CN115713342A - 客户关系维护方法、装置、处理器及电子设备 - Google Patents

客户关系维护方法、装置、处理器及电子设备 Download PDF

Info

Publication number
CN115713342A
CN115713342A CN202211511478.1A CN202211511478A CN115713342A CN 115713342 A CN115713342 A CN 115713342A CN 202211511478 A CN202211511478 A CN 202211511478A CN 115713342 A CN115713342 A CN 115713342A
Authority
CN
China
Prior art keywords
data
customer
maintained
target
identity data
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
CN202211511478.1A
Other languages
English (en)
Inventor
罗樋
蔡为彬
昝传晖
周远侠
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202211511478.1A priority Critical patent/CN115713342A/zh
Publication of CN115713342A publication Critical patent/CN115713342A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请公开了一种客户关系维护方法、装置、处理器及电子设备。涉及人工智能领域,该方法包括:获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户;从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据;将每个待维护客户的第一身份数据和第二身份数据进行匹配;在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;通过交易机构对目标维护客户进行关系维护。通过本申请,解决了相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题。

Description

客户关系维护方法、装置、处理器及电子设备
技术领域
本申请涉及人工智能领域,具体而言,涉及一种客户关系维护方法、装置、处理器及电子设备。
背景技术
相关技术中,金融机构针对客户关系维护采用的是人工跟踪服务的方式,依靠业务专家的经验积累,对客户的交易数据进行综合判断,并通过电话等方式联系客户,为客户提供对应的金融服务,提升客户体验,维系银行客户关系。
然而,人工维护客户关系存在以下问题,一是金融机构的客户群体数量庞大,无法对每一个客户提供优质精准的金融服务。二是金融机构在联系客户时,如果客户更换了联系方式但未告知业务人员,业务人员无法及时有效的为客户提供金融服务,客户关系维护效率低下。三是基于专家经验的判断,无法精准识别客户,对于长期未联系的客户,由于未享受到银行对应的金融服务,可能造成优质客户流失的风险。
针对相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种客户关系维护方法、装置、处理器及电子设备,以解决相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种客户关系维护方法。该方法包括:获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;将每个待维护客户的第一身份数据和第二身份数据进行匹配;在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;通过交易机构对目标维护客户进行关系维护。
可选地,在将目标交易数据输入目标模型,处理得到至少一个待维护客户之前,该方法还包括:确定至少一个预设模型,将训练集输入每个预设模型,处理得到每个预设模型对应的输出结果,其中,训练集为多组第一样本数据组成的样本集,多组第一样本数据包括历史交易数据中的第一交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;通过验证集对每个输出结果进行效果验证,得到每个输出结果的准确率,其中,验证集为多组第二样本数据组成的样本集,多组第二样本数据包括历史交易数据中的第二交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;判断每个预设模型的准确率是否大于等于预设准确率阈值;在预设模型的准确率小于预设准确率阈值的情况下,调整预设模型的训练参数,对预设模型进行迭代训练,直到训练至预设模型的准确率大于等于预设准确率阈值;在预设模型的准确率大于等于预设准确率阈值的情况下,将预设模型确定为目标模型。
可选地,将目标交易数据输入目标模型,处理得到至少一个待维护客户包括:在目标模型为多个的情况下,将目标交易数据输入每个目标模型,处理得到每个目标模型对应的预测待维护客户;对所有目标模型对应的预测待维护客户取交集,得到待维护客户;在目标模型为一个的情况下,将目标交易数据输入目标模型,处理得到待维护客户。
可选地,从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据包括:通过第一信息调用参数调用交易机构的第一数据库中的身份数据,并通过第二信息调用参数调用通讯机构的第二数据库中的身份数据;通过第一预设计算协议对第一数据库中的身份数据进行数据安全处理,得到第一身份数据,并对第二数据库中的身份数据进行数据安全处理,得到第二身份数据。
可选地,通过第一预设计算协议对第一数据库中的身份数据进行数据安全处理,得到第一身份数据,并对第二数据库中的身份数据进行数据安全处理,得到第二身份数据包括:对第一数据库中的身份数据进行数据分片,得到预设数量的第一分片数据;对第二数据库中的身份数据进行数据分片,得到预设数量的第二分片数据;将第一分片数据进行数据加密,得到第一身份数据,并将第二分片数据进行数据加密,得到第二身份数据。
可选地,将每个待维护客户的第一身份数据和第二身份数据进行匹配包括:确定第一身份数据中的第一身份信息和第一通讯信息,并确定第二身份数据中的第二身份信息和第二通讯信息;通过第二预设计算协议将第一身份信息和第二身份信息进行关联,得到关联成功的多组身份数据,其中,关联成功的每组身份数据是同一客户的第一身份数据和第二身份数据;判断每组身份数据的第一通讯信息和第二通讯信息是否相同;在第一通讯信息和第二通讯信息相同的情况下,确定待维护客户的第一身份数据和第二身份数据匹配成功。
可选地,通过交易机构对目标维护客户进行关系维护包括:确定目标维护客户的第一通讯信息;控制交易机构依据第一通讯信息与目标维护客户进行通信,向目标维护客户推送目标信息。
为了实现上述目的,根据本申请的另一方面,提供了一种客户关系维护装置。该装置包括:第一获取单元,用于获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;第二获取单元,用于从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;匹配单元,用于将每个待维护客户的第一身份数据和第二身份数据进行匹配;确定单元,用于在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;维护单元,用于通过交易机构对目标维护客户进行关系维护。
通过本申请,采用以下步骤:获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;将每个待维护客户的第一身份数据和第二身份数据进行匹配;在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;通过交易机构对目标维护客户进行关系维护,解决了相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题。通过将客户群体的目标交易数据输入目标模型,确定待维护客户,从待维护客户中获取通讯信息未发生变化的目标维护客户,对目标维护客户进行关系维护,进而达到了精确识别需要维护的客户,避免客户流失的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的客户关系维护方法的流程图;
图2是根据本申请实施例提供的身份数据获取方法的流程图;
图3是根据本申请实施例提供的数据安全处理方法的流程图;
图4是根据本申请实施例的客户关系维护系统的示意图;
图5是根据本申请实施例提供的客户关系维护装置的示意图;
图6是根据本申请实施例提供的电子装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,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的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
下面结合优选的实施步骤对本发明进行说明,图1是根据本申请实施例提供的客户关系维护方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户。
具体地,目标交易数据可以为客户在交易机构的历史交易时间、交易金额、交易对手、购买金融产品额度、银行产品使用频率等数据,通过将目标交易数据输入目标模型进行预测,目标模型输出客户群体中的待维护客户和不需要维护的客户。
步骤S102,从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构。
具体地,交易机构可以为银行,第一身份数据可以为银行系统中存储的待维护客户的姓名、身份证件号码、手机联系号码等信息。通讯机构可以为电信运营商,第二身份数据可以为电信运营商系统中存储的待维护客户的姓名、身份证件号码、手机联系号码等信息。通过银行业务系统自动获取第一身份数据。向电信运营商发起信息获取命令,获取第二身份数据。
步骤S103,将每个待维护客户的第一身份数据和第二身份数据进行匹配。
具体地,为了保障数据的安全性,通过将第一身份数据和第二身份数据进行加密状态下的多方数据安全融合计算,来对第一身份数据和第二身份数据进行匹配。
步骤S104,在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户。
具体地,通过多方数据安全融合计算将第一身份数据中的姓名和身份证号和第二身份数据中的姓名和身份证号进行关联,确定交易机构和通讯机构的客户为同一客户,然后通过多方数据安全融合计算判断第一身份数据中的手机号和第二身份数据中的手机号是否相同,若相同,则说明匹配成功,该待维护客户的手机号码未更改,从而将该待维护客户确定为可以进行维护的目标维护客户。
步骤S105,通过交易机构对目标维护客户进行关系维护。
具体地,交易机构通过智能外呼、消息推送等方式,向目标维护客户提供优质的金融产品推荐及最新的银行活动及通知等信息,从而实现对目标维护客户的关系维护。
本申请实施例提供的客户关系维护方法,通过获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;将每个待维护客户的第一身份数据和第二身份数据进行匹配;在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;通过交易机构对目标维护客户进行关系维护,解决了相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题。通过将客户群体的目标交易数据输入目标模型,确定待维护客户,从待维护客户中获取通讯信息未发生变化的目标维护客户,对目标维护客户进行关系维护,进而达到了精确识别需要维护的客户,避免客户流失的效果。
筛选待维护客户需要先确定目标模型,可选地,在本申请实施例提供的客户关系维护方法中,在将目标交易数据输入目标模型,处理得到至少一个待维护客户之前,该方法还包括:确定至少一个预设模型,将训练集输入每个预设模型,处理得到每个预设模型对应的输出结果,其中,训练集为多组第一样本数据组成的样本集,多组第一样本数据包括历史交易数据中的第一交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;通过验证集对每个输出结果进行效果验证,得到每个输出结果的准确率,其中,验证集为多组第二样本数据组成的样本集,多组第二样本数据包括历史交易数据中的第二交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;判断每个预设模型的准确率是否大于等于预设准确率阈值;在预设模型的准确率小于预设准确率阈值的情况下,调整预设模型的训练参数,对预设模型进行迭代训练,直到训练至预设模型的准确率大于等于预设准确率阈值;在预设模型的准确率大于等于预设准确率阈值的情况下,将预设模型确定为目标模型。
具体地,预设模型可以为deepforest(深度森林)、XGboost(eXtreme GradientBoosting,分类树)、randomforesta(随机森林)等基础机器学习算法模型,第一交易特征数据可以为历史交易数据中的历史交易时间、交易金额、账户类型、交易类型、交易对手、交易对手类型等,第二交易特征数据可以为购买金融产品额度、银行产品使用频率等,并根据银行业务人员结合历史数据结果标注数据集为是否需要维护的分类结果。为了精准筛选待维护客户,通过确定至少一个预设模型,将历史交易数据中的第一交易特征数据确定为训练集,第二交易特征特征数据确定为验证集,通过训练集对预设模型进行训练,获得每个预设模型的输出结果,再通过验证集对每个预设模型进行训练,得到对比结果,通过对比输出结果和对比结果,计算输出结果和对比结果中相同的待维护客户占客户总体的比率,也即每个预设模型的准确率。
预设准确率阈值可以设置为90%,当输出结果和对比结果中相同的待维护客户占客户总体的比率小于90%的时候,说明该预设模型的预测效果不达标,需要调整该预设模型的训练参数,重新训练,直到准确率大于等于90%,当准确率大于等于90%时,说明该预设模型的预测效果达标,可以将该预设模型确定为目标模型。通过筛选目标模型能够更精准的从客户群体中筛选出待维护客户。
确定目标模型后,通过目标模型从客户群体中筛选待维护客户,可选地,在本申请实施例提供的客户关系维护方法中,将目标交易数据输入目标模型,处理得到至少一个待维护客户包括:在目标模型为多个的情况下,将目标交易数据输入每个目标模型,处理得到每个目标模型对应的预测待维护客户;对所有目标模型对应的预测待维护客户取交集,得到待维护客户;在目标模型为一个的情况下,将目标交易数据输入目标模型,处理得到待维护客户。
具体地,预测待维护客户是每个目标模型输入目标交易数据后的输出结果,为了提高目标模型筛选待维护客户的准确率,在目标模型有多个的时候,将所有目标模型对应的预测待维护客户进行综合预测,将所有目标模型对应的预测待维护客户的交集中的预测待维护客户确定为待维护客户,若目标模型只有一个,则该目标模型的输出结果即为待维护客户。通过目标模型从客户群体中筛选待维护客户。
筛选出待维护客户后,从交易机构和通讯机构获取待维护客户的身份数据,可选地,在本申请实施例提供的客户关系维护方法中,从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据包括:通过第一信息调用参数调用交易机构的第一数据库中的身份数据,并通过第二信息调用参数调用通讯机构的第二数据库中的身份数据;通过第一预设计算协议对第一数据库中的身份数据进行数据安全处理,得到第一身份数据,并对第二数据库中的身份数据进行数据安全处理,得到第二身份数据。
图2是根据本申请实施例提供的身份数据获取方法的流程图,如图2所示,该方法包括:
步骤S201,获取第一信息调用参数和第二信息调用参数。
具体地,第一信息调用参数可以包括交易机构的连接参数、交易机构数据服务定义和数据计算任务定义,第二信息调用参数可以包括通讯机构的连接参数、通讯机构数据服务定义和数据计算任务定义。连接参数用于与交易机构的第一数据库或通讯机构的第二数据库建立连接,交易机构数据服务定义用于筛选需要从交易机构的数据库中获取的身份数据,通讯机构数据服务定义用于筛选需要从通讯机构的数据库中获取的身份数据,数据计算任务定义用于对身份数据进行安全加密。
步骤S202,通过第一信息调用参数运行交易机构系统的数据获取指令,通过第二信息调用参数运行通讯机构系统的数据获取指令。
具体地,交易机构系统和通讯机构系统接收到数据获取指令后,启动数据安全获取和处理进程从第一数据库和第二数据库中获取身份数据。
步骤S203,将获取到的身份数据进行安全处理得到第一身份数据和第二身份数据。
具体地,通过数据分片和加密处理对获取到的身份数据进行安全处理。从而得到可以使用但不可见的第一身份数据和第二身份数据。
可选地,在本申请实施例提供的客户关系维护方法中,通过第一预设计算协议对第一数据库中的身份数据进行数据安全处理,得到第一身份数据,并对第二数据库中的身份数据进行数据安全处理,得到第二身份数据包括:对第一数据库中的身份数据进行数据分片,得到预设数量的第一分片数据;对第二数据库中的身份数据进行数据分片,得到预设数量的第二分片数据;将第一分片数据进行数据加密,得到第一身份数据,并将第二分片数据进行数据加密,得到第二身份数据。
图3是根据本申请实施例提供的数据安全处理方法的流程图,如图3所示,该方法包括:
步骤S301,对第一身份数据和第二身份数据进行分片处理,得到第一分片数据和第二分片数据。
具体地,通过多方安全计算的秘密分享协议对第一身份数据和第二身份数据进行分片处理。例如,根据多方安全计算结点数量进行拆分,交易机构和通讯机构共两个节点,通过算法处理将数据碎片化、无序化,将第一身份数据和第二身份数据均分为两个分片。
步骤S302,对第一分片数据和第二分片数据进行数据加密。
具体地,对第一分片数据和第二分片数据进行加密,后续所有的计算过程都基于加密数据,不存在解密数据过程。数据分片和加密是多方安全计算技术的关键处理,目的是使数据计算可用不可见,数据加密后不可逆,经过加密分片处理的数据及时被获取,因为交易机构和通讯机构任意一方均没有完整的数据和恢复规则,保证了数据的安全性。
需要说明的是,对数据加密是根据数据计算任务定义调起数据安全计算服务,运行数据计算合约,将数据服务节点数据输入后进行多方数据安全计算。分片加密后的数据分发到多个计算引擎节点,由不同计算节点进行数据多方安全协同计算。后续多方数据分布式协同计算得到的结果,与用同样的规则在明文数据上直接计算的效果是一样的,即可以得到相同的计算结果,但多方安全计算过程数据不可见、不可被推理恢复明文,因此保证了数据的安全。
获得安全的身份数据后,需要通过多方数据安全计算进行第一身份数据和第二身份数据的匹配,可选地,在本申请实施例提供的客户关系维护方法中,将每个待维护客户的第一身份数据和第二身份数据进行匹配包括:确定第一身份数据中的第一身份信息和第一通讯信息,并确定第二身份数据中的第二身份信息和第二通讯信息;通过第二预设计算协议将第一身份信息和第二身份信息进行关联,得到关联成功的多组身份数据,其中,关联成功的每组身份数据是同一客户的第一身份数据和第二身份数据;判断每组身份数据的第一通讯信息和第二通讯信息是否相同;在第一通讯信息和第二通讯信息相同的情况下,确定待维护客户的第一身份数据和第二身份数据匹配成功。
具体地,第一身份信息可以为待维护客户在交易结构的的姓名和身份证号,第一通讯信息可以为待维护客户在交易结构的手机号码,第二身份信息可以为待维护客户在通讯结构的的姓名和身份证号,第二通讯信息可以为待维护客户在通讯机构的手机号码。第二预设计算协议可以为通过多方安全计算技术的秘密分享协议。由于第一身份数据和第二身份数据被分片存储在各计算引擎节点,所有数据集合的安全加密分片通过多方安全计算技术的秘密分享协议拆分至三个节点,每个节点均只有部分数据加密片段。
因此对第一身份信息和第二身份信息进行关联时通过多方安全隐私求交技术,按照合约规则进行数据安全协同计算,通过各个节点联合计算获得最终计算结果。将第一身份数据与第二身份数据进行隐私求交,将交集中的客户确定为匹配成功的客户。客户维护多方数据安全计算完成后,将匹配结果返回交易机构,其余多方数据在计算完成后即销毁,保障客户数据的安全性。
确定目标维护客户后,可以通过交易机构维护客户关系,可选地,在本申请实施例提供的客户关系维护方法中,通过交易机构对目标维护客户进行关系维护包括:确定目标维护客户的第一通讯信息;控制交易机构依据第一通讯信息与目标维护客户进行通信,向目标维护客户推送目标信息。
具体地,经过多方数据安全计算后,能够确定目标维护客户的联系方式未发生变化,能够对其进行关系维护。根据客户关系维护预设的规则,根据客户在银行的评级,运用机器人流程自动化技术,获取智能语音外呼模板、发送消息模板,自动触发智能外呼系统、消息平台系统,向目标维护客户推送银行最新金融产品、促销活动等;对于重要客户,可由银行客户经理人工联系,由其一对一提供相关金融服务。
根据本申请的另一实施例,还提供了一种客户关系维护系统,图4是根据本申请实施例的客户关系维护系统的示意图。如图4所示,该系统包括:
客群特征分析装置401,银行发起客群关系维护,通过银行业务系统获取客户在银行的历史交易时间、金额、交易对手、购买金融产品额度、银行产品使用频率等信息,生成客户特性分析数据,通过LSTM时间序列多算法组合预测,获取客户关系是否需要维护结果。
数据获取引擎装置402,根据客群特征分析装置的分析结果,数据获取引擎装置接收到银行待维护客户清单,通过银行业务系统自动获取客户身份信息,包括客户姓名、身份证件号码、手机联系号码等,并对信息进行整合加密,并将待维护客户信息密文输入数据计算引擎装置进行数据计算。同时数据获取引擎装置向电信运营商发起信息获取命令,运行客户数据获取,将所有客户的身份信息等批量加密输入数据计算引擎装置进行数据计算。
数据计算引擎装置403,用于银行和电信运营商的客户身份信息进行加密状态下的多方数据安全融合计算,接入数据客户姓名、身份证件号码、手机联系号码等信息,并将计算结果返回银行业务系统。
客群关系维护装置404,根据数据计算引擎装置的计算结果,通过智能外呼、消息推送等方式,为客户提供优质的金融产品推荐及最新的银行活动及通知等信息。
通过本申请实施例提供的客户关系维护系统,可以自动化、智能化、数字化的处理银行与客户关系维系,经过多方数据的安全融合计算,在保护各方数据隐私的前提下,实现银行对客户的精准服务,最大化的提升银行客户关系维护效率,降低银行客户关系维护的管理成本,提升银行对客金融服务水平。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种客户关系维护装置,需要说明的是,本申请实施例的客户关系维护装置可以用于执行本申请实施例所提供的用于客户关系维护方法。以下对本申请实施例提供的客户关系维护装置进行介绍。
图5是根据本申请实施例提供的客户关系维护装置的示意图。如图5所示,该装置包括:
第一获取单元10,用于获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;
第二获取单元20,用于从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;
匹配单元30,用于将每个待维护客户的第一身份数据和第二身份数据进行匹配;
确定单元40,用于在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;
维护单元50,用于通过交易机构对目标维护客户进行关系维护。
本申请实施例提供的客户关系维护装置,通过第一获取单元10,获取客户群体的目标交易数据,将目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,目标模型通过多组样本数据训练得到,每组样本数据包括客户群体的历史交易数据,以及客户群体中的待维护客户以及不需要维护的客户;第二获取单元20,从交易机构获取待维护客户的第一身份数据,并从通讯机构获取待维护客户的第二身份数据,其中,交易机构为需要进行客户关系维护的机构,通讯机构是存储有待维护客户的通讯信息的机构;匹配单元30,将每个待维护客户的第一身份数据和第二身份数据进行匹配;确定单元40,在待维护客户的第一身份数据和第二身份数据匹配成功的情况下,将待维护客户确定为目标维护客户;维护单元50,通过交易机构对目标维护客户进行关系维护,解决了相关技术中对人数较多的客户群体人工进行关系维护时无法精确识别需要维护的客户,导致客户体验差的问题,通过将客户群体的目标交易数据输入目标模型,确定待维护客户,从待维护客户中获取通讯信息未发生变化的目标维护客户,对目标维护客户进行关系维护,进而达到了精确识别需要维护的客户,避免客户流失的效果。
可选地,在本申请实施例提供的客户关系维护装置中,该装置还包括:模型确定单元,用于确定至少一个预设模型,将训练集输入每个预设模型,处理得到每个预设模型对应的输出结果,其中,训练集为多组第一样本数据组成的样本集,多组第一样本数据包括历史交易数据中的第一交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;验证单元,用于通过验证集对每个输出结果进行效果验证,得到每个输出结果的准确率,其中,验证集为多组第二样本数据组成的样本集,多组第二样本数据包括历史交易数据中的第二交易特征数据,以及客户群体中的待维护客户以及不需要维护的客户;判断单元,用于判断每个预设模型的准确率是否大于等于预设准确率阈值;调整单元,用于在预设模型的准确率小于预设准确率阈值的情况下,调整预设模型的训练参数,对预设模型进行迭代训练,直到训练至预设模型的准确率大于等于预设准确率阈值;目标模型确定单元,用于在预设模型的准确率大于等于预设准确率阈值的情况下,将预设模型确定为目标模型。
可选地,在本申请实施例提供的客户关系维护装置中,第一获取单元10包括:输入模块,用于在目标模型为多个的情况下,将目标交易数据输入每个目标模型,处理得到每个目标模型对应的预测待维护客户;待维护客户第一确定模块,用于对所有目标模型对应的预测待维护客户取交集,得到待维护客户;待维护客户第二确定模块,用于在目标模型为一个的情况下,将目标交易数据输入目标模型,处理得到待维护客户。
可选地,在本申请实施例提供的客户关系维护装置中,第二获取单元20包括:调用模块,用于通过第一信息调用参数调用交易机构的第一数据库中的身份数据,并通过第二信息调用参数调用通讯机构的第二数据库中的身份数据;安全处理模块,用于通过第一预设计算协议对第一数据库中的身份数据进行数据安全处理,得到第一身份数据,并对第二数据库中的身份数据进行数据安全处理,得到第二身份数据。
可选地,在本申请实施例提供的客户关系维护装置中,安全处理模块包括:第一分片子模块,用于对第一数据库中的身份数据进行数据分片,得到预设数量的第一分片数据;第二分片子模块,用于对第二数据库中的身份数据进行数据分片,得到预设数量的第二分片数据;加密子模块,用于将第一分片数据进行数据加密,得到第一身份数据,并将第二分片数据进行数据加密,得到第二身份数据。
可选地,在本申请实施例提供的客户关系维护装置中,匹配单元30包括:第一确定模块,用于确定第一身份数据中的第一身份信息和第一通讯信息,并确定第二身份数据中的第二身份信息和第二通讯信息;关联模块,用于通过第二预设计算协议将第一身份信息和第二身份信息进行关联,得到关联成功的多组身份数据,其中,关联成功的每组身份数据是同一客户的第一身份数据和第二身份数据;判断模块,用于判断每组身份数据的第一通讯信息和第二通讯信息是否相同;第二确定模块,用于在第一通讯信息和第二通讯信息相同的情况下,确定待维护客户的第一身份数据和第二身份数据匹配成功。
可选地,在本申请实施例提供的客户关系维护装置中,维护单元50包括:第三确定模块,用于确定目标维护客户的第一通讯信息;通信模块,用于控制交易机构依据第一通讯信息与目标维护客户进行通信,向目标维护客户推送目标信息。
客户关系维护装置包括处理器和存储器,上述第一获取单元10、第二获取单元20、匹配单元30、确定单元40和维护单元50等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来精确识别需要维护的客户,避免客户流失。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现客户关系维护方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行客户关系维护方法。
如图6所示,本发明实施例提供了一种电子设备,设备601包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:客户关系维护方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:客户关系维护方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种客户关系维护方法,其特征在于,包括:
获取客户群体的目标交易数据,将所述目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,所述目标模型通过多组样本数据训练得到,每组样本数据包括所述客户群体的历史交易数据,以及所述客户群体中的待维护客户以及不需要维护的客户;
从交易机构获取所述待维护客户的第一身份数据,并从通讯机构获取所述待维护客户的第二身份数据,其中,所述交易机构为需要进行客户关系维护的机构,所述通讯机构是存储有所述待维护客户的通讯信息的机构;
将每个所述待维护客户的第一身份数据和第二身份数据进行匹配;
在所述待维护客户的第一身份数据和所述第二身份数据匹配成功的情况下,将所述待维护客户确定为目标维护客户;
通过所述交易机构对所述目标维护客户进行关系维护。
2.根据权利要求1所述的方法,其特征在于,在将所述目标交易数据输入目标模型,处理得到至少一个待维护客户之前,所述方法还包括:
确定至少一个预设模型,将训练集输入每个所述预设模型,处理得到每个所述预设模型对应的输出结果,其中,所述训练集为多组第一样本数据组成的样本集,所述多组第一样本数据包括所述历史交易数据中的第一交易特征数据,以及所述客户群体中的待维护客户以及不需要维护的客户;
通过验证集对每个所述输出结果进行效果验证,得到每个所述输出结果的准确率,其中,所述验证集为多组第二样本数据组成的样本集,所述多组第二样本数据包括所述历史交易数据中的第二交易特征数据,以及所述客户群体中的待维护客户以及不需要维护的客户;
判断每个所述预设模型的准确率是否大于等于预设准确率阈值;
在所述预设模型的准确率小于所述预设准确率阈值的情况下,调整所述预设模型的训练参数,对所述预设模型进行迭代训练,直到训练至所述预设模型的准确率大于等于所述预设准确率阈值;
在所述预设模型的准确率大于等于所述预设准确率阈值的情况下,将所述预设模型确定为目标模型。
3.根据权利要求1所述的方法,其特征在于,将所述目标交易数据输入目标模型,处理得到至少一个待维护客户包括:
在所述目标模型为多个的情况下,将所述目标交易数据输入每个所述目标模型,处理得到每个所述目标模型对应的预测待维护客户;
对所有目标模型对应的所述预测待维护客户取交集,得到所述待维护客户;
在所述目标模型为一个的情况下,将所述目标交易数据输入所述目标模型,处理得到所述待维护客户。
4.根据权利要求1所述的方法,其特征在于,从交易机构获取所述待维护客户的第一身份数据,并从通讯机构获取所述待维护客户的第二身份数据包括:
通过第一信息调用参数调用所述交易机构的第一数据库中的身份数据,并通过第二信息调用参数调用所述通讯机构的第二数据库中的身份数据;
通过第一预设计算协议对所述第一数据库中的身份数据进行数据安全处理,得到所述第一身份数据,并对所述第二数据库中的身份数据进行数据安全处理,得到所述第二身份数据。
5.根据权利要求4所述的方法,其特征在于,通过第一预设计算协议对所述第一数据库中的身份数据进行数据安全处理,得到所述第一身份数据,并对所述第二数据库中的身份数据进行数据安全处理,得到所述第二身份数据包括:
对所述第一数据库中的身份数据进行数据分片,得到预设数量的第一分片数据;
对所述第二数据库中的身份数据进行数据分片,得到所述预设数量的第二分片数据;
将所述第一分片数据进行数据加密,得到所述第一身份数据,并将所述第二分片数据进行数据加密,得到所述第二身份数据。
6.根据权利要求1所述的方法,其特征在于,将每个所述待维护客户的第一身份数据和第二身份数据进行匹配包括:
确定所述第一身份数据中的第一身份信息和第一通讯信息,并确定所述第二身份数据中的第二身份信息和第二通讯信息;
通过第二预设计算协议将所述第一身份信息和所述第二身份信息进行关联,得到关联成功的多组身份数据,其中,关联成功的每组身份数据是同一客户的第一身份数据和第二身份数据;
判断所述每组身份数据的所述第一通讯信息和所述第二通讯信息是否相同;
在所述第一通讯信息和所述第二通讯信息相同的情况下,确定所述待维护客户的第一身份数据和第二身份数据匹配成功。
7.根据权利要求6所述的方法,其特征在于,通过所述交易机构对所述目标维护客户进行关系维护包括:
确定所述目标维护客户的第一通讯信息;
控制所述交易机构依据所述第一通讯信息与所述目标维护客户进行通信,向所述目标维护客户推送目标信息。
8.一种客户关系维护装置,其特征在于,包括:
第一获取单元,用于获取客户群体的目标交易数据,将所述目标交易数据输入目标模型,处理得到至少一个待维护客户,其中,所述目标模型通过多组样本数据训练得到,每组样本数据包括所述客户群体的历史交易数据,以及所述客户群体中的待维护客户以及不需要维护的客户;
第二获取单元,用于从交易机构获取所述待维护客户的第一身份数据,并从通讯机构获取所述待维护客户的第二身份数据,其中,所述交易机构为需要进行客户关系维护的机构,所述通讯机构是存储有所述待维护客户的通讯信息的机构;
匹配单元,用于将每个所述待维护客户的第一身份数据和第二身份数据进行匹配;
确定单元,用于在所述待维护客户的第一身份数据和所述第二身份数据匹配成功的情况下,将所述待维护客户确定为目标维护客户;
维护单元,用于通过所述交易机构对所述目标维护客户进行关系维护。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的客户关系维护方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的客户关系维护方法。
CN202211511478.1A 2022-11-29 2022-11-29 客户关系维护方法、装置、处理器及电子设备 Pending CN115713342A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211511478.1A CN115713342A (zh) 2022-11-29 2022-11-29 客户关系维护方法、装置、处理器及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211511478.1A CN115713342A (zh) 2022-11-29 2022-11-29 客户关系维护方法、装置、处理器及电子设备

Publications (1)

Publication Number Publication Date
CN115713342A true CN115713342A (zh) 2023-02-24

Family

ID=85235251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211511478.1A Pending CN115713342A (zh) 2022-11-29 2022-11-29 客户关系维护方法、装置、处理器及电子设备

Country Status (1)

Country Link
CN (1) CN115713342A (zh)

Similar Documents

Publication Publication Date Title
US10771471B2 (en) Method and system for user authentication
CN111033502B (zh) 经由区块链使用生物特征数据和不可逆函数进行身份验证
US11855994B2 (en) System and method for aggregating client data and cyber data for authentication determinations
US20220368704A1 (en) Detecting synthetic online entities facilitated by primary entities
JP6514218B2 (ja) 社会関係データを用いたクライアント認証
CN105337928B (zh) 用户身份识别方法、安全保护问题生成方法及装置
CN111415163B (zh) 基于区块链的业务处理、验证方法、系统及验证节点
US11563727B2 (en) Multi-factor authentication for non-internet applications
CN112365001B (zh) 模型的生成方法、装置和服务器
CN112184444A (zh) 基于信息的特征进行信息处理的方法、装置、设备及介质
CN115713342A (zh) 客户关系维护方法、装置、处理器及电子设备
CN115423208A (zh) 基于隐私计算的电子保函价值预测方法及装置
CN113254989A (zh) 目标数据的融合方法、装置和服务器
CN113360575A (zh) 联盟链中交易数据的监管方法、装置、设备及存储介质
Nandhini et al. Digital currency banking using block chain technology
Anoh et al. Multi-factor authentication system for securing mobile money transactions using mobile money services in Ivory Coast
CN115330529A (zh) 一种识别方法、装置、电子设备及计算机存储介质
CN116049322B (zh) 基于隐私计算的数据共享平台和方法
US20230090398A1 (en) Systems and methods for generating synthetic data using federated, collaborative, privacy preserving models
US20240177160A1 (en) Collusion-Based Fraudulent Activity Identification System
US20230139465A1 (en) Electronic service filter optimization
US20210392124A1 (en) Using machine-learning models to authenticate users and protect enterprise-managed information and resources
Sudha An analytical review on privacy-preserving and public auditing in cloud storage
WO2023044177A1 (en) Systems and methods for generating synthetic data using federated, collaborative, privacy preserving learning models
CN117726397A (zh) 产品推广信息的确定方法、装置、存储介质及电子设备

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