CN115729923A - 客户数据分析方法、装置、存储介质及计算机设备 - Google Patents
客户数据分析方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN115729923A CN115729923A CN202211557967.0A CN202211557967A CN115729923A CN 115729923 A CN115729923 A CN 115729923A CN 202211557967 A CN202211557967 A CN 202211557967A CN 115729923 A CN115729923 A CN 115729923A
- Authority
- CN
- China
- Prior art keywords
- index
- customer
- client
- contribution degree
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000007405 data analysis Methods 0.000 title claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 100
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 238000004140 cleaning Methods 0.000 claims abstract description 15
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种客户数据分析方法、装置、存储介质及计算机设备。该方法包括：获取客户的原始数据；对所述原始数据进行ETL清洗得到客户数据；基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。本申请能够根据银行的需求快速实现客户数据分析，确定客户评级，便于实现客户的分类管理和维护。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种客户数据分析方法、装置、存储介质及计算机设备。
背景技术
随着全球经济一体化进程的加快与发展，客户成为了企业最为重要的战略性资源之一。随着市场竞争的日趋加剧和客户需求的日益多元化，作为货币这一特殊商品的金融企业，已逐步由传统的以产品和规模为中心的经营管理模式转向以客户为中心、追求客户价值和企业利润最大化的经营管理模式，以提供多样化的金融品种和全方位、多层次的金融服务，以此来满足客户需求、巩固客户基础、提高客户忠诚度。为此，不少银行对其经营管理体制进行相应的调整与改造，并将通过获得高价值客户、保持高价值客户、升级高价值客户从而实现企业利润的最大化作为银行的重要战略导向。
目前银行的客户关系管理系统中，虽然有客户的很多基本信息、标签信息等，但客户的价值分析需要人工去根据众多的信息去判断，并且判断的依据也全靠经验，这样既浪费了人力，又有可能出现人为判断不准确的情况出现。
发明内容
本申请实施例提供了一种客户数据分析方法、装置、存储介质及计算机设备，能够根据银行的需求快速实现客户数据分析，确定客户评级，便于实现客户的分类管理和维护。
第一方面，本申请提供了一种客户数据分析方法，所述方法包括：
获取客户的原始数据；
对所述原始数据进行ETL清洗得到客户数据；
基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
在其中一个实施例中，所述方法还包括：
响应于客户指标查询请求，确定待查询指标；
根据所述待查询指标获取对应的客户指标数据；
基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
在其中一个实施例中，所述方法还包括：
响应于客户评级查询请求，获取各客户的客户评级；
基于各客户的客户评级生成第二查询报表并展示。
在其中一个实施例中，所述基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标，包括：
识别所述客户的客户类型；
根据所述客户的客户类型获取对应的指标贡献度计算子规则；
根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
在其中一个实施例中，所述获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度，包括：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
在其中一个实施例中，所述根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度，包括：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度。
在其中一个实施例中，所述根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度，包括：
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
第二方面，本申请提供了一种客户数据分析装置，包括：
数据获取模块，用于获取客户的原始数据；
数据清洗模块，用于对所述原始数据进行ETL清洗得到客户数据；
第一计算模块，用于基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
第一确定模块，用于基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
第二计算模块，用于获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
第二确定模块，用于基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
第三方面，本申请提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一项实施例所述客户数据分析方法的步骤。
第四方面，本申请提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如上述任一项实施例所述客户数据分析方法的步骤。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请提供的客户数据分析方法、装置、存储介质及计算机设备，获取客户的原始数据，经过ETL清洗后得到客户数据，基于预设的各维度的客户指标计算规则，对客户数据进行计算，得到各维度的客户指标数据，用户可以根据银行的分类管理需求对指标贡献度计算规则和评级规则进行配置，基于用户配置的指标贡献度计算规则确定客户的每个考评维度的目标客户指标，根据确定的目标客户指标获取对应的客户指标数据，并基于指标贡献度计算规则对客户指标数据进行计算，得到客户的单项指标贡献度和综合指标贡献度，基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级，进而能够实现针对不同银行的需求灵活配置对于客户评级的相关规则，基于配置结果快速进行客户数据分析，确定客户评级，减少人工投入的时间和精力，且能够更为准确地进行客户价值分析。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为一个实施例中，客户数据分析方法的流程示意图；
图2为一个实施例中，客户数据分析装置的结构框图；
图3为一个实施例中，计算机设备的内部结构图。
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，都属于本申请保护的范围。
如图1所示，本申请提供了一种客户数据分析方法，所述方法包括步骤S101至S106，其中：
步骤S101，获取客户的原始数据。
客户的原始数据为用于进行客户评级需要的相关数据，从银行的客户系统中获取。客户的原始数据包括客户的基本信息、与客户相关的财务数据、交易行为数据等，其中，财务数据包括客户的资产负债情况的明细数据，如存款账户明细数据、贷款账户明细数据、借记卡明细数据、基金签约数据、理财余额数据等；交易行为数据包括指客户的消费数据和客户交易明细流水情况，如电子银行交易笔数/金额、电子银行单次交易金额/POS交易笔数/金额、POS单次交易金额/全部交易笔数/金额、贷记卡年累计交易次数/交易金额等。
步骤S102，对原始数据进行ETL清洗得到客户数据。
ETL清洗即为对原始数据进行过滤筛选、加载以及转换格式等处理，经过处理后得到能够进行后续分析使用的客户数据。
步骤S103，基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据。
客户指标为用户(即银行人员)根据评级需要考量的因素定义的用于表征客户的某一维度信息的指标，例如存款日均余额、存款利息收入等等。用户根据需要自定定义客户指标相关信息以及客户指标计算规则，客户指标相关信息包括但不限于客户指标的指标编号、指标名称、客户类型、归属业务、指标单位、指标数据来源、统计时段、统计频率等。
其中，客户类型包括对公客户和个人客户。归属业务包括存款业务、贷款业务、卡业务、中间业务、电子银行、公共业务等。指标数据来源包括基础指标、多级指标、手工指标、特殊指标，其中手工指标指无法获取数据来源，计算结果是由客户直接导入至系统的指标，系统不再做二次运算，特殊指标指算法逻辑无法通过以上几种情况配置出来的指标，需要通过用户自定义程序代码加工运算的指标。当指标数据来源为基础指标时，指需要通过引用客户数据生成的指标。当指标数据来源为多级指标时，是使用其他指标的数据作为数据来源进行计算得到的新的指标。
当指标类型为“多级指标”时，根据指标计算规则生成指标的计算级别顺序，计算的时候从指标级别低到高循环计算，根据指标计算规则，找到对应的组成指标的结果，解析成公式进行运算；当指标类型为“手工指标”时，直接获取提供给用户导入的手工指标管理功能导入的结果进入客户指标结果表；当指标类型为“特殊指标”时，根据配置的应用程序，直接加载应用程序的结果。
步骤S104，基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标。
其中，目标客户指标是指计算每个考评维度的指标贡献度需要的客户指标。
在其中一个实施例中，步骤S104包括：识别所述客户的客户类型；根据所述客户的客户类型获取对应的指标贡献度计算子规则；根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
步骤S105，获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度。
单项指标贡献度用于表征单项指标对于客户评级的贡献度，综合指标贡献度是指根据各单项指标贡献度计算得出的综合考量分。
步骤S106，基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
根据银行需求，对于不同的级别评定，需要考量的指标贡献度可能存在差异，一些级别直接根据综合指标贡献度评定，一些级别可以直接根据某个或某些单项指标贡献度评定，还有一些级别可以根据综合指标贡献度和单项指标贡献度共同评定。
本申请提供的客户数据分析方法、装置、存储介质及计算机设备，获取客户的原始数据，经过ETL清洗后得到客户数据，基于预设的各维度的客户指标计算规则，对客户数据进行计算，得到各维度的客户指标数据，用户可以根据银行的分类管理需求对指标贡献度计算规则和评级规则进行配置，基于用户配置的指标贡献度计算规则确定客户的每个考评维度的目标客户指标，根据确定的目标客户指标获取对应的客户指标数据，并基于指标贡献度计算规则对客户指标数据进行计算，得到客户的单项指标贡献度和综合指标贡献度，基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级，进而能够实现针对不同银行的需求灵活配置对于客户评级的相关规则，基于配置结果快速进行客户数据分析，确定客户评级，减少人工投入的时间和精力，且能够更为准确地进行客户价值分析。
在其中一个实施例中，所述方法还包括：
响应于客户指标查询请求，确定待查询指标；
根据所述待查询指标获取对应的客户指标数据；
基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
本实施例中，用户若需查询客户指标，可以发起客户指标查询请求，基于客户指标查询请求能够确定待查询指标，进而获取待查询指标对应的客户指标数据，并基于获取的客户指标数据生成第一查询报表向用户展示。
在其中一个实施例中，所述方法还包括：
响应于客户评级查询请求，获取各客户的客户评级；
基于各客户的客户评级生成第二查询报表并展示。
本实施例中，用户若需查询客户评级，可以发起客户评级查询请求，基于客户评级查询请求获取各客户的客户评级，并生成第二查询报表向用户展示。
在其中一个实施例中，所述获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度，包括：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
每个考评维度中包括至少一个单项指标，单维度贡献度即为一个考评维度的贡献度，单维度贡献度需要根据其对应考评维度包含的单项指标贡献度进行计算，综合指标贡献度则根据至少一个考评维度的单维度贡献度计算。用户根据需要可以随时对各贡献度计算规则进行配置。
在其中一个实施例中，所述根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度，包括：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度；
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
其中，非扩展类型的单项指标即为直接根据对应客户指标可以进行计算，对于扩展类型指标，则为用户定义了扩展系数，需要根据扩展系数对客户指标数据与标准分之积进行系数修正。
本实施例中，根据用户对单项指标贡献度的考量，为每个单项指标配置是否为扩展类型，使得客户评级的灵活度更高，能够随时进行调整。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
下面对本申请实施例提供的客户数据分析装置进行描述，下文描述的客户数据分析装置与上文描述的客户数据分析方法可相互对应参照。
如图2所示，本申请实施例提供了一种客户数据分析装置200，包括：
数据获取模块201，用于获取客户的原始数据；
数据清洗模块202，用于对所述原始数据进行ETL清洗得到客户数据；
第一计算模块203，用于基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
第一确定模块204，用于基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
第二计算模块205，用于获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
第二确定模块206，用于基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
在其中一个实施例中，客户数据分析装置还包括：
指标确定模块，用于响应于客户指标查询请求，确定待查询指标；
指标数据获取模块，用于根据所述待查询指标获取对应的客户指标数据；
第一报表生成模块，用于基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
在其中一个实施例中，客户数据分析装置还包括：
评级数据获取模块，用于响应于客户评级查询请求，获取各客户的客户评级；
第二报表生成模块，用于基于各客户的客户评级生成第二查询报表并展示。
在其中一个实施例中，第一确定模块被配置为用于执行以下步骤：
识别所述客户的客户类型；
根据所述客户的客户类型获取对应的指标贡献度计算子规则；
根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
在其中一个实施例中，第二计算模块被配置为用于执行以下步骤：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
在其中一个实施例中，第二计算模块还被配置为用于执行以下步骤：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度。
在其中一个实施例中，第二计算模块还被配置为用于执行以下步骤：
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
上述客户数据分析装置中各个模块的划分仅仅用于举例说明，在其他实施例中，可将客户数据分析装置按照需要划分为不同的模块，以完成上述客户数据分析装置的全部或部分功能。上述客户数据分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，本申请还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
获取客户的原始数据；
对所述原始数据进行ETL清洗得到客户数据；
基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
响应于客户指标查询请求，确定待查询指标；
根据所述待查询指标获取对应的客户指标数据；
基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
响应于客户评级查询请求，获取各客户的客户评级；
基于各客户的客户评级生成第二查询报表并展示。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
识别所述客户的客户类型；
根据所述客户的客户类型获取对应的指标贡献度计算子规则；
根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度。
在其中一个实施例中，计算机可读指令被处理器执行时还实现以下步骤：
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
在一个实施例中，本申请还提供了一种计算机设备，所述计算机设备中存储有计算机可读指令，所述一个或多个处理器执行所述计算机可读指令时，执行以下步骤：
获取客户的原始数据；
对所述原始数据进行ETL清洗得到客户数据；
基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
响应于客户指标查询请求，确定待查询指标；
根据所述待查询指标获取对应的客户指标数据；
基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
响应于客户评级查询请求，获取各客户的客户评级；
基于各客户的客户评级生成第二查询报表并展示。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
识别所述客户的客户类型；
根据所述客户的客户类型获取对应的指标贡献度计算子规则；
根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度。
在其中一个实施例中，处理器执行计算机可读指令时还执行以下步骤：
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
示意性地，在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种客户数据分析方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种客户数据分析方法，其特征在于，所述方法包括：
获取客户的原始数据；
对所述原始数据进行ETL清洗得到客户数据；
基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
2.根据权利要求1所述的客户数据分析方法，其特征在于，所述方法还包括：
响应于客户指标查询请求，确定待查询指标；
根据所述待查询指标获取对应的客户指标数据；
基于获取的所述待查询指标对应的客户指标数据生成第一查询报表并展示。
3.根据权利要求1所述的客户数据分析方法，其特征在于，所述方法还包括：
响应于客户评级查询请求，获取各客户的客户评级；
基于各客户的客户评级生成第二查询报表并展示。
4.根据权利要求1所述的客户数据分析方法，其特征在于，所述基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标，包括：
识别所述客户的客户类型；
根据所述客户的客户类型获取对应的指标贡献度计算子规则；
根据所述指标贡献度计算子规则，确定计算每个考评维度所需的目标客户指标。
5.根据权利要求4所述的客户数据分析方法，其特征在于，所述获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度，包括：
获取每个考评维度所需的目标客户指标对应的客户指标数据；
根据所述指标贡献度计算子规则，确定每个考评维度中的单项指标贡献度对应的单项计算规则、单维度贡献度计算规则及综合指标贡献度计算规则；
根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度；
根据所述单维度贡献度计算规则，基于各单项指标贡献度分别计算每个考评维度的指标贡献度；
根据所述综合指标贡献度计算规则，基于每个考评维度的指标贡献度计算所述客户的综合指标贡献度。
6.根据权利要求5所述的客户数据分析方法，其特征在于，所述根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度，包括：
若单项指标为非扩展类型，则确定所述单项指标对应的标准分；
计算所述单项指标对应的客户指标数据与标准分的乘积作为单项指标贡献度。
7.根据权利要求5所述的客户数据分析方法，其特征在于，所述根据每个考评维度中的单项指标贡献度对应的单项计算规则，基于目标客户指标对应的客户指标数据计算每个考评维度中的各单项指标贡献度，包括：
若单项指标为扩展类型，则确定所述单项指标对应的标准分及扩展系数；
计算所述单项指标对应的客户指标数据与标准分之积与所述扩展系数的乘积作为单项指标贡献度。
8.一种客户数据分析装置，其特征在于，包括：
数据获取模块，用于获取客户的原始数据；
数据清洗模块，用于对所述原始数据进行ETL清洗得到客户数据；
第一计算模块，用于基于预设的各维度的客户指标计算规则，对所述客户数据进行计算，得到各维度的客户指标数据；
第一确定模块，用于基于用户配置的指标贡献度计算规则确定所述客户的每个考评维度的目标客户指标；
第二计算模块，用于获取目标客户指标对应的客户指标数据，并根据所述指标贡献度计算规则计算客户的单项指标贡献度和综合指标贡献度；
第二确定模块，用于基于用户配置的评级规则，根据客户的综合指标贡献度和/或单项指标贡献度确定客户评级。
9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述客户数据分析方法的步骤。
10.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；
所述存储器中存储有计算机可读指令，所述一个或多个处理器执行时所述计算机可读指令时，执行如权利要求1至7中任一项所述客户数据分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211557967.0A CN115729923A (zh) | 2022-12-06 | 2022-12-06 | 客户数据分析方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211557967.0A CN115729923A (zh) | 2022-12-06 | 2022-12-06 | 客户数据分析方法、装置、存储介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115729923A true CN115729923A (zh) | 2023-03-03 |
Family
ID=85300327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211557967.0A Pending CN115729923A (zh) | 2022-12-06 | 2022-12-06 | 客户数据分析方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115729923A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705207A (zh) * | 2017-11-07 | 2018-02-16 | 广发证券股份有限公司 | 客户价值评估的方法、装置、设备及计算机存储介质 |
| CN108492012A (zh) * | 2018-03-09 | 2018-09-04 | 广州天维信息技术股份有限公司 | 一种绩效考核指标计算方法和系统 |
| CN110232175A (zh) * | 2019-05-08 | 2019-09-13 | 深圳中大环保科技创新工程中心有限公司 | 海岛资源资产负债表的生成方法、装置及计算机设备 |
| CN112668859A (zh) * | 2020-12-23 | 2021-04-16 | 平安普惠企业管理有限公司 | 基于大数据的客户风险评级方法、装置、设备及存储介质 |
| CN113793061A (zh) * | 2021-09-27 | 2021-12-14 | 武汉众邦银行股份有限公司 | 融合层次分析法和rfm的商业银行客户评级方法及装置 |
| CN114398669A (zh) * | 2021-12-15 | 2022-04-26 | 北京邮电大学 | 基于隐私保护计算和跨组织的联合信用评分方法及装置 |
-
2022
- 2022-12-06 CN CN202211557967.0A patent/CN115729923A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705207A (zh) * | 2017-11-07 | 2018-02-16 | 广发证券股份有限公司 | 客户价值评估的方法、装置、设备及计算机存储介质 |
| CN108492012A (zh) * | 2018-03-09 | 2018-09-04 | 广州天维信息技术股份有限公司 | 一种绩效考核指标计算方法和系统 |
| CN110232175A (zh) * | 2019-05-08 | 2019-09-13 | 深圳中大环保科技创新工程中心有限公司 | 海岛资源资产负债表的生成方法、装置及计算机设备 |
| CN112668859A (zh) * | 2020-12-23 | 2021-04-16 | 平安普惠企业管理有限公司 | 基于大数据的客户风险评级方法、装置、设备及存储介质 |
| CN113793061A (zh) * | 2021-09-27 | 2021-12-14 | 武汉众邦银行股份有限公司 | 融合层次分析法和rfm的商业银行客户评级方法及装置 |
| CN114398669A (zh) * | 2021-12-15 | 2022-04-26 | 北京邮电大学 | 基于隐私保护计算和跨组织的联合信用评分方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8577791B2 (en) | System and computer program for modeling and pricing loan products | |
| Kao et al. | Measuring performance improvement of Taiwanese commercial banks under uncertainty | |
| US20110099101A1 (en) | Automated validation reporting for risk models | |
| CN110796539A (zh) | 一种征信评估方法及装置 | |
| CN112074860A (zh) | 一种编译资产的投资组合的计算机实现的方法 | |
| CN114626936A (zh) | 信贷业务数据处理方法、装置、计算机设备和存储介质 | |
| CN114140221A (zh) | 一种欺诈风险预警方法、装置及设备 | |
| CN116823471A (zh) | 交易策略回测方法、装置、电子设备及存储介质 | |
| CN114387085B (zh) | 流水数据处理方法、装置、计算机设备和存储介质 | |
| JP2017084229A (ja) | 投資シミュレーション装置および方法 | |
| CN115729923A (zh) | 客户数据分析方法、装置、存储介质及计算机设备 | |
| CN115034685A (zh) | 客户价值评估方法、装置和计算机可读存储介质 | |
| CN114638614A (zh) | 基于多维度政务数据的企业授信额度确定方法、装置 | |
| CN114416725A (zh) | 票据数据处理方法、装置、设备、介质和计算机程序产品 | |
| US8103564B2 (en) | Method of processing investment data and making compensation determinations and associated system | |
| Gök et al. | Dating currency crisis and assessing the determinants based on meta fuzzy index functions | |
| JP2010522369A (ja) | 重み付き可変量を表すバーを正規化するための処理デバイス | |
| JP6121017B2 (ja) | 金融機関経営支援システム及びプログラム | |
| CN108256719B (zh) | 资源处理系统和方法 | |
| CN113342879B (zh) | 基于三次样条函数的样本券数据显示方法、装置、设备 | |
| US20160042091A1 (en) | System And Method Of Forming An Index | |
| JP6188849B2 (ja) | 金融機関経営支援システム及びプログラム | |
| CN113450202A (zh) | 信用评等系统及信用评等方法 | |
| Jalil et al. | Factors Influencing Sales Performance in SME and Micro-Enterprises in the Wholesale and Retail Trade Sector of Bangladesh. | |
| TWM643906U (zh) | 用於建立房價預測模型的伺服單元及用於預測房價的伺服單元 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230303 |