本申请实施例公开了一种用户运营方法、装置、电子设备和存储介质；本申请实施例可以获取用户数据，所述用户数据包括资产数据、行为数据、资质数据、购买数据；基于所述资产数据、行为数据、资质数据、购买数据确定所述用户的资产评分、行为评分、资质评分、购买力评分；基于所述用户的资产评分、行为评分、资质评分和购买力评分进行综合评估，得到用户的价值总分；基于所述价值总分，确定所述用户所处的价值区间，所述价值区间包括四个大区间，每个所述大区间包括五个小区间，所述四个大区间包括高资产活跃区间、活跃交易区间、活跃非交易区间和外围沉默区间；为所述用户制定所述价值区间对应的运营策略。本方案可以提升用户运营的效率。效率。效率。
【技术实现步骤摘要】
用户运营方法、装置、电子设备和存储介质
[0001]本申请涉及计算机领域，具体涉及一种用户运营方法、装置、电子设备和存储介质。
技术介绍
[0002]对互联网企业而言，用户资源是核心资源，能够给予资本市场无尽的想象；但银行体系下，传统估值模型仅关注银行整体盈利性，难以评估其内部互联网平台的用户变现价值。以往对公客户的价值评估体系都是基于PB
‑
ROE框架，关注每股净资产、股权收益率等财务指标，识别相对盈利能力强、但净资产溢价少的银行。该种评估方法单纯考虑财务指标，而忽略用户流量背后的经济价值，所以难以预测银行通过互联网金融平台用户上量带来的超常规增长。所以，现行的财务估值模型(如EVA模型)，忽略了用户变现价值，对银行对公用户价值成长性难以准确预判。
技术实现思路
[0003]本申请实施例提供一种用户运营方法、装置、电子设备和存储介质，可以提升用户运营的效率。
[0004]本申请实施例提供一种用户运营方法，包括：
[0005]获取用户数据，所述用户数据包括资产数据、行为数据、资质数据、购买数据；
[0006]基于所述资产数据、行为数据、资质数据、购买数据确定所述用户的资产评分、行为评分、资质评分、购买力评分；
[0007]基于所述用户的资产评分、行为评分、资质评分和购买力评分进行综合评估，得到用户的价值总分；
[0008]基于所述价值总分，确定所述用户所处的价值区间，所述价值区间包括四个大区间，每个所述大区间包括五个小区间，所述四个大区间包括高资产活跃区间、活跃交易区间、活跃非交易区间和外围沉默区间；
[0009]为所述用户制定所述价值区间对应的运营策略。
[0010]本申请实施例还提供一种用户运营装置，包括：
[0011]获取单元，用于获取用户数据，所述用户数据包括资产数据、行为数据、资质数据、购买数据；
[0012]评分单元，用于基于所述资产数据、行为数据、资质数据、购买数据确定所述用户的资产评分、行为评分、资质评分、购买力评分；
[0013]总分单元，用于基于所述用户的资产评分、行为评分、资质评分和购买力评分进行综合评估，得到用户的价值总分；
[0014]区间单元，用于基于所述价值总分，确定所述用户所处的价值区间，所述价值区间包括四个大区间，每个所述大区间包括五个小区间，所述四个大区间包括高资产活跃区间、活跃交易区间、活跃非交易区间和外围沉默区间；
[0015]运营单元，用于为所述用户制定所述价值区间对应的运营策略。
[0016]在一些实施例中，所述获取单元，包括：
[0017]获取子单元，用于获取原始用户数据；
[0018]量化子单元，用于对所述原始用户数据进行量化处理，得到量化数据；
[0019]缺失值子单元，用于对所述量化数据进行缺失值分析，得到补缺数据；
[0020]异常值子单元，用于对所述补缺数据进行异常值剔除，得到用户数据。
[0021]在一些实施例中，所述异常值子单元，用于：
[0022]生成所述补缺数据对应的箱线图；
[0023]将位于所述箱线图中箱线边缘以外的数据确定为异常数据；
[0024]将所述异常数据剔除出所述补缺数据，得到用户数据。
[0025]在一些实施例中，所述异常值子单元，用于：
[0026]确定所述补缺数据之间的密度；
[0027]将密度小于预设阈值的所述补缺数据确定为异常数据；
[0028]将所述异常数据剔除出所述补缺数据，得到用户数据。
[0029]在一些实施例中，所述异常值子单元，用于：
[0030]对所述补缺数据进行聚类处理，得到多个聚类簇，每个所述聚类簇包括中心点；
[0031]确定每个所述聚类簇中补缺数据与所述中心点之间的距离；
[0032]将距离最大的补缺数据确定为异常数据；
[0033]将所述异常数据剔除出所述补缺数据，得到用户数据。
[0034]在一些实施例中，所述评分单元，包括：
[0035]构建子单元，用于构建逻辑回归评分卡模型；
[0036]评分子单元，用于将所述资产数据、行为数据、资质数据、购买数据输入所述逻辑回归模型，得到所述用户的资产评分、行为评分、资质评分、购买力评分。
[0037]在一些实施例中，所述构建子单元，用于：
[0038]获取训练样本，所述训练样本标注有其对应的价值区间，所述价值区间包括四个大区间，每个所述大区间包括五个小区间，所述四个大区间包括高资产活跃区间、活跃交易区间、活跃非交易区间和外围沉默区间；
[0039]计算高资产活跃区间的训练样本的证据权重；
[0040]计算活跃交易区间的训练样本的证据权重；
[0041]计算活跃非交易区间的训练样本的证据权重；
[0042]计算高外围沉默的训练样本的证据权重；
[0043]基于所述所有证据权重训练预设的逻辑回归模型，得到逻辑回归评分卡模型。
[0044]本申请实施例还提供一种电子设备，包括存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行本申请实施例所提供的任一种用户运营方法中的步骤。
[0045]本申请实施例还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有多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种用户运营方法中的步骤。
[0046]本申请实施例提出的新的银行对公用户价值评估标准，围绕用户和业务两个方面，从用户资产、行为表现、经营资质、交易金额4个维度19个指标对银行整体对公用户价值
进行评估，相较于传统的估值模型，进一步考虑了策略经营维度以及用户变现的潜在价值，以求更全面地反映银行的对公用户整体价值，针对不同价值的用户采用不同的运营策略，从而解决运营资源浪费与分配粗放的问题，由此，本申请实施例可以提升用户运营的效率。
附图说明
[0047]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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。
[0048]图1是本申请实施例提供的用户运营方法的场景示意图；
[0049]图2是本申请实施例提供的用户运营方法的混淆举证示意图；
[0050]图3是本申请实施例提供的用户运营装置的结构示意图；
[0051]图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0052]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
[0053]本申本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户运营方法，其特征在于，包括：获取用户数据，所述用户数据包括资产数据、行为数据、资质数据、购买数据；基于所述资产数据、行为数据、资质数据、购买数据确定所述用户的资产评分、行为评分、资质评分、购买力评分；基于所述用户的资产评分、行为评分、资质评分和购买力评分进行综合评估，得到用户的价值总分；基于所述价值总分，确定所述用户所处的价值区间，所述价值区间包括四个大区间，每个所述大区间包括五个小区间，所述四个大区间包括高资产活跃区间、活跃交易区间、活跃非交易区间和外围沉默区间；为所述用户制定所述价值区间对应的运营策略。2.如权利要求1所述的用户运营方法，其特征在于，所述获取用户数据，包括：获取原始用户数据；对所述原始用户数据进行量化处理，得到量化数据；对所述量化数据进行缺失值分析，得到补缺数据；对所述补缺数据进行异常值剔除，得到用户数据。3.如权利要求2所述的用户运营方法，其特征在于，所述对所述补缺数据进行异常值剔除，得到用户数据，包括：生成所述补缺数据对应的箱线图；将位于所述箱线图中箱线边缘以外的数据确定为异常数据；将所述异常数据剔除出所述补缺数据，得到用户数据。4.如权利要求2所述的用户运营方法，其特征在于，所述对所述补缺数据进行异常值剔除，得到用户数据，包括：确定所述补缺数据之间的密度；将密度小于预设阈值的所述补缺数据确定为异常数据；将所述异常数据剔除出所述补缺数据，得到用户数据。5.如权利要求2所述的用户运营方法，其特征在于，所述对所述补缺数据进行异常值剔除，得到用户数据，包括：对所述补缺数据进行聚类处理，得到多个聚类簇，每个所述聚类簇包括中心点；确定每个所述聚类簇中补缺数据与所述中心点之间的距离；将距离最大的补缺数据确定为异常数据；将所述异常数据剔除出所述补缺数据，得到用户数据。6.如权利要求1所述的用户运营方法，其特征在于，所述基于所述资产数据、行为数据、资质数据、购买数据确定所述用户的资产...
【专利技术属性】
技术研发人员：杨宇宽，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。