以“數(shù)”為據(jù)的模型構(gòu)建及應(yīng)用

陶簫玨 褚衛(wèi)忠 管吉

（上海證券有限責(zé)任公司 上海市 200002）

以數(shù)據(jù)實(shí)現(xiàn)業(yè)務(wù)價(jià)值，將數(shù)據(jù)轉(zhuǎn)化形成公司資產(chǎn)是金融科技數(shù)字化轉(zhuǎn)型的大趨勢(shì)，基于數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)的強(qiáng)大的數(shù)據(jù)計(jì)算、建模和靈活的服務(wù)配置能力,以“數(shù)”為據(jù)的客戶分層、產(chǎn)品健全、渠道整合、團(tuán)隊(duì)賦能、服務(wù)增值、客戶優(yōu)化體驗(yàn)等都是數(shù)據(jù)智能應(yīng)用生態(tài)層的可用場(chǎng)景。

1 目標(biāo)

客戶識(shí)別模型是以細(xì)化客戶畫像為目標(biāo)，為精準(zhǔn)的營(yíng)銷做數(shù)據(jù)支撐，加速客戶服務(wù)為結(jié)果的應(yīng)用可優(yōu)化部分[1]。以“數(shù)”為據(jù)的模型構(gòu)建及應(yīng)用是整個(gè)公司數(shù)據(jù)中臺(tái)服務(wù)的重要應(yīng)用。如何正確的認(rèn)識(shí)客戶是后續(xù)客戶服務(wù)的前提[2]，結(jié)合多種人工智能模型，業(yè)務(wù)導(dǎo)向自動(dòng)化和服務(wù)效率提升是應(yīng)用生態(tài)層優(yōu)化的可實(shí)現(xiàn)環(huán)節(jié)。

2 以“數(shù)”為據(jù)的服務(wù)

基于大數(shù)據(jù)平臺(tái)的計(jì)算應(yīng)用能力設(shè)計(jì)構(gòu)建基于各種數(shù)據(jù)模型的服務(wù)應(yīng)用體系，如圖1所示，以客戶全覆蓋的服務(wù)為目的，對(duì)應(yīng)業(yè)務(wù)中臺(tái)的不同的業(yè)務(wù)應(yīng)用場(chǎng)景設(shè)計(jì)使用不同的運(yùn)算分析模型，整合數(shù)據(jù)中臺(tái)存積的海量客戶行為數(shù)據(jù)、客戶的基礎(chǔ)信息、客戶畫像標(biāo)簽和統(tǒng)計(jì)擴(kuò)展數(shù)據(jù)等多維度數(shù)據(jù)，助力業(yè)務(wù)部門快速地了解客戶特征，模型結(jié)果將以多種形式展示應(yīng)用在平臺(tái),在業(yè)務(wù)人員自主篩選分析的數(shù)據(jù)應(yīng)用前，有針對(duì)性地、合理地引導(dǎo)業(yè)務(wù)方向。

（1）以業(yè)務(wù)規(guī)則或是行業(yè)規(guī)定為標(biāo)準(zhǔn)，設(shè)定條件作為經(jīng)驗(yàn)判定，將客戶進(jìn)行前期的歸類。例如正?？蛻?、凍結(jié)客戶、不合格客戶、開戶鎖定的客戶等等，這是作為業(yè)務(wù)前期分流的第一步。

（2）預(yù)測(cè)客戶行為,利用客戶多維的歷史數(shù)據(jù)建立客戶流失預(yù)警模型[3]，對(duì)正常狀態(tài)的客戶將來(lái)狀態(tài)進(jìn)行預(yù)測(cè)， 預(yù)測(cè)客戶是否會(huì)在下一個(gè)時(shí)間區(qū)間發(fā)生流失，將流失挽回的業(yè)務(wù)服務(wù)轉(zhuǎn)換成流失預(yù)警[4]，提前識(shí)別潛在流失客戶，為挽留客戶贏得時(shí)間；

（3）通過(guò)組合應(yīng)用客戶的識(shí)別聚類模型，幫助業(yè)務(wù)部門快速識(shí)別客戶類型，通過(guò)客戶的聚類模型有效的為業(yè)務(wù)人員篩選出不同等級(jí)的客戶，通過(guò)多維度的數(shù)據(jù)幫助業(yè)務(wù)員人員分析不同類型客戶的突出特征，助力業(yè)務(wù)人員進(jìn)行分流客戶管理。

（4）通過(guò)組合應(yīng)用基于客戶的推薦模型及基于最小交替二乘算法的產(chǎn)品推薦模型，向不同類型的客戶推薦最可能感興趣的產(chǎn)品或者說(shuō)是客戶最有可能購(gòu)買的產(chǎn)品，通過(guò)組合應(yīng)用到不同類型的客戶類群，精準(zhǔn)定位不同群體內(nèi)客戶產(chǎn)品偏好，助力業(yè)務(wù)部門為處于不同生命周期、具有不同商業(yè)價(jià)值的客戶群體提供定制化的金融產(chǎn)品。

整個(gè)服務(wù)平臺(tái)將以應(yīng)用多種機(jī)器學(xué)習(xí)模型作為助力，幫助業(yè)務(wù)人員在不同場(chǎng)景下識(shí)別客戶，引導(dǎo)促進(jìn)后續(xù)的服務(wù)業(yè)務(wù)，幫助業(yè)務(wù)人員進(jìn)行客戶全覆蓋管理，促進(jìn)客戶類別轉(zhuǎn)換。

3 以“數(shù)”為據(jù)的模型

3.1 邏輯回歸建模

圖1：基于數(shù)據(jù)驅(qū)動(dòng)的服務(wù)分發(fā)

客戶流失預(yù)警模型將以符合客戶篩選條件的客戶群體作為基礎(chǔ)數(shù)據(jù)，針對(duì)這些客戶的初始模型特征指標(biāo)進(jìn)行特征工程的篩選。對(duì)于行為的預(yù)測(cè)或判定有多種多樣的模型可以完成，決策樹或是神經(jīng)網(wǎng)絡(luò)等都可以通過(guò)歷史數(shù)據(jù)的訓(xùn)練完成對(duì)客戶未來(lái)行為的預(yù)測(cè)或是分類。邏輯回歸模型是比較成熟的一種回歸分類模型，在應(yīng)用和計(jì)算方面都具有一定的優(yōu)勢(shì)。 模型訓(xùn)練產(chǎn)生一組特征變量對(duì)應(yīng)的權(quán)重系數(shù)，模型將特征空間映射成一種可能性，即某一事件發(fā)生的概率。該客戶流失預(yù)警模型的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單明了，且變量和結(jié)果都具有可解釋性。

邏輯回歸的反應(yīng)變量是二分類變量，對(duì)反應(yīng)變量進(jìn)行邏輯轉(zhuǎn)化：

其中，β0是回歸式的截距，βk是第k個(gè)預(yù)測(cè)變量的參數(shù)估計(jì)；Logit(pi)是事件發(fā)生概率的Logit，是發(fā)生比（odd）的自然對(duì)數(shù)。

模型通過(guò)訓(xùn)練數(shù)據(jù)得到各預(yù)測(cè)變量對(duì)應(yīng)的參數(shù)估計(jì)后可以通過(guò)參數(shù)估計(jì)計(jì)算出測(cè)試數(shù)據(jù)的反應(yīng)變量。邏輯回歸的是對(duì)一事件發(fā)生的概率，即計(jì)算各預(yù)測(cè)變量的參數(shù)估計(jì)后計(jì)算出客戶是可疑客戶的概率。

模型的客戶識(shí)別能力幫助業(yè)務(wù)從大量的正?？蛻魯?shù)中找到最有可能流失的客戶，快速的明確了業(yè)務(wù)的目標(biāo)客戶和后續(xù)服務(wù)方向，達(dá)到了初步的業(yè)務(wù)分流目的[5]。同時(shí)系統(tǒng)會(huì)生成流失預(yù)警名單，及時(shí)MOT推送，當(dāng)有異常數(shù)據(jù)或是大量流失預(yù)警時(shí)，及時(shí)警示業(yè)務(wù)人員，快速提醒業(yè)務(wù)人員后續(xù)跟進(jìn)。

3.2 客戶無(wú)監(jiān)督聚類模型

無(wú)監(jiān)督的聚類方法是比較普遍的一種硬聚類方法，依據(jù)樣本的特征的相似度或距離，將樣本歸并到若干個(gè)“類”的數(shù)據(jù)分析問題。假設(shè)每個(gè)樣本到其所屬類的中心的距離最小。k均值聚類歸結(jié)為是樣本集合的劃分，或者說(shuō)是從樣本到類的函數(shù)選擇問題，k均值聚類的策略是通過(guò)損失函數(shù)的最小化選取最優(yōu)劃分或函數(shù)。

表1

當(dāng)客戶流失預(yù)警模型初步預(yù)測(cè)完成客戶的流失預(yù)警分類，結(jié)合無(wú)監(jiān)督的K-MEANS聚類模型進(jìn)行客戶群體的歸屬識(shí)別。該模型根據(jù)客戶基礎(chǔ)屬性數(shù)據(jù)、客戶交易數(shù)據(jù)、客戶行為數(shù)據(jù)以及統(tǒng)計(jì)擴(kuò)展數(shù)據(jù)等多維度的客戶數(shù)據(jù)判定客戶的群體，以客戶到各群體中心點(diǎn)的歐式距離作為損失函數(shù)，整個(gè)聚類的模型就是通過(guò)損失函數(shù)的最小化選取最優(yōu)的劃分函數(shù)。

該客戶群體聚類模型的介入實(shí)際上是針對(duì)業(yè)務(wù)人員的自主高級(jí)篩選功能的輔助。在許多實(shí)際的情況下，業(yè)務(wù)人員其實(shí)在篩選客戶時(shí)是無(wú)從下手的?；蛘哒f(shuō)只用某一兩個(gè)指標(biāo)來(lái)篩選客戶對(duì)于分析客戶來(lái)說(shuō)是比較有局限性的，客戶聚類模型提供的結(jié)果實(shí)際是幫助業(yè)務(wù)人員縮小了篩選的范圍，從更多維度找到了相似的客戶群體。為業(yè)務(wù)人員提供了一個(gè)業(yè)務(wù)方向的指引[5]。

應(yīng)用客戶聚類產(chǎn)生的客戶群體并非是以單一或幾個(gè)指標(biāo)閥值簡(jiǎn)單篩選而得出的，在各個(gè)指標(biāo)上沒有明確的標(biāo)準(zhǔn)值，但正因?yàn)槊總€(gè)客戶都是不同的個(gè)體，在爭(zhēng)取千人千面的分析客戶的同時(shí)，我們更不能以簡(jiǎn)單的幾個(gè)指標(biāo)來(lái)劃分客戶，應(yīng)用客戶群體的無(wú)監(jiān)督聚類，幫助我們找到最為相似的客戶，而不是幾個(gè)指標(biāo)相等的客戶。在業(yè)務(wù)人員使用數(shù)據(jù)前，我們已經(jīng)幫助他們分析聚類了相似客戶群體，業(yè)務(wù)人員在作進(jìn)一步數(shù)據(jù)分析或是業(yè)務(wù)篩選時(shí)，已大大縮小了客戶范圍，或是已有了明確的客戶目標(biāo)范圍。

3.3 ALS最小二乘推薦模型

Spark 支持的ALS模型，即交替最小二乘算法在機(jī)器學(xué)習(xí)中特指用最小二乘法的協(xié)同過(guò)濾算法。它是一種支持不完整評(píng)分矩陣的矩陣分解方法, 是一個(gè)交替求解最優(yōu)損失函數(shù)的過(guò)程，迭代降低誤差，求取客戶與產(chǎn)品的關(guān)系函數(shù)，是經(jīng)過(guò)驗(yàn)證的比較有效的推薦算法。

根據(jù)客戶與產(chǎn)品之間產(chǎn)生的關(guān)系矩陣將是一個(gè)龐大的稀疏矩陣。在矩陣分解的推薦算法中，產(chǎn)品的推薦預(yù)測(cè)是整合整個(gè)現(xiàn)有矩陣信息的， Spark MLib 中實(shí)現(xiàn)的基于ALS矩陣分解協(xié)同過(guò)濾算法, 結(jié)合Spark 并行計(jì)算框架，可以以函數(shù)優(yōu)化的方式，求矩陣分解的最優(yōu)線性方程，快速求解客戶的最優(yōu)推薦

U為用戶的特征矩陣，V為產(chǎn)品的特征矩陣，Spark 使用的是正則化矩陣分解，評(píng)價(jià)矩陣分解使用的是RMSE， 通過(guò)最小化RMSE來(lái)學(xué)習(xí)用戶特征矩陣和產(chǎn)品矩陣，在RMSE函數(shù)中加入了正則化項(xiàng)來(lái)減少過(guò)擬合。通過(guò)最小二乘的方法優(yōu)化函數(shù)。

換句話說(shuō)就是客戶購(gòu)買了產(chǎn)品，那么我們就假設(shè)客戶喜歡該產(chǎn)品，而我們對(duì)這一假設(shè)的信任度高低使用的是購(gòu)買量的大小，在我們的模型中是以該客戶購(gòu)買產(chǎn)品的交易金額作為衡量的標(biāo)準(zhǔn)的。模型的輸入是一個(gè)客戶與產(chǎn)品的低秩關(guān)系寬表，模型輸出是所有曾經(jīng)購(gòu)買過(guò)產(chǎn)品的客戶對(duì)每種產(chǎn)品的可能購(gòu)買量。

在該模塊中，模型結(jié)果快速有效的幫助業(yè)務(wù)人員在某一產(chǎn)品的推薦場(chǎng)景下，找到最有可能購(gòu)買該產(chǎn)品的客戶，或者針對(duì)某一流失預(yù)警客戶時(shí)，推薦它最有可能購(gòu)買的產(chǎn)品[6]，模型的應(yīng)用可以大大節(jié)省了人力資本的同時(shí)，有針對(duì)性的推薦產(chǎn)品也能降低客戶對(duì)頻繁推薦的排斥[7]。

4 優(yōu)化效果

如表1所示。

5 結(jié)論

在整體服務(wù)應(yīng)用生態(tài)層框架下，客戶的流失預(yù)警，客戶的價(jià)值分類，客戶的產(chǎn)品匹配等都應(yīng)用不同的數(shù)據(jù)驅(qū)動(dòng)模型結(jié)合完成，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)服務(wù)化，節(jié)省人力成本的同時(shí)為客戶提供最適合的服務(wù)，推薦最適合的產(chǎn)品。