CN111340546A - 一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 - Google Patents
一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 Download PDFInfo
- Publication number
- CN111340546A CN111340546A CN202010117120.5A CN202010117120A CN111340546A CN 111340546 A CN111340546 A CN 111340546A CN 202010117120 A CN202010117120 A CN 202010117120A CN 111340546 A CN111340546 A CN 111340546A
- Authority
- CN
- China
- Prior art keywords
- marketing
- data
- business
- basic processing
- management system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000013499 data model Methods 0.000 claims abstract description 15
- 238000007726 management method Methods 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000005065 mining Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种提升银行业务营销效率的方法、装置、计算机设备和可读存储介质,所述的方法包括:从生产环境数据库中提取数据;对提取的数据进行基础处理;通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;将营销对象信息发送给营销管理系统,供业务人员进行营销。
Description
技术领域
本发明涉及金融行业的智能营销领域,特别涉及一种提升银行业务营销效率的方法、装置、计算机设备和可读存储介质。
背景技术
银行都很重视客户年日均资产规模,特别是满足一定资产规模的对公客户,银行需要对这些客户做针对性的营销。而传统的营销活动范围广,没有针对性所以造成营销成本高且营销成功率低。
同时在数据分析领域,也有一些现成的模型和算法如逻辑回归和XGBoost等模型能够对业务数据进行分析,通过分析获取有用的数据信息。
发明内容
在背景技术中提及的业务营销系统跟数据分析系统都是独立的系统,相互之间没有业务关联,所以针对现有的业务营销系统跟数据分析系统相互分离而导致的效率低下的缺陷,本发明公开了一种提升银行业务营销效率的方法、装置、计算机设备和可读存储介质。
本发明所公开的提升银行业务营销效率的方法包括:
从生产环境数据库中提取数据;
对提取的数据进行基础处理;
通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
将营销对象信息发送给营销管理系统,供业务人员进行营销。
本发明所公开的提升银行业务营销效率的装置包括:
数据提取模块,用于从生产环境数据库中提取数据;
基础处理模块,用于对提取的数据进行基础处理;
数据分析模块,用于通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
信息发送模块,用于将营销对象信息发送给营销管理系统,供业务人员进行营销。
本发明所公开的提升银行业务营销效率的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,所述的处理器执行所述计算机程序时实现上述任一项方法的步骤。
本发明所公开的提升银行业务营销效率的计算机存储介质,其上存储有计算机程序,所述的计算机程序被处理器执行时实现上述任一项方法的步骤。
上述所公开的提升银行业务营销效率的技术方案,能通过对客户数据的分析,指导精准营销,同时通过营销的效果,改善对客户数据分析的过程,能有效的提升银行业务营销的效率。
附图说明
图1是本发明所公开的一种提升银行业务营销效率的方法流程图;
图2是本发明所公开的一另种提升银行业务营销效率的方法流程图;
图3是本发明所公开的一种提升银行业务营销效率的装置图;
图4是本发明所公开的另一种提升银行业务营销效率的装置图。
具体实施方式
为了对本发明所公开的提升银行业务营销效率的的方法、装置、计算机设备和可读存储介质有更加详细和深入的了解,在下面的内容中结合附图对具体的实施方式、所解决的具体技术问题和所取得的技术效果进行详细的说明。在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互组合。
首先对本发明所公开的方案的原理进行说明,
第一步,数据分析系统从生产环境数据库中提取需要的数据。
当业务人员提出业务需求时,需将该业务需求的具体流程进行梳理分解;分析人员需理解业务问题的痛点所在,从数据思维的角度将业务问题进行提炼、归纳、初步评估,与业务人员共同确定业务需求的分析目标,确定提升阈值和建模时间节点,明确目标变量定义等。
业务人员根据业务经验,分析人员根据建模经验,共创得到可能会对分析目标有影响的数据需求,比如业务需求是利用历史数据所的建立客户基本情况去分析未来年日均资产AUM是否有提升可能,从而对预测最有可能提升的客户进行精准营销行为。所以收集的数据按照类别分为客户属性信息,存款账户属性信息和交易账户属性信息等。另外,分析人员需要根据业务人员的建议分析该数据的数据源,可获得性以及数据质量问题后,明确数据提取方案。
例如可以选取建模时间点前一年的数据作为建模数据,根据建模时间点前六个月和后六个月客户年日均资产AUM确定目标变量标签。
第二步,对提取的数据进行基础处理
根据确定的方案从生产环境数据库中提取所需要的数据至挖掘环境,在挖掘环境对数据进行集成,提取所需要的字段的全部数据,此过程中需通过取数脚本从生产环境数据库取数,产生数据文件传至挖掘环境并建表。
结合业务逻辑对缺失的数据进行补充、对异常数据等进行“去噪”处理。运用统计方法对数据进行探索性分析,通过数据标准化、归一化、离散化、连续化、生成相应的衍生变量(通过对原始变量之间做加、减、乘、除及最大、最小、均值、标准差、中位数等运算生成衍生变量)。通过数据规约等手段得到数据的直观分布特征和变量之间的相关性等信息,进而有助于发现数据的内在规律。在数据的分析中可以剔除掉下列客户的信息:临界提升客户,这部分客户日均余额提升幅度较小,将该类客户定义为临界提升客户;筛选日均余额提升幅度较小的前5%提升客户作为临界提升客户并剔除。不活跃客户,近6个月日均余额为0,定义为不活跃客户,剔除不活跃客户。选取变量IV(Information Value,信息量)值大于0.1的重要变量参与模型训练,对重要变量做WOE(Weight of Evidence,数据权重)分箱处理,以降低过拟合风险。
第三步,通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息。
在系统的设计中,需要根据业务的特点确定所采用的数据模型。系统设计中分别通过逻辑回归模型算法和XGBoost模型算法建立分析模型,根据模型对进行了基础处理的数据再次进行分析,分别获取不同模型下的分析结果,将不同模型下的分析结果提供给营销管理系统,并对不同模型下的分析结果的应用情况进行评估,确定了XGBoost模型算法是满足实际要求的模型。
第四步,将营销对象信息发送给营销管理系统,供业务人员进行营销。
营销对象信息按照CRM系统标准接口格式输出,直接自动对接,定时下发至客户经理或分支行。客户经理根据营销名单及推荐的营销策略进行营销活动,并及时在CRM系统中进行反馈。
第五步,根据营销管理系统运行的结果对数据模型进行修正。
营销系统根据营销对象信息进行营销业务活动,并对营销结果进行记录和统计,并将统计结果反馈给挖掘环境,供在挖掘环境中对所采用的数据模型进行修正。
下面通过具体的应用场景对本发明所公开的具体技术方案进行说明。
以下是本发明的具体实施例:
实施例一,如附图1所示,公开了一种提升银行业务营销效率的方法,包括如下步骤:
S101,从生产环境数据库中提取数据;
S102,对提取的数据进行基础处理;
S103,通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
S104,将营销对象信息发送给营销管理系统,供业务人员进行营销。
进一步的,如附图2所示在S104后还可以包括S105,根据营销管理系统运行的结果对数据模型进行修正。
实施例二,如附图3所示,公开了一种提升银行业务营销效率的装置,所述的装置包括:
数据提取模块,用于从生产环境数据库中提取数据;
基础处理模块,用于对提取的数据进行基础处理;
数据分析模块,用于通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
信息发送模块,用于将营销对象信息发送给营销管理系统,供业务人员进行营销。
进一步的,如附图4所示所述的装置还可以包括修正模块,用于根据营销管理系统运行的结果对数据模型进行修正。
通过具体实施方式的说明,应当可对本发明为达成预定目的所采用的技术方案及功效得以更加深入且具体的了解,然而所附图示仅提供参考与说明之用,并非用来对本发明加以限制。同时在不冲突的情况下,实施例和实施例中的特征可以相互组合。
本领域内的技术人员应明白,本发明实施例可提供为方法或计算机程序等产品,因此,本发明可采用硬件实施例、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存储介质(包括但不限于磁盘存储器和光学存储器等)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。应理解为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/或方框的组合。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,使得通过计算机或者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/或方框图一个方框和/或多个方框中制定的功能的装置。
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别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货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。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (8)
1.一种提升银行业务营销效率的方法,其特征在于,所述的方法包括:
从生产环境数据库中提取数据;
对提取的数据进行基础处理;
通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
将营销对象信息发送给营销管理系统,供业务人员进行营销。
2.如权利要求1所述的方法,其特征在于,在所述的将营销对象信息发送给营销管理系统,供业务人员进行营销后,根据营销管理系统运行的结果对数据模型进行修正。
3.如权利要求1或2所述的方法,其特征在于,所述的从生产环境数据库中提取数据为提取客户属性信息,存款账户属性信息和交易账户属性信息。
4.一种提升银行业务营销效率的装置,其特征在于,所述的装置包括:
数据提取模块,用于从生产环境数据库中提取数据;
基础处理模块,用于对提取的数据进行基础处理;
数据分析模块,用于通过数据模型对进行了基础处理的数据进行分析,获取营销对象信息;
信息发送模块,用于将营销对象信息发送给营销管理系统,供业务人员进行营销。
5.如权利要求4所述的装置,其特征在于,所述的数据提取模块从生产环境数据库中提取数据为提取客户属性信息,存款账户属性信息和交易账户属性信息。
6.如权利要求4或5的装置,其特征在于,所述的装置还包括修正模块,用于根据营销管理系统运行的结果对数据模型进行修正。
7.一种提升银行业务营销效率的计算机设备,所述的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,所述的处理器执行所述权利要求1至3中任一项所述方法的步骤。
8.一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,所述的计算机程序被处理器执行时实现所述权利要求1至3中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117120.5A CN111340546A (zh) | 2020-02-25 | 2020-02-25 | 一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117120.5A CN111340546A (zh) | 2020-02-25 | 2020-02-25 | 一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111340546A true CN111340546A (zh) | 2020-06-26 |
Family
ID=71181828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010117120.5A Pending CN111340546A (zh) | 2020-02-25 | 2020-02-25 | 一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340546A (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6519571B1 (en) * | 1999-05-27 | 2003-02-11 | Accenture Llp | Dynamic customer profile management |
CN1647087A (zh) * | 2002-02-14 | 2005-07-27 | Z·佩森 | 一种分布式资本系统的装置和方法 |
CN102184491A (zh) * | 2011-05-31 | 2011-09-14 | 中信银行股份有限公司 | 非现场审计综合分析平台 |
WO2014053017A1 (en) * | 2012-10-03 | 2014-04-10 | Iselect Ltd | Systems and methods for use in marketing |
CN104217363A (zh) * | 2014-09-02 | 2014-12-17 | 谭希韬 | 基于曲面腕戴式银行电子设备的基金分析方法和系统 |
CN104731791A (zh) * | 2013-12-18 | 2015-06-24 | 东阳艾维德广告传媒有限公司 | 一种市场销售分析数据集市系统 |
CN105225152A (zh) * | 2015-11-18 | 2016-01-06 | 中国电信股份有限公司南京分公司 | 一种电子化银行托收系统及其托收方法 |
CN105719187A (zh) * | 2016-01-21 | 2016-06-29 | 中国建设银行股份有限公司 | 一种保险产品的装配上线方法 |
CN107909473A (zh) * | 2017-12-27 | 2018-04-13 | 中国银行股份有限公司 | 一种基于用户行为分析的网上银行营销方法及装置 |
US20180121797A1 (en) * | 2016-10-31 | 2018-05-03 | Accenture Global Solutions Limited | Intelligent product requirement configurator |
CN109255638A (zh) * | 2017-07-13 | 2019-01-22 | 北京融和友信科技股份有限公司 | 一种挖掘潜在客户的数学模型 |
CN109409927A (zh) * | 2018-09-11 | 2019-03-01 | 上海天旦网络科技发展有限公司 | 基于网络数据的分布式实时营销方法和系统及存储介质 |
CN109741106A (zh) * | 2018-12-29 | 2019-05-10 | 鼎信信息科技有限责任公司 | 数据处理方法、装置、系统、计算机设备和可读存储介质 |
CN109858948A (zh) * | 2018-12-25 | 2019-06-07 | 国网北京市电力公司 | 电力客户营销策略的确定方法和装置 |
CN110097430A (zh) * | 2019-05-08 | 2019-08-06 | 厦门正北科技有限公司 | 一种基于人工智能的汽车金融产品智能匹配系统 |
CN110188198A (zh) * | 2019-05-13 | 2019-08-30 | 北京一览群智数据科技有限责任公司 | 一种基于知识图谱的反欺诈方法及装置 |
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 |
CN110827086A (zh) * | 2019-11-07 | 2020-02-21 | 恩亿科(北京)数据科技有限公司 | 产品营销预测方法、装置、计算机设备及可读存储介质 |
-
2020
- 2020-02-25 CN CN202010117120.5A patent/CN111340546A/zh active Pending
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6519571B1 (en) * | 1999-05-27 | 2003-02-11 | Accenture Llp | Dynamic customer profile management |
CN1647087A (zh) * | 2002-02-14 | 2005-07-27 | Z·佩森 | 一种分布式资本系统的装置和方法 |
CN102184491A (zh) * | 2011-05-31 | 2011-09-14 | 中信银行股份有限公司 | 非现场审计综合分析平台 |
WO2014053017A1 (en) * | 2012-10-03 | 2014-04-10 | Iselect Ltd | Systems and methods for use in marketing |
CN104731791A (zh) * | 2013-12-18 | 2015-06-24 | 东阳艾维德广告传媒有限公司 | 一种市场销售分析数据集市系统 |
CN104217363A (zh) * | 2014-09-02 | 2014-12-17 | 谭希韬 | 基于曲面腕戴式银行电子设备的基金分析方法和系统 |
CN105225152A (zh) * | 2015-11-18 | 2016-01-06 | 中国电信股份有限公司南京分公司 | 一种电子化银行托收系统及其托收方法 |
CN105719187A (zh) * | 2016-01-21 | 2016-06-29 | 中国建设银行股份有限公司 | 一种保险产品的装配上线方法 |
US20180121797A1 (en) * | 2016-10-31 | 2018-05-03 | Accenture Global Solutions Limited | Intelligent product requirement configurator |
CN109255638A (zh) * | 2017-07-13 | 2019-01-22 | 北京融和友信科技股份有限公司 | 一种挖掘潜在客户的数学模型 |
CN107909473A (zh) * | 2017-12-27 | 2018-04-13 | 中国银行股份有限公司 | 一种基于用户行为分析的网上银行营销方法及装置 |
CN109409927A (zh) * | 2018-09-11 | 2019-03-01 | 上海天旦网络科技发展有限公司 | 基于网络数据的分布式实时营销方法和系统及存储介质 |
CN109858948A (zh) * | 2018-12-25 | 2019-06-07 | 国网北京市电力公司 | 电力客户营销策略的确定方法和装置 |
CN109741106A (zh) * | 2018-12-29 | 2019-05-10 | 鼎信信息科技有限责任公司 | 数据处理方法、装置、系统、计算机设备和可读存储介质 |
CN110097430A (zh) * | 2019-05-08 | 2019-08-06 | 厦门正北科技有限公司 | 一种基于人工智能的汽车金融产品智能匹配系统 |
CN110188198A (zh) * | 2019-05-13 | 2019-08-30 | 北京一览群智数据科技有限责任公司 | 一种基于知识图谱的反欺诈方法及装置 |
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 |
CN110827086A (zh) * | 2019-11-07 | 2020-02-21 | 恩亿科(北京)数据科技有限公司 | 产品营销预测方法、装置、计算机设备及可读存储介质 |
Non-Patent Citations (4)
Title |
---|
PIEDPIPER0: "大数据背景下的银行智能销售体系建设——基于XGBoost算法的银行产品销售情况分析", 《HTTPS://BLOG.CSDN.NET/WEIXIN_42861545/ARTICLE/DETAILS/103944797》 * |
彭益虎: "平安银行产品计价考核系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
徐彬心: "基于优化的xgboost模型的商业银行电话营销效果分析", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
梁倩: "多源信息融合型竞争情报方法在银行客户信息整合中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Krishna et al. | Artificial Intelligence Integrated with Big Data Analytics for Enhanced Marketing | |
US9148521B2 (en) | Methods and systems for categorizing a customer of a service as a churner of a non-churner | |
CN111726248A (zh) | 一种告警根因定位方法及装置 | |
US8583408B2 (en) | Standardized modeling suite | |
US11122073B1 (en) | Systems and methods for cybersecurity risk mitigation and management | |
Luo | Suspicious transaction detection for anti-money laundering | |
Hosseini et al. | Identifying multi-channel value co-creator groups in the banking industry | |
CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
CN117689460A (zh) | 反洗钱风险线索分析管理方法、系统和电子设备 | |
CN110457329B (zh) | 一种实现个性化推荐的方法及装置 | |
CN111340546A (zh) | 一种提升银行业务营销效率的方法、装置、计算机设备、和可读存储介质 | |
US12008583B2 (en) | System and method for implementing autonomous fraud risk management | |
Pham et al. | Predictive analysis of the supply chain management using machine learning approaches: Review and taxonomy | |
US20210073247A1 (en) | System and method for machine learning architecture for interdependence detection | |
GB2521749A (en) | Real-time adaptive decision system and method using predictive modeling | |
CN114529383A (zh) | 实现税务缴纳追踪和税款流失预警方法及系统 | |
Rodpysh | Model to predict the behavior of customers churn at the industry | |
CN111400375A (zh) | 一种基于财务业务数据商机挖掘方法及装置 | |
US11455274B2 (en) | Method and system for analyzing data in a database | |
US20160103930A1 (en) | System and method for providing analytics respective of contextual data | |
Brešić | Knowledge acquisition in databases | |
CN113988934A (zh) | 大额存单产品营销方法及装置 | |
Srivastava | Transformative Data Management Technique: Redefining Artificial Intelligence (AI) | |
CN115439221A (zh) | 银行客户数据分析方法及装置 | |
CN113672828A (zh) | 一种营销分享价值定量分析方法和装置 |
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: 20200626 |