[发明专利]客户件量预测方法和装置、异动客户预警方法和装置

权利要求书

1.一种客户件量预测方法，其特征在于，包括：

获取待预测客户的待预测时间段之前的多个与待预测时间段长短一致的第一时间段内的第一件量数据和/或第一折扣数据和/或所述第一件量数据的第一环比数据和/或所述第一件量数据的同比数据；

将多个所述第一件量数据和/或第一折扣率数据和/或所述第一件量数据的第一环比数据和/或所述第一件量数据的同比数据输入至预先训练的机器学习模型；

通过所述机器学习模型输出待预测客户的待预测时间段内的第一预测件量数据。

2.根据权利要求1所述的客户件量预测方法，其特征在于，所述机器学习模型的训练，包括调整所述机器学习模型，其包括如下步骤：

获取所述待预测客户的第二时间段内的第二件量数据以及所述第二时间段之前的与所述第二时间段长度相等的多个第三时间段内的第三件量数据，将所述第三件量数据输入所述机器学习模型中，获得与所述第二件量数据对应的第二预测件量数据，将所述第二预测件量数据与所述第二件量数据比较，调整所述机器学习模型。

3.根据权利要求2所述的客户件量预测方法，其特征在于，根据在各所述第三时间段内所述待预测客户的第二折扣数据，获得所述待预测客户在各所述第三时间段内的第二折扣率，将所述第二折扣率和多个所述第三件量数据输入至所述机器学习模型，获得所述第二预测件量数据。

4.根据权利要求2所述的客户件量预测方法，其特征在于，获得每个所述第三时间段内的所述第三件量数据相对于上个相邻的所述第三时间段内的所述第三件量数据的第二环比数据，获得每个所述第三时间段内的所述第三件量数据相对于上年度同期的件量数据的第二同比数据，将所述第二环比数据、所述第二同比数据和多个所述第三件量数据输入至所述机器学习模型，获得所述第二预测件量数据。

5.一种异动客户预警方法，其特征在于，包括

根据权利要求1-4任一项所述的客户件量预测方法获得第一预测件量数据；

将所述第一预测件量数据与和所述第一预测件量数据相邻的第一时间段内的第一件量数据比较，若所述第一预测件量数据相对于所述第一件量数据的下滑幅度超过预设阀值，则将所述第一预测件量数据对应的待预测客户预测为异动客户。

6.一种客户件量预测装置，其特征在于，包括：

获取模块：用于获取待预测客户的待预测时间段之前的多个与待预测时间段长短一致的第一时间段内的第一件量数据和/或第一折扣数据和/或所述第一件量数据的第一环比数据和/或所述第一件量数据的同比数据；

输入模块：用于将所述第一件量数据和/或第一折扣数据和/或所述第一件量数据的第一环比数据和/或所述第一件量数据的同比数据输入至预先训练的机器学习模型；

输出模块：用于通过所述机器学习模型输出待预测客户的待预测时间段内的第一预测件量数据。

7.根据权利要求6所述的客户件量预测装置，其特征在于，包括训练模块：用于获取所述待预测客户的第二时间段内的第二件量数据以及所述第二时间段之前的与所述第二时间段长度相等的多个第三时间段内的第三件量数据，将所述第三件量数据输入所述机器学习模型中，获得与所述第二件量数据对应的第二预测件量数据，将所述第二预测件量数据与所述第二件量数据比较，调整所述机器学习模型。

8.根据权利要求7所述的客户件量预测装置，其特征在于，所述训练模块，用于根据在各所述第三时间段内所述待预测客户的第二折扣数据，获得所述待预测客户在各所述第三时间段内的第二折扣率，将所述第二折扣率和多个所述第三件量数据输入至所述机器学习模型，获得所述第二预测件量数据。