[发明专利]面向金融领域的智能营销方法

说明书

本发明涉及金融数据技术，旨在提供一种面向金融领域的智能营销方法。包括：采集客户的基础信息数据、交易数据以及营销习惯数据；对采集到的数据进行处理与分析，将原始数据转换为带有标签的数据，所述标签是更能代表预测模型潜在问题的特征；构建使用多种学习算法的模型库，对不同模型进行训练后，输出各模型的预测结果；将各模型的预测结果组合成预测特征，通过输出层拟合得到最终的分类结果。本发明提出的方法对用户有较高的预测能力。由于针对性较强，能有效的提高和改善对客户的服务效率的技术问题，实现精准营销。本发明提供灵活可扩展的建模体系，预置了多种预测模型。本发明可以推荐多种产品，并且可以实现多维产品营销。

技术领域

本发明涉及金融数据技术，特别涉及面向金融领域的智能营销方法。

背景技术

随着移动互联网的飞速发展，传统的银行电话业务办理已经扩展到了包括移动APP、微信平台、网页在内的各个渠道，多样化的渠道与多样化的交互方式使业务办理有了更多的方式方法，为客户提供了更多的便利。但是对于服务端，多样化的渠道与渠道获取的便利性使客户服务的数据量与工作量也大大增加。业务办理流程的自动化、智能化在银行业务中占比的比重也越来越大。

金融产品是银行的重要业务，现有基于客户的生命周期，利用已有数据从所有客户中筛选某类或某几类产品的潜在客户，做出针对性营销，从而减少银行成本提高服务质量。但是，目前业务处理相互独立，系统报表种类繁多，缺乏准确性，处理分散，较难快速按需获得银行管理信息视图，从而影响银行管理决策的效率和准确性。客户各业务数据比较孤立，无法全面、深入细致的展示对公客户业务发展情况，业务数据间的价值挖掘不够深入，此外无法与第三方平台客户相关数据整合不利于进一步挖掘客户潜在价值，以上对于对公客户精细化经营管理、促进对公客户业务增长有一定的阻碍作用。

在互联网和大数据背景下，银行业务不断扩展，更加依赖于信息系统和数据，但是在大型的数据库中，真正被利用的数据却不多，拥有着大量的数据但获得的信息却很匮乏。银行在客户数据分析上仍较为弱势，目前的一些数据统计分析仅仅停留在数据表面，这并不能为银行带来足够的有效信息。为适应业务发展要求，满足市场变化的趋势，需要引入人工智能技术来支撑新的商业模式的创新。

目前有一些公开文献提出了智能营销技术，例如中国发明专利申请“一种基于因果推断和分配策略最优化的金融智能营销算法”，基于因果推断和分配策略最优化，构建基于因果推断的用户敏感度增量模型锁定营销敏感人群，预测不同营销动作对每个用户的敏感度，从而帮助制定营销策略；该方法促成营销推广效率的最大化。缺点是只针对特定人群营销，无法推广到全域人口。中国发明专利申请“基于智能终端智能营销系统”，通过输出多媒体节目的信源，对信源输出的所有多媒体节目进行内容识别，建立电子节目单；获取用户观看的多媒体节目的特征信息，并将实时广告内容同步至移动端；移动端基于实时广告内容向用户推送对应的移动广告。该发明的技术方案能实现多终端的广告匹配。缺点是方法依赖于用户的表面行为，没有充分挖掘客户不同维度的行为画像。

综合起来看，相关现有公开技术虽然都能在一定程度上解决智能营销的问题，但是要具体适用到银行精准营销业务领域，通常存在如下的不足：首先用于解决现有技术中的营销方式服务质量较差，针对性差，不能有效的提高和改善对客户的服务效率的技术问题；其次，模型单一，单一模型往往对结果有偏见；最后缺乏一定的灵活性，存在应用范围有限等问题。

发明内容

本发明要解决的技术问题是，克服现有技术中的不足，提供一种面向金融领域的智能营销方法。

为解决上述技术问题，本发明采用的解决方案是：

提供一种面向金融领域的智能营销方法，包括以下步骤：

(1)采集客户的基础信息数据、交易数据以及营销习惯数据；

(2)对采集到的数据进行处理与分析，将原始数据转换为带有标签的数据，所述标签是更能代表预测模型潜在问题的特征；