[发明专利]识别高风险客户经理的系统、方法、电子设备及介质

说明书

本发明实施例公开了一种识别高风险客户经理的系统、方法、电子设备及介质，获取客户经理的业务数据，基于所述业务数据构建业务特征库；基于所述业务特征库选取评价指标，并设置所述评价指标的阈值；对待识别的样本进行客户经理标识和时间标识；基于所述评价指标和所述阈值判断所述待识别样本是否为高风险样本。该识别高风险客户经理的方法解决现有技术中对分期业务而言，对客户经理的风险识别具有一定的滞后性的问题。

5技术领域

本发明涉及计算机技术领域，具体涉及一种识别高风险客户经理的系统、方法、电子设备及介质。

背景技术

0银行客户经理既是银行与客户关系的代表，又是银行对外业务的代表。银行客户经理的职责包括：全面了解客户需求并向其营销产品、争揽业务，同时协调和组织全行各有关部门及机构为客户提供全方位的金融服务，在主动防范金融风险的前提下，建立和保持与客户的长期密切联系。

银行客户经理制度的实施，突破了以产品为中心的经营模式，促进了银行业5务的发展和经营能力的提高，但同时也暴露了一些风险隐患。目前银行业主要是通过加强对客户经理的考核和培训加强防范道德风险和操作风险的发生，对客户经理的监督明显滞后、检查停留在撒网式的检查方式上、检查不深入流于形式。对客户经理的风险识别主要是以逾期或不良指标为主，对分期业务来说，其风险释放较为完全后才能发现，对风险识别具有一定的滞后性。

发明内容

本发明实施例的目的在于提供一种识别高风险客户经理的系统、方法、电子设备及介质，用以解决现有技术中对分期业务而言，对客户经理的风险识别具有一定的滞后性的问题。

为实现上述目的，本发明实施例提供一种识别高风险客户经理的方法，所述方法具体包括：

获取客户经理的业务数据，基于所述业务数据构建业务特征库；

基于所述业务特征库选取评价指标，并设置所述评价指标的阈值；

对待识别的样本进行客户经理标识和时间标识；

基于所述评价指标和所述阈值判断所述待识别样本是否为高风险样本。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步地，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，包括：

获取一定数量的客户经理在预设时间内的业务数据，其中，所述业务数据包括基本信息维度数据、基础管理数据、埋点数据和工作数据；

所述基本信息维度数据包括客户经理职级信息、所属机构信息、所属省份城市信息、所属机构类型信息和当前工作年限信息；

所述基础管理数据包括违规数据、处罚数据、培训数据和投诉数据；

所述埋点数据包括修改数据、撤回数据和退回数据；

所述工作数据包括申请放款维度数据、审批维度数据、贷中表现维度数据、贷后表现维度数据和欺诈情况维度数据。

进一步地，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，还包括：

获取申请放款维度数据，所述申请放款维度数据包括申请订单情况数据、放款订单情况数据、客群基本信息情况数据、业务集中情况数据、评分分布数据和业务分布数据。

进一步地，所述获取客户经理的业务数据，基于所述业务数据构建业务特征库，还包括：

获取审批维度数据，所述审批维度数据包括自动通过率数据、转人工率数据、拒绝率数据和放款率数据。