人工智能精准营销技术方案和案例介绍PPT课件.ppt

目录 contents 第一章 第二章 稠州银行客户激活案例 第三章 第四章 数据处理 宽表数据 用户ID 基本属性 日均交易额 月均存款 xxx 年龄 性别 xxx A 27 man ... 271 3829 ... ... ... ... ... ... ... ... 构建宽表 宽表包括客户的基本信息和交易信息等。其中交易信息，向前选取了前三个月的数据（如前一个月的存款月日均，前两个月的存款月日均，前三个月的存款月日均）。 数据清洗 基本信息缺失，模糊填充。 存款信息缺失，清除 宽表数据 用户ID 基本属性 日均交易额 月均存款 xxx 年龄 性别 xxx A 27 man ... 271 3829 ... ... ... ... ... ... ... ... 1：数据标签 2：T检验 宽表数据（已清洗） 用户ID 基本属性 日均交易额 月均存款 xxx 年龄 性别 xxx A 27 man ... 271 3829 ... ... ... ... ... ... ... ... 定义正负样本标签 正样本为两年内购买过理财，且购买理财时星级为零的。 负样本为2017年2月没有购买理财的零星级客户。 T检验 对每个属性做T检验，选取P-value小于0.01的属性。 特征工程 宽表数据 预测模型 待激活名单 模型 AUC Gradient Boosting Tree max_depth=6 90% KNN k=13 78% Logistic Regression 62% Random Forest 86% 最终选择模型：Gradient Boosting Tree(max_depth=6) 128万名客户：提交名单21197人，反馈10126人。在反馈数据中，652人购买，8216人有意购买，1258人无购买意向。 模型训练 目录 contents 第一章 第二章 第三章 铂诺理财交叉销售案例 第四章 客户属性表 客户A 客户B 客户C ... 属性1 xxx xxx xxx ... 属性2 xxx xxx xxx ... 属性3 xxx xxx xxx ... ... ... ... ... ... 商品属性表 商品A 商品B 商品C ... 属性1 xxx xxx xxx ... 属性2 xxx xxx xxx ... 属性3 xxx xxx xxx ... ... ... ... ... ... 客户相似度模型 商品相似度模型 协同滤波 购买矩阵 客户A 客户B 客户C ... 商品1 x x √ ... 商品2 √ x x ... 商品3 √ √ x ... ... ... ... ... ... 例如：客户A和客户B相似，A购买商品2，系统想A推荐商品2 推荐算法 产品名称 投资时间（月） 万元收益利率（%） 万元收益金额（元） 备注 安盈 1 4.8 480 1、每份售价1000元 3 6.8 680 6 7.8 780 12 8.8 880 产品名称 投资时间（月） 万元收益利率（%） 万元收益金额（元） 备注 睿进 6 12 600 1、每份10000元 12 15 1500 “安盈”和“睿进”的产品属性 协同滤波推荐模型 用户行为 推荐表 用户基本属性 用户ID 购买商品 推荐商品 是否覆盖 11 安盈1月，安盈6月 安盈1月，安盈3月，安盈6月 是 183 睿进6月 睿进6月，安盈12月 是 142 睿进12月 睿进6月，睿进12月 是 221 睿进12月，睿进6月 睿进6月，睿进12月 是 472 安盈6月，睿进12月 安盈6月，安盈12月，睿进6月，睿进12月 是 1253 安盈3月，安盈6月 安盈3月，安盈6月 是 1321 安盈6月，睿进6月 安盈12月，睿进6月 否 2315 安盈6月 安盈1月，安盈3月 否 2333 安盈6月，安盈12月，睿进12月 安盈6月，安盈12月，睿进6月，睿进12月 是 推荐覆盖率93.6% 商品推荐 谢 谢! 统一客户服务平台项目述标 运营集中作业系统项目述标 信雅达系统工程股份有限公司 * * * * * * 人工智能精准营销技术方案和案例介绍——客户激活/客户价值提升/流失预警 目录 contents 第一章 第二章 人工智能精准营销架构 稠州银行客户激活案例 第三章 铂诺理财交叉销售案例 第四章 铂诺理财流失预警案例 目录 contents 第一章 第二章 人工智能精准营销架构 第三章 第四章 * 稀