[发明专利]一种客户流失的预测方法、装置及存储介质

说明书

本申请公开了一种客户流失的预测方法，涉及数据分析领域，解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，该方法包括：获取客户的个人数据；根据个人数据，构建指标特征宽表；根据特征宽表，使用RF算法确定潜在流失客户名单；根据潜在流失客户名单以及Kmeans++算法，对潜在流失客户进行分组，确定各个组的潜在客户的特征；进而实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。

技术领域

本申请涉及数据分析技术领域，尤其涉及一种客户流失的预测方法、装置及存储介质。

背景技术

随着我国经济的发展，商业银行的竞争愈发激烈，当前我国商业银行面临更为复杂多变的经济金融环境，在经济增速放缓，监管要求不断提高的情况下，我国商业银行的业务和盈利空间在数伦酱紫的背景下逐步被压缩，民营银行政策的追捕放开和推行，银行间围绕客户的争夺越来越白热化。在当前各个银行产品比较接近的前提下，维护老客户会比发展新客户的成本低很多。

因此在竞争激烈的大环境下，如何更好地维护老客户，如何采取有效的手段防止客户的流失，成为各个银行必须面对的问题。

发明内容

本申请实施例通过提供一种客户流失的预测方法、装置及存储介质，解决了现有技术中，不能对流失客户进行预测，导致大量客户流失，影响该单位的效益的问题，实现了实时预测潜在流失名单，根据名单进行分组，有针对性地对潜在的流失客户进行维护，最大限度地减少客户的流失。

第一方面，本发明实施例提供了一种客户流失的预测方法，该方法包括：

获取客户的个人数据；

根据所述个人数据，构建指标特征宽表；

根据所述特征宽表，使用RF算法确定潜在流失客户名单；

根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。

结合第一方面，在一种可能的实现方式中，所述构建指标特征宽表，包括，

对所述个人数据进行样本总量、流失客户以及未流失客户样本数的数量进行统计；

将异常值分为数值型异常值以及字符型异常值，对所述数值型异常值进行零填充，对所述字符型异常值进行众数填充。

结合第一方面，在一种可能的实现方式中，所述构建指标特征宽表，还包括：采用欠样技术对样本不均衡的现象进行处理。

结合第一方面，在一种可能的实现方式中，所述根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行聚类分组，确定各个组的所述潜在客户的特征，包括：

根据所述客户的特征，对所述潜在客户提出针对性的营销策略，以使客户流失率降低。

结合第一方面，在一种可能的实现方式中，所述个人数据，包括：基本信息、资产信息、交易信息、产品持有信息以及金融信用信息。

第二方面，本发明实施例提供了一种客户流失的预测装置，该装置包括：

数据获取单元：用于获取客户个人数据；

表构建单元：用于根据所述个人数据，构建指标特征宽表；

结果确定单元：用于根据所述特征宽表，确定潜在流失客户名单；

特征分析单元：用于根据所述潜在流失客户名单以及Kmeans++算法，对所述潜在流失客户进行分组，确定各个组的所述潜在客户的特征。