[发明专利]针对客户流失的数据处理方法、装置、设备及存储介质

权利要求书

1.一种针对客户流失的数据处理方法，其特征在于，所述方法包括：

采集客户的历史行为数据，并确定预设的流失行为数据；

当所述历史行为数据与所述预设的流失行为数据匹配时，确定所述客户为预流失客户；

调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级；

确定所述流失风险等级对应的预警策略，并调用所述预警策略对所述预流失客户进行预警。

2.如权利要求1所述的数据处理方法，其特征在于，所述采集客户的历史行为数据，包括：

确定客户终端的用户界面对应的目标界面元素；

确定所述目标界面元素对应的埋点数据；所述埋点数据包括所述目标界面元素与客户的行为数据间的映射关系；

调用所述埋点数据采集所述客户对所述目标界面元素的行为数据作为所述历史行为数据。

3.如权利要求1所述的数据处理方法，其特征在于，所述当所述历史行为数据与所述预设的流失行为数据匹配时，确定所述客户为预流失客户，包括：

从所述历史行为数据内选取预设时间范围对应的目标历史行为数据；

向量化处理所述目标历史行为数据，得到第一行为向量；

向量化处理所述流失行为数据，得到第二行为向量；

计算所述第一行为向量与所述第二行为向量的向量距离；

当所述向量距离小于预设距离阈值时，确定所述历史行为数据与所述流失行为数据匹配，并确定所述客户为所述预流失客户。

4.如权利要求1所述的数据处理方法，其特征在于，所述调用预先训练的决策树模型处理所述历史行为数据，得到所述预流失客户对应的流失风险等级，包括：

确定所述决策树模型中的多个子模型，所述多个子模型包括推荐度计算模型、活跃度计算模型以及影响力计算模型；

调用所述推荐度计算模型处理所述历史行为数据，得到客户推荐度；

调用所述活跃度计算模型处理所述历史行为数据，得到客户活跃度；

调用所述影响力计算模型处理所述历史行为数据，得到客户影响力；

根据所述客户推荐度、所述客户活跃度、所述客户影响力，确定所述预流失客户对应的流失风险等级。

5.如权利要求4所述的数据处理方法，其特征在于，所述根据所述客户推荐度、所述客户活跃度、所述客户影响力，确定所述预流失客户对应的流失风险等级，包括：

获取预先设置的多个流失风险等级，并确定每一所述流失风险等级分别与推荐度范围、活跃度范围以及影响力范围的第一映射关系；

根据所述第一映射关系，以及所述客户推荐度、所述客户活跃度与所述客户影响力中的一个或多个的组合，确定所述预流失客户对应的流失风险等级。

6.如权利要求4所述的数据处理方法，其特征在于，所述调用所述推荐度计算模型处理所述历史行为数据，得到客户推荐度，包括：

解析所述历史行为数据，得到若干历史行为子数据；

获取每一所述历史行为子数据对应的权重与评估值，并根据所述权重与所述评估值得到所述历史行为子数据对应的初始客户推荐度；

根据若干所述初始客户推荐度计算得到与所述历史行为数据对应的所述客户推荐度。

7.如权利要求1-6任一项所述的数据处理方法，其特征在于，所述调用所述预警策略对所述预流失客户进行预警之后，所述方法还包括：

根据所述预流失客户对应的流失风险等级，确定针对所述预流失客户对应的目标挽留策略；

根据所述目标挽留策略为所述预流失客户提供对应的客户挽留活动。