银行客户优化配置方法及装置制造方法及图纸

本发明专利技术提供了一种银行客户优化配置方法及装置，该方法包括：根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。本发明专利技术可以实现客户与客户经理之间的优化配置，配置精确度高，效率高。

Optimum Allocation Method and Device for Bank Customers

【技术实现步骤摘要】
银行客户优化配置方法及装置
本专利技术涉及金融业务中客户关系优化配置
，尤其涉及一种银行客户优化配置方法及装置。
技术介绍
当前银行业的高端客户维护管理通常是通过在银行网点配置客户经理来进行，即客户经理管户制。银行为满足一定条件(资产、星级等指标达到一定标准，比如资产达到50万元以上等)的个人高端客户分配了提供专业维护和个性化营销服务的个人客户经理，这些归属客户经理维护营销的客户即称为管户。每个客户经理按照银行客户管理规则认领一定数量的管户，认领的管户集合称为该客户经理的管户包。管户包内的客户在业务管理规则下可以进行调整，管户包内可容纳的最大管户数量称为管户包容量。客户经理具有丰富的产品和营销经验，也具备良好的客户沟通能力，以此来提升客户体验，激发客户贡献，实现银行对高端客户的有效管理。但是当前客户经理和客户之间的管理方式主要是经过客户申请、支行上报、分行审批的方式来进行，配置或调整管户的决策依据主要靠业务经验，偏主观。这种管理方式目前存在以下问题：一是，当前客户经理和其管户的关系的维护一般采用主观方式，缺乏量化管理，没有综合考虑重点产品交易、中收创收等交易数据以及客户距离客户经理的距离等数据，业绩归属难以达到“谁营销谁受益”的效果，配置精确度不高；二是，客户经理有调整管户需求，但缺乏量化的对管户的自动配置和动态调整的方法，因此配置效率低。上述问题导致客户经理的营销偏离率很高，并且对客户维护和业绩考核带来诸多不便，营销偏离率是指客户经理营销非本人管户数量占该客户经理营销所有管户数量的比例。
技术实现思路
本专利技术实施例提出一种银行客户优化配置方法，用以实现客户与客户经理之间的优化配置，配置精确度高，效率高，该方法包括：根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离本专利技术实施例提出一种银行客户优化配置装置，用以实现客户与客户经理之间的优化配置，配置精确度高，效率高，该装置包括：距离计算模块，用于：根据客户的活动地点数据和客户经理的所在网点数据，获得客户与客户经理所在网点的距离；优化配置模块，用于将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。本专利技术实施例还提出了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述银行客户优化配置方法。本专利技术实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述银行客户优化配置方法的计算机程序。在本专利技术实施例中，根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。在本专利技术实施例中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离，因此，客户优化配置模型考虑了多种数据，将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，则可实现对客户的配置的量化分析，精确度高；然后，通过求解客户优化配置模型，可自动获得客户经理和客户的优化后的配置关系，不需要复杂的人工计算，配置效率高。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例中银行客户优化配置方法的流程图；图2为本专利技术实施例中银行客户优化配置装置的示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。图1为本专利技术实施例中银行客户优化配置方法的流程图，如图1所示，该方法包括：步骤101，根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；步骤102，将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。在本专利技术实施例中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离，因此，客户优化配置模型考虑了多种数据，将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，则可实现对客户的配置的量化分析，精确度高；然后，通过求解客户优化配置模型，可自动获得客户经理和客户的优化后的配置关系，不需要复杂的人工计算，配置效率高。具体实施时，根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离，包括：客户的交易数据中包括信用卡消费、叫号机取号、自助机业务办理、新办卡邮寄地址等有关交易地点的数据，根据以上交易地点的数据，计算出客户的活动地点数据，将客户的活动地点数据转化为地点经纬度数据，然后根据客户的活动地点的经纬度数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离。在一实施例中，在将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型之前本文档来自技高网...

【技术保护点】
1.一种银行客户优化配置方法，其特征在于，包括：根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。

【技术特征摘要】
1.一种银行客户优化配置方法，其特征在于，包括：根据客户的活动地点数据和客户经理所在网点数据，获得客户与客户经理所在网点的距离；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系；其中，所述客户优化配置模型的目标函数根据银行客户配置历史数据确定，所述银行客户配置历史数据包括：客户经理和客户的配置关系的历史数据，客户的历史交易数据，客户经理管理的历史客户数据，客户与客户经理所在网点的距离。2.如权利要求1所述的银行客户优化配置方法，其特征在于，在将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型之前，包括：对客户的交易数据和客户经理管理的客户数据进行预处理，获得预处理后的客户的交易数据和客户经理管理的客户数据；将客户经理和客户的配置关系，客户的交易数据，客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型，包括：将客户经理和客户的配置关系，预处理后的客户的交易数据，预处理后的客户经理管理的客户数据，客户与客户经理所在网点的距离，输入客户优化配置模型。3.如权利要求1所述的银行客户优化配置方法，其特征在于，所述客户优化配置模型的约束条件根据客户的历史交易数据和客户经理管理的历史客户数据确定。4.如权利要求1所述的银行客户优化配置方法，其特征在于，在求解客户优化配置模型，获得客户经理和客户的优化后的配置关系之后，还包括：根据客户经理和客户的配置关系，与获得的客户经理和客户的优化后的配置关系相比较，获得需要调整的客户经理和客户的配置关系的数量；若需要调整的客户经理和客户的配置关系的数量超过设定阈值，重复执行以下步骤，直至需要调整的客户经理和客户的配置关系的数量不超过设定阈值：调整客户优化配置模型的参数，求解调整后的客户优化配置模型，获得新的客户经理和客户的优化后的配置关系；将新的客户经理和客户的优化后的配置关系，与上一次获得的客户经理和客户的优化后的配置关系相比较，获得需要调整的客户经理和客户的配置关系的数量。5.如权利要求1所述的银行客户优化配置方法，其特征在于，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系，包括：采用分支剪枝优化算法或内点优化算法，求解客户优化配置模型，获得客户经理和客户的优化后的配置关系。6.如权利要求3所述的银行客户优化配置方法，其特征在于，所述客户...

【专利技术属性】
技术研发人员：刘铁，李祯，孙军平，高婕，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京,11