[发明专利]一种可视化展现与数据分析的客户画像系统

权利要求书

1.一种可视化展现与数据分析的客户画像系统，其特征在于，包括：

用户分析模块，用于从大数据平台通过ETL提取用户的基础信息，并进行数据统计分析，生成可视化结果发送至客户经理端，客户经理根据所述可视化结果进行用户走访；

投诉分析模块：获取已发生投诉行为的客服工单，对所述客服工单进行至少一次数据抽样，并进行数据修正，采用人工核查与文本挖掘方法提取特征关键词，构建客户投诉倾向预测模型，将所述客户投诉倾向预测模型应用于未发生投诉行为的用户群中，识别出具有投诉倾向的用户群体的目标标识，并计算出潜在投诉风险概率，供客户经理作风险前防控参考。

2.根据权利要求1所述系统，其特征在于，

所述用户的基础信息：包括用户类型、用电量、电费、报装情况、诉求情况；

所述数据统计分析：采用统计学方法进行数据统计分析，包括客户的基本属性、重要等级、用电情况、报装转化及容量分析、行业分析；

所述可视化结果：基于所述数据统计分析结果，生成可视化结果，包括：用电变化趋势图、用电时段特征、报装转化率、报装容量和电子行业容量排名。

3.根据权利要求1所述系统，其特征在于，还包括：所述客户投诉倾向预测模型根据所提取的关键词设置目标标识Y，其中，Y=(y₁，y₂,…y_i)，任一y_i对应一具备n个特征关键词的样本集合，为X=(x₁，x₂,…x_n, y_i)，作为样本X训练分类器H(x)：X。

4.根据权利要求1所述系统，其特征在于，所述识别出具有投诉倾向的用户群体的目标标识，还包括：获取未发生投诉行为的用户群的客服工单，采用人工核查与文本挖掘方法提取特征关键词，得样本，通过样本X训练分类器H(x)：X进行样本T投诉倾向预测：，输出目标标识，得，其中，所述H（t）为目标标识Y中的至少一种，或为新的目标标识。

5.根据权利要求4所述系统，其特征在于，计算各目标标识权重，获得投诉风险概率,并发给客户经理。

6.根据权利要求5所述系统，其特征在于，目标标识包括：故障停电投诉、电费差错投诉或服务效率投诉。

7.根据权利要求6所述系统，其特征在于，所述故障停电投诉的关键词包括：日\周\月停电次数、停电间隔、最近一次停电间隔、停电时长、停电时段、抢修进度、外界因素导致停电、复电信息。

8.根据权利要求6所述系统，其特征在于，所述电费差错投诉的关键词包括：用电事实错误、电费异常、电表抄表信息错误、计费周期错乱导致电费异常、由于抄表不及时产生的迟交电费违约金、退费不及时、阶梯电价疑虑。

9.根据权利要求6所述系统，其特征在于，所述服务效率投诉的关键词包括：故障抢修不及时、业扩办理超时、欠费复电。

10.根据权利要求1所述系统，其特征在于，所述数据修正前还包括：对客户基本信息、用电量信息、电费信息、渠道交互信息以及停电信息进行探索，包括确定数据变量的类别，变量之间的相关性，相关变量的缺失异常情况，及数据的分布检验；基于数据探索结果，进行数据修正，包括数据清洗和预处理、创建衍生变量和描述统计、变量筛选、数据分区，对缺失数据进行归并、补缺、转换或过滤。