[发明专利]一种业务数据处理方法、设备、终端及存储介质

说明书

本发明实施例涉及金融科技领域，公开了一种业务数据处理方法、设备、终端及存储介质，该方法包括：对获取的保险业务的源数据进行分类，确定出日志类源数据和非日志类源数据；根据源数据确定购买目标保险的客户购买的保单数据，并根据保单数据、日志类源数据和非日志类源数据计算客户行为频次；根据客户行为频次确定客户的历史行为数据对应的进程信息，并根据客户的历史行为数据对应的进程信息和源数据确定客户所属的进程机构信息；根据客户所属的进程机构信息进行机构流转统计，并将统计的数据同步发送到数据库中。通过这种方式，可以快速、有效地对多源异构的业务数据进行分析。本发明涉及区块链技术，上述数据可存储于区块链中。

技术领域

本发明涉及金融科技领域，尤其涉及一种业务数据处理方法、设备、终端及存储介质。

背景技术

目前，保险等金融行业内的数据源较为复杂，数据来源多元化，存在多源异构的情况，并且行业内的数据跨系统计算较多，从而导致存储、计算等消耗较大，以及数据计算依赖设计较复杂的问题。

然而，目前主要采用AARRR模型对用户行为数据进行分析，AARRR模型主要用于对数据来源比较单一，数据源获取较为简单的数据进行分析，对多源异构的数据无法分析或者分析效果较差。因此，如何快速、有效地对多源异构、跨系统计算的数据进行分析非常重要。

发明内容

本发明实施例提供了一种业务数据处理方法、设备、终端及存储介质，可以快速、有效地对多源异构的业务数据进行分析，并可以为企业用户判断流失、转化，提高分析决策，有助于企业经营。

第一方面，本发明实施例提供了一种业务数据处理方法，所述方法包括：

获取保险业务的源数据，并对所述源数据进行分类，确定出日志类源数据和非日志类源数据；

根据所述源数据确定购买目标保险的客户购买的保单数据，并根据所述保单数据、所述日志类源数据和所述非日志类源数据计算客户行为频次；

根据所述客户行为频次确定所述客户的历史行为数据对应的进程信息，并根据所述客户的历史行为数据对应的进程信息和所述源数据确定所述客户所属的进程机构信息；

根据所述客户所属的进程机构信息进行机构流转统计，并将统计的数据同步发送到数据库中。

进一步地，所述根据所述保单数据、所述日志类源数据和所述非日志类源数据计算客户行为频次，包括：

根据所述保单数据确定购买目标保险的客户的客户标识，其中，所述客户标识包括姓名和/或身份证号码；

根据预设的客户标识与保单标识的第一映射关系，确定与所述购买目标保险的客户的客户标识对应的保单标识；

根据与所述购买目标保险的客户的客户标识对应的保单标识，确定所述购买目标保险的客户购买保险的次数，并根据所述客户购买保险的次数确定客户行为频次。

进一步地，所述根据所述客户的历史行为数据对应的进程信息和所述源数据确定所述客户所属的进程机构信息，包括：

根据所述客户的历史行为数据对应的进程信息确定所述客户归属的最大进程，其中，所述进程信息包括进程编码值；

根据所述源数据中包括的客户通信方式与代理人的第二映射关系和所述客户归属的最大进程，确定所述客户所属的进程机构信息。

进一步地，所述根据所述客户的历史行为数据对应的进程信息确定所述客户归属的最大进程，包括：

根据所述进程信息中包括的进程编码值，按照所述进程编码值从大到小的顺序进行排序；

确定所述排序后的进程编码值中的最大进程编码值对应的进程为所述客户的最大进程。