業(yè)務(wù)數(shù)據(jù)處理方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息處理技術(shù)領(lǐng)域，尤其涉及一種業(yè)務(wù)數(shù)據(jù)處理方法及裝置。
【背景技術(shù)】
[0002] 目前的保險（比如壽險）續(xù)期催收系統(tǒng)會每月定期給業(yè)務(wù)員推送應(yīng)收保單，展示 保單的基本信息。但受限很多權(quán)限約束，保單關(guān)聯(lián)信息、投保人關(guān)聯(lián)信息等都無法獲取，業(yè) 務(wù)員只能通過經(jīng)驗去催收，很難精準識別保單續(xù)交保費的可能性，由此增大了人力成本。此 外，隨著續(xù)期保單量增多，運營督導(dǎo)難以提前發(fā)現(xiàn)交費困難的保單，不利于問題件重點攻 關(guān)。導(dǎo)致保險公司保費收入和客戶資源減少，客戶保障受損。
[0003] 因此，有必要提供一種解決方案，預(yù)測高可能流失保單，并制訂相應(yīng)的攻關(guān)策略。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的主要目的在于提供一種業(yè)務(wù)數(shù)據(jù)處理方法及裝置，旨在自動識別出問題 業(yè)務(wù)單據(jù)，提高業(yè)務(wù)人員工作效率，減少業(yè)務(wù)流失。
[0005] 為了達到上述目的，本發(fā)明提出一種業(yè)務(wù)數(shù)據(jù)處理方法，包括：
[0006] 獲取業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)；
[0007] 對所述業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析，從中提取模型變量；
[0008] 將提取的所述模型變量輸入預(yù)先建立的業(yè)務(wù)流失預(yù)測模型，得到對應(yīng)業(yè)務(wù)單據(jù)的 業(yè)務(wù)流失估計分值。
[0009] 優(yōu)選地，該方法還包括：
[0010] 根據(jù)所述業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值，獲取所述業(yè)務(wù)單據(jù)的流失影響因素，所 述流失影響因素至少包括一種屬性指標數(shù)據(jù)；
[0011] 根據(jù)所述業(yè)務(wù)單據(jù)的流失影響因素獲取相應(yīng)的攻關(guān)策略；
[0012] 將所述業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值、流失影響因素以及相應(yīng)的攻關(guān)策略，推送 給相關(guān)業(yè)務(wù)人員。
[0013] 優(yōu)選地，所述對業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析，從中提取模型變量的步驟包 括：
[0014] 從多個維度，對所述業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析和整理，獲取所述業(yè)務(wù)單 據(jù)的若干字段變量；
[0015] 以第一計算規(guī)則，對所述業(yè)務(wù)單據(jù)的若干字段變量進行初步篩選，得到初步篩選 后的變量；
[0016] 對初步篩選后的變量，以第二計算規(guī)則，計算每一變量的信息值IV，所述IV為反 映每一變量的預(yù)測能力的指標；
[0017] 獲取IV大于或等于預(yù)設(shè)閾值的變量作為模型變量。
[0018] 優(yōu)選地，所述獲取IV大于或等于預(yù)設(shè)閾值的變量作為模型變量的步驟之后還包 括：
[0019] 對獲取的模型變量進行相關(guān)性檢驗，獲取具有相關(guān)性的變量組中IV最大的模型 變量作為最終的模型變量。
[0020] 優(yōu)選地，所述獲取業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)的步驟之前還包括：
[0021] 構(gòu)建所述業(yè)務(wù)流失預(yù)測模型，具體包括：
[0022] 獲取樣本業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)；
[0023] 對所述樣本業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析，從中提取樣本模型變量；
[0024] 獲取所述樣本業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值；
[0025] 根據(jù)所述樣本模型變量，以及所述樣本業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值，建立業(yè)務(wù) 流失預(yù)測模型。
[0026] 優(yōu)選地，該方法還包括：
[0027] 對所述業(yè)務(wù)流失預(yù)測模型進行驗證。
[0028] 本發(fā)明實施例還提出一種業(yè)務(wù)數(shù)據(jù)處理裝置，包括：
[0029] 數(shù)據(jù)獲取模塊，用于獲取業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)；
[0030] 分析提取模塊，用于對所述業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析，從中提取模型變 量；
[0031] 處理模塊，用于將提取的所述模型變量輸入預(yù)先建立的業(yè)務(wù)流失預(yù)測模型，得到 對應(yīng)業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值。
[0032] 優(yōu)選地，該裝置還包括：
[0033] 策略推送模塊，用于根據(jù)所述業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值，獲取所述業(yè)務(wù)單據(jù) 的流失影響因素，所述流失影響因素至少包括一種屬性指標數(shù)據(jù)；根據(jù)所述業(yè)務(wù)單據(jù)的流 失影響因素獲取相應(yīng)的攻關(guān)策略；將所述業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值、流失影響因素以 及相應(yīng)的攻關(guān)策略，推送給相關(guān)業(yè)務(wù)人員。
[0034] 優(yōu)選地，所述分析提取模塊，還用于從多個維度，對所述業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù) 進行分析和整理，獲取所述業(yè)務(wù)單據(jù)的若干字段變量；以第一計算規(guī)則，對所述業(yè)務(wù)單據(jù)的 若干字段變量進行初步篩選，得到初步篩選后的變量；對初步篩選后的變量，以第二計算規(guī) 貝1J，計算每一變量的信息值IV，所述IV為反映每一變量的預(yù)測能力的指標；獲取IV大于或 等于預(yù)設(shè)閾值的變量作為模型變量；
[0035] 所述分析提取模塊，進一步還用于對獲取的模型變量進行相關(guān)性檢驗，獲取具有 相關(guān)性的變量組中IV最大的模型變量作為最終的模型變量。
[0036] 優(yōu)選地，該裝置還包括：
[0037] 模型構(gòu)建模塊，用于構(gòu)建所述業(yè)務(wù)流失預(yù)測模型，具體用于：
[0038] 獲取樣本業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)；對所述樣本業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分 析，從中提取樣本模型變量；獲取所述樣本業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值；根據(jù)所述樣本 模型變量，以及所述樣本業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值，建立業(yè)務(wù)流失預(yù)測模型；
[0039] 模型驗證模塊，用于對所述業(yè)務(wù)流失預(yù)測模型進行驗證。
[0040] 本發(fā)明實施例提出的一種業(yè)務(wù)數(shù)據(jù)處理方法及裝置，通過獲取業(yè)務(wù)單據(jù)（比如保 單）的屬性指標數(shù)據(jù)；對業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)進行分析，從中提取模型變量；將提取的 模型變量輸入預(yù)先建立的業(yè)務(wù)流失預(yù)測模型，得到對應(yīng)業(yè)務(wù)單據(jù)的業(yè)務(wù)流失估計分值，以 保單為例，由此可以精準預(yù)測保單期交保費可能性的高低，便于給業(yè)務(wù)員對難度保單提供 相應(yīng)的攻關(guān)方案，在不影響正常使用的情況下，可以極大預(yù)測識別出交費困難保單，并針對 其影響因素提前與客戶聯(lián)系互動，這樣減少了業(yè)務(wù)員在催收前對保單信息的收集，并能根 據(jù)保單情況作重點催收，降低與客戶互動的時間、頻次等，從而節(jié)約業(yè)務(wù)員時間，提高業(yè)務(wù) 員的工作效率，在降低保單流失量的同時，增加了保費收入，增強了客戶保障。
【附圖說明】
[0041] 圖1是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理方法第一實施例的流程示意圖；
[0042] 圖2是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理方法第二實施例的流程示意圖；
[0043] 圖3是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理方法第三實施例的流程示意圖；
[0044]圖4是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理裝置第一實施例的功能模塊示意圖；
[0045] 圖5是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理裝置第二實施例的功能模塊示意圖；
[0046] 圖6是本發(fā)明業(yè)務(wù)數(shù)據(jù)處理裝置第三實施例的功能模塊示意圖。
[0047] 為了使本發(fā)明的技術(shù)方案更加清楚、明了，下面將結(jié)合附圖作進一步詳述。
【具體實施方式】
[0048] 本發(fā)明實施例的解決方案主要是：基于壽險保單的關(guān)鍵因素、保單基本信息、客 戶信息、業(yè)務(wù)員信息、客戶與公司動作關(guān)聯(lián)信息等因素，精準預(yù)測保單期交保費可能性的高 低，并在系統(tǒng)中給業(yè)務(wù)員對難度保單提供攻關(guān)方案。在不影響正常使用的情況下，系統(tǒng)可以 極大預(yù)測識別出交費困難保單，并針對其影響因素提前與客戶聯(lián)系互動，這樣減少了業(yè)務(wù) 員在催收前對保單信息的收集，并能根據(jù)保單情況作重點催收，減少與客戶互動的時間、頻 次等，從而節(jié)約業(yè)務(wù)員時間，提高其工作效率。在降低保單流失量的同時，增加了公司保費 收入，增強了客戶保障。
[0049] 如圖1所示，本發(fā)明第一實施例提出一種業(yè)務(wù)數(shù)據(jù)處理方法，包括：
[0050] 步驟S101，獲取業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)；
[0051] 本發(fā)明實施例涉及的業(yè)務(wù)單據(jù)包括但不限于壽險系統(tǒng)的保單，還可以是其他業(yè)務(wù) 相關(guān)的單據(jù)，本實施例以壽險系統(tǒng)的保單進行舉例。
[0052] 本實施例方案可以通過大數(shù)據(jù)挖掘，提前預(yù)測高可能流失保單，減少業(yè)務(wù)員在催 收前對保單信息的收集，提高其工作效率，并可制訂相應(yīng)的攻關(guān)策略。
[0053] 具體地，首先，獲取業(yè)務(wù)單據(jù)的屬性指標數(shù)據(jù)，其中，以保單為例，保單的屬性指 標數(shù)據(jù)可以考慮以下因素：
[0054] 基于壽險保單的關(guān)鍵因素、保單基本信息、客戶信息、業(yè)務(wù)員信息、客戶與公司動 作關(guān)聯(lián)信息等。
[0055] 其中，要先清晰地定義出業(yè)務(wù)問題