专利名称：用于确定理想客户的评级系统和方法
技术领域：
本发明通常涉及一种用于确定理想客户的评级方法和系统，更准确地说，涉及一种通过计算每个客户的预测指标确定理想客户的评级方法和系统，其中预测指标基于与客户有关的属性，诸如资产水平、人口信息和/或交易历史，预测每个客户可产生的可能利润。
背景技术：
对于公司来说，能够从现有的客户群中确定理想的客户是重要的。客户的理想性可以基于例如该客户已经产生的或者可以带来的可能利润确定。公司应当尽最大努力保持理想客户，并抛弃那些仅给公司产生有限或者最小利润的客户。对于公司来说，向理想客户提供更好的待遇和服务以使理想客户与同一个公司保持关系在经济学上是合理的。
现今，一些公司使用分级系统以基于客户对公司的理想性确定该客户可以享受的待遇类型。例如，经纪公司打算向那些理想客户提供额外的照顾，诸如提供精英服务、额外的折扣、宣传、服务调查等等。甚至客户服务中心也使用自动系统以基于客户已经产生或者可产生多少利润连接呼入的客户呼叫。例如，客户服务中心中的计算机系统基于由呼叫者输入的呼叫者ID或者账户号码确定呼入的呼叫的身份。接着，检索该呼叫客户的简介以确定回答该呼叫的优先级。如果客户的简介表明该呼叫客户是理想客户(其可能已经产生或者可以带来许多利润)，则计算机系统将该呼叫分级为最高优先级，并立即将该呼叫连接到一个专门处理精英客户的经纪人。另一方面，如果客户的简介表明该客户没有产生足够的利润以证明其是精英客户，则系统将该呼入的呼叫分配到普通的队列，等待下一个可用的客户服务经纪人回答该呼叫。
尽管基于客户可产生的可能利润确定客户的理想性是直接的，但是没有一种有效的方法预测哪种类型的客户可以给公司带来更多的利润。过去，经纪公司认为客户可以产生的利润与该客户的资产水平有关。因此，一些经纪公司基于客户各自的资产水平给每个客户分配客户分数客户的资产水平越高，分配的客户分数越高。如果客户分数超过预定阈值，那么该客户被确定为理想客户，并会得到较好的待遇。
然而，已经注意到单纯根据资产水平确定理想客户并不能起到很好的作用。例如，在经纪公司中，某些客户可能具有高资产水平，但是他们不经常参与投资活动，诸如交易股票或者共同基金，因此仅给经纪公司带来有限的服务费用。因此，这样的客户，尽管他们具有高资产水平，但实际上给经纪公司带来非常少的收入。另一方面，某些客户，尽管仅拥有低水平的资产，但实际上发生很多交易活动，诸如日交易者。尽管资产水平较低，但是这种类型的客户给经纪公司产生更多的利润，并因此应当比那些虽然具有高资产水平但仅给经纪公司产生有限收入的客户更理想。因此，需要一种更准确的系统或者技术以确定理想客户。
发明内容
本发明提供一种先进的用于确定理想客户的评级方法和系统。该评级方法和系统的一个优点在于客户的理想性基于多个因素而不是只基于资产水平确定。提供预测指标以表明每个客户的理想性。另外，该先进的评级方法和系统采用独特的权重系统以适当地解决各种可影响评级的准确性的因素的不同重要性。
示例性的客户评级方法基于各种类型的客户数据计算每个客户的预测指标，其中，客户数据包括从下面选择的至少两种类型的数据客户的资产水平、客户的人口信息和客户的交易历史。接着确定每种所选择类型的客户数据的分数。例如，客户的资产水平的分数可以通过使用包括资产水平和对应分数之间的关系的查找表找到对应于客户的资产水平的分数确定。在确定了每种所选择类型的数据的分数之后，基于该分数计算客户的预测指标。得到的预测指标预测该客户可产生的利润趋势，诸如或多或少的利润。
在一个实施例中，客户的预测指标通过将每种所选择类型的客户数据的分数相加计算。在另一个实施例中，当计算预测指标时，独特的权重系统用于反映各种类型的客户数据的不同的重要性。例如，每种类型的客户数据的预定权重被应用于每种类型的数据的各个分数，诸如通过将权重乘以分数，以生成加权分数。接着，所选择类型的客户数据的加权分数经过数学处理，诸如加法，以生成预测指标。每种所选择类型的客户数据的权重可以经验地确定，诸如通过回归。
为了确定客户的理想性，该先进的评级方法可将预测指标与一个或者多个预置阈值进行比较。基于比较的结果，可以给每个客户分配一理想性等级，诸如非常理想、很理想、一般理想、不理想等等，这些等级可以用于进一步的处理或评价。
一种数据处理系统，诸如计算机，可以用于实现这里所述的评级方法和系统。数据处理系统可包括用于处理数据的处理器、耦合到处理器的数据存储装置和数据传输装置。数据存储装置具有指令，以使数据处理系统在由处理器执行指令时执行这里所述的功能。客户数据库、参考数据库和权重数据库可以在数据存储装置或者任何其他可以被数据处理系统访问的数据存储装置上实现。指令可嵌入机器可读介质中以控制数据处理系统执行客户评级。机器可读介质可包括诸如CD-ROM、DVD等的光存储介质、包括软盘或者磁带的磁性存储介质和/或诸如存储卡、闪存等的固态存储装置。这些指令也可以使用载波传递和传输。
根据下面详细的说明，当前所公开的方法和系统的其它优点将变得非常明显，这些说明仅仅是本发明的示例而非限制。正如将认识到的，该客户评级方法和系统能够有其它和不同的实施例，并且其几个细节能够在各种显然的方面加以修改，所有这些都不脱离本发明。因此，附图和说明实质上可被认为是示例性的，而非限制性的。
结合在说明书中并作为说明书的一部分
示例性的实施例。
图1是描述示例性的客户评级系统的体系结构的示意性框图；图2描述示例性的客户数据库的数据结构；图3示出包括在参考数据库中的示例性的查找表；图4描述说明用于确定客户的理想性的示例性过程的流程图；图5示出数据处理系统的示意性框图，基于该系统可以实现本发明的示例性的客户评级系统。
具体实施例方式
在以下的说明中，出于解释的目的，阐明了很多特定细节以提供对本发明的完全理解。然而很明显，对于本领域的技术人员来说，本发明的方法和系统可以无需这些特定细节实现。在其它例子中，为了避免不必要地遮蔽本发明，公知的结构和装置以框图的形式显示。
为了说明的目的，以下的说明讨论在经纪公司中使用以确定理想客户的示例性的评级方法和系统。应当理解，这里所公开的评级方法和系统可以应用于其它行业，并可以有不同的变形，这些变形都包括在本申请的范围之内。在图1中，示出了示例性的客户评级系统100的示意性框图。提供诸如计算机的数据处理系统102以基于各种类型的客户数据生成多个客户的每一个的预测指标110。预测指标110提供显示或预测客户可产生多少利润的指示。数据处理系统102可访问三个数据库客户数据库104、参考数据库106和权重信息数据库108。客户数据库104存储多个客户的各种类型的客户数据。各种类型的客户数据可以包括但不限于资产水平、人口信息和交易历史等等。数据处理系统102可以选择部分或者全部的存储在客户数据库104中的客户数据以计算与多个客户有关的多个预测指标。例如，数据处理系统可以选择资产水平和人口信息或者资产水平和交易历史以计算预测指标。
数据处理系统102基于每种所选择类型的客户数据各自的内容给每个所选择类型的客户数据分配分数。参考数据库106包括允许数据处理系统102基于每种类型的客户数据各自的值或者范围确定分配什么分数的参考数据。例如，参考数据库106可以包括一个或者多个查找表，其中客户数据的每个条目可提供对应的被分配分数。权重信息数据库108存储每种类型的客户数据的预存权重。如何确定权重的细节将很快讨论。如图1所示的数据库可以在一个或者多个耦合到数据处理系统102的数据存储装置中实现，诸如硬盘或者非易失性存储器中。数据存储装置可以在数据处理系统102本地，或者位于另一个计算机中并通过诸如LAN(局域网)、因特网等的数据传输链路耦合到数据处理系统102。
在计算特定客户的预测指标时，数据处理系统102访问客户数据库104以检索对应于特定客户的所选择类型的客户数据。数据处理系统102还访问参考数据库106以检索与所选择类型的客户数据有关的参考数据。接着，数据处理系统102基于参考数据分配每种所选择类型的客户数据的分数。例如，对于在所选择类型的客户数据中的每个数据条目，数据处理系统102通过访问存储在参考数据库106中的查找表确定对应的将要分配给每个数据条目的分数。接着，数据处理系统102基于与该客户对应的每种所选择类型的客户数据的被分配分数，使用独特的算法以计算特定客户的预测指标。在一个实施例中，当生成预测指标时，数据处理系统102访问权重信息数据库108以检索每种所选择类型的客户数据的预存权重，并将各个权重应用于被分配给所选择类型的客户数据的各个分数，使得在生成预测指标期间考虑每种类型的客户数据的不同的重要性。
在一个实施例中，数据处理系统102使用下面的算法以确定客户的预测指标C＝aA+bB+cC+dD+eE+fF+gG (a)其中C是将被计算的预测指标；A、B、C、D、E、F、G是分配给客户的每种类型的客户数据的各个分数；a、b、c、d、e、f、g是对应于每种类型的客户数据的预定权重(用于确定各个权重的过程将很快讨论)。
尽管等式(a)使用六种类型的客户数据计算预测指标，但是用于生成预定指标的客户数据的实际数量和/或类型并不固定为六。相反，这取决于设计偏好。或多或少类型的客户数据可以用于确定预测指标。例如，客户数据库102可以存储与资产水平、人口信息和交易历史有关的客户数据。然而，由数据处理系统102使用的算法可以仅仅使用两种类型的客户数据生成预测指标。例如，算法可以仅仅使用资产水平和人口信息计算预测指标。
现在描述客户数据库102、参考数据库106和权重信息数据库108的细节。
(1)客户数据库客户数据库104存储与每个客户有关的数据条目。客户数据库104中的数据条目包括各种类型的客户数据，诸如资产水平、交易历史和人口数据。客户的资产水平被定义为由该客户拥有的所有资产的总和(只要数据是可得到的)。在经纪公司的例子中，可由客户拥有的可能资产包括但不限于普通股、优先股、权利/担保、单位(unit)、期权、公司债务、CMO/MBS/ABS、货币市场、市政债券、美国政府/代理债券、共同基金、付佣共同基金、UIT和/或任何其它类型的客户可拥有的票据或者资产。
人口数据被定义为与有关客户的属性和/或特性有关的或者可以用于确定客户的信息。例如，人口数据可包括但不限于与经纪公司的持续时间、同一个家庭中的客户、城市大小、年龄、性别、教育、婚姻状况、收入、地址、房子所有权的状态、所拥有的车辆的数量和/或类型、家庭收入、家庭人员数量、孩子的数量、孩子的年龄、外出吃饭的频率、喜好等等。该列表不意味着穷尽。在进行了与任何与客户有关的属性各自对预测指标的影响有关的经验研究后，这些属性可以用于生成预测指标。
与交易历史有关的数据被定义为与用户在过去已经进行的任何交易有关的每种类型的信息。尽管可以使用其它交易数据(如果知道的话)，但是数据通常与和想要计算并使用利润预测指标的公司进行交易的历史有关，例如在本例子中与经纪公司进行交易。对于这样的例子，交易历史数据可以包括交易日期、交易类型、交易数量、交易频率、平均交易数量、每月交易数量、每月平均交易数量、特定时期内的总交易数量、每次交易的股票数量、12个月每月移动平均总交易数量等等。交易历史数据还可以包括从收入或者利润中得到的实际收入或者利润数据或度量，例如经纪佣金金额或者实际或者平均百分比佣金。
其它类型的客户数据还可以包括在客户数据库104中用于计算预测指标。例如，对于经纪公司来说，也可以使用下面类型的客户数据过去三个月的平均长期市场价值、过去三个月的平均短期市场价值、过去三个月的平均总资产、过去十二个月的平均总资产、过去三个月的佣金、过去三个月的利息和其它费用、过去三个月的交易数量、过去三个月的存入资金、过去三个月的取回资金、账户类型的数量和/或存款宽限期等等。包括在客户数据库104中的客户数据的数量和/或类型取决于设计偏好。为了确定一种类型的客户数据是否影响由客户产生的利润的趋势，可以使用回归经验地确定一个变量或者一种类型的数据是否有可能与利润产生的趋势有关。
图2示出客户数据库104中的示例性数据条目204的数据结构。唯一的客户ID 211被分配给每个客户用于标识。数据条目204包括各种类型的客户数据，其包括资产水平213、人口信息215、交易历史217和其它类型的可用于生成预测指标110的客户数据218。对应于每种类型的客户数据的信息存储在数据字段223、225、227、229中，如上说明的。
(2)参考数据库参考数据库106存储由数据处理系统102用于确定将要分配给与客户对应的每种所选择类型的客户数据的分数的参考数据。在一个例子中，参考数据被实现为一个或者多个包括每种类型的客户数据和对应的被分配分数之间的关系的查找表。图3描述参考数据库106中的示例性查找表306的数据结构。数据字段311识别客户数据的类型，数据字段312列出对应于每种类型的客户数据的内容或者范围。数据字段313示出对应于由数据字段312识别的客户数据的内容或者范围的被分配分数。例如，在数据字段322中，被识别类型的客户数据为“资产水平”。资产水平被进一步地分为六个范围$0、$0至$1,000、$1,000至$10,000、$10,000至$100,000、$100,000至$1,000,000和大于$1,000,000。给资产水平的每个范围分配一个分数。如图3所示，给资产水平为$0美元的客户分配1.67分，给资产水平为$0到$1,000美元的客户分配3.33分，给资产水平为$1,000到$10,000美元的客户分配5分。
为了基于客户的资产水平确定分数，数据处理系统102首先访问客户数据库102，以检索与客户的资产有关的数据，并计算客户的资产总量。接着，数据处理系统102通过在查找表306的“资产水平”322中查找对应的范围确定将要分配给该客户的分数。例如，如果确定客户的资产总量为$375,000，那么该客户的资产落入$100,000至$1,000,000的范围内。如图3所示，该范围的对应分数为8.33。因此，基于该客户的资产水平给该客户分配8.33分。查找表306还包括其它类型的客户数据的信息和对应的分数，诸如交易活动、与公司的持续时间、客户年龄、家庭中客户的数量、客户的资本净值和客户居住的城市的人口数。
与特定类型的数据有关的分数分布和分数分配不必对于所有类型的客户数据都一致。特定类型的数据内的被分配分数取决于一个变量或者一种类型的客户数据对于预测客户可以产生的利润有多重要。较高的分数可以分配给更重要的客户数据，而较低的分数可以分配给不太重要的客户数据。另外，相对于特定类型的客户数据的分数分布可以是各种不同的类型，诸如线性分布、正态分布等。
(3)权重信息数据库如前面所讨论的，在数据处理系统102确定了对应于特定客户的每种类型的客户数据的分数后，数据处理系统102可以使用等式(a)以计算特定客户的预测指标。等式(a)再次表示如下C＝aA+bB+cC+dD+eE+fF+gG (a)其中C是将被计算的预测指标；A、B、C、D、E、F、G是分配给客户的每种类型的客户数据的各个分数；a、b、c、d、e、f、g是对应于每种类型的客户数据的各个权重。
权重信息数据库108存储与在生成预测指标时使用的每种类型的客户数据对应的预定权重信息。
根据一个实施例，对应于每个类型的客户数据的各个权重的值使用回归确定。例如，为了获得等式(a)中的权重a-g的值，使用下面的回归等式R＝aA+bB+cC+dD+eE+fF+gG (b)其中R＝根据实际数据或者经验研究基于每个用户已经产生或者可以产生的利润由每个客户产生的已知利润或者预先分配给每个客户的预测指标；A-G是与输入到等式(a)中的不同类型的实际客户数据对应的各个分数；a-g表示每种所选择类型的数据的对应权重。
在回归处理期间，从已知的客户群中检索的客户数据被提供给回归等式(b)，以确定对应于每种类型的客户数据的各个系数(权重)a-g，其对应于影响来自每种类型的客户数据的利润或者预测指标的趋势。在回归过程之后，对应于每种类型的客户数据的权重a-g的值被确定并存储在可由数据处理系统102在使用等式(a)计算预测指标时可访问的数据存储装置中，诸如硬盘中。
根据一个实施例，每种类型的客户数据的各个权重可以合并到参考数据中。例如，在存储在参考数据库中的查找表中，将要分配给每种类型的客户数据的分数已经反映了对应的每种类型的数据的权重。在预测由客户产生的利润中扮演更重要角色的一种类型的客户数据与具有较小影响的另一种类型的客户数据相比被赋予或分配较高的分数，以使客户评级系统可在计算预测指标时删除将权重应用于每个所计算的客户分数的步骤。
在确定了客户的预测指标后，数据处理系统102可以将一个或者多个预置阈值应用于被确定的预测指标以确定客户对于经纪公司是否是理想的。例如，预置阈值可以如下客户分数理想性80＜非常理想60-80 很理想40-60 理想20-40 一般理想0-20不理想在数据处理系统102已经确定经纪公司具有的每个客户的理想性之后，数据处理系统102可生成显示每个客户的理想性的报告。该报告可以实现为用于由数据处理系统102或者其它数据处理系统进一步访问的计算机文件，以基于客户各自的预测指标向客户提供不同等级的服务。例如，该报告可以由呼叫中心中的计算机访问，以在区别呼入的呼叫，以基于哪个客户进行呼叫和该客户对于经纪公司有多理想确定哪个呼叫应该以较高的优先级回答。由具有较高预测指标的第一客户进行的呼叫应被赋予比由具有较低预测指标的第二客户进行的呼叫更高的优先级，即使第二客户可能先进行呼叫。
图4描述说明确定客户的理想性的过程的流程图。在步骤401，数据处理系统102访问客户数据库104以检索该客户的各种类型的客户数据。在步骤403，数据处理系统102访问参考数据库106来获得参考数据。接着，数据处理系统102基于参考数据和客户数据给对应于该客户的每种类型的客户数据分配分数(步骤405)。在步骤407，数据处理系统102访问权重信息数据库108以获得每种类型的客户数据的权重信息。在步骤409，数据处理系统102通过将客户数据的各个权重和被分配分数应用于如前讨论的等式(a)计算客户的预测指标。接着，数据处理系统102将预置阈值应用于所计算的预测指标以确定客户的理想性(步骤411)。尽管在图4中示出了步骤401、403和405按顺序执行，但是这些步骤可以同时执行。可选择地，数据处理系统102可以先执行步骤403和405，并将权重信息和参考信息存储在数据处理系统102的存储器中，用于后来的访问，使得对于每个客户不必重复步骤403和405。
图5示出示例性的数据处理系统500的框图，基于该系统可以实现客户评级系统100和/或数据处理系统102。数据处理系统500包括总线502或者用于传输信息的其他通信机制，和与总线502耦合的用于处理数据的数据处理器504。数据处理系统500还包括耦合到总线502的用于存储信息和由处理器504执行的指令的主存储器506，诸如随机访问存储器(RAM)或者其他动态存储装置。主存储器506还可以用于在执行由数据处理器504执行的指令期间存储临时变量或者其它中间信息。数据处理系统500还包括耦合到总线502的用于存储处理器504的静态信息和指令的只读存储器(ROM)508或者其它静态存储装置。提供诸如磁盘或者光盘的存储装置510，其耦合到总线502用于存储信息和指令。数据处理系统500还可具有用于将数据从一种格式转换为另一种格式的适当的软件和/或硬件。这种转换操作的例子是将系统500上可用的数据的格式转换为另一种格式，诸如方便数据传输的格式。
数据处理系统500可以通过总线502耦合到用于向操作者显示信息的显示器512，诸如阴极射线管(CRT)、等离子显示面板或者液晶显示器(LCD)。输入装置514，包括文字数字键和其它键，耦合到总线502，用于向处理器504传送信息和命令选择。另一种类型的用户输入装置是光标控制(未示出)，诸如鼠标、触摸板、轨迹球或者光标方向键等，用于向处理器504传送方向信息和命令并控制光标在显示器512上的移动。
控制数据处理系统500以响应处理器504执行包含在主存储器506中的一个或者多个指令的一个或者多个序列。这些指令可以从诸如存储装置510的另一个机器可读介质中读入主存储器506。执行包含在主存储器506中的指令的序列使处理器504执行这里所述的处理步骤。例如，在预存指令的控制下，数据处理器504访问存储在数据存储装置510和/或耦合到数据处理系统的其它数据存储装置中的客户数据、参考数据和/或权重数据，并生成客户的客户分数和/或预测指标。在可选择的实施例中，硬连线电路可以用于替代软件指令或者结合软件指令以实现所公开的客户评级。因此，客户评级实施例并不限于硬件电路和软件的任何特定组合。
这里所使用的术语“机器可读介质”是指任何参与向处理器504提供指令以执行或者向处理器504提供数据以处理的介质。这种介质可以采用多种形式，包括但不限于非易失性介质、易失性介质和传输介质。例如，非易失性介质包括光盘或磁盘，诸如存储装置510。易失性介质包括动态存储器，诸如主存储器506。传输介质包括双绞线、铜线和光纤，包括包含总线502或者外部网络的线路。传输介质也可以采用声波或者光波的形式，诸如那些在无线电波和红外数据中传输生成的，它们可以在总线或者外部网络的链路上传送。
机器可读介质的通常形式包括例如软盘、软磁盘、硬盘、磁带或者其他磁性介质、CD-ROM、任何其他光介质、穿孔卡片、纸带、任何其它具有孔状式样的物理介质、RAM、PROM、EPROM、闪存、任何其他存储芯片或盒、下文所述的载波或者任何其它数据处理系统可以读取的介质。
机器可读介质的各种形式可以参与将一个或者多个指令的一个或者多个序列传送给处理器504用于执行。例如，指令最初可以在诸如服务器的远程数据处理系统的磁盘上传送。远程数据处理系统可以将指令装载到自己的动态存储器中，并使用调制解调器通过电话线发送该指令。数据处理系统500本地的调制解调器可通过电话线接收数据，并使用红外发射机将该数据转换为红外信号。红外探测器可以接收在红外信号中传送的数据，并且适当的电路可以将该数据放在总线502上。当然，各种宽带通信技术/装置可以用于这些链路中的任意一种。总线502将数据传送到主存储器506，处理器504从主存储器506中检索并执行指令和/或处理数据。由主存储器506接收的指令和/或数据可以选择性地在处理器504的执行或者其它处理之前或者之后存储在存储装置510中。
数据处理系统500还包括耦合到总线502的通信接口518。通信接口518提供双向数据通信，其耦合到连接到本地网的网络链路520。例如，通信接口可以是综合业务数字网(ISDN)卡或者调制解调器，以向对应类型的电话线提供数据通信连接。作为另一个例子，通信接口518可以是有线或者无线局域网(LAN)卡，以向兼容的局域网提供数据通信连接。在任意一种这样的实施例中，通信接口518发送和接收载有表示各种类型的信息的数字数据流的电信号、电磁信号或者光信号。
网络链路520通常通过一个或者多个网络向其他数据设备提供数据通信。例如，网络链路520可以通过本地网向由因特网服务提供商(ISP)526操作的数据设备提供连接。ISP 526进而通过当前被称作因特网527的全球分组数据通信网络提供数据通信服务。本地ISP网络526和因特网527都使用载有数字数据流的电信号、电磁信号或者光信号。经过各种网络的信号和在网络链路520上并通过通信接口518的信号向和从数据处理系统500传送信号，并且都是传输信息的载波的示例性形式。
数据处理系统500可以通过网络、网络链路520和通信接口518发送消息并接收数据，包括程序代码。在因特网的例子中，服务器530可以通过因特网527、ISP 526、本地网和通信接口518发送被请求的应用程序的代码。该程序例如可以实现如上面所述的客户评级。通信能力还允许将相关数据装载到系统中用于根据本发明进行处理。
数据处理系统500还具有各种信号输入/输出端口，用于连接到诸如打印机、显示器等的外围设备并与其进行通信。输入/输出端口可包括USB端口、PS/2端口、串行端口、并行端口、IEEE-1394端口、红外通信端口等等，和/或其它专有端口。数据处理系统500可以通过这些信号输入/输出端口与其它数据处理系统进行通信。
尽管是当前最常见的类型，但本领域的技术人员将认识到个人计算机(PC)仅是可以用于实现评级系统的一种类型的数据处理系统。其它最终用户设备包括具有适当的通信接口的便携式数字助理(PDA)、其它具有网络或因特网访问能力的蜂窝式或无线电话装置、网络电视设备等。
这里所述的评级系统和方法可以使用诸如单个PC的单个数据处理系统或者多个不同类型的数据处理系统的组合实现。例如，客户机-服务器结构或者分布式数据处理体系结构可以用于实现评级系统，其中，多个数据处理系统被耦合到网络上以相互进行通信。某些数据处理系统可以用作服务器，处理数据流，提供计算服务或者访问客户数据，和/或更新驻留在其它耦合到该网络的数据处理系统中的软件。
需要指出的是，包含在上述说明中并在附图中示出的所有内容都应被解释为是示例性的，而非限制性的。还应当理解，下面的权利要求意味着覆盖这里所述的所有一般和特定的特征以及各种发明思想范围的所有陈述，这些发明思想从语言上可以表示为落入其中。
权利要求
1.一种客户评级方法，包括以下步骤访问与客户有关的数据，被访问的数据包括从由所述客户的资产水平、所述客户的人口信息和所述客户的交易历史构成的组中选择的至少两种类型的数据；确定与所述客户有关的每种所选择类型的数据的分数；以及基于与所述客户有关的每种所选择类型的数据的分数，计算所述客户的预测指标；其中，所述预测指标预测所述客户可产生的利润趋势。
2.如权利要求1所述的方法，其中，计算所述客户的预测指标的步骤包括将与所述客户有关的每种所选择类型的数据的分数相加。
3.如权利要求1所述的方法，其中，所述计算步骤包括以下步骤访问与所述客户有关的每种所选择类型的数据的权重；以及基于与所述客户有关的每种所选择类型的数据的分数和与所述客户有关的每种所选择类型的数据的权重，计算所述客户的预测指标。
4.如权利要求3所述的方法，其中，与所述客户有关的每种所选择类型的数据的权重通过回归确定。
5.如权利要求1所述的方法，还包括以下步骤访问与利润阈值有关的数据；将所述预测指标和与所述利润阈值有关的数据进行比较；以及基于比较步骤的结果指示所述客户是否是理想的。
6.如权利要求1所述的方法，其中，所述利润趋势指示客户在产生利润方面的趋势。
7.如权利要求6所述的方法，其中，所述利润与交易或者佣金利润相关。
8.如权利要求1所述的方法，还包括基于所计算的预测指标确定所述客户的服务等级的步骤。
9.如权利要求8所述的方法，其中，所述服务等级与回答由所述客户进行的电话呼叫的优先级有关。
10.如权利要求1所述的方法，其中，确定与所述客户有关的每种所选择类型的数据的分数的步骤包括以下步骤访问包括将要分配给每种所选择类型的数据的分数的参考数据；将每种所选择类型的数据与对应的参考数据进行比较；以及基于比较步骤的结果确定每种所选择类型的数据的分数。
11.如权利要求10所述的方法，其中，所述参考数据包括查找表，其包括每种所选择类型的数据与对应的分数之间的关系。
12.一种用于对客户评级的数据处理系统，包括用于处理数据的处理器；耦合到所述处理器的数据存储装置；所述数据存储装置具有使所述数据处理系统执行以下步骤的指令访问与客户有关的数据，所述被访问的数据包括从由所述客户的资产水平、所述客户的人口信息和所述客户的交易历史构成的组中选择的至少两种类型的数据；确定与所述客户有关的每种所选择类型的数据的分数；以及基于与所述客户有关的每种所选择类型的数据的分数，计算所述客户的预测指标；其中，所述预测指标预测所述客户可产生的利润趋势。
13.如权利要求12所述的系统，其中，控制所述数据处理系统以通过将与所述客户有关的每种所选择类型的数据的分数相加计算所述客户的预测指标。
14.如权利要求12所述的系统，其中，所述数据存储装置还具有使所述数据处理系统执行以下步骤的指令访问与所述客户有关的每种所选择类型的数据的权重；以及基于与所述客户有关的每种所选择类型的数据的分数和与所述客户有关的每种所选择类型的数据的权重，计算所述客户的预测指标。
15.如权利要求14所述的系统，其中，控制所述数据处理系统以通过回归计算与所述客户有关的每种所选择类型的数据的权重。
16.如权利要求12所述的系统，其中，控制所述数据处理系统以通过执行以下步骤确定与所述客户有关的每种所选择类型的数据的分数访问包括将要分配给每种所选择类型的数据的分数的参考数据；将每种所选择类型的数据与对应的参考数据进行比较；以及基于比较步骤的结果确定每种所选择类型的数据的分数。
17.如权利要求12所述的系统，其中，所述数据存储装置还具有使所述数据处理系统执行以下步骤的指令访问与利润阈值有关的数据；将所述预测指标和与所述利润阈值有关的数据进行比较；以及基于比较步骤的结果指示所述客户是否是理想的。
18.如权利要求12所述的系统，其中，所述利润趋势代表客户在产生利润方面的趋势。
19.如权利要求18所述的系统，其中，所述利润与交易或者佣金利润相关。
20.如权利要求12所述的系统，其中，所述数据存储装置还包含使所述数据处理系统基于所计算的预测指标确定所述客户的服务等级的指令。
21.如权利要求20所述的系统，其中，所述服务等级与回答由所述客户进行的电话呼叫的优先级有关。
22.一种包含指令的程序，其可以包含在机器可读介质中用于控制数据处理系统对客户评级，所述指令在由所述数据处理系统执行时使所述数据处理系统执行如权利要求1所述的方法的步骤。
23.如权利要求22所述的程序，其中，计算所述预测指标的步骤包括将与所述客户有关的每种所选择类型的数据的分数相加。
24.如权利要求22所述的程序，其中，计算步骤还包括以下步骤访问与所述客户有关的每种所选择类型的数据的权重；以及基于与所述客户有关的每种所选择类型的数据的分数和与所述客户有关的每种所选择类型的数据的权重，计算所述客户的预测指标。
25.如权利要求24所述的程序，其中，控制所述数据处理系统以通过回归计算与所述客户有关的每种所选择类型的数据的权重。
26.如权利要求22所述的程序，其中，确定与所述客户有关的每种所选择类型的数据的分数的步骤包括以下步骤访问包括将要分配给每种所选择类型的数据的分数的参考数据；将每种所选择类型的数据与对应的参考数据进行比较；以及基于比较步骤的结果确定与所述客户有关的每种所选择类型的数据的分数。
27.如权利要求22所述的程序，还控制所述数据处理系统执行以下步骤访问与利润阈值有关的数据；将所述预测指标和与所述利润阈值有关的数据进行比较；以及基于比较步骤的结果指示所述客户是否是理想的。
28.一种客户评级方法，包括以下步骤访问与客户有关的数据，所述被访问的数据包括从由所述客户的资产水平、所述客户的人口信息和所述客户的交易历史构成的组中选择的至少两种类型的数据；以及基于与所述客户有关的所选择类型的数据确定所述客户的预测指标；其中，所述预测指标预测所述客户可产生的利润趋势。
29.如权利28所述的方法，其中，所述预测指标通过以下步骤确定确定与所述客户有关的每种所选择类型的数据的分数；以及基于与所述客户有关的每种所选择类型的数据的分数计算所述客户的预测指标。
30.如权利29所述的方法，其中，计算所述预测指标的步骤包括将与所述客户有关的每种所选择类型的数据的分数相加。
31.如权利29所述的方法，其中，计算步骤还包括以下步骤访问与所述客户有关的每种所选择类型的数据的权重；以及基于与所述客户有关的每种所选择类型的数据的分数和与所述客户有关的每种所选择类型的数据的权重，计算所述客户的预测指标。
32.如权利31所述的方法，其中，与所述客户有关的每种所选择类型的数据的权重通过回归确定。
33.如权利29所述的方法，其中，确定与所述客户有关的每种所选择类型的数据的分数的步骤包括以下步骤访问包括将要分配给每种所选择类型的数据的分数的参考数据；将每种所选择类型的数据与对应的参考数据进行比较；以及基于比较步骤的结果确定与所述客户有关的每种所选择类型的数据的分数。
34.如权利28所述的方法，还包括以下步骤访问与利润阈值有关的数据；将所述预测指标和与所述利润阈值有关的数据进行比较；以及基于比较步骤的结果指示所述客户是否是理想的。
35.如权利28所述的方法，其中，所述利润趋势指示客户在产生利润方面的趋势。
36.如权利要求35所述的方法，其中，所述利润与交易或者佣金利润相关。
37.如权利要求28所述的方法，还包括基于所计算的预测指标确定所述客户的服务等级的步骤。
38.如权利要求37所述的方法，其中，所述服务等级与回答由所述客户进行的电话呼叫的优先级有关。
全文摘要
一种先进的用于确定理想客户的评级方法和系统。对每个客户计算预测指标已预测该客户可产生的利润的趋势。预测指标可基于各种类型的客户数据计算，这些数据包括从下面选择的至少两种类型的客户数据客户的资产水平、客户的人口信息和客户的交易历史。确定每种所选择类型的客户数据的分数。还获得对应于每种类型的客户数据的适当权重。接着，基于对应于所选择类型的客户数据的各个权重和分数使用先进的算法计算预测指标。预测指标与预置的阈值进行比较以确定客户是否是理想的。
文档编号G06Q10/00GK101044499SQ200480014173
公开日2007年9月26日 申请日期2004年5月24日 优先权日2003年5月22日
发明者P·义, P·雷迪 申请人:珀欣投资有限责任公司