【技术实现步骤摘要】
基于人工智能的客户挖掘方法及相关设备
[0001]本申请涉及人工智能
,尤其涉及一种基于人工智能的客户挖掘方法及相关设备。
技术介绍
[0002]在市场竞争日益激烈的情况下,客户是每个企业的宝贵资源,虽然现有技术通过提前预警和中段干预等方式维持现有客户资源,但是仍然会存在一定比例的客户流失掉。所以,每个企业需要采取一定的措施将已经流失掉的客户赢回。
[0003]现有技术的做法是企业投入一定量的运营客服人员凭借个人经验采取一定的措施去赢回客户,不仅导致赢回客户的效率低下,难以大量进行推广,还造成了较高的企业运营成本。
技术实现思路
[0004]本申请实施例提供一种基于人工智能的客户挖掘方法、装置、计算机设备及存储介质,以解决现有技术赢回流失客户效率低下和运营成本高的问题。
[0005]本申请的第一方面,提供一种基于人工智能的客户挖掘方法,包括:
[0006]根据目标信息维度从用户数据中获取用户画像标签数据,筛选满足用户流失判断规则的所述用户画像标签数据作为流失用户的流失用户画像标签数据;
[0007]在设定的第一时间周期内设置观察点,获取所述流失用户在所述观察点之后的第一时间段内的所述流失用户画像标签数据作为待筛选特征数据,其中,所述流失用户在所述观察点时的用户流失时间在第二时间段内;
[0008]从所述待筛选特征数据中提取待评估数据特征,使用至少一个特征评估维度筛选所述待评估数据特征得到目标数据特征;
[0009]将所述流失用户画像标签数据和所述目 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的客户挖掘方法,其特征在于,包括:根据目标信息维度从用户数据中获取用户画像标签数据,筛选满足用户流失判断规则的所述用户画像标签数据作为流失用户的流失用户画像标签数据;在设定的第一时间周期内设置观察点,获取所述流失用户在所述观察点之后的第一时间段内的所述流失用户画像标签数据作为待筛选特征数据,其中,所述流失用户在所述观察点时的用户流失时间小于第二时间阈值;从所述待筛选特征数据中提取待评估数据特征,使用至少一个特征评估维度筛选所述待评估数据特征得到目标数据特征;将所述流失用户画像标签数据和所述目标数据特征输入至赢回客户预测模型,输出所述流失用户画像标签对应的流失用户的被赢回预测评分以及对应的线索标签,根据被赢回评分阈值将所述流失用户分为预测可赢回用户和预测不可赢回用户;启动线索跑批任务,对所述预测可赢回用户和所述预测不可赢回客户对应的所述流失用户画像标签数据以及所述线索标签进行数据批量处理;获取所述赢回客户预测模型运行过程中所述目标数据特征的第一群体稳定性指数,获取所述线索跑批任务运行过程中所述目标数据特征的第二群体稳定性指数,根据所述第一群体稳定性指数和所述第二群体稳定性指数移除不在对应的预设第一稳定性指数阈值范围和预设第二稳定性指数阈值范围的所述目标数据特征,和/或重新训练所述赢回客户预测模型。2.根据权利要求1所述的基于人工智能的客户挖掘方法,其特征在于,所述使用至少一个特征评估维度筛选所述待评估数据特征得到目标数据特征包括:根据所述待筛选特征数据计算每个所述待评估数据特征的信息价值量,移除信息价值量不在预设信息价值量阈值范围内的对应所述待评估数据特征;根据所述待筛选特征数据计算每个所述待评估数据特征的信息饱和度,移除信息饱和度不在预设信息饱和度阈值范围内的对应所述待评估数据特征;根据所述待筛选特征数据计算每个所述待评估数据特征的群体稳定性指数,移除群体稳定性指数不在预设第三稳定性指数阈值范围内的对应所述待评估数据特征;将所述待筛选特征数据输入至对抗验证模型,输出每个所述待评估数据特征的时序波动率,移除时序波动率不在预设时序波动率阈值范围内的对应所述待评估数据特征;将所述待筛选特征数据输入至业务关联度计算模型,输出每个所述待评估数据特征与目标业务的关联度评分,移除关联度评分不在预设关联度评分阈值范围内的对应所述待评估数据特征。3.根据权利要求1所述的基于人工智能的客户挖掘方法,其特征在于,所述赢回客户预测模型基于集成树模型进行构建,所述输出所述流失用户画像标签对应的流失用户的被赢回预测评分以及对应的线索标签,根据被赢回评分阈值将所述流失用户分为预测可赢回用户和预测不可赢回用户之后,还包括:将所述线索标签和所述用户画像标签数据输入至营销话术匹配模型,输出所述用户画像标签数据对应的用户营销话术策略;发送所述用户营销话术策略至对应的目标业务营销人员,监控在所述用户营销话术策略送达后第三时间段内所述用户画像标签数据对应的用户是否被赢回。
4.根据权利要求1所述的基于人工智能的客户挖掘方法,其特征在于,所述获取所述线索跑批任务运行过程中所述目标数据特征的第二群体稳定性指数之后,还包括:按照预设第二时间周期统计所述目标数据特征在所述第二时间周期内的第三群体稳定性指数;若所述第三群体稳定性指数不在预设第四稳定性指数阈值范围内,则移除所述目标数据特征,和/或重新训练所述赢回客户预测模型。5.根据权利要求1所述的基于人工智能的客户挖掘方法,其特征在于,所述根据所述第一群体稳定性指数和所述第二群体稳定性指数移除不在对应的预设第一稳定性指数阈值范围和预设第二稳定性指数阈值范围的所述目标数据特征,和/或重新训练所述赢回客户预测模型之后,还包括:设定不同时间段监控所述线索标签关联的流失用户转化数据;根据所述流失用户转化数据优化所述赢回客户预测模型;获取所述流失用户转化数据中的流失用户转化率,移除流失用户转化率不在预设转化率阈值范围内的对应所述线索标签;获取所述...
【专利技术属性】
技术研发人员:邓嘉,杨鸿超,
申请(专利权)人:平安健康保险股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。