CN115082203A - 生息方案推送方法、装置、电子设备及存储介质 - Google Patents
生息方案推送方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115082203A CN115082203A CN202210731435.8A CN202210731435A CN115082203A CN 115082203 A CN115082203 A CN 115082203A CN 202210731435 A CN202210731435 A CN 202210731435A CN 115082203 A CN115082203 A CN 115082203A
- Authority
- CN
- China
- Prior art keywords
- target
- customers
- heavy
- client
- channel
- 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
- 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
- G06F16/2457—Query processing with adaptation to user needs
Abstract
本申请提供一种生息方案推送方法、装置、电子设备及存储介质,该方法先根据已推送客户对历史生息方案的反馈信息确定接受度比较高的目标客户,并确定目标客户主要分布在哪个险种渠道,则后续从这个第一目标险种渠道获取的客户对生息方案的接受度也较高,从而缩小了寻找客户的范围且较为精确;此外,根据第一目标险种渠道重客的属性和在第二历史时间段的行为,调用客户分级模型进行分级得到第一重客和第二重客,对等级较高的第一重客直接推送第一生息方案,对等级较低的第二重客先将其与第二目标险种渠道中的重客求交集得到第三重客,再对第三重客推送第二生息方案,实现了针对性推送,且两类客户的厌恶度均较低,成交几率均较高。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种生息方案推送方法、装置、电子设备及存储介质。
背景技术
传统的信用卡客群拓展及为存量客户提供匹配产品的模式,多基于银行业务人员的业务经验,而经验中的人群特征有限,随着时间的推移,传统经验识别客户数量接近饱和,会使得目标客户不断减少,在推荐生息方案时容易导致重复推荐,引起客户抱怨,且难以完成业绩目标。此外,当前在拓展新客户时,也多是在不知情的情况下海投寻找目标客户,容易导致效率低下,且也容易引起客户抱怨。
因此,当前的银行生息产品推荐过程存在潜力客户获取困难且易产生客户抱怨的技术问题,需要改进。
发明内容
本申请实施例提供一种生息方案推送方法、装置、电子设备及存储介质,用以缓解当前的银行生息产品推荐过程中潜力客户获取困难且易产生客户抱怨的技术问题。
为解决上述技术问题,本申请实施例提供以下技术方案:
本申请提供一种生息方案推送方法,包括:
根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
同时,本申请实施例还提供了一种生息方案推送装置,包括:
第一确定模块,用于根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
第二确定模块,用于根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
分级模块,用于根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
第一生成模块,用于根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
第二生成模块,用于从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
本申请还提供一种电子设备,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行上述任一项所述的生息方案推送方法中的步骤。
本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有多条指令,指令适于处理器进行加载,以执行上述生息方案推送方法中的步骤。
有益效果:本申请提供一种生息方案推送方法、装置、电子设备及存储介质,该方法先根据当前已推送客户对历史生息方案的反馈信息确定接受度比较高的目标客户,然后从保险渠道入手,看对历史生息方案接受度较高的客户主要分布在哪个险种渠道,则后续从这个险种渠道获取的客户,其对生息方案的接受度也会较高,相对于海投寻找客户,缩小了寻找客户的范围,且该范围较为精确;此外,在第一目标险种渠道中,根据重客的属性和在第二历史时间段的行为,调用客户分级模型进行分级,可以从所有重客中确定等级较高的第一重客,对这些客户推送第一生息方案可以进一步提升成交几率;最后,将第二重客与关联的第二目标险种渠道中的重客求交集,得到的第三重客由于在两个险种渠道均进行过投保,对公司产品的认同度较高,则针对这些客户推送第二生息方案引起客户厌恶的几率较低,且与第一重客采用不同的生息方案,也实现了不同类型客户的针对性推送,成交几率进一步提升。综合以上几点,本申请通过将生息方案与险种渠道进行关联,在尽量不引起客户抱怨的同时实现了对潜力客户的精准获取,有利于生息增长。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1是本申请实施例提供的生息方案推送方法的应用场景示意图。
图2为本申请实施例提供的生息方案推送方法的流程示意图。
图3为本申请实施例提供的生息方案推送方法的整体架构图。
图4为本申请实施例提供的生息方案推送装置的结构示意图。
图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种生息方案推送方法、装置、电子设备和计算机可读存储介质,其中,该生息方案推送装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
请参阅图1,图1为本申请实施例所提供的生息方案推送方法应用的场景示意图,该场景可以包括终端以及服务器,终端之间、服务器之间、以及终端与服务器之间通过各种网关组成的互联网等方式连接通信,该应用场景中包括第一用户端10、服务器20、第二用户端30和第三用户端40;其中,第一用户端10、第二用户端30和第三用户端40可以是具有人机交互功能的设备;服务器20包括本地服务器和/或远程服务器等。
第一用户端10、服务器20、第二用户端30和第三用户端40位于无线网络或有线网络中,以实现四者之间的数据交互,其中:
在第一历史时间段内,已推送客户通过第一用户端10接收历史生息方案并给予反馈信息,历史生息方案可以包括银行提供的信用卡的办卡方案、激活方案、贷款方案、分期方案、各类产品的激励方案等。
服务器20根据反馈信息,确定对历史生息方案接受度大于第一阈值的目标客户,然后获取第一历史时间段内目标客户在多个险种渠道产生的投保行为信息,根据投保行为信息从多个险种渠道中确定第一目标险种渠道、以及与第一目标险种渠道关联的第二目标险种渠道。再获取第一目标险种渠道中重客的第一属性信息、以及重客在第二历史时间段内的第一行为信息,根据第一属性信息和第一行为信息,调用训练后的客户分级模型对重客进行分级,得到等级大于第一预设等级的第一重客和不大于第一预设等级的第二重客。
最后,服务器20根据第一重客的第一属性信息和第一行为信息,生成并向第一重客的第二用户端30推送匹配的第一生息方案。服务器20从第二重客中确定与第二目标险种渠道中重客重合的第三重客,根据第三重客的第一属性信息和第一行为信息,生成并向第三重客的第三用户端40推送匹配的第二生息方案。第一生息方案和第二生息方案均可以包括银行提供的信用卡的办卡方案、激活方案、贷款方案、分期方案、各类产品的激励方案等。
通过上述方式,先根据已推送客户对历史生息方案的反馈信息确定接受度比较高的目标客户,并确定目标客户主要分布在哪个险种渠道,则后续从这个第一目标险种渠道获取的客户对生息方案的接受度也较高,从而缩小了寻找客户的范围且较为精确;此外,根据第一目标险种渠道重客的属性和在第二历史时间段的行为,调用客户分级模型进行分级得到第一重客和第二重客,对等级较高的第一重客直接推送第一生息方案,对等级较低的第二重客先将其与第二目标险种渠道中的重客求交集得到第三重客,再对第三重客推送第二生息方案,实现了针对性推送,且两类客户的厌恶度均较低,成交几率均较高。
需要说明的是,图1所示的系统场景示意图仅仅是一个示例,本申请实施例描述的服务器以及场景是为了更加清楚地说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
请参阅图2,图2是本申请实施例提供的生息方案推送方法的流程示意图,请参阅图3,图3是本申请实施例提供的生息方案推送方法的整体架构图,结合图2和图3,该方法具体包括:
S1:根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对历史生息方案接受度大于第一阈值的目标客户。
第一历史时间段可以是自当日起往前推的一个月或者若干个月,也可以是自当日起往前推的几十天,或者其他已经过去的时间段,第一历史时间段的时长和时段可根据需要选择。历史生息方案是指银行针对生息产品制定的营销方案,在本申请实施例中,生息产品是指与银行的生息资产相关且通过信用卡形式发放给客户的产品,在此过程中客户需要支付一定的费用使得银行可以盈利,生息产品可以包括信用卡本身、信用卡现金预借、信用卡贷款等,在信用卡开卡后客户可以通过信用卡进行取现和贷款,而客户在此过程中需要向银行支付年费、提现手续费、还款利息等各类费用。因此,历史生息方案可以包括信用卡的办卡方案、激活方案、贷款方案、分期方案、各类产品的激励方案等。
历史生息方案可采用短信、APP、电话、邮件等方式推送给客户,接收到这些信息的用户为已推送客户。已推送客户在接收到这些历史生息方案后,会给予一定的反馈,如点击进入短信或邮件中的链接,进入APP相关页面进行交易,或者直接关闭页面和删除消息等,综合第一历史时间段内接受到历史生息方案的这些已推送客户的反馈操作可以得到反馈信息。不同客户对历史生息方案的接受度不同,某些客户可能对历史生息方案较为感兴趣,并成功进行了开卡、办理分期等相关交易,则表示其接受度较高,而某些用户可以对历史生息方案产生厌恶,直接进行删除或者投诉等操作,则表示其接受度低,每个客户的接受度的高低可以根据其在整个第一历史时间段内对所有历史生息方案的反馈信息进行综合评估。在本步骤中,根据反馈信息,从所有已推送客户中确定对历史生息方案接受度大于第一阈值的目标客户,第一阈值可以根据需要设置,如设置接受度最高为100%,则第一阈值可以是70%或者80%等。
S2:根据第一历史时间段内目标客户在多个险种渠道产生的投保行为信息,从多个险种渠道中确定第一目标险种渠道、以及与第一目标险种渠道关联的第二目标险种渠道。
在本申请实施例中,各险种渠道可以包括寿险渠道、重疾险渠道、医疗险渠道、意外险渠道、财产损失险渠道、信用险渠道、责任险渠道等多个本公司在售险种渠道,通常情况下,同一公司名下的产品可以同时包括银行提供的信用卡和保险公司提供的保险,上述步骤确定的目标客户是对历史生息方案接受度较高的客户,可以根据这些目标客户在本公司所有在售险种渠道产生的投保行为信息,确定这些目标客户主要在哪个险种渠道进行投保,则对于这个险种渠道的客户群体,相对于其他险种渠道的客户群体,对生息方案接受度较高的客户占比更高,也即潜力客户数量较多。因此从多个险种渠道中确定第一目标险种渠道后,再对第一目标险种渠道的特定客户群进行生息方案的推送,相对于海投寻找客户,缩小了寻找客户的范围,且该范围较为精确,提高了生息增长的几率,且降低了客户抱怨的几率。
此外,还需要目标客户的投保行为信息,确定与第一目标险种渠道关联的第二目标险种渠道。第二目标险种渠道与第一目标险种渠道为不同渠道,但两者具有一定的关联性。在后续步骤中,推送对象的确定与第二目标险种渠道也具有一定的关联。
在一种实施例中,S2具体包括:根据投保行为信息,确定第一历史时间段内每一目标客户的已投保险种;根据所有目标客户的已投保险种,确定所有目标客户在各险种渠道中的已投保数量;将多个险种渠道中已投保数量第一的险种渠道确定为第一目标险种渠道,已投保数量第二的险种渠道确定为第二目标险种渠道。在本实施例中,投保行为信息包括已投保险种,在确定第一目标险种渠道时,可以先确定每个第一目标客户分别在本公司的哪些险种渠道进行过投保,然后根据所有目标客户的已投保险种,统计出每个险种渠道分别有多少客户进行过投保,最后从中选择已投保数量最多的一个险种渠道,将其作为第一目标险种渠道,并选择已投保数量第二的险种渠道,将其作为第二目标险种渠道。
在一种实施例中,S2具体包括:根据投保行为信息,确定第一历史时间段内每一目标客户的已投保险种、以及与已投保险种关联的意向投保险种;根据所有目标客户的已投保险种和意向投保险种,确定所有目标客户在各险种渠道中的已投保数量和意向投保数量;将多个险种渠道中已投保数量最多的险种渠道确定为第一目标险种渠道,意向投保数量最多的险种渠道确定为第二目标险种渠道。在本实施例中,投保行为信息包括已投保险种和意向投保险种,意向投保险种是指对某一险种较为感兴趣,但基于各种原因当前还未进行过投保的险种,意向投保险种通常与已投保险种一起推荐给客户,两者相互关联,例如可以在用户投保完成的页面上对其他一种或多种险种进行推荐,用户进入相关连接进行了浏览,但最终并未进行交易,则这些被浏览的险种构成了该已投保险种关联的意向投保险种,因此意向投保险种可以根据用户在相关APP、短信、电话、邮件等各类平台的浏览、咨询、试投保等行为来确定。
在确定第一目标险种渠道时,可以先确定每个第一目标客户分别在本公司的哪些险种渠道进行过投保,然后根据所有目标客户的已投保险种,统计出每个险种渠道分别有多少客户进行过投保,最后从中选择已投保数量最多的一个险种渠道,将其作为第一目标险种渠道。在确定第二目标险种渠道时,可以先确定每个第一目标客户分别在本公司的哪些险种渠道进行过意向投保,然后根据所有目标客户的意向投保险种,统计出每个险种渠道分别有多少客户进行意向投保,最后从中选择意向投保数量最多的一个险种渠道,将其作为第二目标险种渠道。
需要说明的是,由于客户对历史生息方案的反馈不会是一成不变的,则根据目标客户确定的第一目标险种渠道也可能发生变化,例如以不同时间段内已推送客户的反馈信息为参考,则一段时间内得到的第一目标险种渠道为寿险渠道,另一段时间内得到的第一目标险种渠道可能为健康险渠道。再例如,以不同地区的已推送客户的反馈信息为参考,则某个地区对应的第一目标险种渠道为寿险渠道,另一个地区对应的第一目标险种渠道可能为责任险渠道。因此,通过更改第一历史时间段的时长和时段,或者更改已推送客户所处的地区,可得到不同的反馈信息,则可以根据反馈信息动态确定第一目标险种渠道,并实现生息方案的动态推送,而不是仅针对一个险种渠道反复推送,从而进一步提高了获客的准确性和生息增长的几率。
S3:根据第一目标险种渠道中重客的第一属性信息、以及重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对重客进行分级,得到等级大于第一预设等级的第一重客和不大于第一预设等级的第二重客。
重客是指在办理信用卡时具有高等级资质和信用的重要客户,这些客户在提交信用卡办卡申请、提交贷款申请、提交提现申请等各类申请时审批时间较短,审批流程简单,效率较高,针对这些客户推送生息方案更容易达成交易。第一目标险种渠道中的重客是指在第二历史时间段内在第一目标险种渠道进行过投保的重客,包括接收过历史生息方案和未接收过历史生息方案的客户,第二历史时间段可以是当日起往前推的若干个月或者一年,或者其他已经过去的时间段,第二历史时间段的时长和时段可根据需要选择,第二历史时间段与第一历史时间段存在重叠,时长可以大于或等于第一历史时间段的时长,以保证第一历史时间段的反馈信息具有参考意义,同时保证第一目标险种渠道中各重客组成的客户群基数足够大。
本申请实施例以第一目标险种渠道为寿险渠道为例进行说明,则整合公司内寿险渠道的数据,得到寿险渠道重客的第一属性信息、以及重客在第二历史时间段内的第一行为信息,第一属性信息可以包括寿险渠道重客的年龄、性别、地址、工作、学历、收入、婚姻状态等信息,第一行为信息可以包括寿险渠道重客的信用卡开卡行为信息(开卡数量、开卡渠道、开卡时间等)、用卡行为信息(自主用卡行为、名下客户用卡行为等)、操作行为信息(APP、短信、邮件中对生息方案的操作行为等)等信息。在获取这些信息后,将第一属性信息和第一行为信息输入训练后的客户分级模型中,由客户分级模型输出对寿险渠道重客的分级结果,得到等级大于第一预设等级的第一重客和不大于第一预设等级的第二重客,设全部等级可以包括高、较高、中、低、较低五个等级,则第一预设等级可以是中级或者较高级。等级越高表示其对于生息产品的需求越高,对生息方案的厌恶程度越低,等级越低表示其对于生息产品的需求越低,对生息方案的厌恶程度越高。
在一种实施例中,在S3之前还包括:获取训练样本集,训练样本集包括各训练客户的第二属性信息、以及各训练客户在第三历史时间段内的第二行为信息;对第二属性信息中的各属性因子和第二行为信息中的各行为因子进行评分,并将各评分进行归一化处理,得到每一训练客户的各归一化数据;根据每一训练客户的各归一化数据,得到每一训练客户的总评分,根据各训练客户的总评分确定各训练客户的等级信息;基于各训练客户的第二属性信息、第二行为信息和等级信息对客户分级模型进行训练,得到训练后的客户分级模型。
在对寿险渠道重客进行分级之前,先对客户分级模型进行训练。训练样本集包括训练客户的第二属性信息、以及训练客户在第三历史时间段内的第二行为信息,训练客户为所有重客中随机选取的一部分客户,第三历史时间段的时长和时段可以根据需要设置。同样地,第二属性信息可以包括训练客户的年龄、性别、地址、工作、学历、收入、婚姻状态等信息,这些信息分别构成了第二属性信息中的各属性因子;第二行为信息可以包括训练客户的信用卡开卡行为信息、用卡行为信息、操作行为信息等信息,这些信息分别构成了第二行为信息中的各行为因子。
先对各属性因子和各行为因子进行评分。例如,对于属性因子年龄,可以设置年龄在18-30周岁的得2分,31-50周岁的得1分,61周岁以上的得0分;对于属性因子性别,可以设置性别为男得2分,性别为女得1分;对于属性因子学历,可以设置本科以下得3分,本科得1分,硕士和博士得2分,对于属性因子收入,可以设置年薪a以下得1分,a至b区间得2分,b至c区间得3分,c至d区间得4分,d以上得5分。依次类推,对其他的各属性因子均按照预设评分规则进行评分,对各属性因子中的区间的设定和分数的设定均可根据需要进行调整。同样地,对于行为因子开卡数量,可以设置数量为0得1分,数量为1得2分;对于行为因子APP操作行为,可以设置一周内操作大于3次得2分,一周内操作大于1次小于3次得1分,一周内操作为0次得0分。依次类推,对其他的各行为因子也均按照预设评分规则进行评分,对各行为因子中的区间的设定和分数的设定也均可根据需要进行调整。
在对各属性因子和各行为因子进行评分后,将各评分进行归一化处理,即将每项得分均规整到区间[0,1]之间,得到每一训练客户的各归一化数据。对每一训练客户计算其各项得分的总评分,根据总评分所处的区间进行等级划分,得到每个训练客户的等级信息,如可分为高、较高、中、低、较低五个等级,然后将总评分与预设分数进行对比,如果大于预设分数,则将该训练客户的第二属性信息、第二行为信息和等级信息作为正样本,如果不大于预设分数则作为负样本。分别使用正样本和负样本对预先构建的客户分级模型进行训练,并根据输出值与期望值的偏差来调节客户分级模型中各节点的权重,最后得到训练后的客户分级模型。
在需要对第一目标险种渠道中重客进行分级时,将这些重客的第一属性信息和第一行为信息输入至训练后的客户分级模型中,输入时按照预设格式和顺序输入各属性因子和各行为因子的相关信息,模型会先根据预设的评分条件和归一化条件进行打分和归一化处理,并计算总评分,然后根据总评分输出其等级信息,实现对第一重客和第二重客的划分。
S4:根据第一重客的第一属性信息和第一行为信息,生成并向第一重客推送匹配的第一生息方案。
对于第一重客,由于其等级较高,表示其对生息方案的接受度也更高,则在获取了第一重客的第一属性信息和第一行为信息后,可以对这些属性和行为进行分析,确定第一重客对生息产品的需求点,然后生成适合第一重客的第一生息方案并推送给第一重客。例如第一重客主要为名下有开卡、用卡消费次数和金额多、APP使用频次高、年龄在30至40岁之间的女性客户,则可以主要向其推送关于消费激励、新客邀请激励的生息方案。
S5:从第二重客中确定与第二目标险种渠道中重客重合的第三重客,根据第三重客的第一属性信息和第一行为信息,生成并向第三重客推送匹配的第二生息方案。
对于第二重客,由于其等级较低,直接向其推送第二生息方案引起客户厌恶的概率可能较高,还需对其进行进一步筛选。此时,可以将第二重客与第二目标险种渠道中重客求交集,将位于交集中的重客作为第三重客。由于第二目标险种渠道为目标客户已投保数量第二或者意向投保数量最高的险种渠道,则第二目标险种渠道中重客相对于其他险种渠道,对公司产品的认可度较高,且由于第三重客在两个险种渠道中均有相关投保行为,表示其对于本公司的产品认可度较高,因此相对于未处于交集中的重客,其对生息方案的接受度会更高。则在获取了第三重客的第一属性信息和第一行为信息后,可以对这些属性和行为进行分析,确定第三重客对生息产品的需求点,然后生成适合第三重客的第二生息方案并推送给第三重客。例如第三重客为名下无开卡、开卡未激活的低等级客户,则可以主要向其推送关于开卡和激活卡激励的生息方案。
通过上述过程,实现了对第一重客和第三重客的生息方案的针对性生成和推送,尽量不引起客户抱怨的同时最大程度提高了成交几率。
在一种实施例中,S5具体包括:根据第二目标险种渠道中重客的第四属性信息、以及重客在第二历史时间段内的第四行为信息,调用训练后的客户分级模型对重客进行分级,得到等级大于第二预设等级的第四重客;从第二重客中确定与第四重客重合的第三重客。对于第二目标险种渠道中的重客,在将其与第一目标险种渠道中第二资格重客求交集之前,还可以对其进行预先筛选,选择对生息方案接受度较高的第四重客,然后将第四重客与第二重客求交集,以进一步提升对潜力客户的识别精确度。
具体地,获取第二目标险种渠道中重客的第四属性信息、以及重客在第二历史时间段内的第四行为信息,第四属性信息可以包括第二目标险种渠道中重客的年龄、性别、地址、工作、学历、收入、婚姻状态等信息,第四行为信息可以包括第二目标险种渠道中重客的信用卡开卡行为信息、用卡行为信息、操作行为信息等信息。在获取这些信息后,将第四属性信息和第四行为信息输入训练后的客户分级模型中,由客户分级模型输出对第二目标险种渠道重客的分级结果,得到等级大于第二预设等级的第四重客,第二预设等级可以与第一预设等级相同。等级越高,表示其对于生息产品的需求越高,对生息方案的厌恶程度越低,等级越低,表示其对于生息产品的需求越低,对生息方案的厌恶程度越高,通过上述方式将第二目标险种渠道中对生息产品需求较低的重客先去除,再将对生息产品需求相对较高的第四重客与第二重客求交集,最终得到的第三重客对生息方案的接受度也会更高。
在一种实施例中,在S3之前还包括:根据反馈信息,确定对历史生息方案接受度小于第二阈值的厌恶客户;根据厌恶客户的的第三属性信息、以及厌恶客户在第一历史时间段内的第三行为信息,构建厌恶客户画像;根据第一属性信息和第一行为信息,构建第一目标险种渠道中重客的重客画像;根据厌恶客户画像和重客画像,从第一目标险种渠道的重客中去除潜在厌恶重客。
在S1中获取已推送客户对历史生息方案的反馈信息后,不仅可以确定对历史生息方案的接受度大于第一阈值的目标客户,还可以确定对历史生息方案接受度小于第二阈值的厌恶客户,第二阈值可以根据需要设置,如设置接受度最高为100%,则第二阈值可以是40%或者30%等。厌恶客户的第三属性信息包括厌恶客户的年龄、性别、地址、工作、学历、收入、婚姻状态等信息,第三行为信息包括厌恶客户的信用卡开卡行为信息、用卡行为信息、操作行为信息等信息,根据第三属性信息和第三行为信息可以构建厌恶客户画像。同时,根据第一目标险种渠道中重客的第一属性信息和第一行为信息构建重客画像,然后以厌恶客户画像为参照,从重客画像中确定与厌恶客户画像吻合度较高的重客画像,进而将这部分重客确定为潜在厌恶重客。
在通过训练后的客户分级模型对第一目标险种渠道重客进行分级后,得到第一重客和第二重客,对于第二重客与第二目标险种渠道重客求交集得到第三重客。然而,由于第二重客的等级较低,可能存在一部分潜在厌恶重客,若直接将其与第二目标险种渠道重客求交集得到第三重客,仍然可能存在潜在厌恶重客,若直接向其推送第二生息方案,仍然会有引起客户厌恶的风险。在本实施例中,先根据已推送客户的反馈信息确定厌恶客户,并构建厌恶客户画像,同时构建第一目标险种渠道重客的重客画像,根据两类画像从第一目标险种渠道重客确定潜在厌恶重客,先将其去除,然后再进行分级得到第一重客和第二重客,此方法可以降低第二重客中对生息方案厌恶的重客占比,使得最终得到的第三重客对生息方案厌恶的风险得到降低,因此进一步提高了对潜力客户的识别准确性,且降低了客户抱怨风险,有利于生息增长。
在一种实施例中,在S5之后还包括:获取生息目标,并将生息目标拆解为多个过程指标;监测各过程指标,根据监测数据对第一生息方案和第二生息方案进行改进。向客户推送生息方案的目的是为了完成生息目标,生息目标也即综拓生息成交额,将生息目标拆解为多个过程指标,可以将综拓生息成交额的主要影响因素进行量化,然后对各过程指标进行监控,在指标没有达到预期时,分析存在的问题并对生息方案做出针对性的改进,以实现生息目标完成和生息目标增长。
具体地,将综拓生息成交额进行拆解,得到以下公式:
综拓生息成交额=∑(资格重客量*重客活跃度*开单重客渗透率)*(人均新户开单数+人均存量开单数)*笔均金额
其中,重客活跃率=重客分享页面访客量/资格重客量,开单重客渗透率=生息开单重客量/重客分享页面访客量,人均新户开单数=综拓销售新户开单数/资格重客量,人均存量开单数=综拓存量户开单数/资格重客量。资格重客量是指具有接收生息方案推送资格的重客数量,也即第一重客和第三重客的总数量,重客分享页面访客量是指生息产品对应的分享页面上这些重客的总访问数量(同一重客多次访问仅算一次),生息开单重客量是指在分享页面上进行了生息产品交易的重客总数量,综拓销售新户开单数是指之前未办理本银行信用卡的重客进行生息产品交易的总数量,综拓存量户开单数是指之前已经办理过本银行信用卡的重客进行生息产品交易的总数量。资格重客量、重客活跃度、开单重客渗透率、人均新户开单数、人均存量开单数、笔均金额均构成生息目标的过程指标。
监测各过程指标,如果发现某个指标的值未达到预设目标值,则针对此指标对第一生息方案和第二生息方案进行改进。例如,当月的生息目标为400,000,000,参照上月成单情况,人均开单量(人均新户开单数+人均存量开单数)为1.26,笔均金额为16200,资格重客量为355267,如果当月要完成生息目标,重客活跃度*开单重客渗透率需要达到5.5%,即需要5.5%的重客完成开单才能实现生息目标,如果本月要实现生息增长,需要的重客比例还要更高。
以上月各过程指标的数值为基准,如果监测到当月其他指标均达标,但重客活跃度*开单重客渗透率未达到5.5%,则需要增加重客分享页面访客量和生息开单重客量,此时可以对第一生息方案和第二生息方案中交易数量相关的内容和激励措施等进行突出和调整,使得重客成交的数量增加。而如果当月其他指标均达标,但笔均金额未达到16200,则需要在第一生息方案和第二生息方案中对金额相关的内容和激励措施等进行突出和调整,使得重客提高每笔交易的金额。通过上述方式,可以识别开单前的过程漏损情况并及时改善经营策略,在用户满意度较好的情况下实现生息增长。
通过上述各实施例可知,本申请的生息方案推送方法,先根据当前已推送客户对历史生息方案的反馈信息确定接受度比较高的目标客户,然后从保险渠道入手,看对历史生息方案接受度较高的客户主要分布在哪个险种渠道,则后续从这个险种渠道获取的客户,其对生息方案的接受度也会较高,相对于海投寻找客户,缩小了寻找客户的范围,且该范围较为精确;此外,在第一目标险种渠道中,根据重客的属性和在第二历史时间段的行为,调用客户分级模型进行分级,可以从所有重客中确定等级较高的第一重客,对这些客户推送第一生息方案可以进一步提升成交几率;最后,将第二重客与关联的第二目标险种渠道中的重客求交集,得到的第三重客由于在两个险种渠道均进行过投保,对公司产品的认同度较高,则针对这些客户推送第二生息方案引起客户厌恶的几率较低,且与第一重客采用不同的生息方案,也实现了不同类型客户的针对性推送,成交几率进一步提升。综合以上几点,本申请通过将生息方案与险种渠道进行关联,在尽量不引起客户抱怨的同时实现了对潜力客户的精准获取,有利于生息增长。
在上述实施例所述方法的基础上,本实施例将从生息方案推送装置的角度进一步进行描述,请参阅图4,生息方案推送装置可以包括:
第一确定模块110,用于根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
第二确定模块120,用于根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
分级模块130,用于根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
第一生成模块140,用于根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
第二生成模块150,用于从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
在一种实施例中,第二确定模块120包括:
第一确定子模块,用于根据所述投保行为信息,确定所述第一历史时间段内每一目标客户的已投保险种;
第二确定子模块,用于根据所有目标客户的已投保险种,确定所有目标客户在各险种渠道中的已投保数量;
第三确定子模块,用于将所述多个险种渠道中已投保数量第一的险种渠道确定为第一目标险种渠道,已投保数量第二的险种渠道确定为第二目标险种渠道。
在一种实施例中,第二确定模块120包括:
第四确定子模块,用于根据所述投保行为信息,确定所述第一历史时间段内每一目标客户的已投保险种、以及与所述已投保险种关联的意向投保险种;
第五确定子模块,用于根据所有目标客户的已投保险种和意向投保险种,确定所有目标客户在各险种渠道中的已投保数量和意向投保数量;
第六确定子模块,用于将所述多个险种渠道中已投保数量最多的险种渠道确定为第一目标险种渠道,意向投保数量最多的险种渠道确定为第二目标险种渠道。
在一种实施例中,生息方案推送装置还包括:
获取模块,用于获取训练样本集,所述训练样本集包括各训练客户的第二属性信息、以及各训练客户在第三历史时间段内的第二行为信息;
评分模块,用于对所述第二属性信息中的各属性因子和所述第二行为信息中的各行为因子进行评分,并将各评分进行归一化处理,得到每一训练客户的各归一化数据;
第三确定模块,用于根据每一训练客户的各归一化数据,得到每一训练客户的总评分,根据各训练客户的总评分确定各训练客户的等级信息;
训练模块,用于基于各训练客户的第二属性信息、第二行为信息和等级信息对客户分级模型进行训练,得到训练后的客户分级模型。
在一种实施例中,生息方案推送装置还包括:
第四确定模块,用于根据所述反馈信息,确定对所述历史生息方案接受度小于第二阈值的厌恶客户;
第一构建模块,用于根据所述厌恶客户的的第三属性信息、以及所述厌恶客户在第一历史时间段内的第三行为信息,构建厌恶客户画像;
第二构建模块,用于根据所述第一属性信息和所述第一行为信息,构建所述第一目标险种渠道中重客的重客画像;
去除模块,用于根据所述厌恶客户画像和所述重客画像,从所述第一目标险种渠道的重客中去除潜在厌恶重客。
在一种实施例中,第二生成模块150包括:
分级子模块,用于根据所述第二目标险种渠道中重客的第四属性信息、以及所述重客在第二历史时间段内的第四行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第二预设等级的第四重客;
第七确定子模块,用于从第二重客中确定与所述第四重客重合的第三重客。
在一种实施例中,生息方案推送装置还包括:
拆解模块,用于获取生息目标,并将所述生息目标拆解为多个过程指标;
监测模块,用于监测各过程指标,根据监测数据对所述第一生息方案和所述第二生息方案进行改进。
区别于现有技术,本申请提供的生息方案推送装置,先根据当前已推送客户对历史生息方案的反馈信息确定接受度比较高的目标客户,然后从保险渠道入手,看对历史生息方案接受度较高的客户主要分布在哪个险种渠道,则后续从这个险种渠道获取的客户,其对生息方案的接受度也会较高,相对于海投寻找客户,缩小了寻找客户的范围,且该范围较为精确;此外,在第一目标险种渠道中,根据重客的属性和在第二历史时间段的行为,调用客户分级模型进行分级,可以从所有重客中确定等级较高的第一重客,对这些客户推送第一生息方案可以进一步提升成交几率;最后,将第二重客与关联的第二目标险种渠道中的重客求交集,得到的第三重客由于在两个险种渠道均进行过投保,对公司产品的认同度较高,则针对这些客户推送第二生息方案引起客户厌恶的几率较低,且与第一重客采用不同的生息方案,也实现了不同类型客户的针对性推送,成交几率进一步提升。综合以上几点,本申请通过将生息方案与险种渠道进行关联,在尽量不引起客户抱怨的同时实现了对潜力客户的精准获取,有利于生息增长。
相应的,本申请实施例还提供一种电子设备,如图5所示,该电子设备可以包括射频(RF,Radio Frequency)电路501、包括有一个或一个以上计算机可读存储介质的存储器502、输入单元503、显示单元504、传感器505、音频电路506、WiFi模块507、包括有一个或者一个以上处理核心的处理器508、以及电源509等部件。本领域技术人员可以理解,图5中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
射频电路501可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器508处理;另外,将涉及上行的数据发送给基站。存储器502可用于存储软件程序以及模块,处理器508通过运行存储在存储器502的软件程序以及模块,从而执行各种功能应用以及生息方案推送。输入单元503可用于接收输入的数字或字符信息,以及产生与客户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
显示单元504可用于显示由客户输入的信息或提供给客户的信息以及服务器的各种图形客户接口,这些图形客户接口可以由图形、文本、图标、视频和其任意组合来构成。
电子设备还可包括至少一种传感器505,比如光传感器、运动传感器以及其他传感器。音频电路506包括扬声器,扬声器可提供客户与电子设备之间的音频接口。
WiFi属于短距离无线传输技术,电子设备通过WiFi模块507可以帮助客户收发电子邮件、浏览网页和随访流式媒体等,它为客户提供了无线的宽带互联网随访。虽然图5示出了WiFi模块507,但是可以理解的是,其并不属于电子设备的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器508是电子设备的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行电子设备的各种功能和处理数据,从而对手机进行整体监控。
电子设备还包括给各个部件供电的电源509(比如电池),优选的,电源可以通过电源管理系统与处理器508逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,服务器中的处理器508会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中,并由处理器508来运行存储在存储器502中的应用程序,从而实现以下功能:
根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文的详细描述,此处不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以实现以下功能:
根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
以上对本申请实施例所提供的一种生息方案推送方法、装置、电子设备和计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。
Claims (10)
1.一种生息方案推送方法,其特征在于,包括:
根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
2.根据权利要求1所述的生息方案推送方法,其特征在于,根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道的步骤,包括:
根据所述投保行为信息,确定所述第一历史时间段内每一目标客户的已投保险种;
根据所有目标客户的已投保险种,确定所有目标客户在各险种渠道中的已投保数量;
将所述多个险种渠道中已投保数量第一的险种渠道确定为第一目标险种渠道,已投保数量第二的险种渠道确定为第二目标险种渠道。
3.根据权利要求1所述的生息方案推送方法,根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道的步骤,包括:
根据所述投保行为信息,确定所述第一历史时间段内每一目标客户的已投保险种、以及与所述已投保险种关联的意向投保险种;
根据所有目标客户的已投保险种和意向投保险种,确定所有目标客户在各险种渠道中的已投保数量和意向投保数量;
将所述多个险种渠道中已投保数量最多的险种渠道确定为第一目标险种渠道,意向投保数量最多的险种渠道确定为第二目标险种渠道。
4.根据权利要求1所述的生息方案推送方法,其特征在于,在根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客的步骤之前,还包括:
获取训练样本集,所述训练样本集包括各训练客户的第二属性信息、以及各训练客户在第三历史时间段内的第二行为信息;
对所述第二属性信息中的各属性因子和所述第二行为信息中的各行为因子进行评分,并将各评分进行归一化处理,得到每一训练客户的各归一化数据;
根据每一训练客户的各归一化数据,得到每一训练客户的总评分,根据各训练客户的总评分确定各训练客户的等级信息;
基于各训练客户的第二属性信息、第二行为信息和等级信息对客户分级模型进行训练,得到训练后的客户分级模型。
5.根据权利要求1所述的生息方案推送方法,其特征在于,在根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客的步骤之前,还包括:
根据所述反馈信息,确定对所述历史生息方案接受度小于第二阈值的厌恶客户;
根据所述厌恶客户的的第三属性信息、以及所述厌恶客户在第一历史时间段内的第三行为信息,构建厌恶客户画像;
根据所述第一属性信息和所述第一行为信息,构建所述第一目标险种渠道中重客的重客画像;
根据所述厌恶客户画像和所述重客画像,从所述第一目标险种渠道的重客中去除潜在厌恶重客。
6.根据权利要求1所述的生息方案推送方法,其特征在于,从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客的步骤,包括:
根据所述第二目标险种渠道中重客的第四属性信息、以及所述重客在第二历史时间段内的第四行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第二预设等级的第四重客;
从第二重客中确定与所述第四重客重合的第三重客。
7.根据权利要求1所述的生息方案推送方法,其特征在于,在生成并向所述第三重客推送匹配的第二生息方案的步骤之后,还包括:
获取生息目标,并将所述生息目标拆解为多个过程指标;
监测各过程指标,根据监测数据对所述第一生息方案和所述第二生息方案进行改进。
8.一种生息方案推送装置,其特征在于,包括:
第一确定模块,用于根据第一历史时间段内已推送客户对历史生息方案的反馈信息,确定对所述历史生息方案接受度大于第一阈值的目标客户;
第二确定模块,用于根据所述第一历史时间段内所述目标客户在多个险种渠道产生的投保行为信息,从所述多个险种渠道中确定第一目标险种渠道、以及与所述第一目标险种渠道关联的第二目标险种渠道;
分级模块,用于根据所述第一目标险种渠道中重客的第一属性信息、以及所述重客在第二历史时间段内的第一行为信息,调用训练后的客户分级模型对所述重客进行分级,得到等级大于第一预设等级的第一重客和不大于所述第一预设等级的第二重客;
第一生成模块,用于根据所述第一重客的第一属性信息和第一行为信息,生成并向所述第一重客推送匹配的第一生息方案;
第二生成模块,用于从所述第二重客中确定与所述第二目标险种渠道中重客重合的第三重客,根据所述第三重客的第一属性信息和第一行为信息,生成并向所述第三重客推送匹配的第二生息方案。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至7任一项所述的生息方案推送方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1至7任一项所述的生息方案推送方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210731435.8A CN115082203A (zh) | 2022-06-24 | 2022-06-24 | 生息方案推送方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210731435.8A CN115082203A (zh) | 2022-06-24 | 2022-06-24 | 生息方案推送方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115082203A true CN115082203A (zh) | 2022-09-20 |
Family
ID=83255283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210731435.8A Pending CN115082203A (zh) | 2022-06-24 | 2022-06-24 | 生息方案推送方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082203A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115329208A (zh) * | 2022-10-18 | 2022-11-11 | 平安银行股份有限公司 | 一种息费减免方案推荐方法、装置、电子设备及介质 |
CN117314593A (zh) * | 2023-11-30 | 2023-12-29 | 北京码动摩登科技有限公司 | 一种基于用户行为分析的保险项目推送方法及系统 |
-
2022
- 2022-06-24 CN CN202210731435.8A patent/CN115082203A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115329208A (zh) * | 2022-10-18 | 2022-11-11 | 平安银行股份有限公司 | 一种息费减免方案推荐方法、装置、电子设备及介质 |
CN117314593A (zh) * | 2023-11-30 | 2023-12-29 | 北京码动摩登科技有限公司 | 一种基于用户行为分析的保险项目推送方法及系统 |
CN117314593B (zh) * | 2023-11-30 | 2024-03-05 | 北京码动摩登科技有限公司 | 一种基于用户行为分析的保险项目推送方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3001453C (en) | Method and system for performing a probabilistic topic analysis of search queries for a customer support system | |
Tan et al. | NFC mobile credit card: the next frontier of mobile payment? | |
US8874674B2 (en) | System for optimizing social networking | |
US20220405851A1 (en) | Dashboard interface, platform, and environment for matching subscribers with subscription providers and presenting enhanced subscription provider performance metrics | |
US8626769B1 (en) | Community contributed rules in online accounting systems | |
CN115082203A (zh) | 生息方案推送方法、装置、电子设备及存储介质 | |
AU2004244285A1 (en) | Method and system for predicting attrition customers | |
US8086543B2 (en) | Charity auctions on social networks for optimizing contributions to fundraising campaigns | |
Hosseini et al. | Identifying multi-channel value co-creator groups in the banking industry | |
CN110197426A (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
US20190347678A1 (en) | Dynamic engagement orchestration system and method to improve customer experience | |
CN110720099A (zh) | 基于种子监督学习提供推荐的系统和方法 | |
Norng | Factors influencing mobile banking adoption in Cambodia: The structuring of TAM, DIT, and trust with TPB | |
CN111833182A (zh) | 识别风险对象的方法和装置 | |
CN111177653A (zh) | 一种信用评估方法和装置 | |
US11893629B1 (en) | Systems and methods for integrating, aggregating and utilizing data from a plurality of data sources | |
Azam et al. | MOBILE PHONE USAGE IN BANGLADESH: THE EFFECTS OF ATTITUDE TOWARDS BEHAVIOUR AND SUBJECTIVE NORM. | |
KR102194521B1 (ko) | 배달앱 연동 리뷰사기방지를 위한 포인트 관리 서비스 제공 시스템 | |
Zulyanti et al. | Customer Relationship Management: Literature Review | |
US20230306519A1 (en) | Information providing apparatus and method, program, and information processing terminal | |
US20230360066A1 (en) | Machine-Learning-Based Prediction of Account Outcome | |
US11023861B2 (en) | System and method for implementation and administration of an employer-sponsored retirement plan | |
Blaschczok et al. | Review of innovations in the South African collection industry | |
KR20210018111A (ko) | 빅데이터 기반 실시간 마케팅 서비스 제공 방법 | |
TWM652695U (zh) | 客戶反饋資料處理系統 |
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 |