CN113887960A - 一种业务策略效能自动监控***及方法 - Google Patents

一种业务策略效能自动监控***及方法 Download PDF

Info

Publication number
CN113887960A
CN113887960A CN202111168447.6A CN202111168447A CN113887960A CN 113887960 A CN113887960 A CN 113887960A CN 202111168447 A CN202111168447 A CN 202111168447A CN 113887960 A CN113887960 A CN 113887960A
Authority
CN
China
Prior art keywords
index
data
variable
target field
ratio
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111168447.6A
Other languages
English (en)
Inventor
邹辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Fumin Bank Co Ltd
Original Assignee
Chongqing Fumin Bank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Fumin Bank Co Ltd filed Critical Chongqing Fumin Bank Co Ltd
Priority to CN202111168447.6A priority Critical patent/CN113887960A/zh
Publication of CN113887960A publication Critical patent/CN113887960A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理技术领域，具体涉及一种业务策略效能自动监控***及方法，所述业务策略效能自动监控方法包括获取目标字段及目标字段是否可用数据；获取变量数据；关联目标字段、目标字段是否可用数据及变量数据，生成基础数据并存储；基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标，并将分析结果进行存储；根据排序指标，以变量为单位对各变量进行排序并输出显示。采用本方案可实时了解策略状态、挖掘策略、调整策略的效率并降低人力、时间成本。

Description

一种业务策略效能自动监控***及方法
技术领域
本发明涉及数据处理技术领域，具体涉及一种业务策略效能自动监控***及方法。
背景技术
由于互联网信贷业务受经济形势、行业趋势、市场环境等多种因素影响，具有变化快的特性，因此对于风控要求较高，需要及时快速响应应对信贷业务变化，故存在以下几个方面问题：一是业务类型较多，需要花费大量精力针对不同业务类型针对性分析数据作出决策；二是风控人员资源有限，疲于应对大量业务；三是策略上线后需要花费大量精力监测不同业务类型不同策略效果；四是对于代码能力差的无法保证有限时间内获悉策略情况；五是不能直观了解项目策略应用状态等；六是很难从众多数据中挖掘有效的策略；七是准备基础数据过程较为耗时。
发明内容
本发明目的之一在于提供一种可实时基于基础数据做数据分析，便于分析各项指标以了解现有策略状态的业务策略效能自动监控方法。
一种业务策略效能自动监控方法，包括以下内容：
获取目标字段及目标字段是否可用数据；
获取变量数据；
关联目标字段、目标字段是否可用数据及变量数据，生成基础数据并存储；
基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标，并将分析结果进行存储；
根据排序指标，以变量为单位对各变量进行排序并输出显示。
本发明的有益效果：采用本方案，自动获取并关联基础数据，可实时基于基础数据做不同数据分析需求，减少数据准备时间；同时利用默认规则或已配置好的不同业务类型规则，自动根据业务类型分析各项指标并直观展示，便于随时简便快捷了解现有策略状态；此外可配置合理排序指标，根据各项指标排序直观展示快速挖掘策略，从而达到简便快捷了解策略应用效果、发掘新的策略及调整方向的目的。
进一步，所述的目标字段是否可用数据是指目标字段是否满足表现期。所述的表现期是指不同的业务类型的实际逾期表现稳定周期，如不同还款周期，不同的业务类型表现期不同，可以是3个月、6个月或者12个月。
进一步，为了使数据分析得更加全面，更能直观的显示策略应用效果，所述的各项指标包括指标一：变量各取值占比；指标二：目标字段可用情况下整体坏占比；指标三：目标字段可用情况下变量各取值坏占比；指标四：若变量为数值型变量，计算变量各值小于等于该值部分在目标字段可用情况下坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。
进一步，所述的变量数据包括基础进件数据，为了统一标准，对无值情形进行区分，将基础进件数据的无值情形进行赋值；三方数据源，同样为了统一标准，对不同情况进行区分，将未成功调用三方数据源和成功调用了三方数据源但无值情形分别进行赋值；衍生数据，根据三方数据源、基础进件数据和内部客户属性挖掘的衍生数据。衍生数据的补充，如行为数据、各维度统计数据等，使数据更加全面，更有助于分析的准确性和全面性。
进一步，还包括根据输入的用户挖掘策略需求，配置临时规则，并根据临时规则生成临时数据分析结果，将临时数据分析结果进行存储以及输出。便于客户探索挖掘发现未使用但是有效的策略。
本发明的目的之二在于提供一种基于上述业务策略效能自动监控方法的业务策略效能自动监控***。
包括抓取模块，所述抓取模块用于获取目标字段、目标字段是否可用数据以及获取变量数据；
关联模块，所述关联模块用于将目标字段、目标字段是否可用数据及变量数据进行关联；
存储模块，用于存储关联后的基础数据以及分析结果；
数据分析模块，基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标；
排序模块，用于以变量为单位对各变量进行排序；
显示模块，用于将排序结果进行输出显示。
有益效果：通过抓取模块自动获取目标字段、目标字段是否可用数据以及获取变量数据；通过关联模块对三者进行自动关联，形成基础数据并存储，这样整个***就可实时基于基础数据做不同数据分析需求，减少数据准备时间；同时利用默认规则或已配置好的不同业务类型规则，自动根据业务类型分析各项指标并直观展示，便于随时简便快捷了解现有策略状态；此外可配置合理排序指标，根据各项指标排序直观展示快速挖掘策略。
进一步，所述的各项指标包括指标一：变量各取值占比；指标二：目标字段可用情况下整体坏占比；指标三：目标字段可用情况下变量各取值坏占比；指标四：若变量为数值型变量，计算变量各值小于等于该值部分在目标字段可用情况下坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。
进一步，为了客户探索挖掘发现未使用但是有效的策略，还包括用户挖掘策略需求输入模块，用于输入用户挖掘策略需求；配置模块，用于根据用户需要挖掘策略配置临时规则；数据分析模块还用于根据临时规则生成临时数据分析结果；存储模块还用于存储临时数据分析结果；显示模块还用于输出显示临时数据分析结果。
附图说明
图1为本发明实施例中一种业务策略效能自动监控方法的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
如附图1所示，本实施例公开了一种业务策略效能自动监控方法，包括以下内容：
获取目标字段及目标字段是否可用数据，所述的目标字段是否可用数据是指目标字段是否满足表现期，如授信场景获取的目标字段有帐户级的fpd15+、fpd30+、mob4 dpd30+、mob6 dpd30+等，目标字段是否可用有fpd15+、fpd30+、mob4 dpd30+、mob6 dpd30+是否满足表现期等。fpd指首期还款逾期，fpd15+指首次还款逾期15天以上，fpd30+指首次还款逾期30天以上，其他以此类推，mob指信用贷款的在账月份，mob4指还款月份有4个月(或还款期数4期)，mob5指还款月份有5个月，其他同理，dpd指逾期天数，dpd30+指逾期30天以上，mob4 dpd30+指已还款4个月(4期)逾期30天以上。
获取变量数据，本实施中获取变量数据的方式是从客户进件信息、查询三方数据源、内部已有客户信息查询和计算获取变量数据。所述的变量数据包括基础进件数据，并将基础进件数据的无值情形进行赋值，如将无值情况将变量值置为-999；三方数据源，并将未成功调用三方数据源和成功调用了三方数据源但无值情形分别进行赋值，如将未成功调用三方数据源变量值置为-998，成功调用三方数据源无值变量值置为-999；衍生数据，根据三方数据源、基础进件数据及内部已有数据挖掘的衍生数据，衍生数据如行为数据、各维度统计数据等。
本实施例中，根据用户借款数据及还款明细数据计算获取目标字段及目标字段是否可用数据，
关联目标字段、目标字段是否可用数据及变量数据，生成基础数据并存储；前面获取的是根据客户身份证查询和计算获得了客户的变量数据及目标字段和目标字段是否可用数据，根据身份证匹配到一起即可。
基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标，并将分析结果进行存储；这里所述的指定规则是指对不同业务类型判断是否配置了规则，若配置了规则则按照配置规则执行，若未配置规则则按照默认规则执行，本实施例所述的默认规则如自变量x(指变量数据)为全量变量，目标字段y为mob4 dpd30+和fpd30+，y是否可用标记分别为mob4 dpd30+是否满足表现期和fpd30+是否满足表现期；所述的各项指标包括指标一：变量各取值占比，如变量为男和女，男和女各占总数据的比值是多少；指标二：目标字段可用情况下整体坏占比，这里的坏占比可以是逾期占比，如目标字段可用情况下，逾期数据占总数据的比值；指标三：目标字段可用情况下变量各取值坏占比，同样以男和女两种变量为例，此时是在目标字段可用情况下，男和女分别占总数据的坏占比比值；指标四：若变量为数值型变量，计算变量各值小于等于该值部分(不包含空值如-999和未成功调用如-998部分)在目标字段可用情况下坏占比，也就是在目标字段可用情况下，设置某一数值变量阈值，计算各个变量值小于等于该值部分情况下，坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。
根据排序指标，以变量为单位对各变量进行排序并输出显示。本实施例所述的排序指标包括事先配置的指标或者默认指标(如指标八)。本实施例中，可以以日、周、月表的形式显示，并按照日、周、月时间对各变量各取值的排序指标进行折线图展示，便于了解排序指标按照时间维度变化趋势。
在本实施例中，还包括根据输入的用户挖掘策略需求，配置临时规则，并根据临时规则生成临时数据分析结果，将临时数据分析结果进行存储以及输出。如可以临时配置选取部分变量，并配置目标字段为mob6 dpd30+及对应的目标字段mob6 dpd30+是否可用，生成对应的数据分析结果。
本实施例还公开了一种业务策略效能自动监控***，包括抓取模块，所述抓取模块用于获取目标字段、目标字段是否可用数据以及获取变量数据；
关联模块，所述关联模块用于将目标字段、目标字段是否可用数据及变量数据进行关联；
存储模块，用于存储关联后的基础数据以及分析结果；
数据分析模块，基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标；所述的各项指标包括指标一：变量各取值占比；指标二：目标字段可用情况下整体坏占比；指标三：目标字段可用情况下变量各取值坏占比；指标四：若变量为数值型变量，计算变量各值小于等于该值部分在目标字段可用情况下坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。此处的各项指标的解释同方法中的解释。
排序模块，用于以变量为单位对各变量进行排序；
显示模块，用于将排序结果进行输出显示。
本实施例中，还包括用户挖掘策略需求输入模块，用于输入用户挖掘策略需求；配置模块，用于根据用户挖掘策略需求配置临时规则；数据分析模块还用于根据临时规则生成临时数据分析结果；存储模块还用于存储临时数据分析结果；显示模块还用于输出显示临时数据分析结果。
原始了解策略效果逻辑为：不定期根据需要，针对不同业务类型分别获取和加工策略应用的变量数据，并根据不同指标和需要统计分析数据，从而了解策略应用情况并针对分析结果做出相应调整，每次都要重新完成上述流程，过程繁琐耗时；原始挖掘策略逻辑为针对不同业务类型获取客户所有变量数据，探索性分析不同变量情况，并根据探索结果发掘新的策略或者策略调整逻辑，若全量分析所有数据，则需要大量精力和时间，实际应用中很难做到，若选择性分析部分数据，则发掘具备偶然性，可能很快发掘出一些不错策略或调整方向，或很长时间无任何收获。而采用本方案，可实时基于基础数据做不同数据分析需求，减少数据准备时间；同时利用默认规则或已配置好的不同业务类型规则，自动根据业务类型计算各项指标并直观展示，便于随时简便快捷了解现有策略状态；此外可配置规则，配置合理排序指标，根据各项指标排序直观展示快速挖掘策略，从而达到简便快捷了解策略应用效果、发掘新的策略及调整方向的目的。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种业务策略效能自动监控方法，其特征在于，包括以下内容：
获取目标字段及目标字段是否可用数据；
获取变量数据；
关联目标字段、目标字段是否可用数据及变量数据，生成基础数据并存储；
基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标，并将分析结果进行存储；
根据排序指标，以变量为单位对各变量进行排序并输出显示。
2.根据权利要求1所述的业务策略效能自动监控方法，其特征在于，所述的目标字段是否可用数据是指目标字段是否满足表现期。
3.根据权利要求1所述的业务策略效能自动监控方法，其特征在于，所述的各项指标包括指标一：变量各取值占比；指标二：目标字段可用情况下整体坏占比；指标三：目标字段可用情况下变量各取值坏占比；指标四：若变量为数值型变量，计算变量各值小于等于该值部分在目标字段可用情况下坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。
4.根据权利要求1所述的业务策略效能自动监控方法，其特征在于，所述的变量数据包括基础进件数据，并将基础进件数据的无值情形进行赋值；三方数据源，并将未成功调用三方数据源和成功调用了三方数据源但无值情形分别进行赋值；衍生数据，根据三方数据源、基础进件数据和内部客户属性挖掘的衍生数据。
5.根据权利要求1所述的业务策略效能自动监控方法，其特征在于，还包括根据输入的用户挖掘策略需求，配置临时规则，并根据临时规则生成临时数据分析结果，将临时数据分析结果进行存储以及输出。
6.一种业务策略效能自动监控***，其特征在于，包括抓取模块，所述抓取模块用于获取目标字段、目标字段是否可用数据以及获取变量数据；
关联模块，所述关联模块用于将目标字段、目标字段是否可用数据及变量数据进行关联；
存储模块，用于存储关联后的基础数据以及分析结果；
数据分析模块，基于基础数据，根据指定规则，对基础数据的数据进行处理分析，分析各项指标；
排序模块，用于以变量为单位对各变量进行排序；
显示模块，用于将排序结果进行输出显示。
7.根据权利要求6所述的业务策略效能自动监控***，其特征在于，所述的各项指标包括指标一：变量各取值占比；指标二：目标字段可用情况下整体坏占比；指标三：目标字段可用情况下变量各取值坏占比；指标四：若变量为数值型变量，计算变量各值小于等于该值部分在目标字段可用情况下坏占比；指标五：指标四和指标二的比值；指标六：若变量为数值型变量，计算变量各值大于等于该值部分在目标字段可用情况下坏占比；指标七：指标六和指标二的比值；指标八：指标三和指标二的比值。
8.根据权利要求7所述的业务策略效能自动监控***，其特征在于，还包括用户挖掘策略需求输入模块，用于输入用户挖掘策略需求；配置模块，用于根据用户挖掘策略需求配置临时规则；数据分析模块还用于根据临时规则生成临时数据分析结果；存储模块还用于存储临时数据分析结果；显示模块还用于输出显示临时数据分析结果。
CN202111168447.6A 2021-09-29 2021-09-29 一种业务策略效能自动监控***及方法 Pending CN113887960A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111168447.6A CN113887960A (zh) 2021-09-29 2021-09-29 一种业务策略效能自动监控***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111168447.6A CN113887960A (zh) 2021-09-29 2021-09-29 一种业务策略效能自动监控***及方法

Publications (1)

Publication Number Publication Date
CN113887960A true CN113887960A (zh) 2022-01-04

Family

ID=79005501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111168447.6A Pending CN113887960A (zh) 2021-09-29 2021-09-29 一种业务策略效能自动监控***及方法

Country Status (1)

Country Link
CN (1) CN113887960A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115203311A (zh) * 2022-07-05 2022-10-18 南京云创大数据科技股份有限公司 一种基于数据大脑的行业数据分析挖掘方法及***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115203311A (zh) * 2022-07-05 2022-10-18 南京云创大数据科技股份有限公司 一种基于数据大脑的行业数据分析挖掘方法及***
CN115203311B (zh) * 2022-07-05 2023-05-02 南京云创大数据科技股份有限公司 一种基于数据大脑的行业数据分析挖掘方法及***

Similar Documents

Publication Publication Date Title
US20140258084A1 (en) Credit repair user interface
US9704172B2 (en) Systems and methods of simulating user intuition of business relationships using biographical imagery
US20030083924A1 (en) Multi-level audience processing
US20110276357A1 (en) System and methods of managing assignments
US20070067191A1 (en) Claim adjustment quality review
CN109767070A (zh) 案件分配方法、装置、计算机设备和存储介质
CN110458399A (zh) 风险信息生成方法、装置、计算机设备和存储介质
CN111047426A (zh) 一种基于资金交易的可疑账户分析方法、***及存储介质
CN113887960A (zh) 一种业务策略效能自动监控***及方法
Argyriou et al. Occupational fraud detection through visualization
CN108304482A (zh) 经纪人的识别方法及装置、电子设备和可读存储介质
CN113205370B (zh) 数据处理方法、数据处理装置及电子设备
EP3764310A1 (en) Prediction task assistance device and prediction task assistance method
CN117036062A (zh) 一种结算资源计算方法及装置
Berkowitz Failing to keep up with the information revolution
CN116049254A (zh) 一种基于数据库的数据资产统计方法
Kim et al. A Study on the Examination of Reliability Prediction Process and the Application of PLS data in Weapon System
CN105913169A (zh) 工单处理方法及装置
CN111950863A (zh) 信息显示方法、终端设备
CN105763631A (zh) 一种对等体组识别方法及装置
US20200364795A1 (en) Value chain extraction device and value chain extraction method using the same
CN116306503A (zh) 会员编号的生成方法、装置及计算机设备
WO2018148798A2 (en) Business advisory tool
Kalantari et al. Analyzing the Driving Affecting Factors on Investment Efficiency on IT Projects
Born An Automated Machine Learning Approach for More Efficient Marine Corps Recruiter Prospecting

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination