[发明专利]一种动态的企业客户客观信用管理方法

说明书

技术领域

本发明涉及企业信息化系统领域，特别涉及一种动态的企业客户客观信用管理方法。

背景技术

企业信息化管理系统，是指利用计算机硬件、软件、网络通信设备以及其他办公设备，进行信息的收集、传输、加工、储存、更新、拓展和维护的系统。客户信用评估是信用控制体系中最重要环节，客户信用管理也是企业信息化管理系统不可或缺的关注重点及必备功能。在现有企业信息化管理系统中，通常，以结果为导向进行事后客户信用评估，不能根据客户信用动态，及时调整销售政策，导致授信不当，还可能影响客户协议的履行。比如，对信用上升的客户，未采取宽松政策导致客户不满或忠诚度下降；也存在由于没有发现客户信用下降而导致货款回收困难等。此外，现有企业信息化管理系统进行客户信用管理时，多基于主观信用评价或基于客户静态特征（包括客户属性、客户当前履约表现等），未充分利用客户协议执行情况等客观信用特征，更重要地，未充分考虑影响客户信用的相关特征的动态特性。仅基于静态特征，而忽略客户动态特性（管理系统中按时间顺序存储的客户属性及履约表现等），必然影响客户信用评价的客观性。

发明内容

本发明公开一种动态的企业客户信用管理方法，用以解决主流企业信息化管理系统客户信用管理中存在的如下问题：以结果进行事后客户信用评估，不能根据客户信用动态及时调整客户信用等级，从而影响客户协议的履行，提高了授信的风险；客户信用评估仅根据客户静态特征，忽略客户长期、动态的表现，客观性不足。

本发明是这样实现的：一种动态的企业客户客观信用管理方法，所述动态的企业客户客观信用管理方法基于企业信息化管理系统按时间顺序采集的客户客观信用特征，建立客观信用数据多维序列库，预测客户未来的信用等级，并以预测结果为基础动态地调整客户信用等级；持续监测客户的信用特征变化，评估客户实际信用等级，动态地增加客户客观信用数据各维序列的长度，用于预测下一轮客户信用等级，通过迭代不断提高客户信用管理的客观性。

进一步，所述动态的企业客户客观信用管理方法包括以下步骤：

步骤一，从公共属性、客户属性、客户协议条款及协议条款执行情况数据中，按时间顺序采集客户客观信用特征，建立客观信用数据多维序列库；

步骤二，使用多维序列分析方法，预测客户信用等级，动态地调整客户信用等级，必要时，修订客户协议条款；

步骤三，监测客户客观信用特征变化，评估客户实际信用等级，动态维护客观信用数据序列库，进行客户信用迭代管理。

进一步，公共属性包括国家或地方经济政策、宏观条件等所有企业共有的外部属性，从公共属性采集的特征为客户共有信用特征；客户属性包括客户所属行业、企业规模等客户私有属性以及设定的客户信用等级，从客户属性采集的特征为客户私有信用特征；从客户协议条款及协议条款执行情况等采集的客户信用特征包括协议约定的交易内容、交易金额、约定交货时间、实际交货时间、交货执行情况、约定收款时间、实际收款金额、收款执行情况、验收标准、验收执行情况、质量保质期限、质量保质情况、协议变更情况和毁单记录。所述客户客观信用特征包括客户共有信用特征、客户私有信用特征和从客户协议条款及协议条款执行情况采集的客户信用特征。

进一步，每个客户的客观信用特征按时间顺序排列组成一个多维序列，其中的每个维度对应一种客户信用特征；所有客户的多维序列组成客户客观信用数据序列库。

进一步，使用横向和纵向两种方法预测客户信用等级：

1、横向预测方法，使用多元时间序列(multi-variate time series)分析、多维序列(multi- dimensional sequences)分析、序列模式 (sequential pattern) 分析方法，视客户信用等级为客户的类别标号(class label)，有监督(supervised)、无监督(unsupervised)或半监督地(semi-supervised)预测类别标号；

2、纵向预测方法，从客观信用数据多维序列库创建向量(vector)表，其中，同一个时间点上的客户客观信用特征组成一个向量；视客户信用等级为客户的类别标号，使用基于向量的分类(classification)、聚类(clustering)方法预测类别标号。

进一步，当客户客观信用特征发生变化时，通过增加相应维度上序列的长度体现特征的动态变化，其中的客户信用等级是人工评估的客户实际信用等级；经动态维护的客户客观信用数据序列库，用于下一轮客户信用等级的预测，形成客户信用信息的反馈循环，实现客户信用迭代管理。