本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，更為具體而言，涉及一種數(shù)據(jù)特征庫建立方法和系統(tǒng)。

背景技術(shù)：

隨著銀行數(shù)據(jù)管理的不斷發(fā)展，銀行crm系統(tǒng)(對公客戶關(guān)系管理系統(tǒng))，在貫徹落實業(yè)務(wù)發(fā)展戰(zhàn)略、客戶戰(zhàn)略的基礎(chǔ)上，運用信息技術(shù)，整合客戶關(guān)系管理、經(jīng)營活動管理、管理決策支持三大模塊，滿足客戶識別與評價、經(jīng)營活動全過程管理與考核、管理層決策輔助支持需要，實現(xiàn)“以客戶驅(qū)動”為核心的業(yè)務(wù)經(jīng)營管理模式。但當前的客戶關(guān)系管理系統(tǒng)存在幾個問題：首先，缺少管理和決策工具，缺乏對經(jīng)營活動過程控制，造成管理者很多管理手段都無法應(yīng)用；其次，為客戶經(jīng)理提供的參考消息不足，客戶分析篩選能力不夠，對客戶產(chǎn)業(yè)鏈條上的商機挖掘不夠，都制約了我行業(yè)務(wù)的發(fā)展；最后，對客戶經(jīng)理營銷評價“定量少”，缺乏營銷過程的數(shù)據(jù)積累，對服務(wù)團隊評價“憑感覺”等問題。

技術(shù)實現(xiàn)要素：

鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明實施方式提供了一種數(shù)據(jù)特征庫建立方法和系統(tǒng)，能夠有效解決當前客戶關(guān)系管理系統(tǒng)的多項管理問題。

具體地，本發(fā)明實施方式提供了一種數(shù)據(jù)特征庫建立方法，其包括：

根據(jù)對公信息項和同業(yè)經(jīng)驗分析得到對公客戶的特征指標項，再根據(jù)所述特征指標項的業(yè)務(wù)含義和加工規(guī)則，對所述特征指標項進行主題和維度劃分，確定每個指標的使用需求；

根據(jù)所述每個指標的使用需求和所述加工規(guī)則，構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市；

基于所述特征庫數(shù)據(jù)集市，對所述對公客戶進行分析和模型訓(xùn)練，并根據(jù)所述模型訓(xùn)練后的數(shù)據(jù)轉(zhuǎn)換規(guī)則和參數(shù)配置，并根據(jù)所述數(shù)據(jù)轉(zhuǎn)換規(guī)則進行模型固化和投產(chǎn)。

相應(yīng)地，本發(fā)明實施方式還提供了一種數(shù)據(jù)特征庫建立系統(tǒng)，其中，所述系統(tǒng)包括：

特征指標分析模塊，用于根據(jù)對公信息項和同業(yè)經(jīng)驗分析得到對公客戶的特征指標項，再根據(jù)所述特征指標項的業(yè)務(wù)含義和加工規(guī)則，對所述特征指標項進行主題和維度劃分，確定每個指標的使用需求；

數(shù)據(jù)集市構(gòu)建模塊，用于根據(jù)所述每個指標的使用需求和所述加工規(guī)則，構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市；

分析訓(xùn)練模塊，用于基于所述特征庫數(shù)據(jù)集市，對所述對公客戶進行分析和模型訓(xùn)練；

模型固化模塊，用于根據(jù)所述模型訓(xùn)練后的數(shù)據(jù)轉(zhuǎn)換規(guī)則和參數(shù)配置，并根據(jù)所述數(shù)據(jù)轉(zhuǎn)換規(guī)則進行模型固化和投產(chǎn)。

通過采用本發(fā)明實施方式具有下述有益效果：實現(xiàn)基于客戶的針對性管理方案，提升專業(yè)化服務(wù)，以及提供更完善的數(shù)據(jù)支持。

附圖說明

圖1是根據(jù)本發(fā)明實施方式的一種數(shù)據(jù)特征庫建立方法的流程示意圖；

圖2是根據(jù)本發(fā)明實施方式中表結(jié)構(gòu)示意圖；

圖3是根據(jù)本發(fā)明實施方式中寬窄表的關(guān)系圖；

圖4是根據(jù)本發(fā)明實施方式的一種數(shù)據(jù)特征庫建立系統(tǒng)的架構(gòu)圖。

具體實施方式

為了便于理解本發(fā)明技術(shù)方案的各個方面、特征以及優(yōu)點，下面結(jié)合附圖對本發(fā)明進行具體描述。應(yīng)當理解，下述的各種實施方式只用于舉例說明，而非用于限制本發(fā)明的保護范圍。

首先對根據(jù)本發(fā)明可能涉及到的名稱或術(shù)語進行解釋。

etl：extract-transform-load用來描述從來源端經(jīng)抽取、轉(zhuǎn)換、加載的數(shù)據(jù)處理過程；

sas：statisticsanalysissystem一個用于處理處理與統(tǒng)計分析的軟件。

實施例1：

圖1是根據(jù)本發(fā)明實施方式的一種數(shù)據(jù)特征庫建立方法的流程示意圖。參照圖1，具體實施例如下：

所述方法包括：

步驟s1，根據(jù)對公信息項和同業(yè)經(jīng)驗分析得到對公客戶的特征指標項，再根據(jù)所述特征指標項的業(yè)務(wù)含義和加工規(guī)則，對所述特征指標項進行主題和維度劃分，確定每個指標的使用需求；

步驟s2，根據(jù)所述每個指標的使用需求和所述加工規(guī)則，構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市；以及

步驟s3，基于所述特征庫數(shù)據(jù)集市，對所述對公客戶進行分析和模型訓(xùn)練，并根據(jù)所述模型訓(xùn)練后的數(shù)據(jù)轉(zhuǎn)換規(guī)則和參數(shù)配置，并根據(jù)所述數(shù)據(jù)轉(zhuǎn)換規(guī)則進行模型固化和投產(chǎn)。

本發(fā)明基于企業(yè)級數(shù)據(jù)倉庫建立特征庫，分析師能夠通過對客戶的細分與群分改善我行公司客戶基礎(chǔ)薄弱,推進客戶結(jié)構(gòu)優(yōu)化提升基于客戶細分的差別化、專業(yè)化服務(wù)；通過挖掘營銷商機庫增加商機來源渠道并提升商機獲取效率，為客戶經(jīng)理提供完善的單一客戶分析數(shù)據(jù)；提升商機銷售的過程管理；為管理層決策支持提供數(shù)據(jù)分析基礎(chǔ)。因此，本發(fā)明通過構(gòu)建對公客戶的特征庫數(shù)據(jù)集市，從而解決當前客戶關(guān)系管理系統(tǒng)的多項管理問題，實現(xiàn)基于客戶的針對性管理方案，提升專業(yè)化服務(wù)，以及提供更完善的數(shù)據(jù)支持。

實施例2：

所述步驟s1中，對所述特征指標項進行主題和維度劃分包括：對所述特征指標項進行數(shù)據(jù)大類、業(yè)務(wù)類別和信息項的多層次劃分。具體而言，以銀行數(shù)據(jù)倉庫經(jīng)典十大模型主題域(團體、地域、協(xié)議、事件、產(chǎn)品、資產(chǎn)、營銷活動、渠道、財務(wù)、申請、模型)作為數(shù)據(jù)準備基礎(chǔ)；以推進基于細分的精細化客戶管理、推進商機與客戶重大事件全過程管理作為搭建數(shù)據(jù)集市的業(yè)務(wù)需求驅(qū)動，分析特征庫集市需要的數(shù)據(jù)項包括：

1、客戶基本信息：賬戶信息、客戶簽約信息、企業(yè)關(guān)聯(lián)關(guān)系、財務(wù)信息、交易信息、產(chǎn)品信息；

2、客戶特征信息：渠道交易特征、上下游特征、進出口貿(mào)易特征、利潤貢獻特征、客戶群體細分特征、現(xiàn)金流特。

(1)以此分析滿足客戶特征分析的數(shù)據(jù)需求業(yè)務(wù)大類：

(2)定義出數(shù)據(jù)需求業(yè)務(wù)大類后，根據(jù)需求大類分析從行內(nèi)系統(tǒng)的取數(shù)的業(yè)務(wù)規(guī)則，進一步細化指標分類：

3、最后需求分析師

將細化后的需求指標分類中描述的各種具體信息項進行進一步的分解、衍生、迭代。

例如，將公司存量客戶基本信息的指標類別細分為客戶的組織成立日期、注冊資金、注冊地址、組織性質(zhì)等；將賬戶存貸款的實時交易流水統(tǒng)計出以月、季、年等不同時間段的累計金額及進行分析比較等，以此確定特征庫指標項。

此時特征庫指標項已是業(yè)務(wù)需求中所需的各種基礎(chǔ)數(shù)據(jù)的完備的描述，且各指標項都能最精確的、無二意的描述解釋某一特定業(yè)務(wù)含義，為后續(xù)對數(shù)據(jù)的加工應(yīng)用提供了穩(wěn)定支持。指標項分析結(jié)果舉例如下：

實施例3：

在本發(fā)明的另一種實施方式中，所述方法除了上述處理方式外，其中，步驟s2中所述構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市包括：根據(jù)后續(xù)數(shù)據(jù)挖掘場景和實際應(yīng)用，所述特征數(shù)據(jù)集市采用寬窄表方式。

具體而言，客戶特征庫數(shù)據(jù)集市存放經(jīng)過深度提煉加工客戶特征數(shù)據(jù)，主要是面向分析模型提供分析挖掘所需的全面客戶特征數(shù)據(jù)。按照客戶特征類別包括：存量公司客戶特征庫、潛在公司客戶特征庫、標準分析維度數(shù)據(jù)。以特征庫指標項、客戶特征類別為基礎(chǔ)，綜合考慮指標項實際落地維護、查詢使用、分析挖掘等場景，搭建出可物理化的概念模型。概念模型定義了每個實體表其應(yīng)該包含的特征庫指標項清單、加工頻率、保存策略、各指標項數(shù)據(jù)加工路徑、實體間邏輯關(guān)系等信息。

數(shù)據(jù)加工人員收到需求分析師分析設(shè)計的特征指標項需求與概念模型，根據(jù)需求分析每個特征指標的加工數(shù)據(jù)路徑并轉(zhuǎn)換物理模型。根據(jù)概念模型定義好的實體表規(guī)則，將概念模型實際拆分或整合成可創(chuàng)建，可使用的物理模型，為后續(xù)數(shù)據(jù)挖掘提供了數(shù)據(jù)來源。數(shù)據(jù)集市模型有星型模型，雪花模型等。在本發(fā)明中，根據(jù)對后續(xù)數(shù)據(jù)挖掘場景的考量，以及實際使用中對效率、存儲、速度、易用程度等的綜合考慮，數(shù)據(jù)集市模型結(jié)構(gòu)采用寬窄表方式。

數(shù)據(jù)集市中按數(shù)據(jù)內(nèi)容分為：存量客戶特征庫、潛在客戶特征庫、客戶分析挖掘結(jié)果回寫；按指標時間統(tǒng)計范圍和存儲周期分為當前表、月累計表、年累計表(表結(jié)構(gòu)如圖2所示)。

其中寬窄表的關(guān)系如圖3所示，其中：寬表的數(shù)據(jù)來源于窄表，是窄表數(shù)據(jù)的匯總、總結(jié)；窄表是寬表數(shù)據(jù)必要的補充。寬表:方便、迅速、易使用，但加工邏輯復(fù)雜。窄表：數(shù)據(jù)信息豐富、易加工，但數(shù)據(jù)量大、處理速度慢。寬表與窄表的選擇是效率、存儲、速度、易用程度等的綜合考慮。

在圖3中，對公客戶特征主表、對公客戶特征月累計、對公客戶特征年累計為寬表；受托支付明細、客戶和對公參與人關(guān)系、客戶和對私參與人關(guān)系、客戶簽約明細、客戶合約明細、月末合約明細、月末簽約明細、現(xiàn)金流月累計、資金流月累計、渠道交易月累計、持有產(chǎn)品盈利信息、現(xiàn)金流年累計、資金流年累計、渠道交易年累計為窄表。

窄表是寬表相應(yīng)數(shù)據(jù)項的明細擴展與補充。例如，在對公客戶特征主表中，存在“關(guān)聯(lián)關(guān)系”的若干數(shù)據(jù)項，而寬表存放的只會是當前狀態(tài)下該對公客戶關(guān)聯(lián)的企業(yè)數(shù)量(和對公參與人關(guān)系)及法人代表信息(和對私參與人關(guān)系)，若想分析挖掘此關(guān)聯(lián)企業(yè)的明細信息及法人代表的歷史變化情況，需向更細粒度的窄表鉆取分析。

實施例4：

在本發(fā)明的另一種實施方式中，所述方法除了上述處理方式外，其中，所述對所述對公客戶進行分析和模型訓(xùn)練包括：利用sas工具對所述公客戶進行即席查詢和專題模型訓(xùn)練。

具體而言，基于特征庫數(shù)據(jù)集市，分析師利用sas工具進行對公客戶的分析挖掘，分析挖掘應(yīng)用場景可分兩大類：即席查詢、專題模型訓(xùn)練。即席查詢通常是針對行領(lǐng)導(dǎo)和對公條線經(jīng)營管理層提出的熱點業(yè)務(wù)問題、客戶群策略研究任務(wù)，對公客戶分析師采用量化分析的方式，基于我行真實數(shù)據(jù)，利用數(shù)據(jù)挖掘工具(如sas)：1、開展即席分析活動，并利用挖掘成果撰寫專題報告，以支持管理層精細化客戶群策略制定。2、基于總結(jié)的挖掘成果構(gòu)建臨時形態(tài)的營銷模型，并輸出臨時性專題營銷名單，以支持開展精準營銷。專題模型訓(xùn)練包括但不僅限于：1、對公客戶分析師基于一線營銷專家訪談、分行反饋，經(jīng)過一定時間的營銷經(jīng)驗積淀，定期歸納典型的對公客戶營銷模式和規(guī)律，并形成專題營銷業(yè)務(wù)說明書。2、對公客戶分析師使用量化分析的方式，基于真實的客戶數(shù)據(jù)，對專題營銷活動客戶的產(chǎn)品覆蓋、利潤貢獻等表現(xiàn)進行趨勢分析，評估專題營銷的效果，定期進行模型優(yōu)化，以不斷提升專題營銷的精度。

即席查詢的產(chǎn)出一般為撰寫分析報告，專題模型訓(xùn)練產(chǎn)出為模型規(guī)則。以下是分別對兩種應(yīng)用場景的舉例說明：

(a)情景名稱：即席分析挖掘(客戶群策略分析)

情景定義：通常是針對行領(lǐng)導(dǎo)和對公條線經(jīng)營管理層提出的熱點業(yè)務(wù)問題、客戶群策略研究任務(wù)，對公客戶分析師采用量化分析的方式，基于我行真實數(shù)據(jù)，利用數(shù)據(jù)挖掘工具(如saseg)，開展即席分析活動，并利用挖掘成果撰寫專題報告，以支持管理層精細化客戶群策略制定。業(yè)務(wù)流程：

step1.管理層交辦熱點業(yè)務(wù)問題或客戶群策略研究分析任務(wù)：行領(lǐng)導(dǎo)和對公條線經(jīng)營管理在客戶管理和政策制定過程中，提出熱點業(yè)務(wù)問題和策略研究任務(wù)，線下或通過其他日常工作平臺下達至對公客戶分析師。產(chǎn)出：對公客戶群策略研究任務(wù)說明書。

step2.分析師開展分析活動：對公客戶分析師針對管理層交辦的分析任務(wù)，基于我行當前最新的真實數(shù)據(jù)，利用數(shù)據(jù)挖掘工具(如sas)，分析數(shù)據(jù)表現(xiàn)，總結(jié)規(guī)律，并將模型產(chǎn)出的關(guān)鍵性圖表輸出到本地，以支撐后續(xù)的報告撰寫。產(chǎn)出：1、模型產(chǎn)出的圖表、2、即席分析模型。

step3.分析師撰寫和提交管理層報告：對公客戶分析師依據(jù)分析挖掘成果和模型輸出的圖表素材，利用ppt/word等office工具撰寫分析師報告，通過其他日常工作平臺上交至管理層。產(chǎn)出：分析師報告(word/ppt等形式)

(b)情景名稱：專題營銷建模

情景定義：對公客戶分析師基于一線營銷專家訪談、分行反饋，經(jīng)過一定時間的營銷經(jīng)驗積淀，定期歸納典型的對公客戶營銷模式和規(guī)律，并形成專題營銷業(yè)務(wù)說明書；在此基礎(chǔ)上，采用數(shù)據(jù)量化的方式，構(gòu)建相應(yīng)營銷模型，同時模型庫管理人員(技術(shù))將固化且經(jīng)過審核的模型采用一定方式(sascode或sql)部署到投產(chǎn)環(huán)境進行應(yīng)用。業(yè)務(wù)流程如下：

step1.分析師基于一線訪談和分行反饋，總結(jié)和撰寫專題營銷業(yè)務(wù)說明書：分析師基于一線訪談結(jié)果和分行反饋，定期梳理典型的對公客戶營銷模式和規(guī)律，在本地撰寫專題營銷業(yè)務(wù)說明書(excel或ppt等格式)。產(chǎn)出：專題營銷業(yè)務(wù)說明書。

step2.分析師構(gòu)建專題營銷模型并撰寫模型使用說明書：分析師基于專題營銷業(yè)務(wù)說明書，使用我行真實的數(shù)據(jù)和數(shù)據(jù)挖掘工具(如saseg)，對營銷模型的客戶篩選規(guī)則進行分析和總結(jié)，并在sas訓(xùn)練模型庫中構(gòu)建基于sas的專題營銷模型，同時按照統(tǒng)一的模型發(fā)布流程規(guī)范，撰寫專題營銷模型使用說明書(和模型開發(fā)需求說明書)，并將模型和相關(guān)提交件一并提交至建模環(huán)境下的模型庫管理工具。產(chǎn)出：1、專題營銷模型、2、專題營銷模型使用說明書、3、專題營銷模型開發(fā)需求說明書。

step3.模型庫管理人員對模型和使用說明書進行審核確認，并在模型庫管理工具中進行發(fā)布，形成審核通過的模型版本。針對分析師提交的專題營銷模型，按照相應(yīng)的流程規(guī)范進行審核，審核通過即可發(fā)布至模型庫管理工具，形成審核通過的模型版本；審核不通過則通過線下或其他日常工作平臺向分析師提出反饋意見，并在模型庫管理工具中對該模型進行修改或刪除。產(chǎn)出：無。

step4.模型庫管理人員(技術(shù))進行專題營銷模型部署和投產(chǎn)：

(1)專題營銷模型部署到sas投產(chǎn)模型庫；

(2)若sas投產(chǎn)模型庫采用sascode形式，則模型庫管理人員(技術(shù))將step3提交的sascode模型部署到投產(chǎn)環(huán)境進行投產(chǎn)應(yīng)用；

(3)若sas投產(chǎn)模型庫采用sql等其他形式，則模型庫管理人員(技術(shù))基于stp3發(fā)布的專題營銷模型開發(fā)需求說明書，轉(zhuǎn)化成sql等形式，并部署到投產(chǎn)環(huán)境進行應(yīng)用。產(chǎn)出：模型相對應(yīng)的sql等。

step5.模型投產(chǎn)運行監(jiān)控人員對模型運行情況進行監(jiān)控：投產(chǎn)后模型管理人員(監(jiān)控)對投產(chǎn)環(huán)境模型的運行過程，進行監(jiān)控和管理。產(chǎn)出：投產(chǎn)環(huán)境模型運行報告。

實施例5：

在本發(fā)明的另一種實施方式中，所述方法除了上述處理方式外，其中，

基于所述特征庫數(shù)據(jù)集市，對所述對公客戶進行分析和模型訓(xùn)練，在具體實施方式中，另外，分析師經(jīng)反復(fù)訓(xùn)練后模型，如要在生產(chǎn)環(huán)境部署該模型進一步檢驗?zāi)Ｐ托Ч?，需?jīng)投產(chǎn)模型固化步驟。分析師把訓(xùn)練后的模型轉(zhuǎn)換為可實施的加工規(guī)則，并提供規(guī)則所需的參數(shù)配置閥值；數(shù)據(jù)加工人員針對接收的加工需求，轉(zhuǎn)換為可落地的批處理作業(yè)，其中參數(shù)要采用可配置化方式，支持投產(chǎn)后修改。固化是一種將挖掘動作產(chǎn)生的分析挖掘類模型與事件類模型包含的詳細設(shè)計要素進一步規(guī)則優(yōu)化、數(shù)據(jù)加工路徑確定為可重復(fù)實現(xiàn)的規(guī)則模型的過程，為后續(xù)通過技術(shù)方式(sascode或sql)將模型落地部署到投產(chǎn)環(huán)境進行結(jié)果產(chǎn)出與應(yīng)用提供加工依據(jù)。其中，分析挖掘類模型包含：忠誠度-價值細分模型、自定義客戶細分模型、客戶群分布特征分析模型、產(chǎn)品覆蓋度與持有產(chǎn)品分布特征分析模型、資金鏈條上下游特征分析模型、交易行為與渠道偏好特征分析模型、現(xiàn)金流特征分析模型、客戶群產(chǎn)品持有相關(guān)聯(lián)分析模型、交易行為與持有產(chǎn)品關(guān)聯(lián)分析模型、利潤貢獻特征分析模型、客戶細分群體總體監(jiān)控管理模型、客戶細分群體規(guī)模變動分析模型、客戶細分群體產(chǎn)品覆蓋度變動分析模型、客戶細分群體遷移與流失分析模型和客戶群分群體利潤貢獻變動分析模型。

事件類模型包含:營銷類事件模型，其中，ce1：結(jié)算賬戶資金大幅波動、ce2：我行進出口貿(mào)易商上下游潛在客戶的拓展、ce3：客戶辦理銀行承兌匯票收款人為潛在客戶的拓展、ce4：客戶申請受托支付、ce5：我行核心企業(yè)上下游客戶挖掘、客戶提醒類事件模型、ce6：定期存款提前支取、ce7：客戶持有理財產(chǎn)品到期、ce8：客戶大額資金轉(zhuǎn)出至他行同名賬戶、ce9：活躍賬戶數(shù)持續(xù)減少、ce10：賬戶使用頻率顯著下降。

詳細設(shè)計要素包含：1、模型數(shù)據(jù)輸入、輸出特征字段數(shù)據(jù)源預(yù)評估；2、相關(guān)分析設(shè)計(分析路徑/規(guī)則)；3、模型輸出與其他模型或功能頁面耦合方式設(shè)計；4、模型運行方式(人工、自動調(diào)度等)。

另外，所述方法還包括：對所述模型固化后投產(chǎn)模型的產(chǎn)出結(jié)果經(jīng)數(shù)據(jù)傳輸后流轉(zhuǎn)給前臺應(yīng)用功能。舉例如下：

應(yīng)用一：客戶忠誠度-價值細分

基于選定的某一類客戶群，按照忠誠度-價值組合維度進行分析，形成相應(yīng)的客戶細分群體。在識別和挖掘高價值目標客戶群體中，形成針對目標客戶群體的戰(zhàn)略建議，支持決策層深入了解銀行公司客戶構(gòu)成特征，為制定和完善客戶價值提升戰(zhàn)略支持。

應(yīng)用二：公司客戶現(xiàn)金流特征分析

分析客戶與客戶間的資金往來交易，挖掘客戶在銀行資金流特征以及按結(jié)算產(chǎn)品分布的客戶資金流特征，為對公各條線營銷團隊提供目標客群在銀行的現(xiàn)金流特征參考和說明。

應(yīng)用三：產(chǎn)品覆蓋度與持有產(chǎn)品分布

基于存量客戶分層分類模型和各細分模型輸出的各細分群體，進一步分析該群體客戶在銀行的產(chǎn)品分布特征，包括產(chǎn)品覆蓋度、持有產(chǎn)品類型、產(chǎn)品數(shù)量、產(chǎn)品交易頻率和金額等，以支持總、分行公司金融業(yè)務(wù)管理團隊深入了解各高價值細分群體客戶的產(chǎn)品需求規(guī)律，精確制定針對目標客戶細分市場的產(chǎn)品組合策略。

目前已經(jīng)實現(xiàn)的投產(chǎn)模型5個，投產(chǎn)模型產(chǎn)出與應(yīng)用關(guān)系如下表所示：

圖4是根據(jù)本發(fā)明實施方式的一種數(shù)據(jù)特征庫建立系統(tǒng)的架構(gòu)圖，如圖所示，所述系統(tǒng)包括：

特征指標分析模塊100，用于根據(jù)對公信息項和同業(yè)經(jīng)驗分析得到對公客戶的特征指標項，再根據(jù)所述特征指標項的業(yè)務(wù)含義和加工規(guī)則，對所述特征指標項進行主題和維度劃分，確定每個指標的使用需求；

數(shù)據(jù)集市構(gòu)建模塊200，用于根據(jù)所述每個指標的使用需求和所述加工規(guī)則，構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市；

分析訓(xùn)練模塊300，用于基于所述特征庫數(shù)據(jù)集市，對所述對公客戶進行分析和模型訓(xùn)練；

模型固化模塊400，用于根據(jù)所述模型訓(xùn)練后的數(shù)據(jù)轉(zhuǎn)換規(guī)則和參數(shù)配置，并根據(jù)所述數(shù)據(jù)轉(zhuǎn)換規(guī)則進行模型固化和投產(chǎn)。

本發(fā)明通過構(gòu)建對公客戶的特征庫數(shù)據(jù)集市，從而解決當前客戶關(guān)系管理系統(tǒng)的多項管理問題，實現(xiàn)基于客戶的針對性管理方案，提升專業(yè)化服務(wù)，以及提供更完善的數(shù)據(jù)支持。

在本發(fā)明的另一實施方式中，所述對所述特征指標項進行主題和維度劃分包括：對所述特征指標項進行數(shù)據(jù)大類、業(yè)務(wù)類別和信息項的多層次劃分。

在本發(fā)明的又一實施方式中，所述構(gòu)建所述對公客戶的特征庫數(shù)據(jù)集市包括：根據(jù)后續(xù)數(shù)據(jù)挖掘場景和實際應(yīng)用，所述特征數(shù)據(jù)集市采用寬窄表方式。

在本發(fā)明的再一實施方式中，所述對所述對公客戶進行分析和模型訓(xùn)練包括：利用sas工具對所述公客戶進行即席查詢和專題模型訓(xùn)練。

在本發(fā)明的最后一個實施方式中，所述系統(tǒng)還包括：模型產(chǎn)出模塊，用于對所述模型固化后投產(chǎn)模型的產(chǎn)出結(jié)果經(jīng)數(shù)據(jù)傳輸后流轉(zhuǎn)給前臺應(yīng)用功能。

需要說明的是，上述數(shù)據(jù)特征庫建立系統(tǒng)的各個實施方式與所述數(shù)據(jù)特征庫建立方法的對應(yīng)技術(shù)內(nèi)容完全一致，為了避免重復(fù)，在此不再冗述。

通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件結(jié)合硬件平臺的方式來實現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案對背景技術(shù)做出貢獻的全部或者部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可以存儲在存儲介質(zhì)中，如rom/ram、磁碟、光盤等，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例或者實施例的某些部分所述的方法。

本領(lǐng)域技術(shù)人員應(yīng)當理解，以上所公開的僅為本發(fā)明的實施方式而已，當然不能以此來限定本發(fā)明之權(quán)利范圍，依本發(fā)明實施方式所作的等同變化，仍屬本發(fā)明權(quán)利要求所涵蓋的范圍。