业务数据处理方法及装置的制造方法
【技术领域】
[0001] 本发明涉及信息处理技术领域，尤其涉及一种业务数据处理方法及装置。
【背景技术】
[0002] 目前的保险（比如寿险）续期催收系统会每月定期给业务员推送应收保单，展示 保单的基本信息。但受限很多权限约束，保单关联信息、投保人关联信息等都无法获取，业 务员只能通过经验去催收，很难精准识别保单续交保费的可能性，由此增大了人力成本。此 外，随着续期保单量增多，运营督导难以提前发现交费困难的保单，不利于问题件重点攻 关。导致保险公司保费收入和客户资源减少，客户保障受损。
[0003] 因此，有必要提供一种解决方案，预测高可能流失保单，并制订相应的攻关策略。
【发明内容】
[0004] 本发明的主要目的在于提供一种业务数据处理方法及装置，旨在自动识别出问题 业务单据，提高业务人员工作效率，减少业务流失。
[0005] 为了达到上述目的，本发明提出一种业务数据处理方法，包括：
[0006] 获取业务单据的属性指标数据；
[0007] 对所述业务单据的属性指标数据进行分析，从中提取模型变量；
[0008] 将提取的所述模型变量输入预先建立的业务流失预测模型，得到对应业务单据的 业务流失估计分值。
[0009] 优选地，该方法还包括：
[0010] 根据所述业务单据的业务流失估计分值，获取所述业务单据的流失影响因素，所 述流失影响因素至少包括一种属性指标数据；
[0011] 根据所述业务单据的流失影响因素获取相应的攻关策略；
[0012] 将所述业务单据的业务流失估计分值、流失影响因素以及相应的攻关策略，推送 给相关业务人员。
[0013] 优选地，所述对业务单据的属性指标数据进行分析，从中提取模型变量的步骤包 括：
[0014] 从多个维度，对所述业务单据的属性指标数据进行分析和整理，获取所述业务单 据的若干字段变量；
[0015] 以第一计算规则，对所述业务单据的若干字段变量进行初步筛选，得到初步筛选 后的变量；
[0016] 对初步筛选后的变量，以第二计算规则，计算每一变量的信息值IV，所述IV为反 映每一变量的预测能力的指标；
[0017] 获取IV大于或等于预设阈值的变量作为模型变量。
[0018] 优选地，所述获取IV大于或等于预设阈值的变量作为模型变量的步骤之后还包 括：
[0019] 对获取的模型变量进行相关性检验，获取具有相关性的变量组中IV最大的模型 变量作为最终的模型变量。
[0020] 优选地，所述获取业务单据的属性指标数据的步骤之前还包括：
[0021] 构建所述业务流失预测模型，具体包括：
[0022] 获取样本业务单据的属性指标数据；
[0023] 对所述样本业务单据的属性指标数据进行分析，从中提取样本模型变量；
[0024] 获取所述样本业务单据的业务流失估计分值；
[0025] 根据所述样本模型变量，以及所述样本业务单据的业务流失估计分值，建立业务 流失预测模型。
[0026] 优选地，该方法还包括：
[0027] 对所述业务流失预测模型进行验证。
[0028] 本发明实施例还提出一种业务数据处理装置，包括：
[0029] 数据获取模块，用于获取业务单据的属性指标数据；
[0030] 分析提取模块，用于对所述业务单据的属性指标数据进行分析，从中提取模型变 量；
[0031] 处理模块，用于将提取的所述模型变量输入预先建立的业务流失预测模型，得到 对应业务单据的业务流失估计分值。
[0032] 优选地，该装置还包括：
[0033] 策略推送模块，用于根据所述业务单据的业务流失估计分值，获取所述业务单据 的流失影响因素，所述流失影响因素至少包括一种属性指标数据；根据所述业务单据的流 失影响因素获取相应的攻关策略；将所述业务单据的业务流失估计分值、流失影响因素以 及相应的攻关策略，推送给相关业务人员。
[0034] 优选地，所述分析提取模块，还用于从多个维度，对所述业务单据的属性指标数据 进行分析和整理，获取所述业务单据的若干字段变量；以第一计算规则，对所述业务单据的 若干字段变量进行初步筛选，得到初步筛选后的变量；对初步筛选后的变量，以第二计算规 贝1J，计算每一变量的信息值IV，所述IV为反映每一变量的预测能力的指标；获取IV大于或 等于预设阈值的变量作为模型变量；
[0035] 所述分析提取模块，进一步还用于对获取的模型变量进行相关性检验，获取具有 相关性的变量组中IV最大的模型变量作为最终的模型变量。
[0036] 优选地，该装置还包括：
[0037] 模型构建模块，用于构建所述业务流失预测模型，具体用于：
[0038] 获取样本业务单据的属性指标数据；对所述样本业务单据的属性指标数据进行分 析，从中提取样本模型变量；获取所述样本业务单据的业务流失估计分值；根据所述样本 模型变量，以及所述样本业务单据的业务流失估计分值，建立业务流失预测模型；
[0039] 模型验证模块，用于对所述业务流失预测模型进行验证。
[0040] 本发明实施例提出的一种业务数据处理方法及装置，通过获取业务单据（比如保 单）的属性指标数据；对业务单据的属性指标数据进行分析，从中提取模型变量；将提取的 模型变量输入预先建立的业务流失预测模型，得到对应业务单据的业务流失估计分值，以 保单为例，由此可以精准预测保单期交保费可能性的高低，便于给业务员对难度保单提供 相应的攻关方案，在不影响正常使用的情况下，可以极大预测识别出交费困难保单，并针对 其影响因素提前与客户联系互动，这样减少了业务员在催收前对保单信息的收集，并能根 据保单情况作重点催收，降低与客户互动的时间、频次等，从而节约业务员时间，提高业务 员的工作效率，在降低保单流失量的同时，增加了保费收入，增强了客户保障。
【附图说明】
[0041] 图1是本发明业务数据处理方法第一实施例的流程示意图；
[0042] 图2是本发明业务数据处理方法第二实施例的流程示意图；
[0043] 图3是本发明业务数据处理方法第三实施例的流程示意图；
[0044]图4是本发明业务数据处理装置第一实施例的功能模块示意图；
[0045] 图5是本发明业务数据处理装置第二实施例的功能模块示意图；
[0046] 图6是本发明业务数据处理装置第三实施例的功能模块示意图。
[0047] 为了使本发明的技术方案更加清楚、明了，下面将结合附图作进一步详述。
【具体实施方式】
[0048] 本发明实施例的解决方案主要是：基于寿险保单的关键因素、保单基本信息、客 户信息、业务员信息、客户与公司动作关联信息等因素，精准预测保单期交保费可能性的高 低，并在系统中给业务员对难度保单提供攻关方案。在不影响正常使用的情况下，系统可以 极大预测识别出交费困难保单，并针对其影响因素提前与客户联系互动，这样减少了业务 员在催收前对保单信息的收集，并能根据保单情况作重点催收，减少与客户互动的时间、频 次等，从而节约业务员时间，提高其工作效率。在降低保单流失量的同时，增加了公司保费 收入，增强了客户保障。
[0049] 如图1所示，本发明第一实施例提出一种业务数据处理方法，包括：
[0050] 步骤S101，获取业务单据的属性指标数据；
[0051] 本发明实施例涉及的业务单据包括但不限于寿险系统的保单，还可以是其他业务 相关的单据，本实施例以寿险系统的保单进行举例。
[0052] 本实施例方案可以通过大数据挖掘，提前预测高可能流失保单，减少业务员在催 收前对保单信息的收集，提高其工作效率，并可制订相应的攻关策略。
[0053] 具体地，首先，获取业务单据的属性指标数据，其中，以保单为例，保单的属性指 标数据可以考虑以下因素：
[0054] 基于寿险保单的关键因素、保单基本信息、客户信息、业务员信息、客户与公司动 作关联信息等。
[0055] 其中，要先清晰地定义出业务问题