一种客户流失的预测方法、装置及存储介质制造方法及图纸

本申请公开了一种客户流失的预测方法，涉及数据分析领域，解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，该方法包括：获取客户的个人数据；根据个人数据，构建指标特征宽表；根据特征宽表，使用RF算法确定潜在流失客户名单；根据潜在流失客户名单以及Kmeans++算法，对潜在流失客户进行分组，确定各个组的潜在客户的特征；进而实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。

【技术实现步骤摘要】
一种客户流失的预测方法、装置及存储介质
本申请涉及数据分析
，尤其涉及一种客户流失的预测方法、装置及存储介质。
技术介绍
随着我国经济的发展，商业银行的竞争愈发激烈，当前我国商业银行面临更为复杂多变的经济金融环境，在经济增速放缓，监管要求不断提高的情况下，我国商业银行的业务和盈利空间在数伦酱紫的背景下逐步被压缩，民营银行政策的追捕放开和推行，银行间围绕客户的争夺越来越白热化。在当前各个银行产品比较接近的前提下，维护老客户会比发展新客户的成本低很多。因此在竞争激烈的大环境下，如何更好地维护老客户，如何采取有效的手段防止客户的流失，成为各个银行必须面对的问题。
技术实现思路
本申请实施例通过提供一种客户流失的预测方法、装置及存储介质，解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。第一方面，本专利技术实施例提供了一种客户流失的预测方法，该方法包括：获取客户的个人数据；根据所述个人数据，构建指标特征宽表；根据所述特征宽表，使用RF算法确定潜在流失客户名单；根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。结合第一方面，在一种可能的实现方式中，所述构建指标特征宽表，包括，对所述个人数据进行样本总量、流失客户以及未流失客户样本数的数量进行统计；将异常值分为数值型异常值以及字符型异常值，对所述数值型异常值进行零填充，对所述字符型异常值进行众数填充。结合第一方面，在一种可能的实现方式中，所述构建指标特征宽表，还包括：采用欠样技术对样本不均衡的现象进行处理。结合第一方面，在一种可能的实现方式中，所述根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行聚类分组，确定各个组的所述潜在客户的特征，包括：根据所述客户的特征，对所述潜在客户提出针对性的营销策略，以使客户流失率降低。结合第一方面，在一种可能的实现方式中，所述个人数据，包括：基本信息、资产信息、交易信息、产品持有信息以及金融信用信息。第二方面，本专利技术实施例提供了一种客户流失的预测装置，该装置包括：数据获取单元：用于获取客户个人数据；表构建单元：用于根据所述个人数据，构建指标特征宽表；结果确定单元：用于根据所述特征宽表，确定潜在流失客户名单；特征分析单元：用于根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。结合第二方面，在一种可能的实现方式中，所述表构建单元中还包括有数据处理单元和异常处理单元，所述数据处理单元用于：对所述个人数据进行样本总量、流失客户以及未流失客户样本数的数量进行统计；所述异常处理单元用于：将异常值分为数值型异常值以及字符型异常值，对所述数值型异常值进行零填充，对所述字符型异常值进行众数填充。结合第二方面，在一种可能的实现方式中，所述模型训练单元具体用于：采用欠样技术对样本不均衡的现象进行处理。结合第二方面，在一种可能的实现方式中，所述特征分析单元具体用于：根据所述客户的特征，对所述潜在客户提出针对性的营销策略，以使客户流失率降低。第三方面，本专利技术实施例提供了一种客户流失的预测装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机可执行指令；所述处理器用于执行所述计算机可执行指令，以实现一种客户流失预测的方法。第四方面，本专利技术实施例还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时以实现一种客户流失预测的方法。本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术实施例通过采用了获取客户的个人数据，并且根据个人数据建立指标特征宽表，指标特征宽表能够使查询和性能有较高的提高，且在一张表中能够大大提高数据挖掘模型训练过程中迭代计算时的效率问题，根据特征宽表，使用RF算法确定潜在流失客户名单，得到能够输出的未来潜在流失客户的名单，在基于Kmeans++算法，对潜在客户进行分组，确定每个组潜在客户的共同特征，针对这些每个组的共同特征提出建设性的意见；该方法有效解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，进而实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。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，下面将对本专利技术实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图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。图1为本申请实施例提供的客户流失的预测方法的步骤流程图；图2为本申请实施例提供的客户流失的预测方法中的构建指宽表的步骤流程图；图3为本申请实施例提供的客户流失的预测装置的示意图；图4为本申请实施例提供的客户流失的预测实体装置的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术实施例提供了一种客户流失的预测方法，如图1所示，该方法包括以下步骤：步骤S101：获取客户的个人数据。步骤S102：根据个人数据，构建指标特征宽表。步骤S103：根据特征宽表，使用RF算法确定潜在流失客户名单。步骤S104：根据潜在流失客户名单以及Kmeans++算法，对潜在流失客户进行分组，确定各个组的潜在客户的特征。本专利技术实施例通过采用了获取客户的个人数据，并且根据个人数据建立指标特征宽表，指标特征宽表能够使查询和性能有较高的提高，且在一张表中能够大大提高数据挖掘模型训练过程中迭代计算时的效率问题，根据特征宽表，使用RF算法确定潜在流失客户名单，得到能够输出的未来潜在流失客户的名单，在基于Kmeans++算法，对潜在客户进行分组，确定每个组潜在客户的共同特征，针对这些每个组的共同特征提出建设性的意见；该方法有效解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，进而实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。在步骤S101中，个人数据，包括：基本信息、资产信息、交易信息、产品持有信息以及金融信用信息。基本信息包括客户的年龄、性别、客户的等级以及客户的年龄；资产信息包本文档来自技高网...

【技术保护点】
1.一种客户流失的预测方法，其特征在于，包括/n获取客户的个人数据；/n根据所述个人数据，构建指标特征宽表；/n根据所述特征宽表，使用RF算法确定潜在流失客户名单；/n根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。/n

【技术特征摘要】
1.一种客户流失的预测方法，其特征在于，包括
获取客户的个人数据；
根据所述个人数据，构建指标特征宽表；
根据所述特征宽表，使用RF算法确定潜在流失客户名单；
根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。


2.根据权利要求1所述的方法，其特征在于，所述构建指标特征宽表，包括，
对所述个人数据进行样本总量、流失客户以及未流失客户样本数的数量进行统计；
将异常值分为数值型异常值以及字符型异常值，对所述数值型异常值进行零填充，对所述字符型异常值进行众数填充。


3.根据权利要求2所述的方法，其特征在于，所述构建指标特征宽表，还包括：采用欠样技术对样本不均衡的现象进行处理。


4.根据权利要求1所述的方法，其特征在于，所述根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行聚类分组，确定各个组的所述潜在客户的特征，包括：
根据所述客户的特征，对所述潜在客户提...

【专利技术属性】
技术研发人员：李炜，李挺，宋林利，
申请(专利权)人：上海琢学科技有限公司，
类型：发明
国别省市：上海;31