CN112102006A - 基于大数据分析的目标客户获取方法、搜索方法及装置 - Google Patents

基于大数据分析的目标客户获取方法、搜索方法及装置 Download PDF

Info

Publication number
CN112102006A
CN112102006A CN202011000296.9A CN202011000296A CN112102006A CN 112102006 A CN112102006 A CN 112102006A CN 202011000296 A CN202011000296 A CN 202011000296A CN 112102006 A CN112102006 A CN 112102006A
Authority
CN
China
Prior art keywords
customer
information
client
representing
customers
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
Application number
CN202011000296.9A
Other languages
English (en)
Inventor
陈艳琳
吕书径
陈伟江
唐剑川
李霞
冯敏
郑燕瑜
蔡科
朱幸平
陈国麟
池冰晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp filed Critical China Construction Bank Corp
Priority to CN202011000296.9A priority Critical patent/CN112102006A/zh
Publication of CN112102006A publication Critical patent/CN112102006A/zh
Pending legal-status Critical Current

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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种基于大数据分析的目标客户获取方法、搜索方法及装置，所述方法包括：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力，从而提高目标客户获取的效率。

Description

基于大数据分析的目标客户获取方法、搜索方法及装置
技术领域
本说明书实施例涉及大数据处理技术领域，特别涉及一种基于大数据分析的目标客户获 取方法、搜索方法及装置。
背景技术
目前对于普惠金融的发展，银行主要通过传统的营销手段来寻找目标客户，并向目标客 户提供相应的普惠金融产品。传统的营销手段包括通过地推团队和合作的营销渠道去寻找目 标企业客群以发展相应的业务。
但是由于普惠金融业务针对的客户中，小微企业数量多，且经营不规范，使得难以对小 微企业进行精准画像。另外，小微企业个体实力普遍不强，缺乏抵质押担保，容易受经济波 动影响，风险水平高。
随着普惠金融业务的高速增长，通过传统的营销手段来寻找目标客户的难度越来越大， 且风险难以控制。
发明内容
本说明书实施例的目的是提供一种基于大数据分析的目标客户获取方法、搜索方法及装 置，以提高目标客户获取的效率。
为解决上述问题，本说明书实施例提供一种基于大数据分析的目标客户获取方法，所述 方法包括：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客 户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所 述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关 系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各 个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客 户；其中，所述宏观经济指标表征地区经济发展潜力。
为解决上述问题，本说明书实施例还提供一种基于大数据分析的目标客户获取装置，所 述装置包括：采集模块，用于采集多个客户的基本信息；所述基本信息包括表征客户身份的 基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的 行为信息；生成模块，用于根据所述基础信息、信用信息和经营信息确定不同客户的关联关 系，生成表征所述多个客户关联关系的关系图谱；分析模块，用于基于所述行为信息，分析 所述关系图谱中各个客户的资源需求强度；获取模块，用于根据各个客户的资源需求强度和 各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济 指标表征地区经济发展潜力。
为解决上述问题，本说明书实施例还提供一种电子设备，包括：存储器，用于存储计算 机程序；处理器，用于执行所述计算机程序以实现：采集多个客户的基本信息；所述基本信 息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息 和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经营信息确定不同客户的 关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行为信息，分析所述关系 图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各个客户所在地区的宏观 经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜 力。
为解决上述问题，本说明书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 指令，所述指令被执行时实现：采集多个客户的基本信息；所述基本信息包括表征客户身份 的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为 的行为信息；根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征 所述多个客户关联关系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资 源需求强度；根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关 系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
为解决上述问题，本说明书实施例还提供一种搜索方法，所述搜索方法包括：提供客源 搜索地图；所述客源搜索地图展示客户资源分布；获取搜索信息；所述搜索信息包括客户所 在的地区；根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观 经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求 强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关 系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强 度基于表征客户交易行为的行为信息，分析得到。
为解决上述问题，本说明书实施例还提供一种搜索装置，所述装置包括：提供模块，用 于提供客源搜索地图；所述客源搜索地图展示客户资源分布；获取模块，用于获取搜索信息； 所述搜索信息包括客户所在的地区；展示模块，用于根据所述搜索信息在所述客源搜索地图 上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图 谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个 客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征 所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
为解决上述问题，本说明书实施例还提供一种电子设备，包括：存储器，用于存储计算 机程序；处理器，用于执行所述计算机程序以实现：提供客源搜索地图；所述客源搜索地图 展示客户资源分布；获取搜索信息；所述搜索信息包括客户所在的地区；根据所述搜索信息 在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多 个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的 资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中， 所述关系图谱表征所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为 信息，分析得到。
为解决上述问题，本说明书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 指令，所述指令被执行时实现：提供客源搜索地图；所述客源搜索地图展示客户资源分布； 获取搜索信息；所述搜索信息包括客户所在的地区；根据所述搜索信息在所述客源搜索地图 上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图 谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个 客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征 所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
由以上本说明书实施例提供的技术方案可见，本说明书实施例中，可以采集多个客户的 基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客 户经营情况的经营信息和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经 营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行 为信息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各 个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指 标表征地区经济发展潜力。本说明书实施例提供的方法，基于大数据分析的思维，可以从源 头上管理客户，注重对客户的识别和分析、按照实际情况合理分群、统一管理跟踪客群，并 与后续的实施转化和面向客户营销等环节有效衔接，并对有相同风险特征的客户进行统一的 风险管控，在提高目标客户获取的效率的同时，降低风险。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技 术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说明书 中记载的一些实施例，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为本说明书实施例一种基于大数据分析的目标客户获取方法的流程图；
图2为本说明书实施例一种搜索方法的流程图；
图3为本说明书实施例一种电子设备的功能结构示意图；
图4为本说明书实施例一种基于大数据分析的目标客户获取装置的功能结构示意图；
图5为本说明书实施例一种搜索装置的功能结构示意图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于 本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都应当属于本说明书保护的范围。
普惠金融的提出主要是用来解决小微企业的融资问题，因为融资的完成时间长、金额数 目小，这两个一直都是银行发展普惠金融的主要难题，需要早日采取改革措施进行良好的调 整。但是，在普惠金融发展的过程中也面临着不同的困难，主要可以包括以下几点。
1、转化成本高。这是由生态环境等客观因素决定的，大自然的发展是具有一定的属性 和规律的，再加上普惠经济的服务对象主要是经济薄弱的人群。所以就出现了客户的来源广 泛，数量少且带来的经济效益微乎其微等不良状况。特别是小微企业数量多、单户额度小、 使用期限短、频度高，单户收益难以覆盖成本，使得在对小微企业的营销中转化成本高。
2、客户画像难。银行才刚开始实行普惠经济，他们之间还未建立成熟的衡量标准，在 对客户的评估方面存在较大的问题。特别是小微企业经营不规范，缺乏标准化数据，信息不 对称，使得难以对小微企业进行精准画像。有的银行难以捕捉准确的客户信息，对小微企业 的发展状况也不太了解，容易造成错误的认知，使最后的融资承受较大的困难。
3、个人属性强。企业与个人之间也没有实现互通，普惠金融无法正常在他们身上落实， 还有的客户信誉出现问题无法进行正常的程序办理等。特别是小微企业与企业主关系密切， 经营活动往往与企业主的个人行为相互混杂，零售化特征明显。众多因素造成了普惠金融的 客户分散性大、数量少且素质低的状况。
4、风险管控难。如果只是从经济特征方面来看，大型企业比小微企业具有更加长远的 发展前景。毕竟小微企业的经济效益不高，无法支撑企业走向长期发展，资产规模小、人员 数量少都是比较常见的问题。与大型企业完善的人才管理系统相比，小微企业不仅在财务管 理方面不健全，还缺乏专业的治理结构，容易受经济波动影响。这就使小微企业在面临银行 融资时遭受更多的困难，承受的经济风险也很难得到控制，即使是普惠金融也无法避免这一 点。另外，银行在办理相关业务时必须以个体或者机构的经济能力为参考依据，小微企业往 往缺乏可靠的物资抵押，也没有合适的经济利益保证人，从而无法为未知的经济风险进行承 担。
随着互联网时代的到来，“互联网+”的思维影响了各行各业。人们获得信息的渠道也 不仅仅局限于传统的媒介。新媒体对企业销售管理的影响也不容小觑。为了适应时代步伐在 深度挖掘存量普惠获客资源能力之外，急需借助互联网平台拓宽普惠客户的来源渠道。拓宽 获客渠道后，需要对客户进行全方位多角度分析，以客群化营销为手段，开展对客群的营销 和管理。在现有的方案中并没有类似的实现方案，本说明书实施例中可以借鉴以下几点。
1、以互联网思维为指导：扩大营销受众范围，降低获客成本；进行精准营销，千人千 面；对效果进行检测，迭代优化；
2、以大数据技术为依托：借助大数据技术对客户进行精准画像，全方位多角度描述客 户；借助大数据技术挖掘客户需求，准确寻找营销切入点；借助大数据技术实现智能风控， 识别潜在风险并及时响应；
3、客群化营销为手段：通过客群化营销进行规模化经营，实现快速上量；通过客群化 营销深入客户经营场景，增加金融服务粘性，通过客群化营销进行集群化控险，对具有相同 风险特征的客户进行统一风控。
考虑到如果基于大数据分析的思维，从源头上管理客户，注重对客户的识别和分析、按 照实际情况合理分群、统一管理跟踪客群，并与后续的实施转化和面向客户营销等环节有效 衔接，则有望解决通过传统的营销手段来寻找目标客户的难度越来越大，且风险难以控制的 问题，形成营销的闭环，及时营销与跟踪商机，及时安排营销人员，制定有价值的营销方案， 并对有相同风险特征的客户进行统一的风险管控，在提高目标客户获取的效率的同时，降低 风险。
请参阅图1。本说明实施例提供一种基于大数据分析的目标客户获取方法。在本说明书 实施例中，执行所述基于大数据分析的目标客户获取方法的主体可以是具有逻辑运算功能的 电子设备，所述电子设备可以是服务器。所述服务器可以是具有一定运算处理能力的电子设 备。其可以具有网络通信单元、处理器和存储器等。当然，所述服务器并不限于上述具有一 定实体的电子设备，其还可以为运行于上述电子设备中的软体。所述服务器还可以为分布式 服务器，可以是具有多个处理器、存储器、网络通信模块等协同运作的系统。或者，服务器 还可以为若干服务器形成的服务器集群。所述方法可以包括以下步骤。
S110：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客 户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息。
在一些实施例中，所述客户可以包括小微企业。所述小微企业可以包括小型企业、微型 企业、家庭作坊式企业。
在一些实施例中，所述基本信息可以为描述客户基本特征的信息。所述基本信息可以包 括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表 征客户交易行为的行为信息。
在一些实施例中，所述基础信息可以包括企业规模、所属行业、注册资本、经营范围、 联系方式等表征客户身份的信息。当然，所述基础信息还可以包括客户名称、统一社会信用 代码、客户地址、客户负责人、股权结构信息、客户股东信息、客户管理层信息、客户地理 位置等信息。
在一些实施例中，所述信用信息可以包括司法、信用、税务等表征客户信用的信息。其 中，所述司法可以包括诉讼记录、判决结果、法律惩罚等；所述信用可以包括人民银行征信、 建设银行的龙信商评分、黑名单等；所述税务可以包括纳税登记、纳税金额、是否违约等。 当然，所述信用信息还可以包括是否为债转股客户、是否为使用贷款等金融产品的客户等信 息。
在一些实施例中，所述经营信息可以包括资产、海关、商机、银行业务、税务代缴银行 等表征客户经营情况的信息。其中，所述资产可以包括存贷款余额、不良资产等；所述海关 可以包括出口国家、出口金额、贸易方式等；所述商机可以包括商机名称、商机编号、商机 来源、商机类型、营销阶段等；所述银行业务可以包括开户行、账户类型、是否为信贷客户、 是否科创企业等。当然，所述经营信息还可以包括其他信息，如持有产品等。
在一些实施例中，所述行为信息可以包括交易流水、业务类型、周转波动和金额变化等 表征用户交易行为的信息。
在一些实施例中，如表1所示。表1示例性的给出了客户的基本信息的字段及字段含义。
表1
Figure BDA0002694048470000071
Figure BDA0002694048470000081
在一些实施例中，所述多个客户的基本信息的数据来源可以包括内部数据和外部数据。 所述内部数据可以包括客服记录、销售记录等数据；所述外部数据可以包括委托第三方数据 服务平台的数据和/或合作方提供的相关数据。
在一些实施例中，服务器可以通过以下方式采集多个客户的基本信息：用户可以在所述 服务器中导入多个客户的基本信息。所述服务器可以采集用户导入的多个客户的基本信息。 例如，所述服务器可以向用户提供交互界面，用户可以在所述交互界面中导入多个客户的基 本信息。所述服务器可以采集用户导入的多个客户的基本信息。或者，用户还可以在客户端 中导入多个客户的基本信息。所述客户端可以接收用户导入的多个客户的基本信息。客户端 可以向所述服务器发送所述多个客户的基本信息。所述服务器可以采集所述多个客户的基本 信息。例如，所述客户端可以向用户提供交互界面，用户可以在所述交互界面中导入多个客 户的基本信息。所述客户端可以接收用户导入的多个客户的基本信息，向所述服务器发送所 述多个客户的基本信息。所述客户端例如可以为智能手机、平板电脑、笔记本电脑、台式电 脑等等。所述客户端能够与所述服务器进行通信，例如可以通过有线网络和/或无线网络与所 述服务器进行通信。当然，所述服务器还可以通过其他方式采集多个客户的基本信息，在本 说明书实施例中，对服务器采用何种方式采集多个客户的基本信息不作限定。
S120：根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所 述多个客户关联关系的关系图谱。
在一些实施例中，可以挖掘不同客户的基础信息、信用信息和经营信息之间的联系，找 到各个客户的关联客户，探索关系链，整合客户的基本信息，结合客户、个人、账户等实体， 梳理客户对外投资关系、股东关系、实际控制人、企业担保关系等关系，从而生成表征所述 多个客户关联关系的关系图谱。其中，所述关系图谱中可以展示不同客户之间的关联关系， 还可以展示各个客户本身的一些基本信息，例如工商信息、信用信息、税务信息、资产信息、 司法信息等。
举例来说，客户A对客户B进行了投资，则两者具有关联关系；客户C中的一名或多名股 东同时也是客户D的股东，则两者具有关联关系；客户E、客户F和客户G的实际控制人都为同 一人，则三者具有关联关系。当然，不同客户间还可以具有其他类型的关联关系，本说明书 实施例可以根据不同客户之间的关联关系生成关系图谱，以便于在获取到目标客户时，可以 查看目标客户的关系网，进而可以判断目标客户的关联客户是否可以成为目标客户。
S130：基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度。
在一些实施例中，所述资源可以包括普惠金融产品，例如“个体工商经营快贷”、“抵 押快贷”等产品。“个体工商户经营快贷”是向拥有个体工商户或个人独资企业等经营实体 的自然人发放的个人经营性贷款，在满足监管要求的基础上，结合个人经营性贷款特点，进 一步优化业务管理要求，对于一定金额以下的贷款可不要求开立单位结算账户，直接发放至 个人账户。“抵押快贷”是指以大数据分析为基础，以建设银行认可的优质房产抵押作为主 要担保方式，运用评分卡评价方式，为小微企业办理的流动资金贷款业务。
在一些实施例中，可以根据能够表征客户交易行为的行为信息，分析各个客户的资源需 求强度。具体的，可以根据客户的交易流水、业务类型、周转波动和金额变化等信息来分析 各个客户的资源需求强度。举例来说，对于交易流水较高、金额变化较大的客户，资金的周 转可能难以维持，则可以确定该客户具有较强的资源获取需求，来维持资金的周转。又例如， 对于经营的业务为回款较慢的客户，由于回款较慢，客户的周转资金可能不足，因此对于经 营这类业务的客户，可以确定该客户具有较强的资源获取需求，来维持资金的周转。
在一些实施例中，由于各个客户的行为信息数据的量大，如果通过人工进行分析则可能 会出现效率低，且容易出错的问题。因此，在一些实施例中，可以通过机器学习的方法分析 客户的行为信息，从而确定客户的需求强度。具体的，可以使用预设的分析模型分析所述关 系图谱中各个客户的资源需求强度。
在一些实施例中，所述分析模型基于机器学习模型建立得到。所述机器学习模型包括以 下任意一种：朴素贝叶斯模型、决策树模型、logistic回归模型。具体的，可以使用机器学习 算法构建机器学习模型，再通过大量的样本对机器学习模型进行训练、测试，将经过训练和 测试后的机器学习模型作为分析模型，以基于客户的行为信息，分析所述关系图谱中各个客 户的资源需求强度。当然，所述分析模型还可以基于其他机器模型建立得到，本说明书实施 例对此不作限定。
在一些实施例中，客户的资源需求强度可以通过评分时方式表示。例如资源需求强度可 以通过1-10分来表示，10分表示满分，分数越高，则表示客户的资源需求强度越高。当然， 客户的需求强度也可以通过弱、中、强的方式表示，或者还可以通过其他任意方式表示，本 说明书实施例对此不作限定。
在一些实施例中，若客户的资源需求强度通过评分时方式表示，则可以得到各个客户的 评分表，如表2所示。
表2
字段中文名 字段含义
客户oneid信息编号 主键，客户唯一ID
客户编号 新一代客户编号，唯一
客户名称 客户实际名称
评分结果值 根据模型对客户评分的结果值
评分结果描述 对评分的结果进行描述
小企业客户信用快贷签约概率值 小企业客户信用快贷签约概率值
小企业客户信用快贷需求描述 小企业客户信用快贷需求描述
在一些实施例中，不同的客户包括不同的特征信息，例如不同客户具有不同的经营特点、 针对的业务场景以及风险特征等。因此，为准确分析客户的资源需求强度，可以将具有相同 或相似特征信息的客户划分为一个客群类型，针对不同客群类型的客户，使用不同的分析模 型分析所述关系图谱中各个客户的资源需求强度。
在一些实施例中，可以根据各个客户的经营特点、业务场景和风险特征等特征信息，将 各个客户划分为不同客群类型，再基于所述行为信息，针对不同客群类型的客户，使用不同 的分析模型分析所述关系图谱中各个客户的资源需求强度。
具体的，可以对接入的特征信息进行挖掘后，从客户共同经营特点和风险特征入手，细 分客户针对的业务场景，对信息进行归纳，将各个客户划分为不同客群类型。其中，可以根 据客户的特征信息将客户的客群类型划分为旅游客群、餐饮客群、农产品客群、茶叶客群、 医疗客群、医药客群、科技客群等。当然，还可以划分为其他客群类型，如日用品客群、教 育客群等，具体可以根据客户实际的特征信息进行归纳，本说明书实施例对客群类型不作限 定。
在一些实施例中，对各个客户进行客群划分后，可以得到客户群组表，如表3所示。
表3
Figure BDA0002694048470000101
Figure BDA0002694048470000111
在一些实施例中，可以针对不同客群类型的特点，使用不同的分析模型分析所述关系图 谱中各个客户的资源需求强度。具体的，在构建分析模型时，可以训练多个机器学习模型， 各个机器学习模型训练所使用的训练样本不同。例如对于旅游客群，可以将旅游客群类别下 的客户相关数据作为训练样本，该训练后的模型作为针对分析旅游客群类别下的客户的资源 需求强度的分析模型；对于医药客群可以将医药客群类别下的客户相关数据作为训练样本， 该训练后的模型作为针对分析医药客群类别下的客户的资源需求强度的分析模型。
S140：根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系 图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
在一些实施例中，所述宏观经济指标可以包括GDP(国内生产总值)、CPI(消费者物价指数)、PPI(生产价格指数)等能够表征地区经济发展潜力的指标。
在一些实施例中，若客户所在的地区经济发展潜力高，且客户的资源需求强度高，则该 客户为目标客户的可能性就越高，更有可能为实际想要获取资源的客户。针对目标客户，可 以为目标客户提供相应的资源。
在一些实施例中，可以根据预先设置资源需求强度和宏观经济指标在获取目标客户中所 占的权重，基于资源需求强度和宏观经济指标的权重值为各个客户进行评分，将评分大于预 设阈值的客户作为目标客户。
在一些实施例中，在获取目标客户后，还可以根据关系图谱查看所述目标客户的关系网， 对于与目标客户具有关联关系的客户，即便评分小于预设阈值，还可以根据该关联关系的关 联程度，判断所述目标客户的关联客户是否可以也成为目标客户。具体的，对于某一目标客 户，若该目标客户与另一客户的交易往来比较密切，即便该另一客户的评分小于预设阈值， 也可以将该另一客户作为目标客户。
本说明书实施例提供的基于大数据分析的目标客户获取方法，可以采集多个客户的基本 信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经 营情况的经营信息和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经营信 息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行为信 息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各个客 户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表 征地区经济发展潜力。本说明书实施例提供的方法，基于大数据分析的思维，可以从源头上 管理客户，注重对客户的识别和分析、按照实际情况合理分群、统一管理跟踪客群，并与后 续的实施转化和面向客户营销等环节有效衔接，并对有相同风险特征的客户进行统一的风险 管控，在提高目标客户获取的效率的同时，降低风险。
本说明书实施例还提供一种搜索方法，如图2所示。在本说明书实施例中，执行所述搜 索方法的主体可以是具有逻辑运算功能的电子设备，所述电子设备可以是服务器或客户端， 所述客户端可以为台式电脑、平板电脑、笔记本电脑、工作站等。当然，客户端并不限于上 述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体。还可以是一种通过 程序开发形成的程序软件，该程序软件可以运行于上述电子设备中。所述方法可以包括以下 步骤。
S210：提供客源搜索地图；所述客源搜索地图展示客户资源分布。
S220：获取搜索信息；所述搜索信息包括客户所在的地区。
在一些实施例中，不同客户可以处于不同的地区，通过对地区的搜索，可以搜索得到该 地区下的客户。具体的，可以支持大区域，如京津翼、大湾区、东北地区、长江经济带、长 三角、珠三角、西部地区、中部地区筛选，也可以支持省、市、区/县逐层下钻。既可从整体把握客户的详情，又可以逐级寻找需要的客户。
在一些实施例中，服务器可以通过以下方式获取搜索信息：用户可以在所述服务器中输 入搜索信息。所述服务器可以获取用户输入的搜索信息。例如，所述服务器可以向用户提供 交互界面，用户可以在所述交互界面中输入搜索信息。所述服务器可以获取用户输入的搜索 信息。或者，用户还可以在客户端中输入搜索信息。所述客户端可以接收用户输入的搜索信 息。客户端可以向向所述服务器发送所述搜索信息。所述服务器可以获取搜索信息。例如， 所述客户端可以向用户提供交互界面，用户可以在所述交互界面中输入搜索信息。所述客户 端可以接收用户输入的搜索信息，向所述服务器发送所述搜索。所述客户端例如可以为智能 手机、平板电脑、笔记本电脑、台式电脑等等。所述客户端能够与所述服务器进行通信，例 如可以通过有线网络和/或无线网络与所述服务器进行通信。当然，所述服务器还可以通过其 他方式获取搜索信息，在本说明书实施例中，对服务器采用何种方式采集多个客户的基本信 息不作限定。
S230：根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观 经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求 强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关 系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强 度基于表征客户交易行为的行为信息，分析得到。
在一些实施例中，所述关系图谱根据以下方式得到：根据各个客户的基础信息、信用信 息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；所述 基本信息包括表征客户身份，所述信用信息表征客户信用，所述经营信息表征客户经营情况。
在一些实施例中，所述基本信息可以为描述客户基本特征的信息。所述基本信息可以包 括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表 征客户交易行为的行为信息。
在一些实施例中，所述基础信息可以包括客户名称、统一社会信用代码、客户地址、客 户负责人、股权结构信息等表征客户身份的信息。当然，所述基础信息还可以包括客户股东 信息、客户管理层信息、客户地理位置等信息。
在一些实施例中，所述信用信息可以包括税务信息、不良资产信息等表征客户信用的信 息。当然，所述信用信息还可以包括是否为债转股客户、是否为使用贷款等金融产品的客户 等信息。
在一些实施例中，所述经营信息可以包括客户所属行业、经营范围、经营方式等表征客 户经营情况的信息。当然，所述经营信息还可以包括海关信息、持有产品信息等。
在一些实施例中，所述行为信息可以包括交易流水、业务类型、周转波动和金额变化等 表征用户交易行为的信息。
在一些实施例中，可以挖掘不同客户的基础信息、信用信息和经营信息之间的联系，找 到各个客户的关联客户，探索关系链，整合客户的基本信息，结合客户、个人、账户等实体， 梳理客户对外投资关系、股东关系、实际控制人、企业担保关系等关系，从而生成表征所述 多个客户关联关系的关系图谱。其中，所述关系图谱中可以展示不同客户之间的关联关系， 还可以展示各个客户本身的一些基本信息，例如工商信息、信用信息、税务信息、资产信息、 司法信息等。
在一些实施例中，所述资源可以包括普惠金融产品，例如“个体工商经营快贷”、“抵 押快贷”等产品。其中，“个体工商户经营快贷”是向拥有个体工商户或个人独资企业等经 营实体的自然人发放的个人经营性贷款，在满足监管要求的基础上，结合个人经营性贷款特 点，进一步优化业务管理要求，对于一定金额以下的贷款可不要求开立单位结算账户，直接 发放至个人账户。“抵押快贷”是指以大数据分析为基础，以建设银行认可的优质房产抵押 作为主要担保方式，运用评分卡评价方式，为小微企业办理的流动资金贷款业务。
在一些实施例中，所述资源需求强度基于表征客户交易行为的行为信息，分析得到。具 体的，可以根据客户的交易流水、业务类型、周转波动和金额变化等信息来分析各个客户的 资源需求强度。举例来说，对于交易流水较高、金额变化较大的客户，资金的周转可能难以 维持，则可以确定该客户具有较强的资源获取需求，来维持资金的周转。又例如，对于经营 的业务为回款较慢的客户，由于回款较慢，客户的周转资金可能不足，因此对于经营这类业 务的客户，可以确定该客户具有较强的资源获取需求，来维持资金的周转。
在一些实施例中，由于各个客户的行为信息数据的量大，如果通过人工进行分析则可能 会出现效率低，且容易出错的问题。因此，在一些实施例中，可以通过机器学习的方法分析 客户的行为信息，从而确定客户的需求强度。具体的，可以使用预设的分析模型分析所述关 系图谱中各个客户的资源需求强度。
在一些实施例中，所述分析模型基于机器学习模型建立得到。所述机器学习模型包括以 下任意一种：朴素贝叶斯模型、决策树模型、logistic回归模型。具体的，可以使用机器学习 算法构建机器学习模型，再通过大量的样本对机器学习模型进行训练、测试，将经过训练和 测试后的机器学习模型作为分析模型，以基于客户的行为信息，分析所述关系图谱中各个客 户的资源需求强度。当然，所述分析模型还可以基于其他机器模型建立得到，本说明书实施 例对此不作限定。
在一些实施例中，客户的资源需求强度可以通过评分时方式表示。例如资源需求强度可 以通过1-10分来表示，10分表示满分，分数越高，则表示客户的资源需求强度越高。当然， 客户的需求强度也可以通过弱、中、强的方式表示，或者还可以通过其他任意方式表示，本 说明书实施例对此不作限定。
在一些实施例中，服务器可以在所述客源搜索地图上展示表征所述地区经济发展潜力的 宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源 需求强度，使得用户可以直观地获取到客户全貌，并根据各个客户的资源需求强度和各个客 户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表 征地区经济发展潜力。
在一些实施例中，所述搜索信息还可以包括客户所属的客群类型；相应的，根据所述搜 索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、所述客群类 型下位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度。
在一些实施例中，所述客群类型可以根据各个客户的经营特点、业务场景和风险特征等 特征信息划分得到。针对不同客群类型的客户，可以使用不同的分析模型分析所述关系图谱 中各个客户的资源需求强度。
具体的，可以对接入的特征信息进行挖掘后，从客户共同经营特点和风险特征入手，细 分客户针对的业务场景，对信息进行归纳，将各个客户划分为不同客群类型。其中，可以根 据客户的特征信息将客户的客群类型划分为旅游客群、餐饮客群、农产品客群、茶叶客群、 医疗客群、医药客群、科技客群等。当然，还可以划分为其他客群类型，如日用品客群、教 育客群等，具体可以根据客户实际的特征信息进行归纳，本说明书实施例对客群类型不作限 定。
在一些实施例中，可以针对不同客群类型的特点，使用不同的分析模型分析所述关系图 谱中各个客户的资源需求强度。具体的，在构建分析模型时，可以训练多个机器学习模型， 各个机器学习模型训练所使用的训练样本不同。例如对于旅游客群，可以将旅游客群类别下 的客户相关数据作为训练样本，该训练后的模型作为针对分析旅游客群类别下的客户的资源 需求强度的分析模型；对于医药客群可以将医药客群类别下的客户相关数据作为训练样本， 该训练后的模型作为针对分析医药客群类别下的客户的资源需求强度的分析模型。
图3为本说明书实施例一种电子设备的功能结构示意图，所述电子设备可以包括存储器 和处理器。
在一些实施例中，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运 行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实 现基于大数据分析的目标客户获取的各种功能。所述存储器可主要包括存储程序区和存储数 据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存 储根据用户终端的使用所创建的数据。此外，存储器可以包括高速随机存取存储器，还可以 包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(SmartMedia Card,SMC)、 安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器 件、或其他易失性固态存储器件。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理 器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(APPlication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其 他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处 理器或者该处理器也可以是任何常规的处理器等。所述处理器可以执行所述计算机指令实现 以下步骤：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客 户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所 述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关 系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各 个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客 户；其中，所述宏观经济指标表征地区经济发展潜力。
在本说明书实施例中，该电子设备具体实现的功能和效果，可以与其它实施例对照解释， 在此不再赘述。
图4为本说明书实施例一种基于大数据分析的目标客户获取装置的功能结构示意图，该 装置具体可以包括以下的结构模块。
采集模块410，用于采集多个客户的基本信息；所述基本信息包括表征客户身份的基础 信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为 信息；
生成模块420，用于根据所述基础信息、信用信息和经营信息确定不同客户的关联关系， 生成表征所述多个客户关联关系的关系图谱；
分析模块430，用于基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；
获取模块440，用于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标， 从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
本说明书实施例还提供了一种基于大数据分析的目标客户获取方法的计算机可读存储 介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实 现：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用 的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所述基础 信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关 系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户 的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其 中，所述宏观经济指标表征地区经济发展潜力。
在本说明书实施例中，上述存储介质包括但不限于随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(HardDisk Drive,HDD)或者存储卡(Memory Card)。所述存储器可用于存储所述计算机程序和/或模 块，所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、 至少一个功能所需的应用程序等；存储数据区可存储根据用户终端的使用所创建的数据等。 此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器。在本说明书实施 例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式 对照解释，在此不再赘述。
图3为本说明书实施例一种电子设备的功能结构示意图，所述电子设备可以包括存储器 和处理器。
在一些实施例中，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运 行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实 现搜索方法的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序 区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据用户终端的使用 所创建的数据。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器， 例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital, SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存 储器件。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理 器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(APPlication Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其 他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处 理器或者该处理器也可以是任何常规的处理器等。所述处理器可以执行所述计算机指令实现 以下步骤：提供客源搜索地图；所述客源搜索地图展示客户资源分布；获取搜索信息；所述 搜索信息包括客户所在的地区；根据所述搜索信息在所述客源搜索地图上展示表征所述地区 经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中 各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观 经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关 系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
在本说明书实施例中，该电子设备具体实现的功能和效果，可以与其它实施例对照解释， 在此不再赘述。
图5为本说明书实施例一种搜索装置的功能结构示意图，该装置具体可以包括以下的结 构模块。
提供模块510，用于提供客源搜索地图；所述客源搜索地图展示客户资源分布；
获取模块520，用于获取搜索信息；所述搜索信息包括客户所在的地区；
展示模块530，用于根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发 展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客 户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指 标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所 述资源需求强度基于表征客户交易行为的行为信息，分析得到。
本说明书实施例还提供了一种基于大数据分析的目标客户获取方法的计算机可读存储 介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实 现：提供客源搜索地图；所述客源搜索地图展示客户资源分布；获取搜索信息；所述搜索信 息包括客户所在的地区；根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发 展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客 户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指 标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所 述资源需求强度基于表征客户交易行为的行为信息，分析得到。
在本说明书实施例中，上述存储介质包括但不限于随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(HardDisk Drive,HDD)或者存储卡(Memory Card)。所述存储器可用于存储所述计算机程序和/或模 块，所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、 至少一个功能所需的应用程序等；存储数据区可存储根据用户终端的使用所创建的数据等。 此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器。在本说明书实施 例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式 对照解释，在此不再赘述。
需要说明的是，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 或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它实施例的不同之处。尤其， 对于装置实施例和设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单， 相关之处参见方法实施例的部分说明即可。
本领域技术人员在阅读本说明书文件之后，可以无需创造性劳动想到将本说明书列举的 部分或全部实施例进行任意组合，这些组合也在本说明书公开和保护的范围内。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二 极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而， 随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计 人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不 能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件 (Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGate Array， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行 编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的 集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编 译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编 译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(AlteraHardware DescriptionLanguage)、Confluence、 CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language) 等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件 描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件 电路。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者 由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为 个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、 导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设 备的组合。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助 软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或 者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存 储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可 以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部 分所述的方法。
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，对于系统实施例而 言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分 说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务 器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置 顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设 备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模 块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组 件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中， 由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以 位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变 化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的 精神。

Claims (20)

1.一种基于大数据分析的目标客户获取方法，其特征在于，所述方法包括：
采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；
根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；
基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；
根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
2.根据权利要求1所述的方法，其特征在于，使用预设的分析模型分析所述关系图谱中各个客户的资源需求强度。
3.根据权利要求2所述的方法，其特征在于，所述行为信息包括交易流水、业务类型、周转波动和金额变化；
相应的，所述分析模型根据客户的交易流水、业务类型、周转波动和金额变化分析客户的资源需求强度。
4.根据权利要求2所述的方法，其特征在于，所述分析模型基于机器学习模型建立得到；所述机器学习模型包括以下任意一种：朴素贝叶斯模型、决策树模型、logistic回归模型。
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据各个客户的特征信息，将各个客户划分为不同客群类型；所述特征信息包括经营特点、业务场景和风险特征；
相应的，所述基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度包括：
基于所述行为信息，针对不同客群类型的客户，使用不同的分析模型分析所述关系图谱中各个客户的资源需求强度。
6.根据权利要求5所述的方法，其特征在于，所述客群类型包括以下至少一种：
旅游客群、餐饮客群、农产品客群、茶叶客群、医疗客群、医药客群、科技客群。
7.根据权利要求1所述的方法，其特征在于，所述基础信息包括以下至少一种：企业规模、所属行业、注册资本、经营范围、联系方式。
8.根据权利要求1所述的方法，其特征在于，所述信用信息包括以下至少一种：
司法、信用、税务。
9.根据权利要求1所述的方法，其特征在于，所述经营信息包括以下至少一种：
资产、海关、商机、银行业务、税务代缴银行。
10.根据权利要求1所述的方法，其特征在于，所述不同客户的关联关系包括以下至少一种：
客户对外投资关系、股东关系、实际控制人、企业担保关系。
11.根据权利要求1所述的方法，其特征在于，所述宏观经济指标包括GDP、CPI、PPI中的至少一种。
12.一种基于大数据分析的目标客户获取装置，其特征在于，所述装置包括：
采集模块，用于采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；
生成模块，用于根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；
分析模块，用于基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；
获取模块，用于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
13.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
14.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现：采集多个客户的基本信息；所述基本信息包括表征客户身份的基础信息、表征客户信用的信用信息、表征客户经营情况的经营信息和表征客户交易行为的行为信息；根据所述基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；基于所述行为信息，分析所述关系图谱中各个客户的资源需求强度；根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述宏观经济指标表征地区经济发展潜力。
15.一种搜索方法，其特征在于，所述搜索方法包括：
提供客源搜索地图；所述客源搜索地图展示客户资源分布；
获取搜索信息；所述搜索信息包括客户所在的地区；
根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
16.根据权利要求15所述的方法，其特征在于，所述搜索信息还包括客户所属的客群类型；
相应的，根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、所述客群类型下位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度。
17.根据权利要求15所述的方法，其特征在于，所述关系图谱根据以下方式得到：
根据各个客户的基础信息、信用信息和经营信息确定不同客户的关联关系，生成表征所述多个客户关联关系的关系图谱；所述基础信息包括表征客户身份，所述信用信息表征客户信用，所述经营信息表征客户经营情况。
18.一种搜索装置，其特征在于，所述装置包括：
提供模块，用于提供客源搜索地图；所述客源搜索地图展示客户资源分布；
获取模块，用于获取搜索信息；所述搜索信息包括客户所在的地区；
展示模块，用于根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
19.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现：提供客源搜索地图；所述客源搜索地图展示客户资源分布；获取搜索信息；所述搜索信息包括客户所在的地区；根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
20.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现：提供客源搜索地图；所述客源搜索地图展示客户资源分布；获取搜索信息；所述搜索信息包括客户所在的地区；根据所述搜索信息在所述客源搜索地图上展示表征所述地区经济发展潜力的宏观经济指标、位于所述地区的多个客户形成的关系图谱和所述关系图谱中各个客户的资源需求强度，以便于根据各个客户的资源需求强度和各个客户所在地区的宏观经济指标，从所述关系图谱中获取目标客户；其中，所述关系图谱表征所述多个客户关联关系；所述资源需求强度基于表征客户交易行为的行为信息，分析得到。
CN202011000296.9A 2020-09-22 2020-09-22 基于大数据分析的目标客户获取方法、搜索方法及装置 Pending CN112102006A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011000296.9A CN112102006A (zh) 2020-09-22 2020-09-22 基于大数据分析的目标客户获取方法、搜索方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011000296.9A CN112102006A (zh) 2020-09-22 2020-09-22 基于大数据分析的目标客户获取方法、搜索方法及装置

Publications (1)

Publication Number Publication Date
CN112102006A true CN112102006A (zh) 2020-12-18

Family

ID=73754709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011000296.9A Pending CN112102006A (zh) 2020-09-22 2020-09-22 基于大数据分析的目标客户获取方法、搜索方法及装置

Country Status (1)

Country Link
CN (1) CN112102006A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598296A (zh) * 2020-12-25 2021-04-02 中用科技有限公司 一种智能化电子客户关系管理系统及方法
CN113344577A (zh) * 2021-06-03 2021-09-03 中国工商银行股份有限公司 目标账户确定方法及装置、电子设备和存储介质
CN113379529A (zh) * 2021-06-07 2021-09-10 广发银行股份有限公司 一种协同决策引擎应用框架

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278741A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Customer community analytics
CN106326480A (zh) * 2016-08-31 2017-01-11 成都数联铭品科技有限公司 一种关联企业的地理信息挖掘和分析方法
CN107507093A (zh) * 2017-08-22 2017-12-22 深圳市慧择保险经纪有限公司 家庭客户保险需求的数据处理方法及装置
CN111242774A (zh) * 2020-01-23 2020-06-05 中国建设银行股份有限公司 银行客户资产图谱构建方法和装置
CN111414485A (zh) * 2020-03-17 2020-07-14 北京恒通慧源大数据技术有限公司 企业客户关联关系图谱构建方法、装置、存储器和计算机

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278741A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Customer community analytics
CN106326480A (zh) * 2016-08-31 2017-01-11 成都数联铭品科技有限公司 一种关联企业的地理信息挖掘和分析方法
CN107507093A (zh) * 2017-08-22 2017-12-22 深圳市慧择保险经纪有限公司 家庭客户保险需求的数据处理方法及装置
CN111242774A (zh) * 2020-01-23 2020-06-05 中国建设银行股份有限公司 银行客户资产图谱构建方法和装置
CN111414485A (zh) * 2020-03-17 2020-07-14 北京恒通慧源大数据技术有限公司 企业客户关联关系图谱构建方法、装置、存储器和计算机

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
吕苏越;: "基于大数据思维的银行监管数据应用初探――以3种数据挖掘技术为例", 金融科技时代, no. 05, 10 May 2017 (2017-05-10), pages 32 - 36 *
李小庆;: "客户关联关系知识图谱的构建及应用", 中国金融电脑, no. 06, 7 June 2020 (2020-06-07) *
林一松: "知识图谱在金融行业的应用研究", 经济管理文摘, no. 16, 21 August 2020 (2020-08-21), pages 15 - 16 *
王彦博;周学春;桂小柯;: "商业银行客户智能数据挖掘技术应用", 金融电子化, no. 10, 15 October 2016 (2016-10-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598296A (zh) * 2020-12-25 2021-04-02 中用科技有限公司 一种智能化电子客户关系管理系统及方法
CN113344577A (zh) * 2021-06-03 2021-09-03 中国工商银行股份有限公司 目标账户确定方法及装置、电子设备和存储介质
CN113379529A (zh) * 2021-06-07 2021-09-10 广发银行股份有限公司 一种协同决策引擎应用框架

Similar Documents

Publication Publication Date Title
Amani et al. Data mining applications in accounting: A review of the literature and organizing framework
Barga et al. Predictive analytics with Microsoft Azure machine learning
CN109409677A (zh) 企业信用风险评估方法、装置、设备及存储介质
CN112102006A (zh) 基于大数据分析的目标客户获取方法、搜索方法及装置
CN112417176B (zh) 基于图特征的企业间隐性关联关系挖掘方法、设备及介质
CN112256762A (zh) 基于产业地图的企业画像方法、系统、设备及介质
CN112750029A (zh) 信用风险预测方法、装置、电子设备及存储介质
Kliuiev et al. Estimation of the level of interest and modeling of the topic of innovation through search in Google
CN110197426A (zh) 一种信用评分模型的建立方法、装置及可读存储介质
Irfan et al. Fintech Applications in Islamic Finance: AI, Machine Learning, and Blockchain Techniques: AI, Machine Learning, and Blockchain Techniques
Colapinto et al. Goal programming for financial portfolio management: a state-of-the-art review
Kim et al. Identification of merger and acquisition waves and their macroeconomic determinants in the hospitality industry
Balakayeva et al. The solution to the problem of processing Big Data using the example of assessing the solvency of borrowers
CN107844874A (zh) 企业营运问题分析系统及其方法
Malawana et al. The Public Sentiment analysis within Big data Distributed system for Stock market prediction–A case study on Colombo Stock Exchange
US11379929B2 (en) Advice engine
CN114565450A (zh) 一种基于逾期共债的催收策略确定方法及相关设备
Li Analysis of e-commerce customers' shopping behavior based on data mining and machine learning
Alade Business Intelligence Tools for Informed Decision-Making: An Overview
Shouman et al. The Effect of Big Data Analytics on Firm Decision Making: The Case of the Lebanese Banking Sector
Gschnaidtner et al. Adoption and diffusion of blockchain technology
AU2021103329A4 (en) The investigation technique of object using machine learning and system.
Bregata Development of a data mart to support decisions in fashion retail store localization
US20220114518A1 (en) Computer system and computer implemented method
Xu et al. Status and Development Trend of Big Data Technology Application in the Private Equity Industry

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