一种用于贷中客户营销的最优化建模和分析方法及系统技术方案

本发明专利技术公开了一种用于贷中客户营销的最优化建模和分析方法及系统，包括：将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组；预设时间段后，统计所有客户的响应情况；响应情况为是否发起提款申请；将所有客户的响应情况作为建模的标签，构建基准响应模型；基准响应模型是将实验分组作为变量，与客户信息变量一起作为建模的自变量，将客户的响应情况作为预测目标；根据基准响应模型，计算客户在不营销和所有营销手段下的提款概率。本发明专利技术能更加精准的找到需要进行营销的客户，避免对那些不需要营销的客户进行营销，节约了成本；同时，通过引入营销增益权衡了不同激活手段所需要的成本和带来的风险，可以使总体的营销收益最大化。销收益最大化。销收益最大化。

【技术实现步骤摘要】
一种用于贷中客户营销的最优化建模和分析方法及系统


[0001]本专利技术涉及金融科技
，具体涉及一种用于贷中客户营销的最优化建模和分析方法及系统。

技术介绍

[0002]沉默客户及流失客户(即申请贷款后从未使用或之前使用过贷款但长时间不再使用的客户)的营销激活是贷中存量客户运营的重要组成部分，而提高额度或降低利率则是激活客户的常用营销手段。传统的建模和分析方案通常是预测客户对这些手段的响应概率，比如假设给某个客户降低利率后其发起提款申请响应的概率。但通过这种方式筛选客户进行提额/降息往往不够精准，比如会把一些自然响应的客户(即不用降低利率也会支用贷款的客户)包含进去，并且不能给出提额或者降息的具体幅度，导致无法使得总体利润最大化。
[0003]有鉴于此，特提出本申请。

技术实现思路

[0004]本专利技术所要解决的技术问题是现有贷中客户营销的建模和分析方法筛选客户进行提额/降息往往不够精准，比如会把一些自然响应的客户(即不用降低利率也会支用贷款的客户)包含进去，并且不能给出提额或者降息的具体幅度，导致无法使得总体利润最大化。
[0005]本专利技术目的在于提供一种用于贷中客户营销的最优化建模和分析方法及系统，本专利技术能更加精准的找到需要进行营销的客户，避免对那些不需要营销的客户进行营销，节约了成本；同时，本专利技术能给出提额或者降息的具体幅度，并且通过引入营销增益权衡了不同激活手段所需要的成本和带来的风险，可以使总体的营销收益最大化。
[0006]本专利技术通过下述技术方案实现：
[0007]第一方面，本专利技术提供了一种用于贷中客户营销的最优化建模和分析方法及系统，该方法包括：
[0008]获取满足贷中营销条件的客户信息；
[0009]将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组；预设时间段后，统计所有客户的响应情况；响应情况为是否发起提款申请；
[0010]将所有客户的响应情况作为建模的标签，构建基准响应模型Model；基准响应模型是将实验分组作为变量T，与其他变量(即客户信息变量)X一起作为建模的自变量，将客户的响应情况Y作为预测目标；
[0011]根据基准响应模型Model，计算客户在不同营销手段下的提款概率。
[0012]进一步地，客户信息包括客户的基本信息和历史借还款行为等。
[0013]进一步地，将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组，包括：
[0014]将所有满足贷中营销条件的客户随机分为N组，其中第1组作为对照组，不进行任何营销操作；第2组至第N组作为实验组，采用不同营销手段对客户进行营销；
[0015]其中，不同营销手段包括提额和/或降息，比如提额10％、提额20％、降息10％、降息20％等。
[0016]进一步地，采用任意分类模型构建基准响应模型，基准响应模型Model的表达式为：
[0017]Model(X,T)
→
Y
[0018]式中，X为客户信息变量，T为实验分组变量；Y为客户的响应情况；若客户响应，则Y＝1；若客户未响应，则Y＝0。Y为真实值。
[0019]进一步地，根据基准响应模型，计算客户在不营销和所有营销手段下的提款概率，包括：
[0020]P
i
＝Model(X,T＝t
i
),i＝1,2,
…
,N
[0021]式中，P
i
为客户在不营销和所有营销手段下的提款概率；t
i
为T的取值，即每个实验客户对应的营销手段。
[0022]进一步地，该方法还包括：
[0023]根据客户在不营销和所有营销手段下的提款概率、客户当前的贷款授信额度、贷款利率和客户违约率，计算客户的营销增益U
i
；
[0024]选取使得客户营销增益U
i
最大的营销手段t
i
，从而最大化客户的营销收益。
[0025]进一步地，营销增益U
i
的计算公式为：
[0026]U
i
＝AR
i
P
i
(1
‑
L
i
)
‑
AR1P1(1
‑
L1)P1(1
‑
L1)＝AR1[(1
‑
α
i
)P
i
(1
‑
L
i
)
‑
P1(1
‑
L1)][0027]i＝2,
…
,N
[0028]其中，U
i
为营销增益；A为客户当前的授信额度；R1为贷款利率；P1为客户在不营销时的提款概率，P
i
为客户在所有营销手段下的提款概率(i＝2,3,
…
,N)，通过上面的模型P
i
预测得出；L1为客户在不营销时的违约率，L
i
为客户在所有营销手段下违约率(i＝2,3,
…
,N)，即不还款的概率，可以通过计算对照组和各个实验组的违约率得出。
[0029]第二方面，本专利技术又提供了一种用于贷中客户营销的最优化建模和分析系统，该系统用于实现所述的一种用于贷中客户营销的最优化建模和分析方法；该系统包括：
[0030]获取单元，用于获取满足贷中营销条件的客户信息；
[0031]对照实验构建单元，用于将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组；预设时间段后，统计所有客户的响应情况；响应情况为是否发起提款申请；
[0032]基准响应模型构建单元，用于将所有客户的响应情况作为建模的标签，构建基准响应模型；基准响应模型是将实验分组作为变量，与客户信息变量一起作为建模的自变量，将客户的响应情况作为预测目标；
[0033]提款概率预测单元，用于根据基准响应模型，计算客户在不营销和所有营销手段下的提款概率。
[0034]第三方面，本专利技术又提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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所述的一种用于贷中客户营销的最优化建模和分析方法。
[0035]第四方面，本专利技术又提供了一种计算机可读存储介质，所述计算机可读存储介质
存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种用于贷中客户营销的最优化建模和分析方法。
[0036]本专利技术与现有技术相比，具有如下的优点和有益效果：
[0037]1、现有贷中客户营销的建模和分析方法通常是预测客户对不同营销手段的响应概率，但通过这种方式筛选客户进行提额/降息往往不够精准，比如会把一些自然响应的客户(不用降低利率也会支用贷款的客户)包含进去；而本专利技术方法及系统能更加精准的找到需要进行营销的客户，避免对那些不需要营销的客户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于贷中客户营销的最优化建模和分析方法，其特征在于，该方法包括：获取满足贷中营销条件的客户信息；将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组；预设时间段后，统计所有客户的响应情况；所述响应情况为是否发起提款申请；将所有客户的响应情况作为建模的标签，构建基准响应模型；所述基准响应模型是将实验分组作为变量，与客户信息变量一起作为建模的自变量，将客户的响应情况作为预测目标；根据所述基准响应模型，计算客户在不营销和所有营销手段下的提款概率。2.根据权利要求1所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，所述客户信息包括客户的基本信息和历史借还款行为。3.根据权利要求1所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，将所有满足贷中营销条件的客户进行分组，并构建对照组和实验组，包括：将所有满足贷中营销条件的客户随机分为N组，其中第1组作为对照组，不进行任何营销操作；第2组至第N组作为实验组，采用不同营销手段对客户进行营销；其中，所述不同营销手段包括提额和/或降息。4.根据权利要求1所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，采用任意分类模型构建基准响应模型，所述基准响应模型Model的表达式为：Model(X,T)
→
Y式中，X为客户信息变量，T为实验分组变量；Y为客户的响应情况；若客户响应，则Y＝1；若客户未响应，则Y＝0。5.根据权利要求4所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，根据所述基准响应模型，计算客户在不营销和所有营销手段下的提款概率，包括：P
i
＝Model(X,T＝t
i
),i＝1,2,
…
,N式中，P
i
为客户在不营销和所有营销手段下的提款概率；t
i
为T的取值。6.根据权利要求1所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，该方法还包括：根据客户在不营销和所有营销手段下的提款概率、客户当前的贷款授信额度、贷款利率和客户违约率，计算客户的营销增益；选取使得客户营销增益最大的营销手段，从而最大化客户的营销收益。7.根据权利要求6所述的一种用于贷中客户营销的最优化建模和分析方法，其特征在于，所述营销增益的计算公式为：U
...

【专利技术属性】
技术研发人员：徐顺，
申请(专利权)人：四川新网银行股份有限公司，
类型：发明
国别省市：