[发明专利]一种通过BP神经网络预测银行客户流失的方法

说明书

本发明提供一种通过BP神经网络预测银行客户流失的方法，属于银行客户智能营销应用技术领域，本发明包含以下步骤：A、抽取并加工银行客户流失相关特征点数据；B、构建客户流失预警BP神经网络算法；C、客户流失预警BP神经网络算法参数设置。对可能流失的客户采取事前预警措施，提醒客户经理及时维护客户关系，挽留银行优质客户。

技术领域

本发明涉及银行客户智能营销应用，尤其涉及一种通过BP神经网络预测银行客户流失的方法。

背景技术

客户营销是银行实现业绩、规模、收益最大化的根本途径。但规模并不等于收益，不是说有了规模就一定会有收益。

主动性营销使得银行客户规模转变成银行业绩和银行收益。以天津渤海银行为例，其全行客户中，只有极少比例的客户属活跃客户，需将非活跃客户或睡眠客户进行筛选，增加标签，以便开展针对性客户激活营销。

1)现有技术的主要的结构、原理、技术手段和方法步骤；

目前的主动性营销主要采用数据分析挖掘技术手段，对现存客户生成统计分析报表。

由银行的数据分析师对银行存量客户进行统计分析，分析数据包括客户基本信息情况，资产及负债情况，交易消费情况等。根据客户的信息来人工识别客户对金融方面的融资需求或投资需求，再通知一线营销人员对指定客户群进行营销。

2)现有技术存在的问题和缺点。

当前的主要问题是技术洞察手段陈旧、只统计静态结果，不能提前预判客户流失可能性。

因其报表只反映了客户事后的真实情况，很难在事前采取主动客户挽留。很多情况下当客户大量资金转出到同业银行后报表才反映出客户已经流失，但在这个阶段再进行主动营销，效果已经不明显。

发明内容

为了改善客户体验，降低银行客户流失，本发明提出了一种通过BP神经网络预测银行客户流失的方法，对银行存量的客户的特征分析能力，对可能流失的客户采取事前预警措施，提醒客户经理及时维护客户关系，挽留银行优质客户。

本发明的技术方案是：

一种通过BP神经网络预测银行客户流失的方法该，主要包含以下步骤：

A、抽取并加工银行客户流失相关特征点数据；

B、构建客户流失预警BP神经网络算法；

C、客户流失预警BP神经网络算法参数设置。

进一步的，A所述数据项为银行客户流失相关特征点，特征包括客户基本信息数据项和相关客户指标数据项。其中，

基本信息数据项包括：BCIF开卡等级(0-3)、性别(0,1)、教育程度(0-99)、年收入等级(1-10)、家庭月收入级别(1-8)

指标数据项包括：活期存款余额、结构性存款余额、非结构性存款余额、贷款余额、不良贷款余额、活期存款发生额、结构性存款发生额、非结构性存款发生额、贷款发生额、不良贷款发生额、月消费金额、月消费笔数、月转入金额、月转入笔数。

进一步的，A所述数据项为必须是数值型，非数值型数据项需加工成数值型数据项。

进一步的，B所述客户流失预警BP神经网络算法。该算法采用矩阵乘法来计算出预测结果值x＝sigmoid(np.dot(w,x)+b)，激活函数采用sigmoid函数，w为权重矩阵， X为特征点数据，b为偏置矩阵。

反馈更新函数：updata_parameter用来持续优化权重和偏置的变量值

其中重要的子函数用来计算误差值并反向传递模型训练

Evaluate函数评估验证集和测试集的精度