本發(fā)明涉及大數(shù)據(jù)分析，具體涉及一種基于特征選擇的高效推送商機(jī)的方法。

背景技術(shù)：

1、隨著經(jīng)濟(jì)的持續(xù)增長(zhǎng)和人們風(fēng)險(xiǎn)意識(shí)的提高，保險(xiǎn)行業(yè)迎來(lái)了前所未有的發(fā)展機(jī)遇，保險(xiǎn)公司不斷推出新的產(chǎn)品和服務(wù)，以滿足客戶日益增長(zhǎng)的保險(xiǎn)需求，同時(shí)，科技的進(jìn)步也為保險(xiǎn)行業(yè)的發(fā)展提供了強(qiáng)大的技術(shù)支持，使得保險(xiǎn)公司能夠更高效地處理業(yè)務(wù)、提升服務(wù)質(zhì)量，在保險(xiǎn)行業(yè)快速發(fā)展的背景下，市場(chǎng)競(jìng)爭(zhēng)也日益激烈，眾多保險(xiǎn)公司紛紛加大市場(chǎng)推廣力度，爭(zhēng)奪客戶資源，而基于特征的推送方法在數(shù)字營(yíng)銷、移動(dòng)應(yīng)用和個(gè)性化服務(wù)中非常關(guān)鍵，這種方法通過分析用戶的行為數(shù)據(jù)、偏好、上下文信息以及其他相關(guān)特征，來(lái)定制并推送個(gè)性化的內(nèi)容。

2、現(xiàn)有的特征選取方法，缺少驗(yàn)證，并且確定的特征缺少權(quán)重，無(wú)法保證推送效果，而且傳統(tǒng)的市場(chǎng)推廣方式往往效率低下，難以精準(zhǔn)定位保險(xiǎn)業(yè)較高購(gòu)買意愿的客戶畫像，因此，如何進(jìn)行精準(zhǔn)的客戶畫像，輔助業(yè)務(wù)人員精準(zhǔn)營(yíng)銷和服務(wù)，是我們要解決的問題，為此，現(xiàn)提出一種基于特征選擇的高效推送商機(jī)的方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明目的在于提供一種基于特征選擇的高效推送商機(jī)的方法，以解決上述背景技術(shù)中提出的問題。

2、為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：

3、一種基于特征選擇的高效推送商機(jī)的方法，包括以下步驟：

4、步驟一、整合客戶歷史數(shù)據(jù)和業(yè)務(wù)人員在客戶接觸中收集的數(shù)據(jù)(購(gòu)買力、投資偏好、興趣愛好等)，并對(duì)整合的數(shù)據(jù)進(jìn)行預(yù)處理；

5、步驟二、從整合后的客戶數(shù)據(jù)集中提取出與保險(xiǎn)購(gòu)買意愿相關(guān)的特征，并對(duì)提取出的特征進(jìn)行編碼處理，得到基礎(chǔ)特征序列，包括客戶的購(gòu)買行為特征(購(gòu)買頻率、購(gòu)買金額等)、基本屬性特征(年齡、性別、年收入等)、購(gòu)買力特征、投資特征和興趣愛好特征；

6、步驟三、基于基礎(chǔ)特征序列中的特征數(shù)據(jù)，融合客戶的521畫像特征，構(gòu)建客戶畫像模型，預(yù)測(cè)客戶購(gòu)買意愿，將客戶劃分為不同的細(xì)分群體；

7、步驟四、利用過濾式特征選擇方法對(duì)提取出的特征進(jìn)行篩選，找出對(duì)保險(xiǎn)購(gòu)買意愿影響最大的特征子集，并根據(jù)特征重要性評(píng)分對(duì)特征進(jìn)行排序，為各特征分配權(quán)重，以反映其在預(yù)測(cè)客戶購(gòu)買意愿中的貢獻(xiàn)度；

8、步驟五、基于客戶畫像模型和各特征分配的權(quán)重，計(jì)算意愿評(píng)價(jià)系數(shù)，對(duì)客戶群體的購(gòu)買意愿進(jìn)行篩選評(píng)價(jià)，并根據(jù)客戶的具體畫像，為業(yè)務(wù)人員提供個(gè)性化的產(chǎn)品推薦和服務(wù)建議；

9、步驟六、將推薦信息以商機(jī)形式推送給業(yè)務(wù)人員，并跟蹤推送商機(jī)的實(shí)際效果，包括轉(zhuǎn)化率和客戶滿意度指標(biāo)，進(jìn)一步評(píng)估商機(jī)推送品質(zhì)。

10、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟一中，客戶歷史數(shù)據(jù)和業(yè)務(wù)人員在客戶接觸中收集的數(shù)據(jù)，具體整合過程為：

11、從公司的客戶關(guān)系管理系統(tǒng)、保險(xiǎn)銷售系統(tǒng)和理賠系統(tǒng)的數(shù)據(jù)庫(kù)中導(dǎo)出客戶的歷史數(shù)據(jù)，包括客戶購(gòu)買記錄(購(gòu)買的保險(xiǎn)產(chǎn)品類型、購(gòu)買時(shí)間、購(gòu)買金額、保單狀態(tài)等)、年齡、性別、年收入和職業(yè)的基本信息；

12、從業(yè)務(wù)人員的工作記錄和客戶訪談?dòng)涗洸杉瘶I(yè)務(wù)人員在客戶接觸過程中收集到的數(shù)據(jù)，包括客戶購(gòu)買力(收入水平、資產(chǎn)狀況、消費(fèi)習(xí)慣等)、投資偏好(投資渠道、投資期限、風(fēng)險(xiǎn)偏好等)和興趣愛好(運(yùn)動(dòng)、旅游、閱讀等)信息；

13、對(duì)收集到的客戶歷史數(shù)據(jù)和業(yè)務(wù)人員收集的數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)準(zhǔn)化處理步驟；

14、對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行數(shù)據(jù)整合，將客戶歷史數(shù)據(jù)和業(yè)務(wù)人員收集的數(shù)據(jù)按照客戶編號(hào)標(biāo)識(shí)進(jìn)行合并，形成完整的客戶數(shù)據(jù)集。

15、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟二中，基礎(chǔ)特征序列的獲取過程為：

16、對(duì)整合后的客戶數(shù)據(jù)集進(jìn)行特征分析，從中提取與保險(xiǎn)購(gòu)買意愿相關(guān)的特征，包括客戶的購(gòu)買行為特征、基本屬性特征、購(gòu)買力特征、投資特征和興趣愛好特征；

17、對(duì)于購(gòu)買行為特征，提取客戶的購(gòu)買頻率、購(gòu)買金額和購(gòu)買產(chǎn)品類型特征，分析客戶的購(gòu)買習(xí)慣和偏好，對(duì)于基本屬性特征，提取客戶的年齡、性別和年收入特征，分析客戶的經(jīng)濟(jì)狀況，對(duì)于購(gòu)買力特征，通過分析客戶的購(gòu)買記錄和支付能力，提取客戶的消費(fèi)層次和購(gòu)買潛力特征，對(duì)于投資特征，提取客戶的投資行為和投資偏好，包括投資金額、投資領(lǐng)域和投資風(fēng)格，分析客戶的投資意識(shí)和風(fēng)險(xiǎn)承受能力，對(duì)于興趣愛好特征，通過分析客戶的社交媒體數(shù)據(jù)和互動(dòng)記錄，提取客戶的興趣愛好特征；

18、采用分類編碼的方式對(duì)提取出的特征進(jìn)行編碼處理，為每個(gè)類別分配一個(gè)唯一的編碼值，整合得到基礎(chǔ)特征序列。

19、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述客戶的521畫像特征分為5、2和1，其中，5為5官，表示客戶家庭結(jié)構(gòu)、客戶購(gòu)買力(職業(yè)住宅消費(fèi))、保險(xiǎn)情況(有哪些保險(xiǎn)，偏好)、投資情況(投資偏好，資金情況)和興趣愛好(喜歡什么，利益偏好)，2為2感，具體為客戶購(gòu)買原因和客戶拒購(gòu)原因，1為1點(diǎn)通，表示為客戶提供一個(gè)購(gòu)買方案。

20、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟三中，預(yù)測(cè)客戶購(gòu)買意愿的過程為：

21、整合基礎(chǔ)特征序列中的特征數(shù)據(jù)和“521畫像特征”數(shù)據(jù)，并對(duì)整合后的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和標(biāo)準(zhǔn)化處理，以便于后續(xù)的分析和建模；

22、將客戶的“521畫像特征”中的“5官”、“2感”和“1點(diǎn)通”特征融入基礎(chǔ)特征序列，形成全面的客戶畫像特征集，確保特征的準(zhǔn)確性和一致性，避免引入噪聲和冗余信息；

23、利用客戶畫像特征集結(jié)合決策樹模型構(gòu)建客戶畫像模型，對(duì)客戶畫像特征集中的特征數(shù)據(jù)進(jìn)行處理，將客戶畫像特征作為模型的輸入，客戶的購(gòu)買意愿作為模型的輸出，并從中學(xué)習(xí)客戶畫像與購(gòu)買意愿之間的關(guān)系，通過交叉驗(yàn)證、準(zhǔn)確率、召回率等指標(biāo)評(píng)估模型的性能；

24、利用訓(xùn)練好的客戶畫像模型，對(duì)客戶數(shù)據(jù)進(jìn)行購(gòu)買意愿預(yù)測(cè)，將預(yù)測(cè)結(jié)果與實(shí)際購(gòu)買情況進(jìn)行對(duì)比，以驗(yàn)證模型的準(zhǔn)確性，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行深入分析，了解客戶購(gòu)買意愿的分布和趨勢(shì)，分析不同特征對(duì)購(gòu)買意愿的影響；

25、根據(jù)預(yù)測(cè)結(jié)果和客戶畫像特征，制定客戶細(xì)分的標(biāo)準(zhǔn)和規(guī)則，將客戶劃分為不同的細(xì)分群體，分別為高購(gòu)買意愿群體、中等購(gòu)買意愿群體和低購(gòu)買意愿群體，對(duì)每個(gè)群體的特征進(jìn)行深入分析，了解客戶的購(gòu)買行為、需求和偏好。

26、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟四中，各特征分配權(quán)重的過程為：

27、根據(jù)特征的類型和數(shù)據(jù)的分布情況，利用方差選擇法分析特征與目標(biāo)變量之間的關(guān)系，計(jì)算每個(gè)特征的重要性分?jǐn)?shù)，其中，目標(biāo)變量為保險(xiǎn)購(gòu)買意愿；

28、預(yù)設(shè)各特征的方差閾值，并計(jì)算每個(gè)特征的方差，移除方差小于方差閾值的特征，低方差特征的取值差異不大，對(duì)區(qū)分樣本的貢獻(xiàn)度較小；

29、根據(jù)特征重要性分?jǐn)?shù)對(duì)特征進(jìn)行排序，得到特征的重要程度排名，其中，排序后的特征是：年收入、購(gòu)買頻率、購(gòu)買金額、年齡以及性別；

30、根據(jù)特征重要性分?jǐn)?shù)和排序結(jié)果，計(jì)算出每個(gè)特征的歸一化方差，并為年收入、購(gòu)買頻率、購(gòu)買金額、年齡以及性別特征分配一個(gè)權(quán)重值，將年收入的權(quán)重設(shè)置為0.3，購(gòu)買頻率的權(quán)重設(shè)置為0.25，購(gòu)買金額的權(quán)重設(shè)置為0.2，年齡的權(quán)重設(shè)置為0.15，性別的權(quán)重設(shè)置為0.1，并根據(jù)特征權(quán)重分析不同特征對(duì)保險(xiǎn)購(gòu)買意愿的影響程度。

31、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟五中，意愿評(píng)價(jià)系數(shù)的計(jì)算過程為：

32、利用客戶畫像模型對(duì)客戶的購(gòu)買意愿進(jìn)行分析，并結(jié)合各特征分配的權(quán)重，將客戶畫像模型中的特征值進(jìn)行標(biāo)準(zhǔn)化處理，使其在同一量綱下可比；

33、將每個(gè)客戶的標(biāo)準(zhǔn)化特征值乘以相應(yīng)的特征權(quán)重，得到加權(quán)特征值，并將客戶的加權(quán)特征值求和，得到意愿評(píng)價(jià)系數(shù)，進(jìn)而對(duì)客戶群體中客戶的購(gòu)買意愿進(jìn)行篩選評(píng)價(jià)；

34、根據(jù)意愿評(píng)價(jià)系數(shù)的大小，將客戶群體按照高購(gòu)買意愿群體、中等購(gòu)買意愿群體和低購(gòu)買意愿群體的標(biāo)準(zhǔn)進(jìn)行分組，并對(duì)篩選出的客戶群體進(jìn)行評(píng)價(jià)，了解其購(gòu)買意愿的分布情況；

35、根據(jù)客戶的具體畫像，分析其購(gòu)買行為、需求和偏好，制定個(gè)性化的產(chǎn)品推薦策略，進(jìn)而為業(yè)務(wù)人員提供個(gè)性化的產(chǎn)品推薦方案，包括推薦的產(chǎn)品類型、保額和保障期限信息，以輔助業(yè)務(wù)人員對(duì)接相應(yīng)的客戶群體。

36、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述意愿評(píng)價(jià)系數(shù)的計(jì)算公式為：

37、

38、其中，w是意愿評(píng)價(jià)系數(shù)，ωi是第i個(gè)特征的權(quán)重，fi是第i個(gè)特征的標(biāo)準(zhǔn)化值，n是特征的總數(shù)，α是調(diào)整參數(shù)，用于控制指數(shù)衰減的速率，α的取值范圍在0至1之間，需要說明的是，w的取值范圍在0至1之間，當(dāng)所有特征的加權(quán)值均接近0時(shí)，w接近0，表示客戶的購(gòu)買意愿較低，當(dāng)所有特征的加權(quán)值均接近1時(shí)，w接近1，表示客戶的購(gòu)買意愿較高；

39、多個(gè)購(gòu)買意愿群體一一對(duì)應(yīng)設(shè)置多個(gè)評(píng)價(jià)閾值，具體為：

40、所述高購(gòu)買意愿群體的評(píng)價(jià)閾值范圍為：wh≤w<1；該群體的客戶對(duì)保險(xiǎn)產(chǎn)品有較高的興趣和購(gòu)買意愿，是保險(xiǎn)公司重點(diǎn)營(yíng)銷和維護(hù)的對(duì)象；

41、所述中等購(gòu)買意愿群體的評(píng)價(jià)閾值范圍為：wm≤w<wh；該群體的客戶對(duì)保險(xiǎn)產(chǎn)品有一定的興趣，但購(gòu)買意愿尚未達(dá)到高水平，保險(xiǎn)公司可通過精準(zhǔn)營(yíng)銷和個(gè)性化服務(wù)來(lái)挖掘其潛在的購(gòu)買需求；

42、所述低購(gòu)買意愿群體的評(píng)價(jià)閾值范圍為：0<w<wm；該群體的客戶對(duì)保險(xiǎn)產(chǎn)品的需求較低，購(gòu)買意愿不強(qiáng)，保險(xiǎn)公司需要分析原因并采取相應(yīng)的策略來(lái)提高其購(gòu)買意愿；

43、其中，w為意愿評(píng)價(jià)系數(shù)，wh是高購(gòu)買意愿群體的下限閾值與中等購(gòu)買意愿群體的上限閾值，wm是中等購(gòu)買意愿群體的下限閾值與低購(gòu)買意愿群體的上限閾值，wh＝0.8，wm＝0.4。

44、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述步驟六中，商機(jī)推送品質(zhì)的評(píng)估過程為：

45、將根據(jù)客戶畫像和意愿評(píng)價(jià)系數(shù)制定的個(gè)性化產(chǎn)品推薦方案整理成商機(jī)信息，商機(jī)信息包括客戶的基本信息(姓名、聯(lián)系方式等)、推薦的保險(xiǎn)產(chǎn)品類型、保額、保障期限信息，以及推薦的理由和依據(jù)，并通過內(nèi)部的客戶關(guān)系管理系統(tǒng)將確定的商機(jī)信息推送給業(yè)務(wù)人員；

46、業(yè)務(wù)人員根據(jù)商機(jī)信息進(jìn)行跟進(jìn)，并記錄客戶的反饋和轉(zhuǎn)化情況，轉(zhuǎn)化情況包括是否成交、成交時(shí)間和成交金額信息，在商機(jī)成交后，通過問卷調(diào)查方式收集客戶滿意度數(shù)據(jù)，客戶滿意度數(shù)據(jù)涵蓋產(chǎn)品質(zhì)量、服務(wù)體驗(yàn)和性價(jià)比方面；

47、計(jì)算獲取推送的商機(jī)轉(zhuǎn)化率和客戶滿意度評(píng)分，進(jìn)而結(jié)合轉(zhuǎn)化率和客戶滿意度指標(biāo)，計(jì)算商機(jī)品質(zhì)評(píng)價(jià)系數(shù)，對(duì)商機(jī)推送品質(zhì)進(jìn)行綜合評(píng)估；

48、分析商機(jī)品質(zhì)評(píng)價(jià)系數(shù)的結(jié)果，了解商機(jī)推送的優(yōu)勢(shì)和不足之處，并根據(jù)評(píng)估結(jié)果，提出改進(jìn)商機(jī)推送品質(zhì)的建議，將評(píng)估結(jié)果和改進(jìn)建議反饋到商機(jī)推送的各個(gè)環(huán)節(jié)，持續(xù)優(yōu)化商機(jī)推送的流程和策略，不斷提高商機(jī)推送的品質(zhì)和效果。

49、本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)在于：所述商機(jī)品質(zhì)評(píng)價(jià)系數(shù)的計(jì)算公式為：

50、

51、其中，q是商機(jī)品質(zhì)評(píng)價(jià)系數(shù)，c是商機(jī)轉(zhuǎn)化率，表示商機(jī)轉(zhuǎn)化為實(shí)際銷售的比例，轉(zhuǎn)化率越高，說明商機(jī)的銷售效果越好，對(duì)商機(jī)品質(zhì)的貢獻(xiàn)度越大，s是客戶滿意度評(píng)分，表示客戶對(duì)購(gòu)買的保險(xiǎn)產(chǎn)品和服務(wù)的滿意程度，客戶滿意度評(píng)分越高，說明商機(jī)帶來(lái)的客戶體驗(yàn)越好，對(duì)商機(jī)品質(zhì)的貢獻(xiàn)度越大，對(duì)轉(zhuǎn)化率進(jìn)行調(diào)整，使商機(jī)品質(zhì)評(píng)價(jià)系數(shù)在轉(zhuǎn)化率較高時(shí)趨于穩(wěn)定，避免因轉(zhuǎn)化率過高而導(dǎo)致商機(jī)品質(zhì)評(píng)價(jià)系數(shù)過大，需要說明的是，q的取值范圍在0至1之間，當(dāng)商機(jī)轉(zhuǎn)化率c和客戶滿意度評(píng)分s都為0時(shí)，q接近0，表示商機(jī)品質(zhì)較差；當(dāng)商機(jī)轉(zhuǎn)化率c和客戶滿意度評(píng)分s都接近最大值時(shí)，q接近1，表示商機(jī)品質(zhì)較好。

52、由于采用了上述技術(shù)方案，本發(fā)明相對(duì)現(xiàn)有技術(shù)來(lái)說，取得的技術(shù)進(jìn)步是：

53、1、本發(fā)明提供一種基于特征選擇的高效推送商機(jī)的方法，通過收集和分析客戶的多維度數(shù)據(jù)，構(gòu)建出精準(zhǔn)的客戶畫像，基于客戶畫像的精準(zhǔn)匹配，大大提高推送的精準(zhǔn)度，減少無(wú)效推送，提高客戶對(duì)推送的滿意度，且由于推送的內(nèi)容與客戶需求高度匹配，客戶更容易產(chǎn)生購(gòu)買意愿，從而提升轉(zhuǎn)化率，此外，精準(zhǔn)推送可以減少對(duì)無(wú)效客戶的投入，將更多資源投入到潛在高價(jià)值客戶身上，實(shí)現(xiàn)資源的最優(yōu)化配置。

54、2、本發(fā)明提供一種基于特征選擇的高效推送商機(jī)的方法，通過分析意愿評(píng)價(jià)系數(shù)，確保推送內(nèi)容與客戶需求保持同步，提升推送的時(shí)效性，由于推送內(nèi)容更加貼近客戶需求，使客戶體驗(yàn)得到提升，有助于增強(qiáng)客戶對(duì)企業(yè)的好感度，通過分析意愿評(píng)價(jià)系數(shù)的變化，可及時(shí)發(fā)現(xiàn)推送策略中的問題，并進(jìn)行優(yōu)化調(diào)整，提高推送效果。