[发明专利]一种基于大数据推荐算法的客户渠道引流方法

说明书

本发明公开了一种基于大数据推荐算法的客户渠道引流方法，属于电力运营技术领域。现有的渠道引流方法主要凭感觉靠经验，无法准确对目标客户进行筛选，无法挖掘具备引流潜力的客户。本发明以客户为中心建立客户渠道引流模型，从客户触发的服务与产品需求入手，分析客户借助终端设备办理业务的倾向；同时，有效融合各电子渠道的客户使用信息，对客户群进行细分，较为深入地探究客户使用各类电子渠道的内在特性和规律，更全面地了解客户使用电子渠道地目的，为电子渠道的发展及营销提供指导；进而实现对客户渠道进行引流。本发明引流方案全面、严谨、科学，不易产生偏差。

技术领域

本发明涉及一种基于大数据推荐算法的客户渠道引流方法，属于电力运营技术领域。

背景技术

随着电力市场竞争愈发激烈，渠道的作用不再仅仅局限于单一的业务和相关服务的销售工作，而是起着市场竞争中的决定性作用。现有的渠道引流方法主要凭感觉靠经验，无法准确对目标客户进行筛选，无法挖掘具备引流潜力的客户，引流方案不够全面、严谨、科学，易产生偏差。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种对网上国网APP的客户行为特征的深入分析，结合渠道客户行为偏好分析成果，构建渠道引流指标体系及客户渠道引流推荐模型，对具备引流条件的目标客户进行筛选，挖掘具备引流潜力的客户的引流方案全面、严谨、科学，不易产生偏差的基于大数据推荐算法的客户渠道引流方法。

为实现上述目的，本发明的技术方案为：

一种基于大数据推荐算法的客户渠道引流方法，以客户为中心建立客户渠道引流模型，从客户触发的服务与产品需求入手，分析客户借助终端设备办理业务的倾向；同时，有效融合各电子渠道的客户使用信息，对客户群进行细分，较为深入地探究客户使用各类电子渠道的内在特性和规律，更全面地了解客户使用电子渠道地目的，为电子渠道的发展及营销提供指导；进而实现对客户渠道进行引流。

其具体包括以下步骤：

第一步：渠道客户行为偏好分析

所述行为偏好主要包括：交费偏好；

所述交费偏好的分析采用RFM模型和熵值法即确定各指标的权重，构建交费渠道偏好模型；根据客户最近一次交费至今的时间间隔信息R、某一时间段内使用某渠道的交费总频次F以及该时间段内在某渠道的交费平均金额M；输出每个客户对各渠道的使用评价指数；通过熵值法对权重进行优化，突出交费频次F作用，弱化交费金额M以及交费间隔R作用，所输出的评价结果能够更加客观准确体现客户的渠道偏好；

第二步：构建客户渠道引流推荐模型

基于渠道引流指标体系，构建客户-客户特征指标的相关矩阵和非网上国网客户-网上国网客户的相似度矩阵，采用基于客户的协同过滤一皮尔逊相关系数分析算法，得到与网上国网APP客户特征指标相似度较高的可引流目标客户群体，即具备引流潜力的客户群体；

第三步：客户渠道引流场景构建

所述客户渠道引流场景包括线下客户引流、非网上国网APP线上客户引流、已注册但未绑定网上国网APP客户引流、可回流客户引流；进而基于客户特征，结合具体的业务应用场景，制定差异化引流策略，实现客户渠道引流以及精准营销服务的目的。

本发明提供一种对网上国网APP的客户行为特征的深入分析，结合渠道客户行为偏好分析成果，构建渠道引流指标体系及客户渠道引流推荐模型，对具备引流条件的目标客户进行筛选，能够充分挖掘具备引流潜力的客户。本发明引流方案全面、严谨、科学，不易产生偏差。

作为优选技术措施：

所述第一步，构建交费渠道偏好模型，具体包括以下步骤：

(1)数据预处理