TWM628128U

TWM628128U - 客戶價值二維探索系統

Info

Publication number: TWM628128U
Application number: TW111200227U
Authority: TW
Inventors: 莊傳淵
Original assignee: 新光金融控股股份有限公司
Priority date: 2022-01-07
Filing date: 2022-01-07
Publication date: 2022-06-11

Abstract

本新型係一客戶價值二維探索系統。客戶價值二維探索系統的處理裝置執行以下步驟：從資料庫讀取多個客戶的多筆定存資料、多筆定存歷史資料及其總資產資料；計算一調整後總資產；回溯計算每一筆定存資料的一真實存放月數；計算每一筆定存資料的一定存資金閒置量；產生一定存資金總閒置量；根據所有客戶的調整後總資產及定存資金總閒置量，進行二維分群，產生一二維分群名單。由於二維分群名單能準確的分析客戶的定存資金總閒置量，以及與其它總資產之間供給與隱性需求可能存在的關係。由客群分群的角度藉此為客戶提供可能符合其隱性需求的金融商品，引導客戶能夠活化其閒置資金，增加客戶對於金融商品的興趣，提高推銷金融商品效率。

Description

客戶價值二維探索系統

一種探索系統，尤指一種客戶價值二維探索系統。

在早期產品導向的行銷模式，金融業在推銷金融產品予客戶時，都是直接將客戶清單列出，再一一聯繫客戶，對每一個客戶進行行銷。但此種推銷金融產品的方式，通常是大海撈針，很難找到合適的客戶，導致行銷的效率低下。時至今日，金融業通常會先根據各個客戶的屬性，探索各個客戶的需求，並針對特定客戶族群推銷合適的金融產品，藉此提高推銷金融產品的效率。

但目前探索客戶的方式並未對於客戶本身的資產管理習慣探索，導致提高推銷金融商品效率的成果不彰。

本新型提供一種客戶價值二維探索系統，該客戶價值二維探索系統包含有一資料庫、一處理裝置及一顯示裝置，且該處理裝置連接至該資料庫及該顯示裝置。

該處理裝置從該資料庫讀取多個客戶的多筆定存資料、多筆定存歷史資料及其總資產資料，並針對每一個客戶，根據其所有定存資料的所有定存金額及該總資產資料的總資產金額，計算排除定存金額的一調整後總資產。該處理裝置進一步針對每一個客戶，根據其每一筆定存資料中的一定存期數及該定存金額，於該多筆定存歷史資料中回溯計算每一筆定存資料的一真實存放月數。且該處理裝置還針對每一個客戶，根據其每一筆定存資料中的該定存金額及該真實存放月數，計算每一筆定存資料的一定存資金閒置量。最後，該處理裝置針對每一個客戶，加總其所有定存資料的所有定存資金閒置量，產生一定存資金總閒置量，並根據所有客戶的該調整後總資產及該定存資金總閒置量，各自排序後進行二維分群，產生一二維分群名單，再將該二維分群名單傳送至該顯示裝置，由該顯示裝置顯示該二維分群名單。

由於該二維分群名單係根據該調整後總資產及該定存資金總閒置量，進行二維分群而產生的，因此，該二維分群名單所分群的結果，能準確的分析客戶的定存資金總閒置量，以及與其它總資產之間供給與隱性需求可能存在的關係。由客群分群的角度藉此為客戶提供可能符合其隱性需求的金融商品，引導客戶能夠活化其閒置資金，增加客戶對於金融商品的興趣，提高推銷金融商品效率。

此外，由於該定存資金總閒置量係根據每一筆定存資料的定存金額與真實存放月數，回溯累計計算獲得的，因此，該定存資金總閒置更進一步的考量閒置資金與時間的關係，藉此能夠更準確地提供客戶想要的金融商品，以達到精準行銷之目的。

10:資料庫

20:處理裝置

30:顯示裝置

A:群組

B:群組

C:群組

D:群組

E:群組

S201~S206:步驟

S2031~S2032:步驟

圖1為本新型一客戶價值二維探索系統的方塊圖。

圖2為一客戶價值二維探索方法的流程圖。

圖3為本新型二維分群結果的示意圖。

圖4為客戶價值二維探索方法的另一流程圖。

請參閱圖1所示，本新型提供一客戶價值二維探索系統，該客戶價值二維探索系統包括一資料庫10、一處理裝置20及一顯示裝置30。且該處理裝置20係通訊連接至該資料庫10及該顯示裝置30。

請一併參閱圖2所示該處理裝置20係執行一客戶價值二維探索方法，且該客戶價值二維探索方法包含有以下步驟：

步驟S201：從該資料庫10讀取多個客戶的多筆定存資料、多筆定存歷史資料及其總資產資料。在本實施例中，該定存資料與該定存歷史資料係以台幣定存資料為較佳實施例說明，但不以此為限。

步驟S202：針對每一個客戶，根據其所有定存資料的所有定存金額及該總資產資料的總資產金額，計算排除定存金額的一調整後總資產。在本實施例中，該處理裝置20係先計算出所有定存資料的所有定存金額的總和，即定存總金額，再進一步將該總資產金額減去該定存總金額，而得到該調整後總資產。

步驟S203：針對每一個客戶，根據其每一筆定存資料中的一定存期數及該定存金額，於該多筆定存歷史資料中回溯計算每一筆定存資料的一真實存放月數。在本實施例中，由於每一次的定存會於該定存期數到期時結清(失效)，故每一次定存的存放月數即為其定存期數。但客戶若是短時間內將到期的該次的定存再次轉存到下一次的定存，且在下次的定存的定存期數仍與前次相同時，該處理裝置20會兩次的定存視為同一筆定存資料，並將已到期的定存的定存期數與下次的定存的定存期數，加總後計為該筆定存資料的真實存放月數。

步驟S204：針對每一個客戶，根據其每一筆定存資料中的該定存金額及該真實存放月數，計算每一筆定存資料的一定存資金閒置量。在本實施例中，該處理裝置20係將每一筆定存資料中的該定存金額乘上該真實存放月數後再除以12，以計算出該定存資金閒置量。由於該定存資金閒置量係以年度為單位計算，因此該真實存放月數需先除以12換算成年度單位。

步驟S205：針對每一個客戶，加總其所有定存資料的所有定存資金閒置量，產生一定存資金總閒置量。由於每一個客戶可能會擁有多筆的定存資料，且每一筆定存資料的金額、期數及真實存放月數都不一定會相同，因此針對每一個客戶的所有定存資料都需要分別計算各自的定存資金閒置量。而針對每一個客戶，需要以一個參數來參考其定存資金的閒置程度，故該處理裝置20會再將針對同一個客戶的所有定存資料的所有定存資金閒置量加總，以獲得對應該個客戶的定存資金總閒置量，用於代表其定存資金的閒置程度。

步驟S206：根據所有客戶的該調整後總資產及該定存資金總閒置量，進行二維分群，產生一二維分群名單。在本實施例中，該處理裝置20係以k-平均演算法(k-means clustering)對所有客戶的該調整後總資產及該定存資金總閒置量分別由小到大排序並進行二維分群，以定義分群門檻值並產生該二維分群名單。

舉例來說，請參閱圖3所示，當中的每一個點代表一個客戶的二維分群位置。且依據二維分群的位置，區分成多個群組，例如群組A係針對具有低定存資金總閒置量以及高調整後總資產的族群，以圓點表示該族群中的每一個客戶的二維分群位置。同理組群B、族群C、族群D以及族群E，都分別代表不同分群，且分別用不同形狀的點表示之。而針對不同分群的客戶，則可分別產出名單，例如族群A的客戶名單、族群B的客戶名單等等，藉此完成該二維分群名單。

此外，當該處理裝置20產生該二維分群名單後，該處理裝置20進一步將該二維分群名單傳送至該顯示裝置30，由該顯示裝置30顯示該二維分群名單。如此一來，銀行業便可利用該二維分群名單制定行銷計畫，以推廣行銷合適該類分群的客戶的金融產品，藉此準確地提供客戶想要的金融商品，以達到精準行銷之目的。

進一步而言，良好的行銷模式，是在對的時間，通過通路，提供有競爭力的產品給對項產品有興趣的客戶。因此，本新型的重點在於，拉長時間軸線，觀察客戶及其所選擇之產品，並挖掘出其表徵交易行為下可能隱藏的有意義資訊，藉此提升共銷成功的機率。

一般而言，稍有實力且願意留存大部份比例資產在銀行的客戶，會是金融業重要推廣行銷的目標客群。本新型由客群分群的角度藉此為客戶提供可能符合其隱性需求的金融商品，引導客戶能夠活化其閒置資金，增加客戶對於金融商品的興趣，提高推銷金融商品效率，也有機會幫助提升企業內部價值。

針對客戶所選的任何一項商品，除了確認該商品現行部位餘額外，也需考量該客戶擁有此項商品之真實經過的時間。例如，拉長時間軸觀察該項商品經過2次交易，即是第1次購買後，當原存續期間到期，會先記錄該項商品以終止，若在短時間內客戶再次購入同項商品第2次。因此，以客戶角度來看，即可將第1次購買該商品的時間點作為真正資金投入的時間點，進而推算該項商品真實經過的時間。

由於定存為銀行業提供給客戶的一項類理財商品，且很多時候客戶會以定存作為資金的暫存區，因此本新型尤其重點關注於定存項目的商品。且對於銀行業而言，若客戶沒有什麼其他投資項目，只有定存商品，通過本新型即可探索出該類型的客戶心中的資產投資比例，且可對應產出該類型客戶分群名單供銀行業參考，藉此制訂專屬的行銷計畫，推銷符合該類型客戶心中資產投資比例的商品，以提高推銷金融商品效率。

舉例來說，請參閱表一，若客戶A係於銀行購買80萬的金融商品，當中有5筆的定存，且每一筆定存的定存金額為10萬元，也就是說，所有定存金額的總和為40萬元。當中第1筆定存的定存期數是12個月；第2筆定存的定存期數是18個月；第3筆定存的定存期數是24個月；第4筆定存的定存期數是30個月；第5筆定存的定存期數是36個月。

於執行步驟S202時，該處理裝置20係先計算出客戶A的該定存總金額，即5×10=50萬元，並進一步計算客戶A的該調整後總資產，即80-50=30萬元。如此一來，便可得到客戶A的該調整後總資產為30萬元。

接著，於執行步驟S203時，該處理裝置20係分別回溯計算客戶A每一筆定存的真實存放月數，例如，第1筆定存的真實存放月數為60個月，第2筆定存的真實存放月數為72個月，第3筆定存的真實存放月數為72個月，第4筆定存的真實存放月數為60個月，第5筆定存的真實存放月數為36個月。

詳細來說，請參閱圖4所示，該處理裝置20在回溯計算該筆定存資料的真實存放月數時，該處理裝置20係判斷於該多筆定存歷史資料中，是否有定存金額及定存期數皆相同，且到期日在該緩衝期間內的一定存歷史資料(步驟S2031)。若有，該處理裝置20會將回溯到的該定存歷史資料的定存期數計入該筆定存資料的真實存放月數後，以回溯到的該定存歷史資料為基準再次回溯計算有無前一筆定存歷史資料(步驟S2032)。若無，該處理裝置20即完成回溯計算該筆定存資料的該真實存放月數。該緩衝期間係早於該筆定存資料的一開戶日的一緩衝時間，例如該緩衝期間係早於該開戶日期的1個月內。

舉例來說，請參閱表二，由於每一次的定存會於該定存期數到期時結清，因此每次的定存係以不同的帳號表示。例如，帳號1001代表的是2017/01/03~2018/01/03的定存，而帳號1005代表的是2018/01/03~2019/01/03的定存。當中尚未到期結清的資料即為該定存資料，而已到期結清的資料則為該定存歷史資料。當回溯計算第1筆定存的真實存放月數時，該處理裝置20會先確認第1筆定存資料的帳號是1019。接著，該處理裝置20根據第1筆定存資料的開戶日，即2021/01/03，向前回溯該緩衝時間，例如1個月，並判斷2020/12/03~2021/01/03的緩衝期間內，是否有定存金額及定存期數皆相同，且到期日剛好在該緩衝期間內的定存歷史資料。在表二中，可以確認在2020/12/03~2021/01/03的緩衝期間內，帳號為1014的到期日為2021/01/03，且定存金額及定存期數也都相同。因此該處理裝置20即可判斷帳號1014為以帳號1019為基準回溯到的定存歷史資料。該處理裝置20還會繼續以帳號1014為基準，再次判斷有無回溯到前一筆的定存歷史資料，同理，該處理裝置20會認定帳號1010為以帳號1014為基準回溯到的定存歷史資料，並可依序判斷出帳號1005、帳號1001皆為回溯到的定存歷史資料。但以帳號1001為基準再往前回溯的時候，發現帳號998的到期日並未落在帳號1001的開戶日向前回溯的緩衝期間內，即2016/12/03~2017/01/03。因此該處理裝置20便可判斷帳號998並不是以帳號1001為基準回溯到的定存歷史資料，且沒有其他可回溯到的定存歷史資料。而該處理裝置20便會將第1筆定存資料的真實存放月數計為帳號1019、帳號1014、帳號1010、帳號1005及帳號1001的定存期數的加總，即12+12+12+12+12=60個月。

此外，在回溯計算第3筆定存的真實存放月數時，請參閱表三，該處理裝置20會先確認第3筆定存資料的帳號是1013。接著，該處理裝置20根據第3筆定存資料的開戶日，即2020/01/03，向前回溯該緩衝時間，例如1個月，並判斷2019/12/03~2020/01/03的緩衝期間內，是否有定存金額及定存期數皆相同，且到期日剛好在該緩衝期間內的定存歷史資料。在表三中，可以確認在2019/12/03~2020/01/03的緩衝期間內，帳號為1009的到期日為2020/01/03，且定存金額及定存期數也都相同。因此該處理裝置20即可判斷帳號1009為以帳號1013為基準回溯到的定存歷史資料。該處理裝置20還會繼續以帳號1009為基準，再次判斷有無回溯到前一筆的定存歷史資料，同理，該處理裝置20會認定帳號1003為帳號1009為基準回溯到的定存歷史資料。但帳號1003再往前回溯的時候，就沒有其他可回溯到的定存歷史資料。因此，該處理裝置20便會將第3筆定存資料的真實存放月數計為帳號1013、帳號1009及帳號1003的定存期數的加總，即24+24+24=72個月。

表三

於執行步驟S204時，該處理裝置20係計算出客戶A每一筆定存的定存資金閒置量，例如，第1筆定存的定存資金閒置量為10×⁶⁰/₁₂=50，第2筆定存的定存資金閒置量為10×⁷²/₁₂=60，第3筆定存的定存資金閒置量為10×⁷²/₁₂=60，第4筆定存的定存資金閒置量為10×⁶⁰/₁₂=50，第5筆定存的定存資金閒置量為10×³⁶/₁₂=30。

然後，於執行步驟S205時，該處理裝置20係計算出客戶A的該定存資金總閒置量，即50+60+60+50+30=250。

通過上述的步驟S202~S205，即可獲得客戶A的該調整後總資產為30萬元，以及客戶A的該定存資金總閒置量為250。最後，於執行步驟S206時，該處理裝置20係進行二維分群，將客戶A標註於如圖3所示之座標為(250,30)的位置，也就是說，依據圖3所示，客戶A為群組B的分群。

綜上所述，通過本新型可分析客戶的定存資金總閒置量，以及與其它總資產之間供給與隱性需求可能存在的關係，並可進行分群後，對各分群的客戶制訂專屬的行銷計畫。且由於該定存資金總閒置量係根據真實經過的時間而獲得的，因此能夠更完整的觀察客戶特定商品的交易行為，以發掘或推估其真正需求或其心中價值，進而提高推銷金融商品效率。

以上所述僅是本新型的較佳實施例而已，並非對本新型做任何形式上的限制，雖然本新型已以較佳實施例揭露如上，然而並非用以限定本新型，任何熟悉本專業的技術人員，在不脫離本新型技術方案的範圍內，當可利用上述揭示的技術內容做出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本新型技術方案的內容，依據本新型的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬於本新型技術方案的範圍內。

10:資料庫

20:處理裝置

30:顯示裝置

Claims

一種客戶價值二維探索系統，係包含有：一資料庫；一顯示裝置；以及一處理裝置，連接至該資料庫及該顯示裝置，且該處理裝置從該資料庫讀取多個客戶的多筆定存資料、多筆定存歷史資料及其總資產資料，並針對每一個客戶，根據其所有定存資料的所有定存金額及該總資產資料的總資產金額，計算排除定存金額的一調整後總資產；其中，該處理裝置進一步針對每一個客戶，根據其每一筆定存資料中的一定存期數及該定存金額，於該多筆定存歷史資料中回溯計算每一筆定存資料的一真實存放月數；其中，該處理裝置還針對每一個客戶，根據其每一筆定存資料中的該定存金額及該真實存放月數，計算每一筆定存資料的一定存資金閒置量；其中，該處理裝置針對每一個客戶，加總其所有定存資料的所有定存資金閒置量，產生一定存資金總閒置量，並根據所有客戶的該調整後總資產及該定存資金總閒置量，進行二維分群，產生一二維分群名單；其中，該處理裝置將該二維分群名單傳送至該顯示裝置，由該顯示裝置顯示該二維分群名單。
如請求項1所述之客戶價值二維探索系統，其中該處理裝置於計算該調整後總資產時，該處理裝置係先計算出所有定存資料的所有定存金額的總和，作為一定存總金額，再將該總資產資料的一總資產金額減去該定存總金額，獲得該調整後總資產。
如請求項1所述之客戶價值二維探索系統，其中該處理裝置於回溯計算該真實存放月數時，該處理裝置係判斷於該多筆定存歷史資料中，是否有該定存金額及該定存期數皆相同，且一到期日在一緩衝期間內的一定存歷史資料；其中該緩衝期間係早於該筆定存資料的一開戶日的一緩衝時間；若有，該處理裝置會將回溯到的該定存歷史資料的定存期數計入該筆定存資料的真實存放月數後，以回溯到的該定存歷史資料為基準再次回溯計算有無前一筆定存歷史資料；若無，該處理裝置完成回溯計算該筆定存資料的該真實存放月數。
如請求項3所述之客戶價值二維探索系統，其中該處理裝置於計算該定存資金閒置量時，該處理裝置係將每一筆定存資料中的該定存金額乘上該真實存放月數後再除以12，獲得該定存資金閒置量。
如請求項1所述之客戶價值二維探索系統，其中該處理裝置係以一k-平均演算法(k-means clustering)對所有客戶的該調整後總資產及該定存資金總閒置量分別由小到大排序並進行二維分群，以定義分群門檻值並產生該二維分群名單。