一种基于大数据的客户分析系统的制作方法

本发明涉及客户分析系统，具体涉及一种基于大数据的客户分析系统。

背景技术：

目前，对于为金融客户提供服务的行业来说，一般都是为金融客户提供文字版的产品信息，无法及时提供相关的实时数据支撑，也不能快速定制符合金融客户要求的方案，同时也不能很好地对金融客户的有效信息进行维护。这就导致了业务员在跟金融客户对接的时候，不能有效拓展业务，也不能满足金融客户拓展方案的需求。为此，我们提出了一种基于大数据的客户分析系统，以解决上述问题。

技术实现要素：

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于大数据的客户分析系统，能够有效克服现有技术所存在的不能为金融客户提供实时数据支撑、无法有效筛选出价值度较高金融用户的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于大数据的客户分析系统，包括服务器，所述服务器与用于采集客户来自金融市场相关金融数据的数据采集模块相连，所述服务器与用于将所述金融数据录入数据存储模块的数据录入模块相连，所述服务器与用于存储所述金融数据的数据存储模块相连，所述服务器与用于对所述数据存储模块中存储的金融数据进行汇总统计的数据统计模块相连，所述服务器与用于根据所述数据统计模块的统计结果生成统计报表的报表生成模块相连，所述服务器与用于根据所述统计报表构建客户金融信息模型的模型构建模块相连；

所述服务器与用于对所述数据存储模块存储的金融数据进行探查梳理的数据梳理模块相连，所述服务器与用于根据构建的模型对所述数据梳理模块探查梳理的数据进行分析得到客户资本流向的模型分析模块相连，所述服务器与用于根据设定的算法对所述客户资本流向进行分析得到客户价值聚类结果的算法分析模块相连，所述服务器与用于根据所述客户价值聚类结果对客户价值和忠诚度进行评分的类别评分模块相连。

优选地，所述金融数据包括金融市场交易信息、金融监管交互信息、金融市场审核信息。

优选地，所述数据录入模块向所述数据存储模块录入金融数据时，所述数据录入模块统一金融数据的录入格式，并对金融数据的内容进行审核。

优选地，所述数据统计模块对所述数据存储模块中存储的金融数据进行汇总统计包括对客户在金融市场的各类交易总量进行统计分析，以及对客户的资本状况、资本流动性方面进行评级。

优选地，所述模型构建模块根据马尔可夫链算法建立客户金融信息模型，通过构建的模型计算出金融市场各类风险敞口，以供预警。

优选地，所述模型分析模块利用rfm模型对客户的资本流向进行分析，梳理客户最近一年的开户情况及购买行为。

优选地，所述模型分析模块利用rfm模型对客户的资本流向进行分析包括：计算每个客户最近一次购买产品的时间，并按照由近及远的顺序进行排序，将每个客户最近一次消费记为r；计算每个客户的购买频率，并按照由高到低的顺序进行排序，将每个客户购买频率记为f；计算每个客户的购买总金额，并按照由高到低的顺序进行排序，将每个客户购买总金额记为m。

优选地，所述算法分析模块利用canopy算法得到客户价值聚类结果。

优选地，所述canopy算法包括：遍历给定的点集s，设置两个阈值t1、t2，且t1＞t2；选择一个点，计算它与其它canpoy中心的距离，如果距离小于t1则将该点加入那个canopy，如果距离大于t2则该点不会成为该canopy的中心；重复整个过程，直到s为空。

优选地，所述canpoy中心为初始随机选择的一个点，一个canopy意味着一个分群，在同一个canopy中包含的点距离比较小，意味着这些点比较相似；反之，若不同的点分布在不同的canopy中，则意味着这些点之间差距较大。

(三)有益效果

与现有技术相比，本发明所提供的一种基于大数据的客户分析系统具有以下有益效果：

(1)、数据采集模块采集客户来自金融市场相关金融数据，数据录入模块将金融数据录入数据存储模块，数据统计模块对数据存储模块中存储的金融数据进行汇总统计，报表生成模块根据数据统计模块的统计结果生成统计报表，模型构建模块根据统计报表构建客户金融信息模型，从而能够为金融用户提供金融市场及资本状况相关的实时数据信息；

(2)、数据梳理模块对数据存储模块存储的金融数据进行探查梳理，模型分析模块根据构建的模型对数据梳理模块探查梳理的数据进行分析得到客户资本流向，算法分析模块根据设定的算法对客户资本流向进行分析得到客户价值聚类结果，类别评分模块根据客户价值聚类结果对客户价值和忠诚度进行评分，从而能够筛选出价值度较高金融用户，实现对高价值金融用户的重点把握。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明系统示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于大数据的客户分析系统，如图1所示，包括服务器，服务器与用于采集客户来自金融市场相关金融数据的数据采集模块相连，服务器与用于将金融数据录入数据存储模块的数据录入模块相连，服务器与用于存储金融数据的数据存储模块相连，服务器与用于对数据存储模块中存储的金融数据进行汇总统计的数据统计模块相连，服务器与用于根据数据统计模块的统计结果生成统计报表的报表生成模块相连，服务器与用于根据统计报表构建客户金融信息模型的模型构建模块相连；

服务器与用于对数据存储模块存储的金融数据进行探查梳理的数据梳理模块相连，服务器与用于根据构建的模型对数据梳理模块探查梳理的数据进行分析得到客户资本流向的模型分析模块相连，服务器与用于根据设定的算法对客户资本流向进行分析得到客户价值聚类结果的算法分析模块相连，服务器与用于根据客户价值聚类结果对客户价值和忠诚度进行评分的类别评分模块相连。

金融数据包括金融市场交易信息、金融监管交互信息、金融市场审核信息。

数据录入模块向数据存储模块录入金融数据时，数据录入模块统一金融数据的录入格式，并对金融数据的内容进行审核。

数据统计模块对数据存储模块中存储的金融数据进行汇总统计包括对客户在金融市场的各类交易总量进行统计分析，以及对客户的资本状况、资本流动性方面进行评级。

模型构建模块根据马尔可夫链算法建立客户金融信息模型，通过构建的模型计算出金融市场各类风险敞口，以供预警。

模型分析模块利用rfm模型对客户的资本流向进行分析，梳理客户最近一年的开户情况及购买行为。

模型分析模块利用rfm模型对客户的资本流向进行分析包括：计算每个客户最近一次购买产品的时间，并按照由近及远的顺序进行排序，将每个客户最近一次消费记为r；计算每个客户的购买频率，并按照由高到低的顺序进行排序，将每个客户购买频率记为f；计算每个客户的购买总金额，并按照由高到低的顺序进行排序，将每个客户购买总金额记为m。

算法分析模块利用canopy算法得到客户价值聚类结果。

canopy算法包括：遍历给定的点集s，设置两个阈值t1、t2，且t1＞t2；选择一个点，计算它与其它canpoy中心的距离，如果距离小于t1则将该点加入那个canopy，如果距离大于t2则该点不会成为该canopy的中心；重复整个过程，直到s为空。

canpoy中心为初始随机选择的一个点，一个canopy意味着一个分群，在同一个canopy中包含的点距离比较小，意味着这些点比较相似；反之，若不同的点分布在不同的canopy中，则意味着这些点之间差距较大。

数据采集模块采集客户来自金融市场相关金融数据，数据录入模块将金融数据录入数据存储模块，数据统计模块对数据存储模块中存储的金融数据进行汇总统计，报表生成模块根据数据统计模块的统计结果生成统计报表，模型构建模块根据统计报表构建客户金融信息模型，从而能够为金融用户提供金融市场及资本状况相关的实时数据信息。

金融数据包括金融市场交易信息、金融监管交互信息、金融市场审核信息。

数据录入模块向数据存储模块录入金融数据时，数据录入模块统一金融数据的录入格式，并对金融数据的内容进行审核。

数据统计模块对数据存储模块中存储的金融数据进行汇总统计包括对客户在金融市场的各类交易总量进行统计分析，以及对客户的资本状况、资本流动性方面进行评级。

模型构建模块根据马尔可夫链算法建立客户金融信息模型，通过构建的模型计算出金融市场各类风险敞口，以供预警。

数据梳理模块对数据存储模块存储的金融数据进行探查梳理，模型分析模块根据构建的模型对数据梳理模块探查梳理的数据进行分析得到客户资本流向，算法分析模块根据设定的算法对客户资本流向进行分析得到客户价值聚类结果，类别评分模块根据客户价值聚类结果对客户价值和忠诚度进行评分，从而能够筛选出价值度较高金融用户，实现对高价值金融用户的重点把握。

模型分析模块利用rfm模型对客户的资本流向进行分析，梳理客户最近一年的开户情况及购买行为。

模型分析模块利用rfm模型对客户的资本流向进行分析包括：计算每个客户最近一次购买产品的时间，并按照由近及远的顺序进行排序，将每个客户最近一次消费记为r；计算每个客户的购买频率，并按照由高到低的顺序进行排序，将每个客户购买频率记为f；计算每个客户的购买总金额，并按照由高到低的顺序进行排序，将每个客户购买总金额记为m。

算法分析模块利用canopy算法得到客户价值聚类结果。

canopy算法包括：遍历给定的点集s，设置两个阈值t1、t2，且t1＞t2；选择一个点，计算它与其它canpoy中心的距离，如果距离小于t1则将该点加入那个canopy，如果距离大于t2则该点不会成为该canopy的中心；重复整个过程，直到s为空。

canpoy中心为初始随机选择的一个点，一个canopy意味着一个分群，在同一个canopy中包含的点距离比较小，意味着这些点比较相似；反之，若不同的点分布在不同的canopy中，则意味着这些点之间差距较大。

本发明所提供的一种基于大数据的客户分析系统具有以下有益效果：

(1)、数据采集模块采集客户来自金融市场相关金融数据，数据录入模块将金融数据录入数据存储模块，数据统计模块对数据存储模块中存储的金融数据进行汇总统计，报表生成模块根据数据统计模块的统计结果生成统计报表，模型构建模块根据统计报表构建客户金融信息模型，从而能够为金融用户提供金融市场及资本状况相关的实时数据信息；

(2)、数据梳理模块对数据存储模块存储的金融数据进行探查梳理，模型分析模块根据构建的模型对数据梳理模块探查梳理的数据进行分析得到客户资本流向，算法分析模块根据设定的算法对客户资本流向进行分析得到客户价值聚类结果，类别评分模块根据客户价值聚类结果对客户价值和忠诚度进行评分，从而能够筛选出价值度较高金融用户，实现对高价值金融用户的重点把握。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。