一种高价值客户的识别方法及装置与流程

1.本发明涉及数据处理技术领域，具体涉及一种高价值客户的识别方法及装置。


背景技术：

2.随着电商平台的飞速发展，大数据时代的来临，互联网保险发展突飞猛进，互联网保险获客渠道也更加广泛，因此，获取的客户质量参差不齐。特别是面对业务多样化的情况，如何获客及客户质量的验证是对互联网保险公司的重大考验。


技术实现要素：

3.针对现有技术中的问题，本发明实施例提供一种高价值客户的识别方法及装置，能够至少部分地解决现有技术中存在的问题。
4.一方面，本发明提出一种高价值客户的识别方法，包括：在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
5.可选的，所述在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息包括：在数据库中的客户信息发生更新时，将数据库中具有赠险标识的更新的客户信息同步至分布式消息系统集群；通过流批一体平台，将所述分布式消息系统集群中的所述客户信息写入预先创建的客户信息表中。
6.可选的，所述在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息包括：在所述客户信息表中，查找预设的投保人信息表模型、被保人信息表模型、保单信息表模型以及理赔信息表模型中各字段的字段值；根据查找到的所述各字段的字段值，生成所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表；在所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表中，获取所述客户的客户属性信息以及赠险信息。
7.可选的，所述赠险信息包括赠险赔付率和/或赠险转化率。
8.可选的，所述客户属性信息包括以下至少一种：年龄、性别、职业、学历、社保信息、历史赔付金额、购买付费产品件数。
9.可选的，所述根据所述客户属性信息以及赠险信息，计算所述客户的价值评分包括：根据客户属性信息以及赠险信息的赋值规则，确定各项客户属性信息以及各项赠险信息的信息价值；根据各项客户属性信息以及各项赠险信息的信息价值，计算所述客户的价值评分。
10.可选的，按照以下客户价值评分计算公式计算所述客户的价值评分：
11.y＝β1x1+
…
+βkxk+β
k+1
x
k+1
+
…
βnxn+ε；
12.式中，
13.y为客户的价值评分；
14.x1,
…
,xk为各项客户属性信息的信息价值；
15.x
k+1
,
…
,xn为各项赠险信息的信息价值；
16.β1,
…
,βn为修正系数；
17.ε为补偿值。
18.可选的，所述赋值规则包括：
19.对于所述客户属性信息以及所述赠险信息中的连续变量，将所述连续变量的实际值作为所述连续变量的信息价值；和/或
20.对于所述客户属性信息以及所述赠险信息中的离散变量，按照以下信息价值计算公式计算每个所述离散变量的信息价值：
[0021][0022]
式中，
[0023]
ivi为所述离散变量的第i个分组的信息价值；
[0024]
#yi为客户样本数据中所述离散变量的第i个分组中高价值客户的数量；
[0025]
#y
t
为客户样本数据中所有高价值客户的数量；
[0026]
#ni为客户样本数据中所述离散变量的第i个分组的低价值客户的数量；
[0027]
#n
t
为客户样本数据中所有低价值客户的数量。
[0028]
第二方面，本发明提出一种高价值客户的识别装置，包括：获取模块，用于在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；查找模块，用于在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；计算模块，用于根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；确定模块，用于若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
[0029]
可选的，所述获取模块具体用于：在数据库中的客户信息发生更新时，将数据库中具有赠险标识的更新的客户信息同步至分布式消息系统集群；通过流批一体平台，将所述分布式消息系统集群中的所述客户信息写入预先创建的客户信息表中。
[0030]
可选的，所述查找模块具体用于：在所述客户信息表中，查找预设的投保人信息表模型、被保人信息表模型、保单信息表模型以及理赔信息表模型中各字段的字段值；根据查找到的所述各字段的字段值，生成所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表；在所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表中，获取所述客户的客户属性信息以及赠险信息。
[0031]
可选的，所述赠险信息包括赠险赔付率和/或赠险转化率。
[0032]
可选的，所述客户属性信息包括以下至少一种：年龄、性别、职业、学历、社保信息、历史赔付金额、购买付费产品件数。
[0033]
可选的，所述计算模块具体用于：根据客户属性信息以及赠险信息的赋值规则，确定各项客户属性信息以及各项赠险信息的信息价值；根据各项客户属性信息以及各项赠险信息的信息价值，计算所述客户的价值评分。
[0034]
可选的，所述计算模块按照以下客户价值评分计算公式计算所述客户的价值评分：
[0035]
y＝β1x1+
…
+βkxk+β
k+1
x
k+1
+
…
βnxn+ε；
[0036]
式中，
[0037]
y为客户的价值评分；
[0038]
x1,
…
,xk为各项客户属性信息的信息价值；
[0039]
x
k+1
,
…
,xn为各项赠险信息的信息价值；
[0040]
β1,
…
,βn为修正系数；
[0041]
ε为补偿值。
[0042]
可选的，所述赋值规则包括：
[0043]
对于所述客户属性信息以及所述赠险信息中的连续变量，将所述连续变量的实际值作为所述连续变量的信息价值；和/或
[0044]
对于所述客户属性信息以及所述赠险信息中的离散变量，按照以下信息价值计算公式计算每个所述离散变量的信息价值：
[0045][0046]
式中，
[0047]
ivi为所述离散变量的第i个分组的信息价值；
[0048]
#yi为客户样本数据中所述离散变量的第i个分组中高价值客户的数量；
[0049]
#y
t
为客户样本数据中所有高价值客户的数量；
[0050]
#ni为客户样本数据中所述离散变量的第i个分组的低价值客户的数量；
[0051]
#n
t
为客户样本数据中所有低价值客户的数量。
[0052]
再一方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器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任一实施例所述的高价值客户的识别方法的步骤。
[0053]
又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述的高价值客户的识别方法的步骤。
[0054]
本发明实施例提供的高价值客户的识别方法、装置及电子设备，能够实时获取赠险客户的客户信息，利用赠险特有的性质，将赠险客户作为一个获取客户信息的重要来源，通过研究赠险客户的客户属性信息、以及赠险信息，实现对客户的价值评价，从而识别出高价值客户。
附图说明
[0055]
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。在附图中：
[0056]
图1是本发明一实施例提供的高价值客户的识别方法的流程示意图。
[0057]
图2是本发明一实施例提供的高价值客户的识别方法的部分流程示意图。
[0058]
图3是本发明一实施例提供的实时数据抽取过程的示意图。
[0059]
图4是本发明一实施例提供的高价值客户的识别方法的部分流程示意图。
[0060]
图5是本发明一实施例提供的高价值客户的识别方法的部分流程示意图。
[0061]
图6是本发明一实施例提供的高价值客户的识别装置的结构示意图。
[0062]
图7是本发明一实施例提供的电子设备的实体结构示意图。
具体实施方式
[0063]
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。
[0064]
本发明实施例提供的高价值客户的识别方法的执行主体包括但不限于计算机。
[0065]
图1是本发明一实施例提供的高价值客户的识别方法的流程示意图，如图1所示，本发明实施例提供的高价值客户的识别方法，包括：
[0066]
s101、在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；
[0067]
本步骤，所述数据库用于实时接收业务部更新的数据，例如实时接收领取赠险的客户的信息；赠险是指保险公司或保险代理机构免费赠送给客户的保险产品，赠险因其免费及实用的突出特征受到客户的广泛认可，因此通过赠险获客是一种重要的获客手段，而对赠险客户的价值评价则成为进一步发展业务的重要依据。
[0068]
在本实施例中，对于每个领取赠险的客户(赠险客户)，该客户的客户信息中具有所述赠险标识，用于对该客户进行标记。在所述数据库中所述赠险客户的客户属性信息或保险信息发生更新时、或者添加新的赠险客户时，触发获取所述数据库中更新的赠险客户的客户属性信息以及保险信息的操作。这样，实现赠险客户数据实时跟新。
[0069]
s102、在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；
[0070]
本步骤，所述客户属性信息是指客户的固有属性，所述客户属性信息包括以下至少一种：年龄、性别、职业、学历、社保信息、历史赔付金额、购买付费产品件数等；所述赠险信息是指与赠险相关的信息，例如赠险赔付率和/或赠险转化率等；赠险转化情况可以根据保险公司或保险代理机构设置的转化认定规则确定，例如：若赠险的被保人在领取赠险3个月后作为投保人购买了保单则认为该保单是赠险转化单。
[0071]
s103、根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；
[0072]
本步骤，可通过梳理具有赠险标识的客户的客户属性信息以及保险信息，例如研究具有赠险标识的客户的年龄、性别、社保、历史理赔金额、赠险转化率等信息，并结合保险公司及银保监会核保规定，得到一套客户价值评价体系，并根据该客户价值评价体系计算客户的价值评分。
[0073]
s104、若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高
价值客户。
[0074]
本步骤，所述高价值客户的评分条件可以是预设的，例如在所述客户的价值评分高于预设阈值时，则可认为所述客户的价值评分满足高价值客户的评分条件；又例如在所述客户的价值评分在高价值客户的评分范围内时，则可认为所述客户的价值评分满足高价值客户的评分条件。
[0075]
本发明实施例提供的高价值客户的识别方法，能够实时获取赠险客户的客户信息，利用赠险特有的性质，将赠险客户作为一个获取客户信息的重要来源，通过研究赠险客户的客户属性信息、以及赠险信息，实现对客户的价值评价，从而识别出高价值客户。
[0076]
如图2所示，可选的，所述在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息包括：
[0077]
s1011、在数据库中的客户信息发生更新时，将数据库中具有赠险标识的更新的客户信息同步至分布式消息系统集群；
[0078]
本步骤，所述分布式消息系统集群可以为kafka集群，这时，如图3所示，所述在数据库中的客户信息发生更新时，将数据库中具有赠险标识的更新的客户信息同步至分布式消息系统集群具体可以包括：采集mysql/oracle数据库中的具有赠险标识的更新的客户信息入kafka，其中oracle部分需要提交申请给dba，mysql部分需要配置canal入kafka集群。
[0079]
s1012、通过流批一体平台，将所述分布式消息系统集群中的所述客户信息写入预先创建的客户信息表中。
[0080]
本步骤，所述流批一体平台可以是基于flink和kafka构建的，这时，如图3所示，所述通过流批一体平台，将所述分布式消息系统集群中的所述客户信息写入预先创建的客户信息表中具体可以包括：1、进入流批一体平台，创建flink的kafka外表；在hive中创建flink写入的外表，并通过流批一体平台授权给flink用户；2、在流批一体平台提交insert into hive外表、select*from kafka外表，则流式采集任务提交成功；3、流批一体平台自动根据该流式采集任务采集kafka集群中的所述具有赠险标识的更新的客户信息，并将其写入hive外表；4、创建jenkins的job，将flink中的实时流数据与脱机hive数据结合在一起，通过flink直接以统一的方式回填hive数据，用来将增量合并到历史数据中(历史数据保存在预先创建的客户信息表中)，实现数据实时跟新。
[0081]
如图4所示，可选的，所述在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息包括：
[0082]
s1021、在所述客户信息表中，查找预设的投保人信息表模型、被保人信息表模型、保单信息表模型以及理赔信息表模型中各字段的字段值；
[0083]
本步骤，所述投保人信息表模型、被保人信息表模型、保单信息表模型、理赔信息表模型可以沿用保险公司数据库中已有的表单模型，也可以是根据具体需求重新设计的表单模型；其中，所述投保人信息表模型中主要包括与投保人相关的信息，所述被保人信息表模型中主要包括与被保人相关的信息，所述保单信息表模型中主要包括保单的相关信息，所述理赔信息表模型中主要包括与理赔相关的信息；举例而言：
[0084]
1.投保人信息表模型包括以下字段：
[0085]
[0086][0087]
2.被保人信息表模型包括以下字段：
[0088][0089]
3.保单信息表模型包括以下字段：
[0090]
[0091]
[0092][0093]
4.理赔信息表模型包括以下字段：
[0094]
[0095][0096]
s1022、根据查找到的所述各字段的字段值，生成所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表；
[0097]
本步骤，在所述客户信息表中查找到预设的投保人信息表模型中各字段的字段值之后，按照所述投保人信息表模型，生成所述客户的投保人信息表；在所述客户信息表中查找到预设的被保人信息表模型中各字段的字段值之后，按照所述被保人信息表模型，生成所述客户的被保人信息表；在所述客户信息表中查找到预设的保单信息表模型中各字段的
字段值之后，按照所述保单信息表模型，生成所述客户的保单信息表；在所述客户信息表中查找到预设的理赔信息表模型中各字段的字段值之后，按照所述理赔信息表模型，生成所述客户的理赔信息表。
[0098]
s1023、在所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表中，获取所述客户的客户属性信息以及赠险信息。
[0099]
本步骤，在所述投保人信息表、被保险人信息表、保单信息表以及理赔信息表中，查找所述客户属性信息以及赠险信息所包含的字段的字段值即可。
[0100]
如图5所示，可选的，所述根据所述客户属性信息以及赠险信息，计算所述客户的价值评分包括：
[0101]
s1031、根据客户属性信息以及赠险信息的赋值规则，确定各项客户属性信息以及各项赠险信息的信息价值；
[0102]
本步骤，由于每项客户属性信息以及每项赠险信息对客户的价值的影响程度可能不同，故可设置相应的赋值规则，为所述客户的每项客户属性信息以及每项赠险信息赋予相应的信息价值。
[0103]
s1032、根据各项客户属性信息以及各项赠险信息的信息价值，计算所述客户的价值评分。
[0104]
本步骤，结合各项客户属性信息以及各项赠险信息的信息价值，可评估所述客户的价值评分，举例而言，可将各项客户属性信息的信息价值以及各项赠险信息的信息价值的平均值作为所述客户的价值评分。
[0105]
可选的，在上述实施例中，所述赋值规则可以包括：
[0106]
对于所述客户属性信息以及所述赠险信息中的连续变量，将所述连续变量的实际值作为所述连续变量的信息价值；和/或
[0107]
对于所述客户属性信息以及所述赠险信息中的离散变量，按照以下信息价值计算公式计算每个所述离散变量的信息价值：
[0108][0109]
式中，
[0110]
ivi为所述离散变量的第i个分组的信息价值；
[0111]
#yi为客户样本数据中所述离散变量的第i个分组中高价值客户的数量；
[0112]
#y
t
为客户样本数据中所有高价值客户的数量；
[0113]
#ni为客户样本数据中所述离散变量的第i个分组的低价值客户的数量；
[0114]
#n
t
为客户样本数据中所有低价值客户的数量。
[0115]
本实施例，举例而言，在所述客户属性信息包括年龄、职业、学历、社保信息、历史赔付金额、购买付费产品件数时，所述客户属性信息中的连续变量和离散变量如下表所示：
[0116]
客户属性信息及其说明：
[0117][0118]
在所述赠险信息包括赠险赔付率和赠险转化率时，赠险赔付率和赠险转化率可分别作为连续变量。
[0119]
对于所述客户属性信息以及所述赠险信息中的连续变量：历史赔付金额、购买付费产品件数、赠险赔付率、以及赠险转化率，则将每个连续变量的实际值作为该连续变量的信息价值。
[0120]
对于所述客户属性信息以及所述赠险信息中的离散变量：职业、年龄、学历，则按照上述信息价值计算公式计算每个所述离散变量的信息价值。具体的，以客户职业为例，如上表所示，首先需要把客户职业这个变量进行分组处理，得到4组职业，对于职业这一离散变量，该离散变量的第i个分组的信息价值为：
[0121][0122]
其中，
[0123]
#yi为客户样本数据中职业这一离散变量的第i个分组中高价值客户的数量；
[0124]
#y
t
为客户样本数据中所有高价值客户的数量；
[0125]
#ni为客户样本数据中职业这一离散变量的第i个分组的低价值客户的数量；
[0126]
#n
t
为客户样本数据中所有低价值客户的数量。
[0127]
所述客户样本数据是在历史赠险客户信息库中抽取的，客户样本数据中的哪些赠险客户属于高价值客户可以是按照经验确定的，举例而言，在职业这一离散变量的第i个分组为it技术人员这一分组时，则#yi是指客户样本数据中职业为it技术人员的高价值客户的数量，#y
t
是指客户样本数据中所有高价值客户的数量，#ni是指客户样本数据中职业为it技术人员的低价值客户(可根据经验法确定)的数量，#n
t
是指客户样本数据中所有低价值客户的数量。
[0128]
可选的，在上述任一实施例中，可按照以下客户价值评分计算公式计算所述客户的价值评分：
[0129]
y＝β1x1+
…
+βkxk+β
k+1
x
k+1
+
…
βnxn+ε；
[0130]
式中，
[0131]
y为客户的价值评分；
[0132]
x1,
…
,xk为各项客户属性信息的信息价值；
[0133]
x
k+1
,
…
,xn为各项赠险信息的信息价值；
[0134]
β1,
…
,βn为修正系数；
[0135]
ε为补偿值。
[0136]
本实施例，所述修正系数用于对每项所述信息价值的大小进行修正，以及表示每项信息对价值评分的正/负面影响。举例而言，在以所述客户属性信息以及所述赠险信息中的连续变量的实际值作为所述连续变量的信息价值、以上述信息价值计算公式计算所述客户属性信息以及所述赠险信息中的离散变量的信息价值时，在某些情况下，所述连续变量的实际值的取值非常大，例如对于历史赔付金额这一连续变量，其实际值可能为0到几百万不等，此时，为了将所述连续变量的信息价值与离散变量的信息价值维持在一个数量级，需采用合适的修正系数对历史赔付金额这一连续变量的信息价值进行修正，并且，由于对于保险公司来说，历史赔付金额与客户的价值是负相关的，故历史赔付金额这一连续变量的修正系数可以取负数，例如取-1000；另外，为了将所述连续变量的信息价值与离散变量的信息价值维持在一个数量级，所述连续变量的修正系数也可以采用分段取值的方法，即在所述离散变量在不同的取值范围内时，所采用的修正系数不同。同理，可采用相同的方法设置各所述离散变量的修正系数。
[0137]
补偿值ε可以理解为客户的基础价值评分，可以根据该客户在保险公司的信用情况等确定。在所述客户价值评分计算公式发生优化更新时，只需通过更新客户指标评价体系内设的客户价值评分计算公式，无需更改程序，不仅降低了项目的开发成本，还有效的满足了管理层和业务对客户价值评价精准高时效的要求，提升了客户指标评价体系的开发效率，降低了代码频繁变更对指标一致性带来的风险。
[0138]
图6是本发明一实施例提供的高价值客户的识别装置的结构示意图，如图6所示，本发明实施例提供的高价值客户的识别装置包括：获取模块21，用于在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；查找模块22，用于在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；计算模块23，用于根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；确定模块24，用于若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
[0139]
本发明实施例提供的高价值客户的识别装置，能够实时获取赠险客户的客户信息，利用赠险特有的性质，将赠险客户作为一个获取客户信息的重要来源，通过研究赠险客户的客户属性信息、以及赠险信息，实现对客户的价值评价，从而识别出高价值客户。
[0140]
可选的，所述获取模块具体用于：在数据库中的客户信息发生更新时，将数据库中具有赠险标识的更新的客户信息同步至分布式消息系统集群；通过流批一体平台，将所述分布式消息系统集群中的所述客户信息写入预先创建的客户信息表中。
[0141]
可选的，所述查找模块具体用于：在所述客户信息表中，查找预设的投保人信息表模型、被保人信息表模型、保单信息表模型以及理赔信息表模型中各字段的字段值；根据查找到的所述各字段的字段值，生成所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息表；在所述客户的投保人信息表、被保险人信息表、保单信息表以及理赔信息
表中，获取所述客户的客户属性信息以及赠险信息。
[0142]
可选的，所述赠险信息包括赠险赔付率和/或赠险转化率。
[0143]
可选的，所述客户属性信息包括以下至少一种：年龄、性别、职业、学历、社保信息、历史赔付金额、购买付费产品件数。
[0144]
可选的，所述计算模块具体用于：根据客户属性信息以及赠险信息的赋值规则，确定各项客户属性信息以及各项赠险信息的信息价值；根据各项客户属性信息以及各项赠险信息的信息价值，计算所述客户的价值评分。
[0145]
可选的，所述计算模块按照以下客户价值评分计算公式计算所述客户的价值评分：
[0146]
y＝β1x1+
…
+βkxk+β
k+1
x
k+1
+
…
βnxn+ε；
[0147]
式中，
[0148]
y为客户的价值评分；
[0149]
x1,
…
,xk为各项客户属性信息的信息价值；
[0150]
x
k+1
,
…
,xn为各项赠险信息的信息价值；
[0151]
β1,
…
,βn为修正系数；
[0152]
ε为补偿值。
[0153]
可选的，所述赋值规则包括：
[0154]
对于所述客户属性信息以及所述赠险信息中的连续变量，将所述连续变量的实际值作为所述连续变量的信息价值；和/或
[0155]
对于所述客户属性信息以及所述赠险信息中的离散变量，按照以下信息价值计算公式计算每个所述离散变量的信息价值：
[0156][0157]
式中，
[0158]
ivi为所述离散变量的第i个分组的信息价值；
[0159]
#yi为客户样本数据中所述离散变量的第i个分组中高价值客户的数量；
[0160]
#y
t
为客户样本数据中所有高价值客户的数量；
[0161]
#ni为客户样本数据中所述离散变量的第i个分组的低价值客户的数量；
[0162]
#n
t
为客户样本数据中所有低价值客户的数量。
[0163]
本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
[0164]
需要说明的是，本发明实施例提供的高价值客户的识别方法及装置可用于数据处理技术领域，具体可应用于保险、金融等技术领域，本发明实施例对高价值客户的识别方法及装置的应用领域不做限定。
[0165]
图7为本发明一实施例提供的电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)301、通信接口(communicationsinterface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行上述任一实施例
所述的方法，例如包括：在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
[0166]
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0167]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
[0168]
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：在数据库中的客户信息发生更新时，获取所述数据库中具有赠险标识的更新的客户信息；在所述具有赠险标识的更新的客户信息中查找客户属性信息以及赠险信息；根据所述客户属性信息以及赠险信息，计算所述客户的价值评分；若所述客户的价值评分满足高价值客户的评分条件，则确定所述客户为高价值客户。
[0169]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0170]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0171]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
[0172]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0173]
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0174]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。