(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210818538.8 (22)申请日 2022.07.12 (71)申请人 武汉众邦银行股份有限公司 地址 432200 湖北省武汉市黄陂区盘龙城 经济开发区汉口北大道88号汉口北国 际商品交易中心D2区1-2层、 2 2-23层 (72)发明人 李虹君　程峰　李耀　彭磊　石龙　 (74)专利代理 机构 成都正煜知识产权代理事务 所(普通合伙) 51312 专利代理师 徐金琼 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/00(2012.01) G06F 16/22(2019.01) G06F 16/2458(2019.01) (54)发明名称 一种潜在优质互联网营销传播初始客群筛 选的分析方法 (57)摘要 本发明涉及信息技术领域， 一种潜在 优质互 联网营销传播初始客群筛选的分析方法。 目的在 于解决传统技术缺乏对初始客群贡献度的量化 评价进而无法通过数据模型进行初始客群计算 筛选的问题和资源投入分散、 成本高、 效率低等 问题。 主要方案包括起始阶段记录客群的互联网 营销传播信息和客户特征数据， 将所有数据存入 数据库； 从传播拉新客户数量、 拉新客户质量、 初 始客群自身质量三个方面来进行初始客群进行 评分定级； 将初始客群的等级分数数据和客群多 维度客户特征数据进行入模变量筛选， 进行 logit回归模型训练和检验， 最后制作客群筛选 评分卡； 使用评分卡对全部客群进行评分， 选出 评分排名靠前的客群作为潜在优质互联网营销 传播初始客群 。 权利要求书2页 说明书6页 附图3页 CN 115187300 A 2022.10.14 CN 115187300 A 1.一种潜在优质互联网营销传播初始客群筛选的分析方法， 其特征在于， 所述方法包 括： 步骤S1， 基础数据积累： 起始 阶段， 随机挑选初始客群， 记录客群的互联网营销传播信 息和客户特 征数据， 将所有数据存 入数据库； 步骤S2， 初始客群评价： 从传播拉新客户数量、 拉新客户质量、 初始客群自身质量三个 方面来进行初始客群进行评分定级， 计算出初始客群等级分数并定期更新， 初始客群的等 级评价信息； 步骤S3， 客群筛选建模： 将初始客群的等级分数数据和客群多维度客户特征数据进行 入模变量筛选， 然后划分数据集、 进行log计回归模型训练和 检验， 最后制作客群筛选评分 卡； 步骤S4， 模型应用筛选初始客群： 使用模型训练出来的评分卡对全部客群进行评分， 选 出评分排名靠前的客群作为潜在优质互联网营销传播初始客群。 2.根据权利要求1所述的一种潜在优质互联网营销传播初始客群筛选的分析方法， 其 特征在于， 所述 步骤S1包括以下步骤： 步骤S1.1， 数据预处理： 将目前所有可触达的客户信息进行统一整理， 对所有客户进行 唯一编码即赋予客户ID， 对客户的多维特征信息进行梳理并单独建表存入数据库， 包括但 不限于以下客户信息： 自然属性数据： 客户性别、 年龄、 活动地 域； 社会属性数据： 客户职业、 收入财产、 婚姻家 庭、 社交、 社会团体； 用户使用及行为数据： 客户登录、 操作、 账户变动以及页面 埋点； 步骤S1.2， 随机抽取首批初始客群： 对步骤S1.1中的客户ID全部抽取， 利用随机函数从 中筛选出若干客户ID， 并一一赋予唯一的编码即推荐码， 将随机筛选的客户ID与对应推荐 码数据建表存入数据库， 再将客户ID对应客户是否完成客户任务的数据同样插入表中， 将 随机筛选的客户ID对应客户作为首批初始客群， 组织 其开展互联网营销传播活动； 步骤S1.3， 记录新客户信息： 在数据库中建立新客户相关数据表， 记录如新客户的客户 ID、 对应初始客群的推荐码、 注册或开户时间、 客户任务完成情况数据等字段数据， 定期或 实时进行 数据更新。 3.根据权利要求1所述的一种潜在优质互联网营销传播初始客群筛选的分析方法， 其 特征在于， 所述 步骤S2包括以下步骤： 步骤S2.1， 计算传播指标， 传播指标包括拉新客户数量指标Nnew、 拉新客户质量指标Qnew 和初始客群自身质量指标Qself； 步骤S2.2， 基于步骤S2.1中的传播指标的值， 通过以下公式1计算初始客群等级分数 Score并定期更新： Scorei＝T·w1·f(Nnew)+T·w2·Qnew+T·w3·Qself ··········· (公式1) 其中， Scorei为初始客群i的等级分数， T为总分数， w1、 w2、 w3分别为三个指标的得分权重 且w1、 w2、 w3∈[0， 1]， w1+w2+w3＝1， 一般地， c为常量阈值。权　利　要　求　书 1/2 页 2 CN 115187300 A 24.根据权利要求1所述的一种潜在优质互联网营销传播初始客群筛选的分析方法， 其 特征在于， 所述 步骤S3包括以下步骤： 步骤S3.1， 筛 选初始客群特 征： 在步骤S2得到初始客群的等级评价信 息后， 进一步对该部分客群多维度筛选客户特征 数据， 包括但不限于以下客户信息： 自然属性数据： 客户性别、 年龄、 活动地 域； 社会属性数据： 客户职业、 收入财产、 婚姻家 庭、 社交、 社会团体等； 用户使用及行为数据： 客户登录、 操作、 账户变动以及页面 埋点。 通过业务经验、 特征之间的相关性检验、 计算WOE和IV值等数据处理方法进一步做入模 特征变量筛选， 得到入模变量， 其中， WOE称证据权重， 用来衡量变量的预测强度， 计算公式 为 其中， pyi表示表示该组中的正例占该组的比例， pni表示整体 的正例占总样本的比例； IV(Information  Value)指信息价值， 用来衡量自变量的预测能 力， 计算公式为 IV＝∑IVi＝∑(pyi‑pni)·WOEi； 这里二者主要用作特 征变量筛 选。 步骤S3.2， 基于l ogit回归训练评分卡模型： 将步骤S2中得到的初始客群等级分数划分为好与差两个结果作 为因变量， 将步骤S3.1 中得到的入模变量作为自变量， 将数据随机切分成训练集和测验集； 对训练集数据代入 logit回归模 型， 采用逐步回归法进行模 型训练， 当模型的AUC值大于0.8时， 停止训练， 制作 评分卡模型， 并用测验集数据对 模型进行检验。 5.根据权利要求1所述的一种潜在优质互联网营销传播初始客群筛选的分析方法， 其 特征在于， 步骤S4， 对全部客群进行评分， 筛出潜在优质互联网营销传播初始客群： 使用通 过步骤S3中测验集数据检验的评 分卡模型对全部客群进行评 分， 选出评 分排名靠前的客群 作为潜在优质互联网营销传播初始客群。权　利　要　求　书 2/2 页 3 CN 115187300 A 3