基于深度学习的客户微细分

图像化

深度学习

深层特征

准确性

方案概述

Program Overview

索信达解决方案通过将结构化数据进行合理的图像化,并创新地运用深度学习算法

挖掘反映客户资产偏好的深层特征,从而有效提升银行现有各个模型的准确性,并通过客户在不同图像状态之间的转移概率,预判出客户资产配置的发展趋势,为一线客户经理提供覆盖全客户的营销方向

方案优势

Solution Advantages

数据图像化

在银行最重要业务数据和深度学习算法之间的鸿沟上架起桥梁,融合统计学、万有引力定律空间投影、插值平滑等算法

自动编码器

能从图像中抽取显著特征,将类似的图像聚类在一起,从而实现图像级的客户微细分

分箱编码

分箱编码和合理的聚类算法选择,在保证精度的同时,大幅提升处理效率(高达400倍)

方案价值

Solution Value

命中率提高20%~40%

通过引入客户微细分产生的新图像特征,将上线模型(大额存单、结构性存款)前10%名单的命中率提高20%~40%

前5%名单的命中率最高提升3/4

无论采用何种预测算法,模型均有明显提升,前5%名单的命中率最高提升3/4

营销效益高达数百万至上千万

直接产生的营销效益高达数百万至上千万

立即体验,开启数字化转型之旅 !