CN112862223A - 业务活动价值的评估方法、装置、决策方法、设备、介质 - Google Patents

业务活动价值的评估方法、装置、决策方法、设备、介质 Download PDF

Info

Publication number
CN112862223A
CN112862223A CN202110333965.2A CN202110333965A CN112862223A CN 112862223 A CN112862223 A CN 112862223A CN 202110333965 A CN202110333965 A CN 202110333965A CN 112862223 A CN112862223 A CN 112862223A
Authority
CN
China
Prior art keywords
business
total number
time period
index
client
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.)
Withdrawn
Application number
CN202110333965.2A
Other languages
English (en)
Inventor
解涛
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 Citic Bank Corp Ltd
Original Assignee
China Citic Bank Corp Ltd
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 Citic Bank Corp Ltd filed Critical China Citic Bank Corp Ltd
Priority to CN202110333965.2A priority Critical patent/CN112862223A/zh
Publication of CN112862223A publication Critical patent/CN112862223A/zh
Withdrawn legal-status Critical Current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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (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

本发明提供了一种业务活动价值的评估方法、装置、决策方法、设备、介质，所述评估方法包括：获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子；根据核心业务指数的变化值和影响因子计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标；将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值。本发明采用具备通性的客户行为参数来对业务活动价值进行评估，从而消除了不同业务活动的特性，从全局视角来对业务活动价值进行评估，对不同的业务活动施行统一的评估标准，避免了不同业务活动的评估标准不统一的问题。

Description

业务活动价值的评估方法、装置、决策方法、设备、介质
技术领域
本发明涉及金融业务评估技术领域，尤其涉及一种业务活动价值的评估方法、装置、决策方法、设备、介质。
背景技术
企业在做运营决策时，是否要开展一项业务活动，需要很多数据支撑。比如一次营销活动，在申请项目经费时，需要给出项目预计影响客户、预计参与客户量、各项预计费用等，申请完费用之后，针对活动的一些业务指标随时关注，且在活动开展完之后，要对活动再做一次较全面的分析，以评估活动效果。这个过程中，最主要的是业务活动前的决策支撑数据，因为一般情况下活动一旦开始，可以调整的空间就很小了，往往业务活动的成败取决于最初的决策。上述业务活动评估与决策过程，在实际应用过程中存在如下问题：需要对多个业务活动进行比较优劣时，因为各自的计算口径及方法各不相同，导致往往不具可比性，很难判断出优劣。
发明内容
为了解决现有技术的不足，本发明提供一种业务活动价值的评估方法、装置、决策方法、设备、介质，从全局视角来对业务活动价值进行评估，对不同的业务活动施行统一的评估标准，避免了不同业务活动的评估标准不统一的问题。
本发明提出的具体技术方案为：提供一种业务活动价值的评估方法，所述评估方法包括：
获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；
计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子；
根据所述核心业务指数的变化值和所述影响因子计算业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标；
将所述业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标进行累加获得所述业务活动的价值。
进一步地，在获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值之前，所述评估方法还包括：
记录全量客户中每一个客户在单位时间内的核心业务指数，生成核心业务指数明细表；
相应的，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值，包括：
查找所述核心业务指数明细表，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值。
进一步地，计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子，包括：
分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值；
分别获取全量客户中每一个客户的正向属性、负向属性对应的权重系数；
根据所述正向影响因子、负向影响因子及所述权重系数计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子。
进一步地，在分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值之前，所述评估方法包括：
收集所述业务活动的数据；
收集全量客户中每一个客户在预定时间周期内的行为数据；
根据所述业务活动的数据和所述行为数据建立业务活动与客户交互情况表；
相应的，分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值，包括：
确定全量客户中每一个客户在所述预定时间周期内对应的正向属性、负向属性；
查找所述业务活动与客户交互情况表，分别获取所述正向属性、负向属性对应的正向属性值、负向属性值。
进一步地，所述业务活动的数据包括业务活动的推送情况，相应的，收集所述业务活动的数据，包括：
判断全量客户中每一个客户是否收到所述业务活动的推送，若收到，则将所述客户在所述预定时间周期内对应的推送情况的属性值置为1，若未收到，则将所述客户在所述预定时间周期内对应的推送情况的属性值置为0。
进一步地，所述全量客户中每一个客户在预定时间周期内的行为数据包括客户的回应情况和投诉情况，相应的，收集全量客户中每一个客户在预定时间周期内的行为数据，包括：
判断全量客户中每一个客户在收到所述业务活动的推送后是否有回应，若有回应，则将所述客户在所述预定时间周期内对应的回应情况的属性值置为1，若没有回应，则将所述客户在所述预定时间周期内对应的回应情况的属性值置为0；
判断全量客户中每一个客户在收到所述业务活动的推送后是否有投诉，若有投诉，则将所述客户在所述预定时间周期内对应的投诉情况的属性值置为1，若没有投诉，则将所述客户在所述预定时间周期内对应的投诉情况的属性值置为0。
本发明还提供了一种业务活动价值的评估装置，所述评估装置包括：
获取模块，用于获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；
影响因子计算模块，用于计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子；
影响指标计算模块，用于根据所述核心业务指数的变化值和所述影响因子计算业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标；
价值计算模块，用于将所述业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标进行累加获得所述业务活动的价值。
本发明还提供了一种业务活动的决策方法，所述决策方法包括：
采用如上所述的评估方法分别获得多个业务活动的价值；
根据所述多个业务活动的价值大小，对所述多个业务活动进行排序；
根据排序结果从所述多个业务活动中选取需要推广的业务活动。
本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如上所述的评估方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令，所述计算机指令被处理器执行时实现如上所述的评估方法。
本发明提供的业务活动价值的评估方法根据核心业务指数的变化值和影响因子计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标并将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值，采用具备通性的客户行为参数来对业务活动价值进行评估，从而消除了不同业务活动的特性，从全局视角来对业务活动价值进行评估，对不同的业务活动施行统一的评估标准，避免了不同业务活动的评估标准不统一的问题。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其它有益效果显而易见。
图1为本发明实施例一中的评估方法的流程示意图；
图2为本发明实施例一中的步骤S2的流程示意图；
图3为本发明实施例一中获取业务活动与客户交互情况表的流程示意图；
图4为本发明实施例二中的评估装置的结构示意图；
图5为本发明实施例三中的决策系统的结构示意图；
图6为本发明实施例四中的计算机设备的结构示意图。
具体实施方式
以下，将参照附图来详细描述本发明的实施例。然而，可以以许多不同的形式来实施本发明，并且本发明不应该被解释为限制于这里阐述的具体实施例。相反，提供这些实施例是为了解释本发明的原理及其实际应用，从而使本领域的其他技术人员能够理解本发明的各种实施例和适合于特定预期应用的各种修改。在附图中，相同的标号将始终被用于表示相同的元件。
金融机构在做运营决策时，需要比较多个业务活动的优劣，而现有的评估方法通常是针对多个业务活动采用不同的计算口径和方法来比较优劣，由于评估标准不统一，这将会导致评估结果不具可比性，很难判断出多个业务活动的优劣。本申请中的评估方法根据具备通性的客户行为来对业务活动价值进行评估，从而消除了不同业务活动的特性，从全局视角来对业务活动价值进行评估，对不同的业务活动施行统一的评估标准，避免了不同业务活动的评估标准不统一的问题。
本申请提出的业务活动价值的评估方法包括：获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子；根据核心业务指数的变化值和影响因子计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标；将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值。
本实施例中的评估方法可适用于金融场景，下面以金融场景为例并通过几个具体的实施例以及结合附图来对本申请中业务活动价值的评估方法、评估装置、决策方法、计算机设备、计算机可读存储介质进行详细的描述。
实施例一
参照图1，本实施例中的业务活动价值的评估方法包括步骤：
S1、获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；
S2、计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子；
S3、根据核心业务指数的变化值和影响因子计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标；
S4、将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值。
本实施例中核心业务指数的变化值的获取步骤和影响指标的获取步骤没有先后顺序，即步骤S1和步骤S2～S3之间没有先后顺序，这里为了描述方便，将核心业务指数的变化值的获取步骤放在第一步，但并不用作限定。
在步骤S1中，在开展业务活动之前，需要先确定该业务活动的核心业务指数，即该业务活动需要重点关注的指标，其中，核心业务指数是从全局、整体层面定义的指标，可以包括客户活跃指数、客户粘度指数、客户贡献度指数等。本实施例中的客户活跃度指数定义为客户在预定时间周期内登录金融机构APP、点击金融机构APP、在金融机构进行交易、给金融机构来电的次数。本实施例中的客户贡献度指数定义为客户进行金融操作给金融机构带来的利润，例如，客户取现、交易、分期给金融机构带来的利润以及客户缴纳的年费、利息等。
预定时间周期可以根据实际需要设定，本实施例中全量客户中每一个客户在预定时间周期内的核心业务指数的变化值可以是全量客户中每一个客户在预定时间周期的两个时间端点处的核心业务指数的变化值。以预定时间周期为一周作为示例，全量客户中每一个客户在预定时间周期内的核心业务指数的变化值指的是全量客户中每一个客户在周日的核心业务指数与周一的核心业务指数的差值，即ΔSk＝Sik-Sjk，ΔSk表示客户k的核心业务指数的变化值，Sik表示周日的核心业务指数，Sjk表示周一的核心业务指数。
在本实施例的其他实施方式中，全量客户中每一个客户在预定时间周期内的核心业务指数的变化值也可以是全量客户中每一个客户在预定时间周期中单位时间内的核心业务指数的变化量的累加。以单位时间为一天作为示例，全量客户中每一个客户在预定时间周期内的核心业务指数的变化值指的是预定时间周期中全量客户中每一个客户在相邻两天的核心业务指数的差值的累加，即
Figure BDA0002997425320000061
ΔSk表示客户k的核心业务指数的变化值，Sik、S(i-1)k表示相邻两天的核心业务指数，T表示预定时间周期。
本实施例中全量客户中每一个客户在预定时间周期内的核心业务指数可以通过表格实时记录，以便后续获取核心业务指数时直接查找表格即可。较佳地，在获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值之前，即步骤S1之前，本实施例中的评估方法还包括：
S10、记录全量客户中每一个客户在单位时间内的核心业务指数，生成核心业务指数明细表。
下表给出了核心业务指数明细表的一个具体示例：
表一 核心业务指数明细表
Figure BDA0002997425320000071
上表以核心业务指数为客户活跃度、单位时间为一天作为示例，客户A、客户B在t日的客户活跃度分别为10、20，客户A、客户B在t+1日的客户活跃度分别为50、0，以此类推，根据预定时间周期实时更新上述核心业务指数明细表，从上表中便可以获得每一个客户在预定时间周期中的每个单位时间内的核心业务指数。当然，在本实施例的其他实施方式中，核心业务指数可以为其他指标，单位时间也可以设定为其他时间区间，这里仅仅是作为示例示出，并不作限定。
相应的，在获得上述核心业务指数明细表后，步骤S1具体包括：
查找核心业务指数明细表，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值。
参照图2，在步骤S2中，计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子具体包括：
S21、分别获取全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值；
S22、分别获取全量客户中每一个客户的正向属性、负向属性对应的权重系数；
S23、根据正向影响因子、负向影响因子及权重系数计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子。
在开展一项业务活动时，每一个客户对该项业务活动的核心业务指数的影响包括正向影响和负向影响，因此，在考虑每一个客户对核心业务指数的影响因子的时候需要同时考虑正向影响和负向影响，这里定义每一个客户对核心业务指数的正向影响为每一个客户的正向属性，每一个客户对核心业务指数的负向影响为每一个客户的负向属性。
本实施例中的正向属性和负向属性包括业务行为和客户行为两个层面，其中，业务行为层面的正向属性指的是业务活动是否推送给客户，即业务活动的推送情况，客户行为层面的正向属性指的是客户在接收到该业务活动的推送后是否主动进行回应，即客户的回应情况，业务行为层面的负向属性指的是该业务活动的成本，客户行为层面的负向属性指的是客户在接收到该业务活动的推送后是否进行投诉，即客户的投诉情况。
参照图3，具体地，正向属性值和负向属性值主要从业务活动开展后收集的数据里面获得。本实施例中全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值可以通过表格实时记录，以便后续获取正向属性值、负向属性值时直接查找表格即可。较佳地，在分别获取全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值之前，即步骤S21之前，本实施例中的评估方法还包括：
S210、收集业务活动的数据；
S220、收集全量客户中每一个客户在预定时间周期内的行为数据；
S230、根据业务活动的数据和行为数据建立业务活动与客户交互情况表。
本实施例中业务活动的数据的获取步骤和行为数据的获取步骤没有先后顺序，即步骤S210和步骤S220之间没有先后顺序，这里为了描述方便，将业务活动的数据的获取步骤放在第一步，但并不用作限定。
在步骤S210中，业务活动的数据包括业务活动的推送情况，相应的，收集业务活动的数据具体包括：
判断全量客户中每一个客户是否收到业务活动的推送，若收到，则将客户在预定时间周期内对应的推送情况的属性值置为1，若未收到，则将客户在预定时间周期内对应的推送情况的属性值置为0，从而得到与业务行为层面对应的正向属性值。其中，将推送情况作为业务活动的数据主要是为了确认业务活动是否对客户进行了宣传、营销，推送渠道包括短信、微信公众号、APP、客服坐席、在线客服等。
在步骤S211中，全量客户中每一个客户在预定时间周期内的行为数据包括客户的回应情况和投诉情况，相应的，收集全量客户中每一个客户在预定时间周期内的行为数据具体包括：
判断全量客户中每一个客户在收到业务活动的推送后是否有回应，若有回应，则将客户在预定时间周期内对应的回应情况的属性值置为1，若没有回应，则将客户在预定时间周期内对应的回应情况的属性值置为0；判断全量客户中每一个客户在收到业务活动的推送后是否有投诉，若有投诉，则将客户在预定时间周期内对应的投诉情况的属性值置为1，若没有投诉，则将客户在预定时间周期内对应的投诉情况的属性值置为0，从而得到与客户行为层面对应的正向属性值和负向属性值。
在步骤S212中，在获得业务活动的数据和行为数据即获得业务活动的推送情况、客户的回应情况和投诉情况后，建立业务活动与客户交互情况表，下表给出了业务活动与客户交互情况表的一个具体示例：
表二 业务活动与客户交互情况表
Figure BDA0002997425320000091
相应的，在获得上述业务活动与客户交互情况表后，步骤S21具体包括：
S211、确定全量客户中每一个客户在预定时间周期内对应的正向属性、负向属性；
S212、查找业务活动与客户交互情况表，分别获取正向属性、负向属性对应的正向属性值、负向属性值。
在获得业务活动与客户交互情况表后，需要先确定业务活动对应的正向属性、负向属性，即需要先确定每一个客户在预定时间周期内对应的正向属性、负向属性，以正向属性为推送情况和回应情况、负向属性为投诉情况作为示例，查找业务活动与客户交互情况表可得，客户A对应的推送情况的正向属性值为1、回应情况的正向属性值为0、投诉情况的负向属性值为1，客户B对应的推送情况的正向属性值为1、回应情况的正向属性值为1、投诉情况的负向属性值为0，以此类推，从而获得全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值。当然，在本实施例的其他实施方式中，正向属性可以定义为其他正向行为，负向属性也可以定义为其他负向行为，这里仅仅是作为示例示出，并不作限定。
由于同样的正向属性、负向属性对不同的业务活动的影响程度不一样，因此，通过权重系数来表征同样的正向属性、负向属性对不同的业务活动的影响程度。在步骤S22中，在获得全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值后，需要确定每一个客户的正向属性、负向属性对应的权重系数。本实施例中的权重系数可以根据经验值确定。
在步骤S23中，通过下面的公式计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子：
Figure BDA0002997425320000101
上式中，ωk表示客户k在预定时间周期内对核心业务指数的影响因子，k∈[1,K]，K表示全量客户的数目，M表示正向属性的数目，N表示负向属性的数目，am表示第m个正向属性的权重系数，
Figure BDA0002997425320000102
xm表示第m个正向属性的正向属性值，bn表示第n个负向属性的权重系数，
Figure BDA0002997425320000103
yn表示第n个负向属性的负向属性值。
获得每一个客户对核心业务指数的影响因子后，再根据核心业务指数的变化值ΔSk和影响因子ωk计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标Wk：
Wk＝ΔSk×ωk
在步骤S4中，将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值W：
Figure BDA0002997425320000111
当业务活动的价值W大于0时表示该业务活动对核心业务指标具有正向影响，当业务活动的价值W小于0时表示该业务活动对核心业务指标具有负向影响，且业务活动的价值W的绝对值越大表示对核心业务指标的正向影响或负向影响越大。
本实施例中的评估方法根据具备通性的客户行为、业务行为来对业务活动价值进行评估，从而消除了不同业务活动的特性，从全局视角来对业务活动价值进行评估，对不同的业务活动施行统一的评估标准，避免了不同业务活动的评估标准不统一的问题。此外，本实施例中的评估方法同时考虑正向属性和负向属性，即同时考虑正向影响和负向影响，提升了评估的精确性。
本实施例还提供了一种业务活动的决策方法，所述决策方法包括步骤：
采用上述的评估方法分别获得多个业务活动的价值；
根据多个业务活动的价值大小，对多个业务活动进行排序；
根据排序结果从多个业务活动中选取需要推广的业务活动。
下面通过一个具体的示例来对本实施例中的决策方法进行描述，以全量客户只包括客户A、客户B为例，客户A的核心业务指数的变化值的ΔSA为30，客户B的核心业务指数的变化值的ΔSB为-20，业务活动与客户交互情况表如表二所示，正向属性、负向属性及其属性值、权重系数、影响因子如下表所示：
表三 正向属性、负向属性及其属性值、权重系数、影响因子情况
Figure BDA0002997425320000112
Figure BDA0002997425320000121
根据上表可知，业务活动1的价值W＝0*30+2/3*(-20)＝-40/3，业务活动2的价值W＝2/3*30+2/3*(-20)＝20/3，可见，业务活动1对核心业务指标具有负向影响，业务活动2对核心业务指标具有正向影响，因此，选取业务活动2作为需要推广的业务活动。
实施例二
参照图4，本实施例提供了一种业务活动价值的评估装置1，该评估装置包括获取模块11、影响因子计算模块12、影响指标计算模块13、价值计算模块14。
具体地，获取模块11用于获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；影响因子计算模块12用于计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子；影响指标计算模块13用于根据核心业务指数的变化值和影响因子计算业务活动对全量客户中每一个客户在核心业务指数上的影响指标；价值计算模块14用于将业务活动对全量客户中每一个客户在核心业务指数上的影响指标进行累加获得业务活动的价值。
本实施例中的评估装置还包括第一表格生成单元15，其用于记录全量客户中每一个客户在单位时间内的核心业务指数并生成核心业务指数明细表，相应的，获取模块11用于查找核心业务指数明细表，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值。
影响因子计算模块12具体用于分别获取全量客户中每一个客户在预定时间周期内对应的正向属性值、负向属性值及其正向属性、负向属性对应的权重系数并根据正向影响因子、负向影响因子及权重系数计算全量客户中每一个客户在预定时间周期内对核心业务指数的影响因子。
此外，本实施例中的评估装置还包括第二表格生成单元16，其用于收集业务活动的数据和全量客户中每一个客户在预定时间周期内的行为数据并根据业务活动的数据和行为数据建立业务活动与客户交互情况表。相应的，影响因子计算模块12还用于确定全量客户中每一个客户在预定时间周期内对应的正向属性、负向属性后查找业务活动与客户交互情况表来分别获取正向属性、负向属性对应的正向属性值、负向属性值。
实施例三
参照图5，本实施例提供了一种业务活动的决策系统，该决策系统包括实施例二中的评估装置1、排序模块2、选取模块3。
评估装置1用于获得多个业务活动的价值，排序模块2用于根据多个业务活动的价值大小对多个业务活动进行排序，选取模块3用于根据排序结果从多个业务活动中选取需要推广的业务活动。
实施例四
参照图6，本实施例提供了一种计算机设备，包括处理器200、存储器201以及网络接口202，存储器201上存储有计算机程序，处理器200执行计算机程序以实现如实施例一所述的评估方法。
存储器201可以包括高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
处理器200可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，实施例一所述的评估方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。处理器200也可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等，还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器201用于存储计算机程序，处理器200在接收到执行指令后，执行该计算机程序以实现如实施例一所述的评估方法。
本实施例还提供了一种计算机存储介质，计算机存储介质中存储有计算机程序，处理器200用于读取并执行计算机存储介质中存储的计算机程序，以实现如实施例一所述的评估方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机存储介质中，或者从一个计算机存储介质向另一个计算机存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solidstate disk，SSD))等。
本发明实施例是参照根据本发明实施例的方法、装置、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。
以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种业务活动价值的评估方法，其特征在于，所述评估方法包括：
获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；
计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子；
根据所述核心业务指数的变化值和所述影响因子计算业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标；
将所述业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标进行累加获得所述业务活动的价值。
2.根据权利要求1所述的评估方法，其特征在于，在获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值之前，所述评估方法还包括：
记录全量客户中每一个客户在单位时间内的核心业务指数，生成核心业务指数明细表；
相应的，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值，包括：
查找所述核心业务指数明细表，获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值。
3.根据权利要求要求1所述的评估方法，其特征在于，计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子，包括：
分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值；
分别获取全量客户中每一个客户的正向属性、负向属性对应的权重系数；
根据所述正向影响因子、负向影响因子及所述权重系数计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子。
4.根据权利要求3所述的评估方法，其特征在于，在分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值之前，所述评估方法包括：
收集所述业务活动的数据；
收集全量客户中每一个客户在预定时间周期内的行为数据；
根据所述业务活动的数据和所述行为数据建立业务活动与客户交互情况表；
相应的，分别获取全量客户中每一个客户在所述预定时间周期内对应的正向属性值、负向属性值，包括：
确定全量客户中每一个客户在所述预定时间周期内对应的正向属性、负向属性；
查找所述业务活动与客户交互情况表，分别获取所述正向属性、负向属性对应的正向属性值、负向属性值。
5.根据权利要求4所述的评估方法，其特征在于，所述业务活动的数据包括业务活动的推送情况，相应的，收集所述业务活动的数据，包括：
判断全量客户中每一个客户是否收到所述业务活动的推送，若收到，则将所述客户在所述预定时间周期内对应的推送情况的属性值置为1，若未收到，则将所述客户在所述预定时间周期内对应的推送情况的属性值置为0。
6.根据权利要求4所述的评估方法，其特征在于，所述全量客户中每一个客户在预定时间周期内的行为数据包括客户的回应情况和投诉情况，相应的，收集全量客户中每一个客户在预定时间周期内的行为数据，包括：
判断全量客户中每一个客户在收到所述业务活动的推送后是否有回应，若有回应，则将所述客户在所述预定时间周期内对应的回应情况的属性值置为1，若没有回应，则将所述客户在所述预定时间周期内对应的回应情况的属性值置为0；
判断全量客户中每一个客户在收到所述业务活动的推送后是否有投诉，若有投诉，则将所述客户在所述预定时间周期内对应的投诉情况的属性值置为1，若没有投诉，则将所述客户在所述预定时间周期内对应的投诉情况的属性值置为0。
7.一种业务活动价值的评估装置，其特征在于，包括：
获取模块，用于获取全量客户中每一个客户在预定时间周期内的核心业务指数的变化值；
影响因子计算模块，用于计算全量客户中每一个客户在所述预定时间周期内对所述核心业务指数的影响因子；
影响指标计算模块，用于根据所述核心业务指数的变化值和所述影响因子计算业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标；
价值计算模块，用于将所述业务活动对全量客户中每一个客户在所述核心业务指数上的影响指标进行累加获得所述业务活动的价值。
8.一种业务活动的决策方法，其特征在于，所述决策方法包括：
采用如权利要求1～6任一项所述的评估方法分别获得多个业务活动的价值；
根据所述多个业务活动的价值大小，对所述多个业务活动进行排序；
根据排序结果从所述多个业务活动中选取需要推广的业务活动。
9.一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1～6任一项所述的评估方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1～6任一项所述的评估方法。
CN202110333965.2A 2021-03-29 2021-03-29 业务活动价值的评估方法、装置、决策方法、设备、介质 Withdrawn CN112862223A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110333965.2A CN112862223A (zh) 2021-03-29 2021-03-29 业务活动价值的评估方法、装置、决策方法、设备、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110333965.2A CN112862223A (zh) 2021-03-29 2021-03-29 业务活动价值的评估方法、装置、决策方法、设备、介质

Publications (1)

Publication Number Publication Date
CN112862223A true CN112862223A (zh) 2021-05-28

Family

ID=75993118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110333965.2A Withdrawn CN112862223A (zh) 2021-03-29 2021-03-29 业务活动价值的评估方法、装置、决策方法、设备、介质

Country Status (1)

Country Link
CN (1) CN112862223A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI795809B (zh) * 2021-06-17 2023-03-11 華南商業銀行股份有限公司 業務評估系統及其方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI795809B (zh) * 2021-06-17 2023-03-11 華南商業銀行股份有限公司 業務評估系統及其方法

Similar Documents

Publication Publication Date Title
US11689663B2 (en) Customer journey management
US9070086B2 (en) Data driven component reputation
CN110147803B (zh) 用户流失预警处理方法与装置
US20220019936A1 (en) Machine learning feature recommendation
KR20170141247A (ko) 정보 추천 방법 및 장치
US20120185329A1 (en) Method and System for Determining Overall Content Values for Content Elements in a Web Network and for Optimizing Internet Traffic Flow Through the Web Network
US9256692B2 (en) Clickstreams and website classification
US10558987B2 (en) System identification framework
CA3070612A1 (en) Click rate estimation
US20150310358A1 (en) Modeling consumer activity
CN112100052A (zh) 一种接口测试场景的回放方法及装置
CN109544014B (zh) 基于历史数据回放的反欺诈方法及装置
WO2015153380A1 (en) Multi-variable assessment systems and methods that evaluate and predict entrepreneurial behavior
US11934971B2 (en) Systems and methods for automatically building a machine learning model
CN112488652A (zh) 工单审核方法、系统、终端和存储介质
CN110866698A (zh) 用于评定服务提供方的服务分值的装置
CN112862223A (zh) 业务活动价值的评估方法、装置、决策方法、设备、介质
US20170249697A1 (en) System and method for machine learning based line assignment
CN108108175A (zh) 一种用于灰度发布的方法和装置
US20220164808A1 (en) Machine-learning model for predicting metrics associated with transactions
Haramaty et al. Extended conversion: Capturing successful interactions in voice shopping
US10841190B1 (en) Using an inverse cumulative histogram to efficiently analyze web service request latencies
CN113111251A (zh) 项目推荐方法、装置及系统
CN114119222B (zh) 资源数据处理方法、装置、服务器及存储介质
CN116484097A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210528