本申请实施例提供一种客户分类方法及装置，涉及数据分析领域，也可以应用于金融领域，方法包括：将客户集划分为线上消费客户集和线下消费客户集，并分别确定消费间隔、消费频率以及消费金额；分别进行聚类，并根据所述聚类结果确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点；根据所述分界点和价值分类规则，分别确定所述线上消费客户集和所述线下消费客户集中每位客户的价值分类结果；本申请考虑多场景下客户消费行为的差异，采用差异化计算RFM值的方式，构建不同的模型及使用细分方式，最终得到其个性化分类结果。得到其个性化分类结果。得到其个性化分类结果。
【技术实现步骤摘要】
客户分类方法及装置
[0001]本申请涉及数据分析领域，也可以应用于金融领域，具体涉及一种客户分类方法及装置。
技术介绍
[0002]随着互联网技术的快速发展，差异化客户分层研究成为相关研究人员的研究重点。在信用卡精细化营销中，不仅要对客户有明确的界定，还要确立划分后的业务使用场景。传统的客户细分方法
‑
RFM客户分层方法，利用客户忠诚度、客户规模与客户信用相结合的考察方法来划分客户，提升获客能力以及实现精准化营销。现有的RFM客户价值细分方法常通过均值、中位数、或区间打分后再采用均值、KMeans聚类方式实现，但对于银行信用卡领域少有针对性的方案探究。
[0003]然而，基于银行业的信用卡消费一般包含互联网线上消费及线下消费，线上消费“多频少额”，而线下消费则“少频多额”。而当前的客户分层方法无法对线上线下客户会采用不同的渠道及策略营销。
[0004]并且，当前信用卡客户新增频率较高，当前的客户分层方法将刚开卡的新客户消费情况与已开卡较长时间的老客户采用同一标准进行划分，使新老客户划分的准确性得到质疑。
[0005]此外，通常聚类的客户分层结果基本上取决于数据分布，如直接使用K
‑
Means聚类的结论进行策略建议，聚类结果的不确定性会使得策略的建议失去有效性，并且对没有业务经验的技术人员来说有较大的专业性挑战性。
技术实现思路
[0006]针对现有技术中的问题，本申请提供一种客户分类方法及装置，能够考虑多场景下客户消费行为的差异，采用差异化计算RFM值的方式，构建不同的模型及使用细分方式，最终得到其个性化分类结果。
[0007]为了解决上述问题中的至少一个，本申请提供以下技术方案：
[0008]根据本申请实施例的第一方面，本申请提供一种客户分类方法，包括：
[0009]根据获取到的客户集的消费场景和消费明细，将客户集划分为线上消费客户集和线下消费客户集，并分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额；
[0010]分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行聚类，得到对应的聚类结果，并根据所述聚类结果确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点；
[0011]根据所述分界点和价值分类规则，分别确定所述线上消费客户集和所述线下消费客户集中每位客户的价值分类结果。
[0012]根据本申请的任一实施方式，在所述根据所述消费明细，分别确定预设时间段内
所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括：
[0013]根据所述消费明细，分别确定每位客户开通消费账户的时间间隔；
[0014]在所述时间间隔小于所述预设时间段的情况下，根据所述时间间隔、所述消费频率和所述预设时间段，分别确定所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额的权重系数，其中，所述权重系数与所述时间间隔负相关；
[0015]根据所述权重系数更新所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额。
[0016]根据本申请的任一实施方式，在所述根据所述消费明细，分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括：
[0017]基于预设的网格空间将所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额划分为多个网格区域，并分别确定每个网格区域的样本密度；
[0018]根据所述样本密度确定所述每个网格区域的离群因子，并将所述离群因子进行剔除，得到经过离群因子剔除后的消费间隔、消费频率以及消费金额。
[0019]根据本申请的任一实施方式，所述分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行聚类，得到对应的聚类结果，包括：
[0020]分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行均值规范化，得到对应的均值规范化结果；
[0021]对所述均值规范化结果进行均值聚类，得到对应的聚类结果。
[0022]根据本申请的任一实施方式，所述根据所述聚类结果确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点，包括：
[0023]根据所述聚类结果中多个不同分位点的样本数量，对所述聚类结果进行簇别划分，确定对应的多个簇别以及箱线图；
[0024]根据所述多个簇别在所述箱线图中的上限值和下限值，分别确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点。
[0025]根据本申请的任一实施方式，所述根据所述分界点和价值分类规则，分别确定所述线上消费客户集和所述线下消费客户集中每位客户的价值分类结果，包括：
[0026]根据所述消费间隔、消费频率以及消费金额的分界点处于高位的占比结果，确定每位客户的价值分类结果。
[0027]根据本申请实施例的第二方面，本申请提供一种客户分类装置，包括：
[0028]样本获取模块，用于：根据获取到的客户集的消费场景和消费明细，将客户集划分为线上消费客户集和线下消费客户集，并分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额；
[0029]样本聚类模块，用于：分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行聚类，得到对应的聚类结果，并根据所述聚类结果确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点；
[0030]样本分类模块，用于：根据所述分界点和价值分类规则，分别确定所述线上消费客户集和所述线下消费客户集中每位客户的价值分类结果。
[0031]根据本申请的任一实施方式，在所述样本获取模块根据所述消费明细，分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括时间加权模块，用于：
[0032]根据所述消费明细，分别确定每位客户开通消费账户的时间间隔；
[0033]在所述时间间隔小于所述预设时间段的情况下，根据所述时间间隔、所述消费频率和所述预设时间段，分别确定所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额的权重系数，其中，所述权重系数与所述时间间隔负相关；
[0034]根据所述权重系数更新所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额。
[0035]根据本申请的任一实施方式，在所述样本获取模块根据所述消费明细，分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括离群因子剔除模块，用于：
[0036]基于预设的网格空间将所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种客户分类方法，其特征在于，所述方法包括：根据获取到的客户集的消费场景和消费明细，将客户集划分为线上消费客户集和线下消费客户集，并分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额；分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行聚类，得到对应的聚类结果，并根据所述聚类结果确定所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额的分界点；根据所述分界点和价值分类规则，分别确定所述线上消费客户集和所述线下消费客户集中每位客户的价值分类结果。2.根据权利要求1所述的方法，其特征在于，在所述根据所述消费明细，分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括：根据所述消费明细，分别确定每位客户开通消费账户的时间间隔；在所述时间间隔小于所述预设时间段的情况下，根据所述时间间隔、所述消费频率和所述预设时间段，分别确定所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额的权重系数，其中，所述权重系数与所述时间间隔负相关；根据所述权重系数更新所述线上消费客户集和所述线下消费客户集的消费频率以及消费金额。3.根据权利要求1所述的方法，其特征在于，在所述根据所述消费明细，分别确定预设时间段内所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额之后，还包括：基于预设的网格空间将所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额划分为多个网格区域，并分别确定每个网格区域的样本密度；根据所述样本密度确定所述每个网格区域的离群因子，并将所述离群因子进行剔除，得到经过离群因子剔除后的消费间隔、消费频率以及消费金额。4.根据权利要求1所述的方法，其特征在于，所述分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行聚类，得到对应的聚类结果，包括：分别对所述线上消费客户集和所述线下消费客户集的消费间隔、消费频率以及消费金额进行均值规范化，得到对应的均值规范化...
【专利技术属性】
技术研发人员：吴心坪，易厚梅，王中晴，蒋李灵，
申请(专利权)人：中国工商银行股份有限公司，
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。