[发明专利]一种客户流失预警方法、系统、介质和电子设备

权利要求书

1.一种客户流失预警方法，该方法应用于客户流失预警系统，所述客户流失预警系统包括数据获取模块、数据清洗模块、数据建模模块、模型评价模块、客户预测模块、策略制定模块，其特征在于，该方法包括：

步骤1，数据获取模块获取客户的历史信息数据，该历史信息数据包括基本属性数据、行为属性数据、业务属性数据及情感数据；

步骤2，数据清洗模块清洗所述历史信息数据中的异常数据；

分析不同客户的基本属性数据、行为属性数据及业务属性数据，构建客户流失预警模型；

步骤3，模型评价模块采用所述情感数据评价所述客户流失预警模型效果；

步骤4，客户预测模块通过所述客户流失预警模型预测出即将流失客户；

步骤5，策略制定模块采用RFM模型对即将流失客户进行分类，制定客户挽留策略。

2.根据权利要求1所述的预警方法，其特征在于，所述基本属性数据包括客户ID、客户类型、客户注册时间。

3.根据权利要求1所述的预警方法，其特征在于，所述行为属性数据包括客户是否浏览过店铺、在平台网站的停留时间及是否有过咨询行为。

4.根据权利要求1所述的预警方法，其特征在于，所述业务属性数据包括提交订单时间、提交订单数额、订单来源渠道、成交订单时间、成交订单数额、是否撤销、订单所属类目、业务模式、近一年提交订单次数及成交订单次数。

5.根据权利要求1所述的预警方法，其特征在于，所述情感数据包括客户撤销原因及评价数据。

6.根据权利要求1所述的预警方法，其特征在于，所述异常数据包括：历史信息数据中的空数据、重复数据、不符合逻辑数据。

7.根据权利要求1所述的预警方法，其特征在于，所述客户流失预警模型为一随机森林训练模型。

8.一种客户流失预警系统，该系统用于实现如权利要求1至7之一所述的预警方法，其特征在于，该系统包括：

数据获取模块，用于获取客户的历史信息数据，该历史信息数据包括基本属性数据、行为属性数据、业务属性数据及情感数据；

数据清洗模块，用于清洗所述历史信息数据中的异常数据；

数据建模模块，用于分析不同客户的基本属性数据、行为属性数据及业务属性数据，构建客户流失预警模型；

模型评价模块，用于采用所述情感数据评价所述客户流失预警模型效果；

客户预测模块，用于通过所述客户流失预警模型预测出即将流失客户；

策略制定模块，用于采用RFM模型对即将流失客户进行分类，制定客户挽留策略。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的预警方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的预警方法。