一种用于加油站的客户流失预测装置制造方法及图纸

一种用于加油站的客户流失预测装置，属于加油站销售管理技术领域，尤其涉及流失客户的预测；解决了现有技术所存在的解释性较差、无法对客户交易行为及其流失因素进行分析，以及无法指导企业为客户提供精准服务的问题；所述装置包括：数据获取模块、机器学习模块、机器学习XGBoost分类模型模块以及深度学习CNN模型模块；所述数据获取模块，用于获得客户交易行为时序数据；所述机器学习模块包括特征工程子模块以及XGBoost分类模型子模块；所述深度学习CNN模型模块，用于获得客户流失预测结果。所述一种用于加油站的客户流失预测装置，适用于对加油站的客户流失进行预测，以及指导加油站企业为客户提供精准服务。

【技术实现步骤摘要】

本专利技术涉及加油站销售管理，尤其涉及流失客户的预测。

技术介绍

1、随着中国成品油销售市场全面开放，多元化竞争格局形成，加油站面临较大的经营压力，客户争夺日趋白热化，由于获客成本逐年升高，因此，企业更需要借助客户流失预测分析，实施精准营销，提高客户留存，有效延长客户生命周期。

2、在成品油销售企业的客户关系管理中，与客户活跃度相关的概念有客户活跃、客户不活跃、客户濒临流失以及客户流失等四个概念。客户流失是指客户长时间不发生加油或非油消费等交易；其中，“长时间”的边界，在不同的与客户活跃度相关的概念中是不同的；在与客户活跃度相关的概念中，“长时间”的边界定义如下：

3、(1)(客户)流失：距最近交易时间＞180天；

4、(2)(客户)濒临流失：距最近交易时间≥90，且＜180天；

5、(3)(客户)不活跃：距最近交易时间≥30，且＜90天；

6、(4)(客户)活跃：距最近交易时间＜30天；

7、目前，国内外对于客户流失的研究主要集中在电信、银行等行业；加油站领域对客户流失的研究较少。<本文档来自技高网...

【技术保护点】

1.一种用于加油站的客户流失预测装置，其特征在于，所述装置包括：数据获取模块、机器学习模块、机器学习XGBoost分类模型模块以及深度学习CNN模型模块；

2.根据权利要求1所述的一种用于加油站的客户流失预测装置，所述客户交易时序数据由按时间序列采集的若干个客户交易样本组成；

3.根据权利要求1所述的一种用于加油站的客户流失预测装置，其特征在于，所述客户特征包括客户交易特征、客户通用统计特征以及客户衍生特征；

4.根据权利要求3所述的一种用于加油站的客户流失预测装置，其特征在于，所述客户交易特征包括加油量、消费金额、加油站编码、物料编码、折扣金额、间隔...

【技术特征摘要】

1.一种用于加油站的客户流失预测装置，其特征在于，所述装置包括：数据获取模块、机器学习模块、机器学习xgboost分类模型模块以及深度学习cnn模型模块；

2.根据权利要求1所述的一种用于加油站的客户流失预测装置，所述客户交易时序数据由按时间序列采集的若干个客户交易样本组成；

3.根据权利要求1所述的一种用于加油站的客户流失预测装置，其特征在于，所述客户特征包括客户交易特征、客户通用统计特征以及客户衍生特征；

4.根据权利要求3所述的一种用于加油站的客户流失预测装置，其特征在于，所述客户交易特征包括加油量、消费金额、加油站编码、物料编码、折扣金额、间隔天数、会员天数、周、加油时刻(时分)、价格差、据上次价格变动时长、实际价格差、交易类型、季节、交易数据id、交易主id、活动id、时间分钟、礼物id以及客户级别。

5.根据权利要求3所述的一种用于加油站的客户流失预测装置，其特征在于，所述客户通用统计特征包括会员天数、油品偏好、非油品偏好、月均消费、交易次数、最近余额、最近月份加油量、召回次数、最近交易间隔天数以及最...

【专利技术属性】
技术研发人员：王万波，肖永威，戴世锋，刘博，贾长红，李晨亮，吴宏伟，
申请(专利权)人：哈尔滨天源石化工程设计有限责任公司，
类型：发明
国别省市：