CN114219267A - 一种金融同业客户的价值评价方法及装置 - Google Patents
一种金融同业客户的价值评价方法及装置 Download PDFInfo
- Publication number
- CN114219267A CN114219267A CN202111506721.6A CN202111506721A CN114219267A CN 114219267 A CN114219267 A CN 114219267A CN 202111506721 A CN202111506721 A CN 202111506721A CN 114219267 A CN114219267 A CN 114219267A
- Authority
- CN
- China
- Prior art keywords
- score
- index
- value
- information
- evaluation
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
Abstract
本发明提供了一种金融同业客户的价值评价方法及装置,涉及新一代信息技术服务相关技术领域,方法包括:对金融同业客户进行分类获得客户分类信息;根据客户分类信息,获得评价指标信息;根据评价指标信息,确定指标权重;基于评价指标信息,获得指标计算得分;根据指标计算得分、指标权重,获得指标权重得分;根据评价指标信息、指标权重得分,获得客户总价值得分;基于客户分类信息,根据客户总价值得分对金融同业客户进行等级划分,获得客户等级评价结果。解决了现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。
Description
技术领域
本发明涉及新一代信息技术服务相关技术领域,具体涉及一种金融同业客户的价值评价方法及装置。
背景技术
客户价值评估指的是从企业的角度出发对客户的价值进行评估分析,通过对客户价值的解析,便于将客户进行等级划分,进而针对不同的客户采取不同的服务策略促使客户对企业创造利益,完备的客户价值分析体系对于维护旧客户,开发新客户提供重要的参考信息。
目前的客户价值分析方法主要分为两种:其一为从企业的角度出发分析客户的实际投入、资金风险和效益产出对客户进行评级;其二为从多维度对客户进行价值解析,得到客户价值的分析。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。
发明内容
本申请实施例通过提供了一种金融同业客户的价值评价方法及装置,解决了现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。通过对企业的客户进行分类,根据不同的客户类别采集不同的指标信息,再对不同指标信息计算评分,得到每个客户的指标计算得分,再通过企业对同一个客户类别上不同的指标进行权重分配,基于权重和单个指标得分得到所有用户的价值评分结果,最后基于总得分对用户进行等级划分,通过对客户进行分类,并针对不同的用户标识不同的评价指标,再对指标进行评分并赋予权重,提高了客户价值评估的个体化程度,进而达到了得到更高准确度客户等级划分结果的技术效果。
鉴于上述问题,本申请实施例提供了一种金融同业客户的价值评价方法及装置。
第一方面,本申请实施例提供了一种金融同业客户的价值评价方法,其中,所述方法包括:对金融同业客户进行分类获得客户分类信息;根据所述客户分类信息,获得评价指标信息;根据所述评价指标信息,确定指标权重;基于所述评价指标信息,获得指标计算得分;根据所述指标计算得分、所述指标权重,获得指标权重得分;根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
另一方面,本申请实施例提供了一种金融同业客户的价值评价装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于对金融同业客户进行分类获得客户分类信息;第二获得单元,所述第二获得单元用于根据所述客户分类信息,获得评价指标信息;第一确定单元,所述第一确定单元用于根据所述评价指标信息,确定指标权重;第三获得单元,所述第三获得单元用于基于所述评价指标信息,获得指标计算得分;第四获得单元,所述第四获得单元用于根据所述指标计算得分、所述指标权重,获得指标权重得分;第五获得单元,所述第五获得单元用于根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;第六获得单元,所述第六获得单元用于基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
第三方面,本申请实施例提供了一种金融同业客户的价值评价装置,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,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了对金融同业客户进行分类获得客户分类信息;根据所述客户分类信息,获得评价指标信息;根据所述评价指标信息,确定指标权重;基于所述评价指标信息,获得指标计算得分;根据所述指标计算得分、所述指标权重,获得指标权重得分;根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果的技术方案,通过对企业的客户进行分类,根据不同的客户类别采集不同的指标信息,再对不同指标信息计算评分,得到每个客户的指标计算得分,再通过企业对同一个客户类别上不同的指标进行权重分配,基于权重和单个指标得分得到所有用户的价值评分结果,最后基于总得分对用户进行等级划分,通过对客户进行分类,并针对不同的用户标识不同的评价指标,再对指标进行评分并赋予权重,提高了客户价值评估的个体化程度,进而达到了得到更高准确度客户等级划分结果的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种金融同业客户的价值评价方法流程示意图;
图2为本申请实施例提供了一种基于金融同业客户的价值评价进行机会与风险提示方法流程示意图;
图3为本申请实施例提供了一种金融同业客户的价值评价装置结构示意图;
图4为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一确定单元13,第三获得单元14,第四获得单元15,第五获得单元16,第六获得单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种金融同业客户的价值评价方法及装置,解决了现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。通过对企业的客户进行分类,根据不同的客户类别采集不同的指标信息,再对不同指标信息计算评分,得到每个客户的指标计算得分,再通过企业对同一个客户类别上不同的指标进行权重分配,基于权重和单个指标得分得到所有用户的价值评分结果,最后基于总得分对用户进行等级划分,通过对客户进行分类,并针对不同的用户标识不同的评价指标,再对指标进行评分并赋予权重,提高了客户价值评估的个体化程度,进而达到了得到更高准确度客户等级划分结果的技术效果。
申请概述
客户价值评估指的是从企业的角度出发对客户的价值进行评估分析,通过对客户价值的解析,便于将客户进行等级划分,进而针对不同的客户采取不同的服务策略促使客户对企业创造利益,完备的客户价值分析体系对于维护旧客户,开发新客户提供重要的参考信息。目前的客户价值分析方法主要分为两种:其一为从企业的角度出发分析客户的实际投入、资金风险和效益产出对客户进行评级;其二为从多维度对客户进行价值解析,得到客户价值的分析,但现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种金融同业客户的价值评价方法,其中,所述方法包括:对金融同业客户进行分类获得客户分类信息;根据所述客户分类信息,获得评价指标信息;根据所述评价指标信息,确定指标权重;基于所述评价指标信息,获得指标计算得分;根据所述指标计算得分、所述指标权重,获得指标权重得分;根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种金融同业客户的价值评价方法,其中,所述方法包括:
S100:对金融同业客户进行分类获得客户分类信息;
具体而言,所述客户分类信息为通过基于金融同业客户的经营领域进行类别划分得到的结果,包括但不限于:银行类客户、证券类客户、基金类客户、保险类客户、非银的其他类客户等客户类别;进一步的,将所有的金融同业客户依据客户分类信息分组进行存储,一个组代表一个客户类别,一个客户只能划分入一个组。通过对金融同业客户基于行业类别进行分类,便于依据行业对不同类别的客户标识不同的评价指标信息,提高了客户价值评价的指标信息的针对性,进而保障了客户价值评价的准确性。
S200:根据所述客户分类信息,获得评价指标信息;
具体而言,所述评价指标信息为基于所述客户的分类信息,即依据客户所属的行业信息对客户进行评价指标的标识,评价指标包括但不限于:内部指标:营业净收入、净利润、是否准入、是否授信、客户活跃度等指标信息;外部指标:总资产、营业收入、营业收入同比增长率、财报净利润、财报净利润同比增长率、资本充足率、流动性比率、不良贷款率、监管评级、评级变动、净资产收益率、资本杠杆率、资产管理规模、非贷规模、四星五星基金占比、基金数量、经营评价结果、风险评价结果、保费业务收入、综合赔付能力充足率、资产负债率等指标信息。
更进一步的,标识结果举不设限制的几例:首先,所有类别的客户评价指标都包括内部指标。其次,示例性的:若是为银行类客户,则选择营业收入同比增长率、财报净利润、资本充足率、流动性比率、不良贷款率、净资产收益率作为外部评价指标;若是为证券类客户,则选择资产、营业收入、营业收入同比增长率、财报净利润、财报净利润同比增长率、净资产收益率、监管评级、评级变动、资本杠杆率作为外部评价指标;若是为基金类客户,则选择资产管理规模、非贷规模、四星五星基金占比、基金数量作为外部评价指标;若是为保险类客户,则选择营业收入、财报净利润、经营评价结果、风险评价结果、保费业务收入、综合赔付能力充足率作为外部评价指标;若是为非银其他类客户,则选择总资产、营业收入、营业收入同比增长率、财报净利润、财报净利润同比增长率、净资产收益率、资产负债率作为外部评价指标信息。通过依据所述客户分类信息对不同类别的客户标识评价指标,提高了客户价值评价的个体化程度,进而保障了客户评价结果的准确性。
S300:根据所述评价指标信息,确定指标权重;
具体而言,所述指标权重为基于对于行业业务的影响程度依据经验对各个类别客户的评价指标信息赋予权重值之后得到的结果,优选的权重值采用参数维护的方式添加进各个指标信息,将权重值以放在表中维护,并添加缓存实现web化管理,便于操作人员可以自定义修改,权重值的大小由操作人员依据客户所属类别的行业实际的业务场景自行设定。不同类别的客户具有不同的评价指标,也可能具有重合的评价指标信息,但是评价指标的权重值可能是不同的,由此实现了基于客户类别对客户价值进行区分性评价,提高了客户价值评价结果的个体化程度和准确性。
S400:基于所述评价指标信息,获得指标计算得分;
具体而言,所述指标计算得分为在评价指标信息权重都赋予完毕之后,从客户列表中提取第一个客户,遍历第一个客户的所有评价指标信息,对所有评价指标信息依次进行评分。评分方式举不设限制的一例:评分的过程会遇到以下一种或者多种实施情况的指标信息:
情况1:
针对定性指标:示例性的如:是否准入、监管评级、评级变动等指标信息。当指标信息为非是即非类型的指标信息,则当该指标信息判断为非时,评分为0分,当该指标信息判断为是时,评分为100分;当指标信息为评级类指标,根据指标信息不同的级别设置评分,其中,最低级别记为0分,最高级别记为100分。
情况2:
针对定量指标:示例性的如:营业净收入、营业净利润等指标信息。将同一个类别内的所有客户依据指标数据优选的从大到小进行排序,排序第一位记为100分,排序最后一位记为0分,依据客户数划分评分递减阶梯。
通过以上两种实施方式对遍历所有客户的所有指标信息,为指标信息添加评分结果标签信息,通过对客户对应的指标信息进行评分,为后步进行总评分提供了信息反馈基础。
S500:根据所述指标计算得分、所述指标权重,获得指标权重得分;
S600:根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;
具体而言,依据所述指标权重得分=所述指标计算得分*所述指标权重对所有的指标计算得分遍历计算,使用计算后的所述指标权重得分更新指标信息添加评分结果标签信息,遍历完毕之后得到表征指标信息权重的评分结果。进一步的,将单个客户的所有指标信息评分结果相加得到最终的所述客户总价值得分,遍历完所有的客户,则得到n个客户总价值得分,n的数量和客户数量相同。当所述客户总价值得分越高,则客户的价值越高,对应的客户的重要等级就强于总价值得分低的客户,通过所述客户总价值得分将客户等级划分的标准量化,为客户等级划分提供参考依据。
S700:基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
具体而言,所述客户等级评价结果为基于所述客户总价值得分的分布区间,对客户进行分档,分档方式示例性的为:预设五星、四星、三星、三星以下四个客户星级,星级越高,则表明客户的总价值得分越高;进一步的,将同一个类别内的客户基于客户总价值得分进行从高到低的排序,将排序完成客户依据客户总价值得分为四个分值区间,最高分的区间到最低分的区间内的客户依次对应于五星、四星、三星、三星以下的星级,其中,五星的客户人数<四星的客户人数<三星的客户人数<三星以下的星级。依据相同的星级划分方式对所有类别的客户进行星级划分,得到多组的星级划分结果,每一组对应于一种客户类别。更进一步的,即任意星级为X星级,则在同一组星级划分结果中大于等于X星的客户数=该组总客户数目*X星占比;该组X星客户数=大于等于X星的客户数-该组X+1星的客户数(当X星为五星时,X+1星客户数为0);该组X星级客户名次范围=X+1星的客户数+1到大于等于X星的客户数(当X星为五星时,X+1星客户数为0),对每一组的等级划分结果的各星级客户计算以上三个数据,便于后步直观评估客户星级划分比例,为优化客户服务策略提供参考信息。
进一步的,基于所述根据所述客户分类信息,获得评价指标信息,步骤S200还包括:
S210:根据所述客户分类信息,获得分类指标要求;
S220:基于所述分类指标要求,获得内部指标要求、外部指标要求;
S230:获得客户管理数据库;
S240:基于所述内部指标要求从所述客户管理数据库中进行客户匹配,获得所述内部指标信息;
S250:获得外部企业财报信息;
S260:基于所述外部指标要求从所述外部企业财报信息进行客户匹配,获得所述外部指标信息;
S270:根据所述内部指标信息、所述外部指标信息,获得所述评价指标信息。
具体而言,所述分类指标要求为在客户进行分类后为采集客户评价指标信息发出的控制指令,分类指标要求分为所述内部指标要求,依据所述内部指标要求采集客户的内部指标信息,示例性的:从所述客户管理数据库自身维护的信息及数据仓库加工的业务数据中采集,根据客户号可以直接匹配内部指标信息;分类指标要求还分为所述外部指标要求,依据所述外部指标要求匹配客户的外部指标信息,示例性的:从所述外部企业财报信息中采集,根据客户名称可以直接检索得到,当存在缺失的可由操作人员进行补充维护。进一步的,将采集到的所述内部指标信息和所述外部指标信息综合作为对应客户的所述评价指标信息。通过针对不同的客户类别采集不同的评价指标,提高了客户价值评价的个体化程度,提高了评估准确性。
进一步的,基于所述评价指标信息,获得指标计算得分,步骤S400包括:
S410:根据所述评价指标信息,获得评价指标属性;
更进一步的,步骤S410还包括步骤S411:所述评价指标属性包括定性指标属性、定量指标属性。
S420:根据所述评价指标属性,获得得分计算方法;
S430:根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分。
具体而言,所述评价指标属性指的是评价指标的对应的数据属性,当评价指标为结构化的定量数据时存储为一类属性评价指标,记为所述定量指标属性;当评价指标为非结构化的定性数据对评价指标存储为二类属性评价指标,记为所述定性指标属性;进一步的,所述得分计算方法分为上述实施方式一和实施方式二两种计分方式,当为一类属性评价指标时采用实施方式二的方法计算指标得到指标评分,当为二类属性评价指标时采用实施方式一的方法计算指标得到指标评分。将一类属性评价指标和二类属性评价指标计算到的指标得分以客户为单位分组进行存储,每一组的指标得分对应于一个客户。通过计算指标得分,可以基于指标信息量化客户价值评价,提高评价准确度。
进一步的,基于当所述评价指标属性为所述定性指标属性时,所述根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分,步骤S420还包括S421:
S4211:获得指标值字典;
S4212:根据所述评价指标信息从所述指标值字典中进行分值匹配,获得指标对应分值;
S4213:根据指标对应分值,获得分值设定类别;
S4214:根据所述分值设定类别,获得分值转换方法;
S4215:基于所述分值转换方法对所述指标对应分值进行分数转换,获得所述指标计算得分。
具体而言,当所述评价指标属性为所述定性指标属性时,详细的得分方式计算如下:所述指标值字典为预设的不同的定性指标对应的计算方式,不同类型的分值设定类别对应于不同的分值转换方法,示例性的:非是即否类指标,分别对应0分、100分;评级类指标,根据不同级别设置阶梯分数,其中,最低级别为0分,最高级别为100分;以每个客户为一组,将该客户的所述评价指标信息和指标值字典中预设得分计算方式匹配并计算得到该组指标对应的所有定性指标的所述指标对应分值,以相同方式遍历所有的客户,得到多组的指标得分再赋予权重之后,再将多组指标得分依据客户类别再分组存储,得到最终的所述指标计算得分。
进一步的,基于当所述评价指标属性为所述定量指标属性时,所述根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分,步骤S420还包括步骤S422:
S4221:根据所述评价指标信息,获得分类客户排序信息,所述分类客户排序信息为对于客户分类信息相同的客户按照评价指标信息的大小值进行自大到小排列;
S4222:根据所述分类客户排序信息,获得客户排序;
S4223:根据所述客户排序,获得客户指标值;
S4224:当所述客户指标值为第一结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该指标最高值-该客户指标实际值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分;
S4225:当所述客户指标值为第二结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该客户指标实际值-该指标最低值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分。
具体而言,当所述评价指标属性为所述定量指标属性时,所述指标得分方式计算如下:对同一类别中的所有客户信息按照评价指标信息的大小值进行自大到小排列得到所述分类客户排序信息,基于客户排序提取对应的指标值,排序第一评分为100分,排序最后一名的为0分;当所述客户指标值为第一结果时,优选的当该客户对应指标值分数更靠近该指标最高值时,使用指标得分=最高分-(最高分-最低分)*(该指标最高值-该客户指标实际值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分;当所述客户指标值为第二结果时,优选的为该客户对应指标值分数更靠近该指标最低值时,使用指标得分=最高分-(最高分-最低分)*(该客户指标实际值-该指标最低值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分。通过计算所有定量指标的评分再赋予权重信息,为后步进行价值总得分的计算提供数据基础。
进一步的,基于所述根据所述评价指标信息、所述指标权重得分,获得客户总价值得分,步骤S600包括:
S610:根据所述内部指标信息,获得内部价值得分,其中,所述内部价值得分=∑内部指标权重得分;
S620:根据所述外部指标信息,获得外部价值得分,其中,所述外部价值得分=∑外部指标权重得分;
S630:根据所述内部价值得分、所述外部价值得分,获得所述客户总价值得分。
具体而言,在计算客户总价值得分之前,先计算每个客户对应的内部指标价值得分,通过所述内部价值得分=∑内部指标权重得分计算得到客户内部指标的价值总得分;再通过所述外部价值得分=∑外部指标权重得分计算客户外部指标的价值总得分;更进一步的,将所述内部价值得分和所述外部价值得分相加,得到所述客户总价值得分。通过基于内外部价值得分计算得到客户总价值得分,为客户等级划分提供了量化基准。
进一步的,如图2所示,所述方法包括步骤S800:
S810:根据所述内部价值得分、所述外部价值得分,计算获得外部价值总分、内部价值总分;
S820:根据所述外部价值得分、所述外部价值总分,计算外部价值得分占比O;
S830:根据所述内部价值得分、内部价值总分,计算内部价值得分占比I;
S840:当O/I>X且O>C时,获得第一提示信息,其中,X为第一内外部价值差距、C为外部价值机会点阈值;
S850:当O/I<Y且O<R时,获得第二提示信息,其中,Y为第二内外部价值差距、R为外部价值风险点阈值。
具体而言,同一个客户类别中,所述外部价值总分等于此类别对应所有外部指标取满分时的权重得分之和;所述内部价值总分等于此类别对应所有内部指标取满分时的权重得分之和;进一步的,单个客户的所述外部价值得分占比O=(所述外部价值得分/所述外部价值总分);所述内部价值得分占比I=(所述内部价值得分/所述内部价值总分)。进一步的,根据内/外部价值得分的差距给出营销机会点和风险关注点的提示,供业务人员参考:
情况1:当客户外部价值得分较高,且远大于内部价值得分,认为该客户具有营销价值,系统做机会提示,示例性的:当O/I>X且O>C时,获得所述第一提示信息,X为预设的所述第一内外部价值差距值,即进行机会提示的客户外部价值得分大于内部价值得分的阈值,C基于专家经验预设最佳外部价值机会点阈值,C值范围由操作人员自行设定,建议范围为:C>0.8,当满足要求时,通过第一提示信息提示机会;
情况2:当客户外部价值得分较低,且远小于内部价值得分,认为该客户需要关注风险,系统做风险提示,示例性的:当O/I<Y且O<R时,获得所述第二提示信息,Y为预设的所述第二内外部价值差距值,进行风险提示的客户外部价值得分小于内部价值得分的阈值,R基于专家经验预设的最低风险点阈值,R值由操作人员自行设定,建议范围为:R<0.2,当满足要求时,通过第二提示信息提示风险。
通过所述外部价值得分占比O和所述内部价值得分占比I的比例分析该客户的机会点和风险点,并对企业进行提示,提高了系统的智能性。
综上所述,本申请实施例所提供的一种金融同业客户的价值评价方法及装置具有如下技术效果:
1.本申请实施例通过提供了一种金融同业客户的价值评价方法及装置,解决了现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。通过对企业的客户进行分类,根据不同的客户类别采集不同的指标信息,再对不同指标信息计算评分,得到每个客户的指标计算得分,再通过企业对同一个客户类别上不同的指标进行权重分配,基于权重和单个指标得分得到所有用户的价值评分结果,最后基于总得分对用户进行等级划分,通过对客户进行分类,并针对不同的用户标识不同的评价指标,再对指标进行评分并赋予权重,提高了客户价值评估的个体化程度,进而达到了得到更高准确度客户等级划分结果的技术效果。
2.本申请实施例中的评价指标权重、客户星级划分比例、价值得分应用参数,均可由用户自行个性化设定,灵活地满足不同用户的需要。
3.通过所述外部价值得分占比O和所述内部价值得分占比I的比例分析该客户的机会点和风险点,并对企业进行提示,提高了系统的智能性。
实施例二
基于与前述实施例中一种金融同业客户的价值评价方法相同的发明构思,如图2所示,本申请实施例提供了一种金融同业客户的价值评价装置,其中,所述装置包括:
第一获得单元11,所述第一获得单元11用于对金融同业客户进行分类获得客户分类信息;
第二获得单元12,所述第二获得单元12用于根据所述客户分类信息,获得评价指标信息;
第一确定单元13,所述第一确定单元13用于根据所述评价指标信息,确定指标权重;
第三获得单元14,所述第三获得单元14用于基于所述评价指标信息,获得指标计算得分;
第四获得单元15,所述第四获得单元15用于根据所述指标计算得分、所述指标权重,获得指标权重得分;
第五获得单元16,所述第五获得单元16用于根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;
第六获得单元17,所述第六获得单元17用于基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于根据所述客户分类信息,获得分类指标要求;
第八获得单元,所述第八获得单元用于基于所述分类指标要求,获得内部指标要求、外部指标要求;
第九获得单元,所述第九获得单元用于获得客户管理数据库;
第十获得单元,所述第十获得单元用于基于所述内部指标要求从所述客户管理数据库中进行客户匹配,获得所述内部指标信息;
第十一获得单元,所述第十一获得单元用于获得外部企业财报信息;
第十二获得单元,所述第十二获得单元用于基于所述外部指标要求从所述外部企业财报信息进行客户匹配,获得所述外部指标信息;
第十三获得单元,所述第十三获得单元用于根据所述内部指标信息、所述外部指标信息,获得所述评价指标信息。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于根据所述评价指标信息,获得评价指标属性;
第十五获得单元,所述第十五获得单元用于根据所述评价指标属性,获得得分计算方法;
第十六获得单元,所述第十六获得单元用于根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分。
进一步的,所述装置还包括:所述评价指标属性包括定性指标属性、定量指标属性。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于获得指标值字典;
第十八获得单元,所述第十八获得单元用于根据所述评价指标信息从所述指标值字典中进行分值匹配,获得指标对应分值;
第十九获得单元,所述第十九获得单元用于根据指标对应分值,获得分值设定类别;
第二十获得单元,所述第二十获得单元用于根据所述分值设定类别,获得分值转换方法;
第二十一获得单元,所述第二十一获得单元用于基于所述分值转换方法对所述指标对应分值进行分数转换,获得所述指标计算得分。
进一步的,所述装置还包括:
第二十二获得单元,所述第二十二获得单元用于根据所述评价指标信息,获得分类客户排序信息,所述分类客户排序信息为对于客户分类信息相同的客户按照评价指标信息的大小值进行自大到小排列;
第二十三获得单元,所述第二十三获得单元用于根据所述分类客户排序信息,获得客户排序;
第二十四获得单元,所述第二十四获得单元用于根据所述客户排序,获得客户指标值;
第二十五获得单元,所述第二十五获得单元用于当所述客户指标值为第一结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该指标最高值-该客户指标实际值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分;
第二十六获得单元,所述第二十六获得单元用于当所述客户指标值为第二结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该客户指标实际值-该指标最低值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分。
进一步的,所述装置还包括:
第二十七获得单元,所述第二十七获得单元用于根据所述内部指标信息,获得内部价值得分,其中,所述内部价值得分=∑内部指标权重得分;
第二十八获得单元,所述第二十八获得单元用于根据所述外部指标信息,获得外部价值得分,其中,所述外部价值得分=∑外部指标权重得分;
第二十九获得单元,所述第二十九获得单元用于根据所述内部价值得分、所述外部价值得分,获得所述客户总价值得分。
进一步的,所述装置还包括:
第三十获得单元,所述第三十获得单元用于根据所述内部价值得分、所述外部机制得分,计算获得外部价值总分、内部价值总分;
第一计算单元,所述第一计算单元用于根据所述外部价值得分、外部价值总分,计算外部价值得分占比O;
第二计算单元,所述第二计算单元用于根据所述内部价值得分、内部价值总分,计算内部价值得分占比I;
第三十一获得单元,所述第三十一获得单元用于当O/I>X且O>C时,获得第一提示信息,其中,X为第一内外部价值差距、C为外部价值机会点阈值;
第三十二获得单元,所述第三十二获得单元用于当O/I<Y且O<R时,获得第二提示信息,其中,Y为第二内外部价值差距、R为外部价值风险点阈值。
示例性电子设备
下面参考图4来描述本申请实施例的电子设备。
基于与前述实施例中一种金融同业客户的价值评价方法相同的发明构思,本申请实施例还提供了一种金融同业客户的价值评价装置,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得装置以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localareanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种金融同业客户的价值评价方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例通过提供了一种金融同业客户的价值评价方法及装置,解决了现有技术中由于都未对客户进行分类,进而无法保证客户价值评价结果的针对性,进而导致存在准确度难以保障的技术问题。通过对企业的客户进行分类,根据不同的客户类别采集不同的指标信息,再对不同指标信息计算评分,得到每个客户的指标计算得分,再通过企业对同一个客户类别上不同的指标进行权重分配,基于权重和单个指标得分得到所有用户的价值评分结果,最后基于总得分对用户进行等级划分,通过对客户进行分类,并针对不同的用户标识不同的评价指标,再对指标进行评分并赋予权重,提高了客户价值评估的个体化程度,进而达到了得到更高准确度客户等级划分结果的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
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申请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可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,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。所述计算机可读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括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(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种金融同业客户的价值评价方法,其中,所述方法包括:
对金融同业客户进行分类获得客户分类信息;
根据所述客户分类信息,获得评价指标信息;
根据所述评价指标信息,确定指标权重;
基于所述评价指标信息,获得指标计算得分;
根据所述指标计算得分、所述指标权重,获得指标权重得分;
根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;
基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
2.如权利要求1所述的方法,其中,所述根据所述客户分类信息,获得评价指标信息,包括:
根据所述客户分类信息,获得分类指标要求;
基于所述分类指标要求,获得内部指标要求、外部指标要求;
获得客户管理数据库;
基于所述内部指标要求从所述客户管理数据库中进行客户匹配,获得所述内部指标信息;
获得外部企业财报信息;
基于所述外部指标要求从所述外部企业财报信息进行客户匹配,获得所述外部指标信息;
根据所述内部指标信息、所述外部指标信息,获得所述评价指标信息。
3.如权利要求1所述的方法,其中,所述基于所述评价指标信息,获得指标计算得分,包括:
根据所述评价指标信息,获得评价指标属性;
根据所述评价指标属性,获得得分计算方法;
根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分。
4.如权利要求3所述的方法,其中,所述评价指标属性包括定性指标属性、定量指标属性。
5.如权利要求4所述的方法,其中,当所述评价指标属性为所述定性指标属性时,所述根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分,包括:
获得指标值字典;
根据所述评价指标信息从所述指标值字典中进行分值匹配,获得指标对应分值;
根据指标对应分值,获得分值设定类别;
根据所述分值设定类别,获得分值转换方法;
基于所述分值转换方法对所述指标对应分值进行分数转换,获得所述指标计算得分。
6.如权利要求4所述的方法,其中,当所述评价指标属性为所述定量指标属性时,所述根据所述得分计算方法对所述评价指标信息进行得分计算,获得所述指标计算得分,包括:
根据所述评价指标信息,获得分类客户排序信息,所述分类客户排序信息为对于客户分类信息相同的客户按照评价指标信息的大小值进行自大到小排列;
根据所述分类客户排序信息,获得客户排序;
根据所述客户排序,获得客户指标值;
当所述客户指标值为第一结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该指标最高值-该客户指标实际值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分;
当所述客户指标值为第二结果时,根据公式:指标得分=最高分-(最高分-最低分)*(该客户指标实际值-该指标最低值)/(该指标最高值-该指标最低值),计算获得所述指标计算得分。
7.如权利要求2所述的方法,其中,所述根据所述评价指标信息、所述指标权重得分,获得客户总价值得分,包括:
根据所述内部指标信息,获得内部价值得分,其中,所述内部价值得分=∑内部指标权重得分;
根据所述外部指标信息,获得外部价值得分,其中,所述外部价值得分=∑外部指标权重得分;
根据所述内部价值得分、所述外部价值得分,获得所述客户总价值得分。
8.如权利要求7所述的方法,其中,所述方法包括:
根据所述内部价值得分、所述外部价值得分,计算获得外部价值总分、内部价值总分;
根据所述外部价值得分、所述外部价值总分,计算外部价值得分占比O;
根据所述内部价值得分、内部价值总分,计算内部价值得分占比I;
当O/I>X且O>C时,获得第一提示信息,其中,X为第一内外部价值差距、C为外部价值机会点阈值;
当O/I<Y且O<R时,获得第二提示信息,其中,Y为第二内外部价值差距、R为外部价值风险点阈值。
9.一种金融同业客户的价值评价装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于对金融同业客户进行分类获得客户分类信息;
第二获得单元,所述第二获得单元用于根据所述客户分类信息,获得评价指标信息;
第一确定单元,所述第一确定单元用于根据所述评价指标信息,确定指标权重;
第三获得单元,所述第三获得单元用于基于所述评价指标信息,获得指标计算得分;
第四获得单元,所述第四获得单元用于根据所述指标计算得分、所述指标权重,获得指标权重得分;
第五获得单元,所述第五获得单元用于根据所述评价指标信息、所述指标权重得分,获得客户总价值得分;
第六获得单元,所述第六获得单元用于基于所述客户分类信息,根据所述客户总价值得分对所述金融同业客户进行等级划分,获得客户等级评价结果。
10.一种金融同业客户的价值评价装置,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使装置以执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111506721.6A CN114219267A (zh) | 2021-12-10 | 2021-12-10 | 一种金融同业客户的价值评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111506721.6A CN114219267A (zh) | 2021-12-10 | 2021-12-10 | 一种金融同业客户的价值评价方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114219267A true CN114219267A (zh) | 2022-03-22 |
Family
ID=80700822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111506721.6A Pending CN114219267A (zh) | 2021-12-10 | 2021-12-10 | 一种金融同业客户的价值评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219267A (zh) |
-
2021
- 2021-12-10 CN CN202111506721.6A patent/CN114219267A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
CN109409677A (zh) | 企业信用风险评估方法、装置、设备及存储介质 | |
CN108711107A (zh) | 智能融资服务推荐方法及其系统 | |
CN111383101A (zh) | 贷后风险监控方法、装置、设备及计算机可读存储介质 | |
KR102162765B1 (ko) | 인공지능 기반 고객이탈관리 자동화 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN111985937A (zh) | 交易商价值信息评估方法、系统、存储介质、计算机设备 | |
CN111915156B (zh) | 基于用户价值的业务推送方法、电子设备及存储介质 | |
CN112734559A (zh) | 企业信用风险评价方法、装置及电子设备 | |
US20170053206A1 (en) | Methods and systems for identifying and prioritizing insights from hidden patterns | |
CN112508580A (zh) | 基于拒绝推断方法的模型构建方法、装置和电子设备 | |
CN112116225A (zh) | 装备系统的作战效能评估方法、装置和存储介质 | |
CN114529400A (zh) | 一种消费贷款预授信评估方法、设备及介质 | |
CN113283673A (zh) | 一种模型性能衰减评价方法、模型训练方法及装置 | |
CN113554350A (zh) | 活跃度评估方法、装置、电子设备及计算机可读存储介质 | |
CN112308623A (zh) | 基于监督学习的优质客户流失预测方法、装置及存储介质 | |
CN114219267A (zh) | 一种金融同业客户的价值评价方法及装置 | |
CN116402546A (zh) | 店铺风险归因方法及其装置、设备、介质、产品 | |
CN115829722A (zh) | 信用风险评分模型的训练方法及信用风险评分方法 | |
CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
CN114861989A (zh) | 一种加保业务的预测方法及装置 | |
CN115034685A (zh) | 客户价值评估方法、装置和计算机可读存储介质 | |
CN114693428A (zh) | 数据确定方法、装置、计算机可读存储介质及电子设备 | |
CN114862188A (zh) | 一种农产品电商数据的分析系统 | |
Mehta et al. | Analyzing Portfolio of biotech companies and predicting stock market using machine learning | |
CN113743866A (zh) | 一种投资项目的出库管理方法、装置、设备和介质 |
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 |