务按钮的功能。计算模型管理单元负责各种计算模型的选择和参数设定。调度管理单元主要用于任务调度管理,给定的时间间隔或者给定执行次数自动的执行任务。监控管理单元实现任务的运行管理监控,查看任务执行过程,性能情况等各项指标。权限管理实现各个任务调起的用户权限分配和控制。日志管理实现对日志统一记录,实现系统核心模块或关键节点的启动、停止过程记录和管理。
流数据处理平台单元10主要用于加工全景客户信息数据,具体包含基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息和社交信息等。通过技术组件的流数据功能实现流数据更新。计算模型管理单元根据全景客户信息数据,选择不同的计算模型,如朴素贝叶斯算法、逻辑回归算法、最近邻算法、决策树算法、SVM支持向量机、神经网络模型、聚类等模型快速高效加工出标签信息特征。如:进出口企业、客户星级、企业规模、上市企业、议价能力、走出去企业、走进来企业、高管状态、授信趋势、交往周期、存款交易周期、结算交易集中度、资金留存率、渠道偏好、代发工资客户、全球现金管理客户、现金管理客户、营销日志、行业政策提示、进出口企业提示、客户星级提示、企业规模提示、上市企业提示、议价能力提示、总行级营销级别提示、一级分行级营销级别提示、二级分行级营销级别提示、支行级营销级别提示、网点级营销级别提示、走出去企业提示、走进来企业提示、高管状态提示、授信趋势提示、交往周期提示、存款交易周期提示、结算交易集中度提示、资金留存率提示、渠道偏好提示、代发工资客户提示、全球现金管理客户提示、现金管理客户提示、营销日志提示、有无融资关系、担保风险、行外交叉违约、高管交叉违约、关联企业交叉违约、保证人交叉违约、被保证人交叉违约、担保权交叉违约、逾期欠息、表外垫款、交易对手风险、未按还款计划还款、停产或关闭、固融业务风险、贷款后资金流入大幅下降、贷前资金流入大幅下降、疑似融资工具化、近6个月在我行无结算、还本付息来源异常、国内保理风险、虚假贸易融资、供应链融资风险、进口远期信用证风险、产能过剩退出类客户、行业退出类客户、涉嫌民间借贷、法院涉诉、裸贷、环保风险、财务风险、过度融资、他行压贷、海关风险企业、有无融资关系提示、风险提示。
其中,基础信息包含个人客户的人口统计信息、联系信息等;法人客户的股东信息、高管信息、行业信息等。产品信息包含客户在银行境内外签署的协议、持有的产品、账户余额、抵押物等信息。行为信息包含客户在行内外的资金交易信息、投融资、并购等行为信息。关联信息包含客户的资金关联、担保关联、投资关联、集团关联等关联信息。预测信息包含对客户的行为、产品购买等进行预测的结论信息。评价信息包含客户贡献、风险评级、五级分类等各类行内外评价信息。营销信息包含银行对客户所进行的营销活动、各渠道触点的深入情况等信息。风险信息包含客户的征信、禁入、预警、舆情、劣变预测等风险信息。位置信息包含个人客户的行动轨迹、法人客户的公司注册地址、实际办公地点、物流信息等。财务信息包含客户的财务报表、指标等信息。管理信息包含客户在银行的管户情况、客户业务量等信息。经营信息包含个人客户名下企业的经营情况;法人客户的企业经营情况、水电税等信息。偏好信息包含客户的封信偏好、渠道偏好等各类偏好信息。社交信息包含客户在各类网站、APP等的社交信息。
客户画像联动系统单元20,主要包含个人客户画像、对公客户画像、境外客户画像和集团客户画像等客户画像系统。通过画像标签数据和模型评估,实现多种客户画像联动。将各个画像系统中数据通过图数据库进行关联关系挖掘,如股权关联、资金关联、集团关联和高层任职关联等,挖掘个人到个人、个人到企业、企业到个人和企业到企业间标签关联关系,实现个人客户画像、对公客户画像、境外客户画像和集团客户画像等客户画像系统协同更新,生成全景客户画像。可以全面高实效处理客户信息,利用大数据分析挖掘、计量模型建模等手段,抽取标签,配以策略,形成金融服务方案。充分发挥“大数据”在客户营销、风控工作中的作用,为前台营销及中后台管理提供有力的决策支持,大幅增加客户贡献,提升客户板块收益。该单元统一提供个人客户画像、公司客户画像等客户画像服务,打造完整、统一、可感知的客户画像,适用于完整客户画像展现场景。为各级管理人员、客户经理、审批人员等全行各类角色,提供联机接口、API接口、灵活查询等各类数据服务,适用于总、分行在业务流程中使用客户画像部分数据或进行探索性大数据、人工智能分析场景。配以的策略包含并且不限于客户服务建议、产品销售策略、关联客户拓展、客户风险提示。
同时,根据不同客户特点,不同领域需求,组织形成各类客户在风险、营销等多种业务场景下的个性化的客户画像。
进一步地,各类画像间实现联动访问,如:公私联动、境内外联动等,使行内各渠道、各专业、总分行达成对客户的认知一致。通过不断完善客户全景信息,纳入行内外数据,基于知识图谱,揭示客户关联关系、客户设备指纹信息,打通个人、法人信息壁垒,进一步丰富客户标签体系。
决策服务单元30,主要包含通知消息平台、客户风险监控、客户营销系统、画像数据订阅和画像资产视图等。
通知消息平台会将画像信息分发给客户和对应管理者。客户风险监控系统主要监控客户风险。客户营销系统会根据联动的客户画像实时构建出金融服务方案,提供个性化的金融服务。同事提供目标客户筛选服务。在精准营销等系统中根据客户画像提供的信息进行名单筛选,形成有针对性的营销名单,对外提供数据筛选通用服务。为全行客户经理提供客户资产配置、持有产品等信息,并根据客户特征标签推送产品信息。适用于总、分行各类目标客户筛选、分析结论推送的业务场景。
画像数据查询接口为各级管理人员、客户经理、审批人员等银行各类角色,提供联机接口、API接口、灵活查询等分级分层的数据服务,以客户为中心,形成合力,全面提升银行客户服务能力,适用于总、分行在业务流程中嵌入客户画像部分数据或进行探索性大数据、人工智能分析场景。
画像数据订阅为用户提供数据订阅服务,用户在权限范围内对客户画像的数据进行定阅后,可按照设定的频度,接收最新画像数据的推送,便捷及时地获取画像数据。适用于总、分行需要定期接收画像最新数据的使用场景。
画像资产视图建立了完整的客户画像数据资产管理体系,将指标和标签的技术逻辑、血缘关系、业务口径等作为数据资产进行管理,并形成使用者视图、开发者视图、管理者视图,为不同的角色提供契合需求的数据资产信息服务。
图4为流数据平台处理示意图,流数据处理平台获取全景客户画像源数据包后,利用数据采集、内存存储、规则计算及数据分发等一系列处理实现增值服务,增值服务计算结果实时发送给下游构建个人客户画像、对公客户画像、境外客户画像和集团客户画像。
图5为客户画像群联动示意图,通过自然人关联、股权关联、资金关联、担保关联、债权关联、合作关联、雇佣关联、高层任职关联、地址关联、贸易关联和集团关联等联动方式,针对个人客户画像、对公客户画像、境外客户画像和集团客户画像的标签信息特征实时更新。以风险标签更新为例,若个人客户画像中客户命中存在涉嫌民间借贷、法院涉诉、裸贷、财务风险等标签时,该个人为对公客户的企业法人或公司高管,对公客户画像中会更新风险标签信息,进行风险提示。若对公客户境内客户命中担保风险、行外交叉违约、高管交叉违约、关联企业交叉违约、保证人交叉违约、被保证人交叉违约、担保权交叉违约、逾期欠息、表外垫款、交易对手风险、未按还款计划还款、停产或关闭等标签时,则该客户的境外关联公司更新风险画像标签。若对公客户命中风险标签,则该客户归属的集团客户也会更新风险画像标签。
本发明解决了现有技术构建客户画像不准确的问题。通过流数据平台快速高效提炼客户特征的通用规则,可以快速高效构建客户画像。同时,联动个人客户画像、对公客户画像、境外客户画像和集团客户画像等画像群,打造了完整、统一、可感知的客户画像群。据此可以搭建出企业级的客户画像数据共享平台,打通信息壁垒,提高信息使用效率,形成数据挖掘、人工智能的“厚底”,为大数据深入应用打下坚实基础。充分发挥“大数据”在客户营销、风控工作中的作用,为前台营销及中后台管理提供有力的决策支持,大幅增加客户贡献,提升客户板块收益。
本发明实施例还提供一种计算机设备,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以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
基于与上述一种基于流平台的智能全景客户画像联动方法及系统相同的申请构思,本发明还提供了上述一种计算机设备及一种计算机可读存储介质。由于该一种计算机设备及一种计算机可读存储介质解决问题的原理与一种基于流平台的智能全景客户画像联动方法及系统相似,因此该一种计算机设备及一种计算机可读存储介质的实施可以参见一种基于流平台的智能全景客户画像联动方法及系统的实施,重复之处不再赘述。
本发明主要解决了现有技术构建客户画像不准确的问题,可以快速高效构建客户画像,同时,联动多个客户画像打造了完整、统一、可感知的客户画像群,可以全面高实效处理客户信息。
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、设备(系统)、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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于流平台的智能全景客户画像联动方法,其特征在于,所述方法包括:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
2.根据权利要求1所述的方法,其特征在于,所述全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
3.根据权利要求2所述的方法,其特征在于,所述利用所述全景客户信息,对所述客户画像进行关联关系联动包括:根据所述全景客户信息,确定所述客户画像的关联关系,利用所述关联关系对所述客户画像进行联动。
4.根据权利要求1所述的方法,其特征在于,所述获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
5.一种基于流平台的智能全景客户画像联动系统,其特征在于,所述系统包括:
流数据处理平台单元,用于获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
客户画像群联动单元,用于根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像;
决策服务单元,用于利用所述全景客户画像对客户进行营销服务及风险监控。
6.根据权利要求5所述的系统,其特征在于,所述全景客户信息包括:基础信息、产品信息、行为信息、关联信息、评价信息、营销信息、风险信息、位置信息、财务信息、设备信息、经营信息、偏好信息及社交信息。
7.根据权利要求6所述的系统,其特征在于,所述客户画像群联动单元包括:客户画像群联动子单元,用于根据所述全景客户信息,确定所述客户画像的关联关系,利用所述关联关系对所述客户画像进行联动。
8.根据权利要求5所述的系统,其特征在于,所述流数据处理平台单元包括:客户信息子单元,用于获取全景客户信息包括:通过不同数据源采集底层数据,将底层数据整合在一起,得到全景客户信息数据。
9.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
获取全景客户信息,选取对应的计算模型对所述全景客户信息进行计算,得到画像指标信息;
根据所述画像指标信息生成多个客户画像,其中,所述客户画像包括个人客户画像、对公客户画像、境外客户画像及集团客户画像;
利用所述全景客户信息,对所述客户画像进行关联关系联动,生成全景客户画像,并利用所述全景客户画像对客户进行营销服务及风险监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011196.3A CN110766462A (zh) | 2019-10-23 | 2019-10-23 | 基于流平台的智能全景客户画像联动方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911011196.3A CN110766462A (zh) | 2019-10-23 | 2019-10-23 | 基于流平台的智能全景客户画像联动方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110766462A true CN110766462A (zh) | 2020-02-07 |
Family
ID=69333043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911011196.3A Pending CN110766462A (zh) | 2019-10-23 | 2019-10-23 | 基于流平台的智能全景客户画像联动方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766462A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324814A (zh) * | 2020-03-05 | 2020-06-23 | 中国建设银行股份有限公司 | 智能设备的控制方法、装置及系统 |
CN111552723A (zh) * | 2020-05-07 | 2020-08-18 | 河北雄安舜耕数据科技有限公司 | 一种数据治理中客户画像的系统和方法 |
CN112184419A (zh) * | 2020-09-27 | 2021-01-05 | 中国建设银行股份有限公司 | 为客户提供服务的方法和装置 |
CN112579655A (zh) * | 2020-12-15 | 2021-03-30 | 中国建设银行股份有限公司 | 一种整合客户画像指标的方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160008062A (ko) * | 2014-07-11 | 2016-01-21 | 동아대학교기술지주 주식회사 | 얼굴사진촬영용 부스를 이용한 에스테틱 마케팅 시스템 및 이를 이용한 마케팅 방법 |
CN109871415A (zh) * | 2019-01-21 | 2019-06-11 | 武汉光谷信息技术股份有限公司 | 一种基于图数据库的用户画像构建方法、系统及存储介质 |
CN110276668A (zh) * | 2019-07-01 | 2019-09-24 | 中国工商银行股份有限公司 | 理财产品智能推送、匹配度确定的方法及系统 |
-
2019
- 2019-10-23 CN CN201911011196.3A patent/CN110766462A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160008062A (ko) * | 2014-07-11 | 2016-01-21 | 동아대학교기술지주 주식회사 | 얼굴사진촬영용 부스를 이용한 에스테틱 마케팅 시스템 및 이를 이용한 마케팅 방법 |
CN109871415A (zh) * | 2019-01-21 | 2019-06-11 | 武汉光谷信息技术股份有限公司 | 一种基于图数据库的用户画像构建方法、系统及存储介质 |
CN110276668A (zh) * | 2019-07-01 | 2019-09-24 | 中国工商银行股份有限公司 | 理财产品智能推送、匹配度确定的方法及系统 |
Non-Patent Citations (1)
Title |
---|
车新帅: "个人客户画像助力农行零售数字化转型", 《金融电子化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324814A (zh) * | 2020-03-05 | 2020-06-23 | 中国建设银行股份有限公司 | 智能设备的控制方法、装置及系统 |
CN111552723A (zh) * | 2020-05-07 | 2020-08-18 | 河北雄安舜耕数据科技有限公司 | 一种数据治理中客户画像的系统和方法 |
CN112184419A (zh) * | 2020-09-27 | 2021-01-05 | 中国建设银行股份有限公司 | 为客户提供服务的方法和装置 |
CN112579655A (zh) * | 2020-12-15 | 2021-03-30 | 中国建设银行股份有限公司 | 一种整合客户画像指标的方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Borghesi et al. | Risk management: How to assess, transfer and communicate critical risks | |
Riasanow et al. | The generic blockchain ecosystem and its strategic implications | |
CN110766462A (zh) | 基于流平台的智能全景客户画像联动方法及系统 | |
Owolabi et al. | Critical success factors for ensuring bankable completion risk in PFI/PPP megaprojects | |
Shin et al. | Implementation of the continuous auditing system in the ERP‐based environment | |
Jallan et al. | Text mining of the securities and exchange commission financial filings of publicly traded construction firms using deep learning to identify and assess risk | |
Treleaven et al. | Real estate data marketplace | |
De Masi et al. | Cultural Heritage and natural disasters: the insurance choice of the Italian Cathedrals | |
Di Castri et al. | Financial authorities in the era of data abundance: Regtech for regulators and suptech solutions | |
Aljabhan | Economic strategic plans with supply chain risk management (SCRM) for organizational growth and development | |
Perko | Behaviour-based short-term invoice probability of default evaluation | |
Lainez et al. | Algorithmic credit scoring in Vietnam: a legal proposal for maximizing benefits and minimizing risks | |
CN115393036A (zh) | 基于贷后预警模型的贷后预警平台及方法 | |
Lian | Research on credit algorithm of international trade enterprises based on blockchain | |
Pournader et al. | Investigating the impact of behavioral factors on supply network efficiency: insights from banking’s corporate bond networks | |
Suri | The scope for blockchain ecosystem | |
Nicoletti | Digital transformation via open data in insurance | |
Mortaz Hejri et al. | Factors affecting the readiness of green business process management in the Iranian banking industry | |
Volik et al. | Features of automation of business processes of interaction with customers | |
Sulastri et al. | Challenges in designing an inclusive Peer-to-peer (P2P) lending system | |
Sastry | Cloud Computing Economics For Information Technology industry | |
Kaur et al. | Adoption Potential and Challenges of Artificial Intelligence in Banking | |
Nguyen et al. | Digital Strategies for Aiding Ease of Decision-Making in the Services Sector | |
Shahbandi et al. | Original Paper Financial Technologies for Accepting Transactions Using Block Chain Technology and Crypto Currency in Digital Marketing | |
Kumar et al. | Importance of Artificial Intelligence (AI) and Robotic Process Automation (RPA) in the Banking Industry: A Study from an Indian Perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200207 |