客户终生价值的预测方法及装置、存储介质、计算机设备与流程

本申请涉及客户价值预测技术领域，尤其是涉及到一种客户终生价值的预测方法及装置、存储介质、计算机设备。

背景技术：

在商业营销领域有这样的共识：80％的收入来自于20％的客户，而将产品或服务卖给现有客户的成本比寻找一个新的用户低10倍。因此，为了使企业利益最大化，就需要了解现有客户的客户终生价值(customerlifetimevalue)(从成为公司客户的那一时刻起，到从公司流失这段时间内能产生的收入总和)，从而最大化地从现有客户获取足够的收入。

在当前的营销领域中，往往根据销售人员在过去的业务和基于常识预测的未来业务状况，将客户分类或者分层，比如青铜客户和黄金客户等。但是这种方法主观性太强，同时过分依赖业务专家的长期经验来判断，并且对于客户的价值只能定性分析，缺乏定量的分析方式。传统的预测方法，无论在效率上还是准确率上，都有待提高。

技术实现要素：

有鉴于此，本申请提供了一种客户终生价值的预测方法及装置、存储介质、计算机设备，通过计算客户的当前价值，分析客户的未来价值，从而实现了对客户终生价值的定量预测。

根据本申请的一个方面，提供了一种客户终生价值的预测方法，其特征在于，包括：

获取客户的历史交易数据以及基本属性数据；

根据所述历史交易数据，计算所述客户的当前价值ccv；

根据所述历史交易数据以及所述基本属性数据，预测所述客户的未来生命周期t；

依据所述客户的未来生命周期t、所述历史交易数据以及所述基本属性数据，确定所述客户的未来价值cfv；

按照所述客户的当前价值ccv与所述客户的未来价值cfv，确定所述客户的终生价值clv。

根据本申请的另一方面，提供了一种客户终生价值的预测装置，其特征在于，包括：

获取单元，用于获取所述客户的历史交易数据以及基本属性数据；

当前价值计算单元，用于根据所述历史交易数据，计算所述客户的当前价值ccv；

未来生命周期计算单元，用于根据所述历史交易数据以及所述基本属性数据，预测所述客户的未来生命周期t；

未来价值计算单元，用于依据所述客户的未来生命周期t以及所述基本属性数据，确定所述客户的未来价值cfv；

终生价值计算单元，用于按照所述客户的当前价值ccv与所述未来价值cfv求和，确定所述客户的终生价值clv。

依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述客户终生价值的预测方法。

依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述客户终生价值的预测方法。

借由上述技术方案，本申请提供的一种客户终生价值的预测方法、装置及设备，通过应用本申请的技术方案，依据客户的历史交易数据以及基本属性数据，首先计算客户的当前价值ccv，然后对客户的未来生命周期t进行预测从而分析客户的未来价值cfv，最终得出客户的终生价值clv。与现有技术中，只能依靠人工经验对客户的潜在价值进行定性分析相比，本申请提供了一种科学有效的能够定量计算客户终生价值clv的方法，提高了客户终生价值clv的准确性，也加快了计算速度。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1示出了本申请实施例提供的一种客户终生价值的预测方法的流程示意图；

图2示出了本申请实施例提供的另一种客户终生价值的预测方法的流程示意图；

图3示出了本申请实施例提供的一种客户终生价值的预测装置的结构示意图；

图4示出了本申请实施例提供的另一种客户终生价值的预测装置的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本实施例中提供了一种客户终生价值的预测方法，如图1所示，该方法包括：

步骤101，获取客户的历史交易数据以及基本属性数据。

其中，历史交易数据中可以包括客户的每一笔交易的交易时间、每一笔交易的交易金额以及每一笔交易的交易产品种类，而基本属性数据中可以包括客户的年龄、性别、居住地、收入情况等等。

例如，客户甲的基本属性数据为年龄30岁、性别男、居住地为北京、月收入2万元，历史交易数据中记录了客户甲的历史5次交易信息，分别为2015年8月，购买3万元的理财产品a、2016年3月，购买2万元的理财产品b、2016年10月，购买3万元的理财产品c，2017年1月，购买1万元的理财产品d、以及2017年9月购买5万元的理财产品e。

步骤102，根据历史交易数据，计算客户的当前价值ccv。

根据客户的历史交易数据，能够确定客户已经为企业带来的客户当前价值ccv(customercurrentvalue，ccv)，以上述客户甲的历史交易数据为例，可以分别计算客户的每一笔交易的交易金额为企业带来的利润、以及客户甲为企业节约的成本和客户甲为企业带来的附加利润(例如客户甲在购买了理财产品a后，对理财产品a非常满意，介绍自己的朋友乙也来购买这款产品，那么客户乙购买产品a为企业带来的利润也可以算在客户甲的当前价值中，或者将客户乙购买产品a为企业带来的利润按照一定的百分比算在客户甲的当前价值中)，通过求和或例如加权求和等其他方式，计算客户甲的当前价值ccv。

步骤103，根据历史交易数据以及基本属性数据，预测客户的未来生命周期t。

根据客户的基本属性数据、历史交易时间以及交易金额等数据，对客户的未来生命周期t进行预测，例如客户丙的基本属性数据显示，客户丙的收入属于客户丙居住地平均收入水平以下，并且客户丙的历史交易数据显示，客户丙的历史交易金额逐年递减，最近两年的交易金额已经低于500元，可以预测客户的未来生命周期t小于1年，甚至更短。

步骤104，依据客户的未来生命周期t、历史交易数据以及基本属性数据，确定客户的未来价值cfv。

根据客户的基本属性数据可以分析与该客户基本属性相同的样本客户的标准价值(标准价值可由大量具有相同或相似基本属性的历史客户的交易信息归纳得出)，结合客户的未来生命周期，可以分析出例如客户当前所处的生命周期阶段(可具体包括获取期、提升期、成熟期、衰退期以及离开期)，从而依据样本客户的标准价值以及客户当前的生命周期阶段分析客户的未来价值cfv(customerfuturevalue，cfv)，或者进一步结合客户自身的历史交易情况，在样本客户的标准价值基础上，分析该客户与样本客户的差别情况，再计算该客户的未来价值。

步骤105，按照客户的当前价值ccv与客户的未来价值cfv，确定客户的终生价值clv。

应用上述步骤中所计算的客户当前价值ccv，以及预测的客户未来价值cfv，对客户的终生价值clv进行分析，对客户的终生价值clv进行量化计算。

通过应用本实施例的技术方案，依据客户的历史交易数据以及基本属性数据，首先计算客户的当前价值ccv，然后对客户的未来生命周期t进行预测从而分析客户的未来价值cfv，最终得出客户的终生价值clv。与现有技术中，只能依靠人工经验对客户的潜在价值进行定性分析相比，本申请提供了一种科学有效的能够定量计算客户终生价值clv的方法，提高了客户终生价值clv的准确性，也加快了计算速度。

进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了另一种客户终生价值的预测方法，如图2所示，该方法包括：

步骤201，获取客户的历史交易数据以及基本属性数据。

获取客户每一笔交易的产品种类数据、交易时间数据、交易金额数据以及客户的性别数据、收入收据、年龄数据、居住地数据。

步骤202，根据客户的历史交易数据，确定客户从生命起始时间，以及从生命起始时间开始至观测时间内每一年的交易金额。

在客户的历史交易数据中，找出客户的第一笔交易的交易时间，将第一笔交易的交易时间确定为客户的生命起始时间，分别计算从生命起始时间开始，直至观测时间内的每一年的交易金额。

例如，在上述客户甲的举例中，客户甲的第一笔交易时间为为2015年5月，观测时间为2017年12月，则客户甲的生命起始时间为2015年，2015年的交易金额为3万元，2016年的交易金额为2万元+3万元＝5万元，2017年的交易金额为1万元+5万元＝6万元。

步骤203，根据客户每一年的交易金额，确定客户每一年的利润价值，并将客户每一年的利润价值求和作为客户的当前价值ccv。

根据客户每一年的交易金额和每一年的企业营业状况，分析客户的每一年的交易金额为企业带来的利润，也即客户每一年的利润价值，从而将客户每一年的利润价值求和，确定客户一共为企业带来的利润价值，即是客户的当前价值ccv。

例如，在上述客户甲的举例中，客户甲2015年的交易金额为3万元，企业2015年利用这笔资金创造了2000元利润，客户甲2016年的交易金额为5万元，企业2016年利用这笔资金创造了5000元利润，客户甲2017年的交易金额为6万元，企业2017年利用这笔资金创造了6000元利润，那么客户从生命起始时间至观测时间产生的总利润为2000+5000+6000＝13000元。

步骤204，根据客户的基本属性数据，确定客户的所属类别。

将客户的基本属性与历史样本客户的属性进行匹配，从而根据历史样本客户所属的类别，确定该客户的类别，以备后续根据客户的类别所对应的该类别客户的特性分析该客户的特性。

例如，客户甲的基本属性与历史样本客户x的属性匹配，并且，历史样本客户x的类别为一类，则将客户甲的类别划分为一类客户。

步骤205，根据客户的类别以及预设客户类别-生命周期映射表，匹配与客户类别对应的生命周期。

按照客户的所属类别，以及预先根据历史样本客户数据确定的预设客户类别-生命周期映射表，确定该类别客户对应的生命周期，以备后续确定客户未来生命周期。

例如，客户甲为一类客户，根据预设客户类别-生命周期映射表，一类客户对应的生命周期为8年，那么，将客户甲的生命周期确定为8年。

步骤206，根据历史交易数据确定客户的留存时间。

利用历史交易数据中的第一笔交易时间确定客户的生命起始时间后，将观测时间与客户的生命起始时间做差，确定客户的留存时间。

例如，客户甲的生命起始时间为2015年，观测时间为2017年，那么可确定客户的留存时间为2年。

步骤207，根据历史交易数据确定客户的留存时间。

通过客户的生命周期以及客户的留存时间确定客户的未来生命周期t，也就是客户从观测时间开始到客户流失所经历的时间长度，未来生命周期t为客户未来价值cfv的计算提供了依据。

例如，客户甲的生命周期为8年，留存时间已确定为2年，那么客户甲的未来生命周期则为8-2＝6年。

另外，求取客户未来生命周期t，还可通过利用具有完整生命周期数据的历史样本客户的特征数据训练cox预测模型，从而利用cox预测模型对生命周期进行预测的方式来实现，在此不做具体限定。

步骤208，根据的客户类别，匹配与类别对应的客户价值-时间波动率函数r(t)。

对于不同类别的客户群体，客户在不同生命周期下客户价值变动的趋势也是不同的，也就是说不同类别的客户群体的客户价值-时间波动率函数r(t)也是不同的。与上述根据客户的类别，匹配与客户类别对应的生命周期相似，每一个客户类别的客户价值-波动率曲线函数可以通过该类别的历史样本客户的相关历史数据进行归纳，从而根据客户所属类别，匹配相应的客户价值-时间波动率函数r(t)，根据该函数可以求得不同时间的客户价值，为求得客户未来价值cfv提供数据基础。

例如，客户甲是一类客户，则为客户甲匹配一类客户价值-时间波动率函数r1(t)。

步骤209，按照客户未来价值计算公式，计算客户的未来价值cfv。

在上述实施例中，具体地，若客户的未来生命周期t大于或等于预设生命周期，则客户未来价值计算公式为：

其中，cv为截止到观测时间，一年内客户的价值，d(t)为现金折现率。

客户的未来价值cfv可采用上述公式进行计算，其中，cv为到观测时间为止，客户一年内为企业创造的利润价值，例如，计算客户甲的未来价值，假设观测时间为2018年5月，则客户甲截止到观测时间一年内为企业创造的利润价值应为：2017年6月至2018年5月这一年内，客户甲为企业创造的总利润价值。

另外，若客户的未来生命周期t较长(大于或等于预设生命周期)，那么在计算客户未来价值的过程中，就不得不考虑通货膨胀率，折现率应为随时间的变化而变化的变量。

在上述实施例中，具体地，若客户的未来生命周期t小于预设生命周期，则客户未来价值计算公式为：

其中，cv为截止到观测时间，一年内客户的价值，d为现金折现率。

而若客户的未来生命周期已经不长，那么为了方便计算，可以将客户价值-时间波动率函数r(t)以年为单位进行离散化，并将折现率固定为一个定量d，从而利用上述公式对客户的未来价值cfv进行计算。

需要说明的是，预设生命周期可以根据企业销售产品的不同而设置不同的值，例如，若企业销售的产品通常是周期较长的理财产品(如5年为期等)，那么可将预设生命周期设置为5年、8年甚至更长，而若企业销售的通常为短期理财产品(如1年为期等)，那么可将预设生命周期设置为1年、2年等等。

另外，还需说明的是，在计算客户当前价值ccv的过程中，除了可按上述的每一年的利润价值来计算外，也可以根据不同产品的特性按照每个月甚至每一天的利润价值来计算，同样的，在计算客户未来生命周期t以及客户未来价值cfv的过程中，同样都可以以月或日为单位。

步骤210，将客户的当前价值ccv与客户的未来价值cfv求和，得到客户的终生价值clv。

最后，通过将客户当前价值ccv和客户未来价值cfv求和的形式得到客户的终生价值clv。进而可以具体根据客户的终生价值clv，确定客户的等级，根据客户的等级为客户匹配相应的服务人员，如客户的终生价值clv超过10万元的为高级客户，为客户匹配高级客户经理为其服务以保证高级客户的满意度，并根据客户的未来价值cfv，为客户制定相应的服务方案，如客户的未来价值cfv较低，此时，不适宜再向客户推荐大额理财产品，则可向客户推荐一些短期收益较快的理财产品，以最大程度收获客户的价值。

通过应用本实施例的技术方案，根据客户的基本属性匹配客户的生命周期以及客户价值-时间波动率函数，从而根据客户生命周期分析客户未来生命周期t，根据客户价值-时间波动率函数求取客户未来价值cfv，结合利用历史交易数据所计算出的客户当前价值cfv，通过将客户未来价值cfv与客户当前价值cfv求和的方式求得客户的终生价值clv，给出客户未来价值cfv和客户终生价值clv的具体数值，实现了对客户未来价值cfv和客户终生价值clv的定量预测，从而为企业有针对性的为不同客户匹配不同的服务方案提供了有力的数学依据和理论基础。

进一步的，作为图1方法的具体实现，本申请实施例提供了一种客户终生价值的预测装置，如图3所示，该装置包括：获取单元31、当前价值计算单元32、未来生命周期计算单元33、未来价值计算单元34、终生价值计算单元35。

获取单元31，用于获取客户的历史交易数据以及基本属性数据；

当前价值计算单元32，用于根据历史交易数据，计算客户的当前价值ccv；

未来生命周期计算单元33，用于根据历史交易数据以及基本属性数据，预测客户的未来生命周期t；

未来价值计算单元34，用于依据客户的未来生命周期t以及基本属性数据，确定客户的未来价值cfv；

终生价值计算单元35，用于按照客户的当前价值ccv与未来价值cfv求和，确定客户的终生价值clv。

在具体的应用场景中，为提供一种计算客户当前价值ccv的具体方式，如图4所示，当前价值计算单元32，具体包括：交易金额计算单元321、当前价值计算子单元322；

交易金额计算单元321，用于根据客户的历史交易数据，确定客户从生命起始时间，以及从生命起始时间开始至观测时间内每一年的交易金额；

当前价值计算子单元322，用于根据客户每一年的交易金额，确定客户每一年的利润价值，并将客户每一年的利润价值求和作为客户的当前价值ccv。

在具体的应用场景中，计算客户未来生命周期t之前，还需计算客户的完整的生命周期，以及客户已经生存的时间长度，因此，如图4所示，未来生命周期计算单元33，具体包括：客户类别确定单元331、生命周期匹配单元332、留存时间计算单元333、未来生命周期计算子单元334；

客户类别确定单元331，用于根据客户的基本属性数据，确定客户的所属类别；

生命周期匹配单元332，用于根据客户的类别以及预设客户类别-生命周期映射表，匹配与客户类别对应的生命周期；

留存时间计算单元333，用于根据历史交易数据确定客户的留存时间；

未来生命周期计算子单元334，用于将客户的生命周期与留存时间求差，得到客户的未来生命周期t。

在具体的应用场景中，不同客户类别的客户未来价值cfv具有不同的特性，为了计算客户的未来价值cfv，需要先确定该类别客户的客户价值特性，进而求取客户未来价值cfv，如图4所示，未来价值计算单元34，具体包括：客户价值函数确定单元341、未来价值计算子单元342；

客户价值函数确定单元341，用于根据的客户类别，匹配与类别对应的客户价值-时间波动率函数r(t)；

未来价值计算子单元342，用于按照客户未来价值计算公式，计算客户的未来价值cfv。

在上述实施例中，具体地，作为第一种客户未来价值cfv计算的具体实施方式，未来价值计算子单元342，具体用于若客户的未来生命周期t大于或等于预设生命周期，则客户未来价值计算公式为：

其中，cv为截止到观测时间，一年内客户的价值，d(t)为现金折现率。

在上述实施例中，具体地，作为第二种客户未来价值cfv计算的具体实施方式，未来价值计算子单元342，具体还用于若客户的未来生命周期t小于预设生命周期，则客户未来价值计算公式为：

其中，cv为截止到观测时间，一年内客户的价值，d为现金折现率。

在具体的应用场景中，为提供一种具体的客户终生价值clv的计算方式。

未来价值计算单元34，具体用于将客户的当前价值ccv与客户的未来价值cfv求和，得到述客户的终生价值clv。

需要说明的是，本申请实施例提供的一种客户终生价值的预测装置所涉及各功能单元的其他相应描述，可以参考图1和图2中的对应描述，在此不再赘述。

基于上述如图1和图2所示方法，相应的，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1和图2所示的客户终生价值的预测方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

基于上述如图1、图2所示的方法，以及图3、图4所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1和图2所示的客户终生价值的预测方法。

可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(radiofrequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。

本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该计算机设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现通过应用本申请的技术方案，依据客户的历史交易数据以及基本属性数据，首先计算客户的当前价值ccv，然后对客户的未来生命周期t进行预测从而分析客户的未来价值cfv，最终得出客户的终生价值clv。与现有技术中，只能依靠人工经验对客户的潜在价值进行定性分析相比，本申请提供了一种科学有效的能够定量计算客户终生价值clv的方法，提高了客户终生价值clv的准确性，也加快了计算速度。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。