一种基于财务业务数据商机挖掘方法及装置制造方法及图纸

一种基于财务业务数据商机挖掘方法，包括：数据接收存储，接收用户使用财务软件之后的财务业务数据，并进行存储；现存的财务业务数据，包括订单数据，财务数据和用户行为数据；需求分析，获取现有需求进行分析，并获取财务业务专家的分类，并根据分类形成建模数据；模型训练，接收建模数据，采用K_means无监督机器学习进行聚类分析；运营实践，获取聚类分析结果，结合运营业务分析用户标签，并制定运营方案进行测试。

【技术实现步骤摘要】
一种基于财务业务数据商机挖掘方法及装置
本专利技术涉及计算机网络
，更具体地，涉及一种基于中小微企业财务业务数据商机挖掘方法及装置。
技术介绍
对于现存财务软件客户标签分析，主要基于传统的经验，没有对现存的客户信息，行为信息，财务信息做到动态的分析和处理，很难做到高效的用户标签构建。因此对于现存客户打标签的方法已经很难满足快速变化的运营需求。针对现存客户标签定义问题，实现快速迭代用户商机标签装置，对于定期维护客户关系，客户复购，续购等商机具有很好的现实意义。
技术实现思路
针对现在用户商机标签经验化，更新迭代慢的问题，本专利技术提出一种基于财务数据快速迭代商机标签挖掘方法及装置，本专利技术提供一种基于财务业务数据商机挖掘方法，包括：数据接收存储，接收用户使用财务软件之后的财务业务数据，并进行存储；现存的财务业务数据，包括订单数据，财务数据和用户行为数据；需求分析，获取现有需求进行分析，并获取财务业务专家的分类，并根据分类形成建模数据；模型训练，接收建模数据，采用K_means无监本文档来自技高网...

【技术保护点】
1.一种基于财务业务数据商机挖掘方法，其特征在于，包括：/n数据接收存储，接收用户使用财务软件之后的财务业务数据，并进行存储；现存的财务业务数据，包括订单数据，财务数据和用户行为数据；/n需求分析，获取现有需求进行分析，并获取财务业务专家的分类，并根据分类形成建模数据；/n模型训练，接收建模数据，采用K_means无监督机器学习进行聚类分析；/n运营实践，获取聚类分析结果，结合运营业务分析用户标签，并制定运营方案进行测试。/n

【技术特征摘要】
1.一种基于财务业务数据商机挖掘方法，其特征在于，包括：
数据接收存储，接收用户使用财务软件之后的财务业务数据，并进行存储；现存的财务业务数据，包括订单数据，财务数据和用户行为数据；
需求分析，获取现有需求进行分析，并获取财务业务专家的分类，并根据分类形成建模数据；
模型训练，接收建模数据，采用K_means无监督机器学习进行聚类分析；
运营实践，获取聚类分析结果，结合运营业务分析用户标签，并制定运营方案进行测试。


2.如权利要求1所述的方法，其特征在于，所述需求分析，包括对分析运营需求结合之前的用户标签数据和运营流程对需求分类，根据需求分类确定对现有数据进行ETL操作，形成财务建模指标数据。


3.如权利要求1所述的方法，其特征在于，所述模型训练，包括步骤1，利用谱系聚类图和业务需求确定聚类K值。


4.如权利要求3所述的方法，其特征在于，所述模型训练，包括步骤2，训练k_means聚类模型对建模指标数据进行分簇，分为K簇。


5.如权利要求4所述的方法，其特征在于，所述模型训练，包括步骤3，对建模指标数据根据聚类分簇进行打标记，分析不同类别数据的密度特征。


6.如权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：王帅龙，张永军，
申请(专利权)人：畅捷通信息技术股份有限公司，
类型：发明
国别省市：北京;11