针对客户流失的数据处理方法、装置、设备及存储介质制造方法及图纸

本申请提供一种针对客户流失的数据处理方法、装置、设备及存储介质，针对客户流失的数据处理方法包括：采集客户的历史行为数据，并确定预设的流失行为数据；当所述历史行为数据与预设的流失行为数据匹配时，确定客户为预流失客户；调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级；确定所述流失风险等级对应的预警策略，并调用所述预警策略对所述预流失客户进行预警。上述方法能够对客户的流失风险等级进行精准分类，并对不同流失风险等级的客户提出个性化预警策略，提高预警的准确性。提高预警的准确性。提高预警的准确性。

【技术实现步骤摘要】
针对客户流失的数据处理方法、装置、设备及存储介质


[0001]本申请属于人工智能
，尤其涉及一种针对客户流失的数据处理方法、装置、设备及存储介质。

技术介绍

[0002]根据对客户价值的调查研究表明，开发一个新客户的成本是维护一个老客户成本的六倍，显然，老客户的留存对平台的发展至关重要。可见，建立客户流失预警机制以防止客户流失显得极为需要。
[0003]然而，客户流失往往受到诸多因素的影响，导致对客户流失难以进行准确的预警。

技术实现思路

[0004]本申请实施例提供了一种针对客户流失的数据处理方法、电子设备及存储介质，能够基于对客户行为数据的分析解决客户流失的预警准确性较低的问题。
[0005]本申请实施例第一方面提供一种针对客户流失的数据处理方法，所述方法包括：采集客户的历史行为数据，并确定预设的流失行为数据；当所述历史行为数据与所述预设的流失行为数据匹配时，确定所述客户为预流失客户；调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级；确定所述流失风险等级对应的预警策略，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对客户流失的数据处理方法，其特征在于，所述方法包括：采集客户的历史行为数据，并确定预设的流失行为数据；当所述历史行为数据与所述预设的流失行为数据匹配时，确定所述客户为预流失客户；调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级；确定所述流失风险等级对应的预警策略，并调用所述预警策略对所述预流失客户进行预警。2.如权利要求1所述的数据处理方法，其特征在于，所述采集客户的历史行为数据，包括：确定客户终端的用户界面对应的目标界面元素；确定所述目标界面元素对应的埋点数据；所述埋点数据包括所述目标界面元素与客户的行为数据间的映射关系；调用所述埋点数据采集所述客户对所述目标界面元素的行为数据作为所述历史行为数据。3.如权利要求1所述的数据处理方法，其特征在于，所述当所述历史行为数据与所述预设的流失行为数据匹配时，确定所述客户为预流失客户，包括：从所述历史行为数据内选取预设时间范围对应的目标历史行为数据；向量化处理所述目标历史行为数据，得到第一行为向量；向量化处理所述流失行为数据，得到第二行为向量；计算所述第一行为向量与所述第二行为向量的向量距离；当所述向量距离小于预设距离阈值时，确定所述历史行为数据与所述流失行为数据匹配，并确定所述客户为所述预流失客户。4.如权利要求1所述的数据处理方法，其特征在于，所述调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级，包括：确定所述决策树模型中的多个子模型，所述多个子模型包括推荐度计算模型、活跃度计算模型以及影响力计算模型；调用所述推荐度计算模型处理所述历史行为数据，得到客户推荐度；调用所述活跃度计算模型处理所述历史行为数据，得到客户活跃度；调用所述影响力计算模型处理所述历史行为数据，得到客户影响力；根据所述客户推荐度、所述客户活跃度、所述客户影响力，确定所述预流失客户对应的流失风险等级。5.如权利要求4所述的数据处理方法，其特征在于，所述根据所述客户推荐度、所述客户活跃度、所述客户影响力，确定所述预流失客户...

【专利技术属性】
技术研发人员：陈剑飞，
申请(专利权)人：深圳兔展智能科技有限公司，
类型：发明
国别省市：