專利名稱：用于確定理想客戶的評級系統(tǒng)和方法
技術領域：
本發(fā)明通常涉及一種用于確定理想客戶的評級方法和系統(tǒng)，更準確地說，涉及一種通過計算每個客戶的預測指標確定理想客戶的評級方法和系統(tǒng)，其中預測指標基于與客戶有關的屬性，諸如資產水平、人口信息和/或交易歷史，預測每個客戶可產生的可能利潤。
背景技術：
對于公司來說，能夠從現有的客戶群中確定理想的客戶是重要的。客戶的理想性可以基于例如該客戶已經產生的或者可以帶來的可能利潤確定。公司應當盡最大努力保持理想客戶，并拋棄那些僅給公司產生有限或者最小利潤的客戶。對于公司來說，向理想客戶提供更好的待遇和服務以使理想客戶與同一個公司保持關系在經濟學上是合理的。
現今，一些公司使用分級系統(tǒng)以基于客戶對公司的理想性確定該客戶可以享受的待遇類型。例如，經紀公司打算向那些理想客戶提供額外的照顧，諸如提供精英服務、額外的折扣、宣傳、服務調查等等。甚至客戶服務中心也使用自動系統(tǒng)以基于客戶已經產生或者可產生多少利潤連接呼入的客戶呼叫。例如，客戶服務中心中的計算機系統(tǒng)基于由呼叫者輸入的呼叫者ID或者賬戶號碼確定呼入的呼叫的身份。接著，檢索該呼叫客戶的簡介以確定回答該呼叫的優(yōu)先級。如果客戶的簡介表明該呼叫客戶是理想客戶(其可能已經產生或者可以帶來許多利潤)，則計算機系統(tǒng)將該呼叫分級為最高優(yōu)先級，并立即將該呼叫連接到一個專門處理精英客戶的經紀人。另一方面，如果客戶的簡介表明該客戶沒有產生足夠的利潤以證明其是精英客戶，則系統(tǒng)將該呼入的呼叫分配到普通的隊列，等待下一個可用的客戶服務經紀人回答該呼叫。
盡管基于客戶可產生的可能利潤確定客戶的理想性是直接的，但是沒有一種有效的方法預測哪種類型的客戶可以給公司帶來更多的利潤。過去，經紀公司認為客戶可以產生的利潤與該客戶的資產水平有關。因此，一些經紀公司基于客戶各自的資產水平給每個客戶分配客戶分數客戶的資產水平越高，分配的客戶分數越高。如果客戶分數超過預定閾值，那么該客戶被確定為理想客戶，并會得到較好的待遇。
然而，已經注意到單純根據資產水平確定理想客戶并不能起到很好的作用。例如，在經紀公司中，某些客戶可能具有高資產水平，但是他們不經常參與投資活動，諸如交易股票或者共同基金，因此僅給經紀公司帶來有限的服務費用。因此，這樣的客戶，盡管他們具有高資產水平，但實際上給經紀公司帶來非常少的收入。另一方面，某些客戶，盡管僅擁有低水平的資產，但實際上發(fā)生很多交易活動，諸如日交易者。盡管資產水平較低，但是這種類型的客戶給經紀公司產生更多的利潤，并因此應當比那些雖然具有高資產水平但僅給經紀公司產生有限收入的客戶更理想。因此，需要一種更準確的系統(tǒng)或者技術以確定理想客戶。

發(fā)明內容
本發(fā)明提供一種先進的用于確定理想客戶的評級方法和系統(tǒng)。該評級方法和系統(tǒng)的一個優(yōu)點在于客戶的理想性基于多個因素而不是只基于資產水平確定。提供預測指標以表明每個客戶的理想性。另外，該先進的評級方法和系統(tǒng)采用獨特的權重系統(tǒng)以適當地解決各種可影響評級的準確性的因素的不同重要性。
示例性的客戶評級方法基于各種類型的客戶數據計算每個客戶的預測指標，其中，客戶數據包括從下面選擇的至少兩種類型的數據客戶的資產水平、客戶的人口信息和客戶的交易歷史。接著確定每種所選擇類型的客戶數據的分數。例如，客戶的資產水平的分數可以通過使用包括資產水平和對應分數之間的關系的查找表找到對應于客戶的資產水平的分數確定。在確定了每種所選擇類型的數據的分數之后，基于該分數計算客戶的預測指標。得到的預測指標預測該客戶可產生的利潤趨勢，諸如或多或少的利潤。
在一個實施例中，客戶的預測指標通過將每種所選擇類型的客戶數據的分數相加計算。在另一個實施例中，當計算預測指標時，獨特的權重系統(tǒng)用于反映各種類型的客戶數據的不同的重要性。例如，每種類型的客戶數據的預定權重被應用于每種類型的數據的各個分數，諸如通過將權重乘以分數，以生成加權分數。接著，所選擇類型的客戶數據的加權分數經過數學處理，諸如加法，以生成預測指標。每種所選擇類型的客戶數據的權重可以經驗地確定，諸如通過回歸。
為了確定客戶的理想性，該先進的評級方法可將預測指標與一個或者多個預置閾值進行比較。基于比較的結果，可以給每個客戶分配一理想性等級，諸如非常理想、很理想、一般理想、不理想等等，這些等級可以用于進一步的處理或評價。
一種數據處理系統(tǒng)，諸如計算機，可以用于實現這里所述的評級方法和系統(tǒng)。數據處理系統(tǒng)可包括用于處理數據的處理器、耦合到處理器的數據存儲裝置和數據傳輸裝置。數據存儲裝置具有指令，以使數據處理系統(tǒng)在由處理器執(zhí)行指令時執(zhí)行這里所述的功能?？蛻魯祿?、參考數據庫和權重數據庫可以在數據存儲裝置或者任何其他可以被數據處理系統(tǒng)訪問的數據存儲裝置上實現。指令可嵌入機器可讀介質中以控制數據處理系統(tǒng)執(zhí)行客戶評級。機器可讀介質可包括諸如CD-ROM、DVD等的光存儲介質、包括軟盤或者磁帶的磁性存儲介質和/或諸如存儲卡、閃存等的固態(tài)存儲裝置。這些指令也可以使用載波傳遞和傳輸。
根據下面詳細的說明，當前所公開的方法和系統(tǒng)的其它優(yōu)點將變得非常明顯，這些說明僅僅是本發(fā)明的示例而非限制。正如將認識到的，該客戶評級方法和系統(tǒng)能夠有其它和不同的實施例，并且其幾個細節(jié)能夠在各種顯然的方面加以修改，所有這些都不脫離本發(fā)明。因此，附圖和說明實質上可被認為是示例性的，而非限制性的。


結合在說明書中并作為說明書的一部分

示例性的實施例。
圖1是描述示例性的客戶評級系統(tǒng)的體系結構的示意性框圖；圖2描述示例性的客戶數據庫的數據結構；圖3示出包括在參考數據庫中的示例性的查找表；圖4描述說明用于確定客戶的理想性的示例性過程的流程圖；圖5示出數據處理系統(tǒng)的示意性框圖，基于該系統(tǒng)可以實現本發(fā)明的示例性的客戶評級系統(tǒng)。
具體實施例方式
在以下的說明中，出于解釋的目的，闡明了很多特定細節(jié)以提供對本發(fā)明的完全理解。然而很明顯，對于本領域的技術人員來說，本發(fā)明的方法和系統(tǒng)可以無需這些特定細節(jié)實現。在其它例子中，為了避免不必要地遮蔽本發(fā)明，公知的結構和裝置以框圖的形式顯示。
為了說明的目的，以下的說明討論在經紀公司中使用以確定理想客戶的示例性的評級方法和系統(tǒng)。應當理解，這里所公開的評級方法和系統(tǒng)可以應用于其它行業(yè)，并可以有不同的變形，這些變形都包括在本申請的范圍之內。在圖1中，示出了示例性的客戶評級系統(tǒng)100的示意性框圖。提供諸如計算機的數據處理系統(tǒng)102以基于各種類型的客戶數據生成多個客戶的每一個的預測指標110。預測指標110提供顯示或預測客戶可產生多少利潤的指示。數據處理系統(tǒng)102可訪問三個數據庫客戶數據庫104、參考數據庫106和權重信息數據庫108?？蛻魯祿?04存儲多個客戶的各種類型的客戶數據。各種類型的客戶數據可以包括但不限于資產水平、人口信息和交易歷史等等。數據處理系統(tǒng)102可以選擇部分或者全部的存儲在客戶數據庫104中的客戶數據以計算與多個客戶有關的多個預測指標。例如，數據處理系統(tǒng)可以選擇資產水平和人口信息或者資產水平和交易歷史以計算預測指標。
數據處理系統(tǒng)102基于每種所選擇類型的客戶數據各自的內容給每個所選擇類型的客戶數據分配分數。參考數據庫106包括允許數據處理系統(tǒng)102基于每種類型的客戶數據各自的值或者范圍確定分配什么分數的參考數據。例如，參考數據庫106可以包括一個或者多個查找表，其中客戶數據的每個條目可提供對應的被分配分數。權重信息數據庫108存儲每種類型的客戶數據的預存權重。如何確定權重的細節(jié)將很快討論。如圖1所示的數據庫可以在一個或者多個耦合到數據處理系統(tǒng)102的數據存儲裝置中實現，諸如硬盤或者非易失性存儲器中。數據存儲裝置可以在數據處理系統(tǒng)102本地，或者位于另一個計算機中并通過諸如LAN(局域網)、因特網等的數據傳輸鏈路耦合到數據處理系統(tǒng)102。
在計算特定客戶的預測指標時，數據處理系統(tǒng)102訪問客戶數據庫104以檢索對應于特定客戶的所選擇類型的客戶數據。數據處理系統(tǒng)102還訪問參考數據庫106以檢索與所選擇類型的客戶數據有關的參考數據。接著，數據處理系統(tǒng)102基于參考數據分配每種所選擇類型的客戶數據的分數。例如，對于在所選擇類型的客戶數據中的每個數據條目，數據處理系統(tǒng)102通過訪問存儲在參考數據庫106中的查找表確定對應的將要分配給每個數據條目的分數。接著，數據處理系統(tǒng)102基于與該客戶對應的每種所選擇類型的客戶數據的被分配分數，使用獨特的算法以計算特定客戶的預測指標。在一個實施例中，當生成預測指標時，數據處理系統(tǒng)102訪問權重信息數據庫108以檢索每種所選擇類型的客戶數據的預存權重，并將各個權重應用于被分配給所選擇類型的客戶數據的各個分數，使得在生成預測指標期間考慮每種類型的客戶數據的不同的重要性。
在一個實施例中，數據處理系統(tǒng)102使用下面的算法以確定客戶的預測指標C＝aA+bB+cC+dD+eE+fF+gG (a)其中C是將被計算的預測指標；A、B、C、D、E、F、G是分配給客戶的每種類型的客戶數據的各個分數；a、b、c、d、e、f、g是對應于每種類型的客戶數據的預定權重(用于確定各個權重的過程將很快討論)。
盡管等式(a)使用六種類型的客戶數據計算預測指標，但是用于生成預定指標的客戶數據的實際數量和/或類型并不固定為六。相反，這取決于設計偏好?；蚨嗷蛏兕愋偷目蛻魯祿梢杂糜诖_定預測指標。例如，客戶數據庫102可以存儲與資產水平、人口信息和交易歷史有關的客戶數據。然而，由數據處理系統(tǒng)102使用的算法可以僅僅使用兩種類型的客戶數據生成預測指標。例如，算法可以僅僅使用資產水平和人口信息計算預測指標。
現在描述客戶數據庫102、參考數據庫106和權重信息數據庫108的細節(jié)。
(1)客戶數據庫客戶數據庫104存儲與每個客戶有關的數據條目?？蛻魯祿?04中的數據條目包括各種類型的客戶數據，諸如資產水平、交易歷史和人口數據?？蛻舻馁Y產水平被定義為由該客戶擁有的所有資產的總和(只要數據是可得到的)。在經紀公司的例子中，可由客戶擁有的可能資產包括但不限于普通股、優(yōu)先股、權利/擔保、單位(unit)、期權、公司債務、CMO/MBS/ABS、貨幣市場、市政債券、美國政府/代理債券、共同基金、付傭共同基金、UIT和/或任何其它類型的客戶可擁有的票據或者資產。
人口數據被定義為與有關客戶的屬性和/或特性有關的或者可以用于確定客戶的信息。例如，人口數據可包括但不限于與經紀公司的持續(xù)時間、同一個家庭中的客戶、城市大小、年齡、性別、教育、婚姻狀況、收入、地址、房子所有權的狀態(tài)、所擁有的車輛的數量和/或類型、家庭收入、家庭人員數量、孩子的數量、孩子的年齡、外出吃飯的頻率、喜好等等。該列表不意味著窮盡。在進行了與任何與客戶有關的屬性各自對預測指標的影響有關的經驗研究后，這些屬性可以用于生成預測指標。
與交易歷史有關的數據被定義為與用戶在過去已經進行的任何交易有關的每種類型的信息。盡管可以使用其它交易數據(如果知道的話)，但是數據通常與和想要計算并使用利潤預測指標的公司進行交易的歷史有關，例如在本例子中與經紀公司進行交易。對于這樣的例子，交易歷史數據可以包括交易日期、交易類型、交易數量、交易頻率、平均交易數量、每月交易數量、每月平均交易數量、特定時期內的總交易數量、每次交易的股票數量、12個月每月移動平均總交易數量等等。交易歷史數據還可以包括從收入或者利潤中得到的實際收入或者利潤數據或度量，例如經紀傭金金額或者實際或者平均百分比傭金。
其它類型的客戶數據還可以包括在客戶數據庫104中用于計算預測指標。例如，對于經紀公司來說，也可以使用下面類型的客戶數據過去三個月的平均長期市場價值、過去三個月的平均短期市場價值、過去三個月的平均總資產、過去十二個月的平均總資產、過去三個月的傭金、過去三個月的利息和其它費用、過去三個月的交易數量、過去三個月的存入資金、過去三個月的取回資金、賬戶類型的數量和/或存款寬限期等等。包括在客戶數據庫104中的客戶數據的數量和/或類型取決于設計偏好。為了確定一種類型的客戶數據是否影響由客戶產生的利潤的趨勢，可以使用回歸經驗地確定一個變量或者一種類型的數據是否有可能與利潤產生的趨勢有關。
圖2示出客戶數據庫104中的示例性數據條目204的數據結構。唯一的客戶ID 211被分配給每個客戶用于標識。數據條目204包括各種類型的客戶數據，其包括資產水平213、人口信息215、交易歷史217和其它類型的可用于生成預測指標110的客戶數據218。對應于每種類型的客戶數據的信息存儲在數據字段223、225、227、229中，如上說明的。
(2)參考數據庫參考數據庫106存儲由數據處理系統(tǒng)102用于確定將要分配給與客戶對應的每種所選擇類型的客戶數據的分數的參考數據。在一個例子中，參考數據被實現為一個或者多個包括每種類型的客戶數據和對應的被分配分數之間的關系的查找表。圖3描述參考數據庫106中的示例性查找表306的數據結構。數據字段311識別客戶數據的類型，數據字段312列出對應于每種類型的客戶數據的內容或者范圍。數據字段313示出對應于由數據字段312識別的客戶數據的內容或者范圍的被分配分數。例如，在數據字段322中，被識別類型的客戶數據為“資產水平”。資產水平被進一步地分為六個范圍$0、$0至$1,000、$1,000至$10,000、$10,000至$100,000、$100,000至$1,000,000和大于$1,000,000。給資產水平的每個范圍分配一個分數。如圖3所示，給資產水平為$0美元的客戶分配1.67分，給資產水平為$0到$1,000美元的客戶分配3.33分，給資產水平為$1,000到$10,000美元的客戶分配5分。
為了基于客戶的資產水平確定分數，數據處理系統(tǒng)102首先訪問客戶數據庫102，以檢索與客戶的資產有關的數據，并計算客戶的資產總量。接著，數據處理系統(tǒng)102通過在查找表306的“資產水平”322中查找對應的范圍確定將要分配給該客戶的分數。例如，如果確定客戶的資產總量為$375,000，那么該客戶的資產落入$100,000至$1,000,000的范圍內。如圖3所示，該范圍的對應分數為8.33。因此，基于該客戶的資產水平給該客戶分配8.33分。查找表306還包括其它類型的客戶數據的信息和對應的分數，諸如交易活動、與公司的持續(xù)時間、客戶年齡、家庭中客戶的數量、客戶的資本凈值和客戶居住的城市的人口數。
與特定類型的數據有關的分數分布和分數分配不必對于所有類型的客戶數據都一致。特定類型的數據內的被分配分數取決于一個變量或者一種類型的客戶數據對于預測客戶可以產生的利潤有多重要。較高的分數可以分配給更重要的客戶數據，而較低的分數可以分配給不太重要的客戶數據。另外，相對于特定類型的客戶數據的分數分布可以是各種不同的類型，諸如線性分布、正態(tài)分布等。
(3)權重信息數據庫如前面所討論的，在數據處理系統(tǒng)102確定了對應于特定客戶的每種類型的客戶數據的分數后，數據處理系統(tǒng)102可以使用等式(a)以計算特定客戶的預測指標。等式(a)再次表示如下C＝aA+bB+cC+dD+eE+fF+gG (a)其中C是將被計算的預測指標；A、B、C、D、E、F、G是分配給客戶的每種類型的客戶數據的各個分數；a、b、c、d、e、f、g是對應于每種類型的客戶數據的各個權重。
權重信息數據庫108存儲與在生成預測指標時使用的每種類型的客戶數據對應的預定權重信息。
根據一個實施例，對應于每個類型的客戶數據的各個權重的值使用回歸確定。例如，為了獲得等式(a)中的權重a-g的值，使用下面的回歸等式R＝aA+bB+cC+dD+eE+fF+gG (b)其中R＝根據實際數據或者經驗研究基于每個用戶已經產生或者可以產生的利潤由每個客戶產生的已知利潤或者預先分配給每個客戶的預測指標；A-G是與輸入到等式(a)中的不同類型的實際客戶數據對應的各個分數；a-g表示每種所選擇類型的數據的對應權重。
在回歸處理期間，從已知的客戶群中檢索的客戶數據被提供給回歸等式(b)，以確定對應于每種類型的客戶數據的各個系數(權重)a-g，其對應于影響來自每種類型的客戶數據的利潤或者預測指標的趨勢。在回歸過程之后，對應于每種類型的客戶數據的權重a-g的值被確定并存儲在可由數據處理系統(tǒng)102在使用等式(a)計算預測指標時可訪問的數據存儲裝置中，諸如硬盤中。
根據一個實施例，每種類型的客戶數據的各個權重可以合并到參考數據中。例如，在存儲在參考數據庫中的查找表中，將要分配給每種類型的客戶數據的分數已經反映了對應的每種類型的數據的權重。在預測由客戶產生的利潤中扮演更重要角色的一種類型的客戶數據與具有較小影響的另一種類型的客戶數據相比被賦予或分配較高的分數，以使客戶評級系統(tǒng)可在計算預測指標時刪除將權重應用于每個所計算的客戶分數的步驟。
在確定了客戶的預測指標后，數據處理系統(tǒng)102可以將一個或者多個預置閾值應用于被確定的預測指標以確定客戶對于經紀公司是否是理想的。例如，預置閾值可以如下客戶分數理想性80＜非常理想60-80 很理想40-60 理想20-40 一般理想0-20不理想在數據處理系統(tǒng)102已經確定經紀公司具有的每個客戶的理想性之后，數據處理系統(tǒng)102可生成顯示每個客戶的理想性的報告。該報告可以實現為用于由數據處理系統(tǒng)102或者其它數據處理系統(tǒng)進一步訪問的計算機文件，以基于客戶各自的預測指標向客戶提供不同等級的服務。例如，該報告可以由呼叫中心中的計算機訪問，以在區(qū)別呼入的呼叫，以基于哪個客戶進行呼叫和該客戶對于經紀公司有多理想確定哪個呼叫應該以較高的優(yōu)先級回答。由具有較高預測指標的第一客戶進行的呼叫應被賦予比由具有較低預測指標的第二客戶進行的呼叫更高的優(yōu)先級，即使第二客戶可能先進行呼叫。
圖4描述說明確定客戶的理想性的過程的流程圖。在步驟401，數據處理系統(tǒng)102訪問客戶數據庫104以檢索該客戶的各種類型的客戶數據。在步驟403，數據處理系統(tǒng)102訪問參考數據庫106來獲得參考數據。接著，數據處理系統(tǒng)102基于參考數據和客戶數據給對應于該客戶的每種類型的客戶數據分配分數(步驟405)。在步驟407，數據處理系統(tǒng)102訪問權重信息數據庫108以獲得每種類型的客戶數據的權重信息。在步驟409，數據處理系統(tǒng)102通過將客戶數據的各個權重和被分配分數應用于如前討論的等式(a)計算客戶的預測指標。接著，數據處理系統(tǒng)102將預置閾值應用于所計算的預測指標以確定客戶的理想性(步驟411)。盡管在圖4中示出了步驟401、403和405按順序執(zhí)行，但是這些步驟可以同時執(zhí)行。可選擇地，數據處理系統(tǒng)102可以先執(zhí)行步驟403和405，并將權重信息和參考信息存儲在數據處理系統(tǒng)102的存儲器中，用于后來的訪問，使得對于每個客戶不必重復步驟403和405。
圖5示出示例性的數據處理系統(tǒng)500的框圖，基于該系統(tǒng)可以實現客戶評級系統(tǒng)100和/或數據處理系統(tǒng)102。數據處理系統(tǒng)500包括總線502或者用于傳輸信息的其他通信機制，和與總線502耦合的用于處理數據的數據處理器504。數據處理系統(tǒng)500還包括耦合到總線502的用于存儲信息和由處理器504執(zhí)行的指令的主存儲器506，諸如隨機訪問存儲器(RAM)或者其他動態(tài)存儲裝置。主存儲器506還可以用于在執(zhí)行由數據處理器504執(zhí)行的指令期間存儲臨時變量或者其它中間信息。數據處理系統(tǒng)500還包括耦合到總線502的用于存儲處理器504的靜態(tài)信息和指令的只讀存儲器(ROM)508或者其它靜態(tài)存儲裝置。提供諸如磁盤或者光盤的存儲裝置510，其耦合到總線502用于存儲信息和指令。數據處理系統(tǒng)500還可具有用于將數據從一種格式轉換為另一種格式的適當的軟件和/或硬件。這種轉換操作的例子是將系統(tǒng)500上可用的數據的格式轉換為另一種格式，諸如方便數據傳輸的格式。
數據處理系統(tǒng)500可以通過總線502耦合到用于向操作者顯示信息的顯示器512，諸如陰極射線管(CRT)、等離子顯示面板或者液晶顯示器(LCD)。輸入裝置514，包括文字數字鍵和其它鍵，耦合到總線502，用于向處理器504傳送信息和命令選擇。另一種類型的用戶輸入裝置是光標控制(未示出)，諸如鼠標、觸摸板、軌跡球或者光標方向鍵等，用于向處理器504傳送方向信息和命令并控制光標在顯示器512上的移動。
控制數據處理系統(tǒng)500以響應處理器504執(zhí)行包含在主存儲器506中的一個或者多個指令的一個或者多個序列。這些指令可以從諸如存儲裝置510的另一個機器可讀介質中讀入主存儲器506。執(zhí)行包含在主存儲器506中的指令的序列使處理器504執(zhí)行這里所述的處理步驟。例如，在預存指令的控制下，數據處理器504訪問存儲在數據存儲裝置510和/或耦合到數據處理系統(tǒng)的其它數據存儲裝置中的客戶數據、參考數據和/或權重數據，并生成客戶的客戶分數和/或預測指標。在可選擇的實施例中，硬連線電路可以用于替代軟件指令或者結合軟件指令以實現所公開的客戶評級。因此，客戶評級實施例并不限于硬件電路和軟件的任何特定組合。
這里所使用的術語“機器可讀介質”是指任何參與向處理器504提供指令以執(zhí)行或者向處理器504提供數據以處理的介質。這種介質可以采用多種形式，包括但不限于非易失性介質、易失性介質和傳輸介質。例如，非易失性介質包括光盤或磁盤，諸如存儲裝置510。易失性介質包括動態(tài)存儲器，諸如主存儲器506。傳輸介質包括雙絞線、銅線和光纖，包括包含總線502或者外部網絡的線路。傳輸介質也可以采用聲波或者光波的形式，諸如那些在無線電波和紅外數據中傳輸生成的，它們可以在總線或者外部網絡的鏈路上傳送。
機器可讀介質的通常形式包括例如軟盤、軟磁盤、硬盤、磁帶或者其他磁性介質、CD-ROM、任何其他光介質、穿孔卡片、紙帶、任何其它具有孔狀式樣的物理介質、RAM、PROM、EPROM、閃存、任何其他存儲芯片或盒、下文所述的載波或者任何其它數據處理系統(tǒng)可以讀取的介質。
機器可讀介質的各種形式可以參與將一個或者多個指令的一個或者多個序列傳送給處理器504用于執(zhí)行。例如，指令最初可以在諸如服務器的遠程數據處理系統(tǒng)的磁盤上傳送。遠程數據處理系統(tǒng)可以將指令裝載到自己的動態(tài)存儲器中，并使用調制解調器通過電話線發(fā)送該指令。數據處理系統(tǒng)500本地的調制解調器可通過電話線接收數據，并使用紅外發(fā)射機將該數據轉換為紅外信號。紅外探測器可以接收在紅外信號中傳送的數據，并且適當的電路可以將該數據放在總線502上。當然，各種寬帶通信技術/裝置可以用于這些鏈路中的任意一種?？偩€502將數據傳送到主存儲器506，處理器504從主存儲器506中檢索并執(zhí)行指令和/或處理數據。由主存儲器506接收的指令和/或數據可以選擇性地在處理器504的執(zhí)行或者其它處理之前或者之后存儲在存儲裝置510中。
數據處理系統(tǒng)500還包括耦合到總線502的通信接口518。通信接口518提供雙向數據通信，其耦合到連接到本地網的網絡鏈路520。例如，通信接口可以是綜合業(yè)務數字網(ISDN)卡或者調制解調器，以向對應類型的電話線提供數據通信連接。作為另一個例子，通信接口518可以是有線或者無線局域網(LAN)卡，以向兼容的局域網提供數據通信連接。在任意一種這樣的實施例中，通信接口518發(fā)送和接收載有表示各種類型的信息的數字數據流的電信號、電磁信號或者光信號。
網絡鏈路520通常通過一個或者多個網絡向其他數據設備提供數據通信。例如，網絡鏈路520可以通過本地網向由因特網服務提供商(ISP)526操作的數據設備提供連接。ISP 526進而通過當前被稱作因特網527的全球分組數據通信網絡提供數據通信服務。本地ISP網絡526和因特網527都使用載有數字數據流的電信號、電磁信號或者光信號。經過各種網絡的信號和在網絡鏈路520上并通過通信接口518的信號向和從數據處理系統(tǒng)500傳送信號，并且都是傳輸信息的載波的示例性形式。
數據處理系統(tǒng)500可以通過網絡、網絡鏈路520和通信接口518發(fā)送消息并接收數據，包括程序代碼。在因特網的例子中，服務器530可以通過因特網527、ISP 526、本地網和通信接口518發(fā)送被請求的應用程序的代碼。該程序例如可以實現如上面所述的客戶評級。通信能力還允許將相關數據裝載到系統(tǒng)中用于根據本發(fā)明進行處理。
數據處理系統(tǒng)500還具有各種信號輸入/輸出端口，用于連接到諸如打印機、顯示器等的外圍設備并與其進行通信。輸入/輸出端口可包括USB端口、PS/2端口、串行端口、并行端口、IEEE-1394端口、紅外通信端口等等，和/或其它專有端口。數據處理系統(tǒng)500可以通過這些信號輸入/輸出端口與其它數據處理系統(tǒng)進行通信。
盡管是當前最常見的類型，但本領域的技術人員將認識到個人計算機(PC)僅是可以用于實現評級系統(tǒng)的一種類型的數據處理系統(tǒng)。其它最終用戶設備包括具有適當的通信接口的便攜式數字助理(PDA)、其它具有網絡或因特網訪問能力的蜂窩式或無線電話裝置、網絡電視設備等。
這里所述的評級系統(tǒng)和方法可以使用諸如單個PC的單個數據處理系統(tǒng)或者多個不同類型的數據處理系統(tǒng)的組合實現。例如，客戶機-服務器結構或者分布式數據處理體系結構可以用于實現評級系統(tǒng)，其中，多個數據處理系統(tǒng)被耦合到網絡上以相互進行通信。某些數據處理系統(tǒng)可以用作服務器，處理數據流，提供計算服務或者訪問客戶數據，和/或更新駐留在其它耦合到該網絡的數據處理系統(tǒng)中的軟件。
需要指出的是，包含在上述說明中并在附圖中示出的所有內容都應被解釋為是示例性的，而非限制性的。還應當理解，下面的權利要求意味著覆蓋這里所述的所有一般和特定的特征以及各種發(fā)明思想范圍的所有陳述，這些發(fā)明思想從語言上可以表示為落入其中。
權利要求
1.一種客戶評級方法，包括以下步驟訪問與客戶有關的數據，被訪問的數據包括從由所述客戶的資產水平、所述客戶的人口信息和所述客戶的交易歷史構成的組中選擇的至少兩種類型的數據；確定與所述客戶有關的每種所選擇類型的數據的分數；以及基于與所述客戶有關的每種所選擇類型的數據的分數，計算所述客戶的預測指標；其中，所述預測指標預測所述客戶可產生的利潤趨勢。
2.如權利要求1所述的方法，其中，計算所述客戶的預測指標的步驟包括將與所述客戶有關的每種所選擇類型的數據的分數相加。
3.如權利要求1所述的方法，其中，所述計算步驟包括以下步驟訪問與所述客戶有關的每種所選擇類型的數據的權重；以及基于與所述客戶有關的每種所選擇類型的數據的分數和與所述客戶有關的每種所選擇類型的數據的權重，計算所述客戶的預測指標。
4.如權利要求3所述的方法，其中，與所述客戶有關的每種所選擇類型的數據的權重通過回歸確定。
5.如權利要求1所述的方法，還包括以下步驟訪問與利潤閾值有關的數據；將所述預測指標和與所述利潤閾值有關的數據進行比較；以及基于比較步驟的結果指示所述客戶是否是理想的。
6.如權利要求1所述的方法，其中，所述利潤趨勢指示客戶在產生利潤方面的趨勢。
7.如權利要求6所述的方法，其中，所述利潤與交易或者傭金利潤相關。
8.如權利要求1所述的方法，還包括基于所計算的預測指標確定所述客戶的服務等級的步驟。
9.如權利要求8所述的方法，其中，所述服務等級與回答由所述客戶進行的電話呼叫的優(yōu)先級有關。
10.如權利要求1所述的方法，其中，確定與所述客戶有關的每種所選擇類型的數據的分數的步驟包括以下步驟訪問包括將要分配給每種所選擇類型的數據的分數的參考數據；將每種所選擇類型的數據與對應的參考數據進行比較；以及基于比較步驟的結果確定每種所選擇類型的數據的分數。
11.如權利要求10所述的方法，其中，所述參考數據包括查找表，其包括每種所選擇類型的數據與對應的分數之間的關系。
12.一種用于對客戶評級的數據處理系統(tǒng)，包括用于處理數據的處理器；耦合到所述處理器的數據存儲裝置；所述數據存儲裝置具有使所述數據處理系統(tǒng)執(zhí)行以下步驟的指令訪問與客戶有關的數據，所述被訪問的數據包括從由所述客戶的資產水平、所述客戶的人口信息和所述客戶的交易歷史構成的組中選擇的至少兩種類型的數據；確定與所述客戶有關的每種所選擇類型的數據的分數；以及基于與所述客戶有關的每種所選擇類型的數據的分數，計算所述客戶的預測指標；其中，所述預測指標預測所述客戶可產生的利潤趨勢。
13.如權利要求12所述的系統(tǒng)，其中，控制所述數據處理系統(tǒng)以通過將與所述客戶有關的每種所選擇類型的數據的分數相加計算所述客戶的預測指標。
14.如權利要求12所述的系統(tǒng)，其中，所述數據存儲裝置還具有使所述數據處理系統(tǒng)執(zhí)行以下步驟的指令訪問與所述客戶有關的每種所選擇類型的數據的權重；以及基于與所述客戶有關的每種所選擇類型的數據的分數和與所述客戶有關的每種所選擇類型的數據的權重，計算所述客戶的預測指標。
15.如權利要求14所述的系統(tǒng)，其中，控制所述數據處理系統(tǒng)以通過回歸計算與所述客戶有關的每種所選擇類型的數據的權重。
16.如權利要求12所述的系統(tǒng)，其中，控制所述數據處理系統(tǒng)以通過執(zhí)行以下步驟確定與所述客戶有關的每種所選擇類型的數據的分數訪問包括將要分配給每種所選擇類型的數據的分數的參考數據；將每種所選擇類型的數據與對應的參考數據進行比較；以及基于比較步驟的結果確定每種所選擇類型的數據的分數。
17.如權利要求12所述的系統(tǒng)，其中，所述數據存儲裝置還具有使所述數據處理系統(tǒng)執(zhí)行以下步驟的指令訪問與利潤閾值有關的數據；將所述預測指標和與所述利潤閾值有關的數據進行比較；以及基于比較步驟的結果指示所述客戶是否是理想的。
18.如權利要求12所述的系統(tǒng)，其中，所述利潤趨勢代表客戶在產生利潤方面的趨勢。
19.如權利要求18所述的系統(tǒng)，其中，所述利潤與交易或者傭金利潤相關。
20.如權利要求12所述的系統(tǒng)，其中，所述數據存儲裝置還包含使所述數據處理系統(tǒng)基于所計算的預測指標確定所述客戶的服務等級的指令。
21.如權利要求20所述的系統(tǒng)，其中，所述服務等級與回答由所述客戶進行的電話呼叫的優(yōu)先級有關。
22.一種包含指令的程序，其可以包含在機器可讀介質中用于控制數據處理系統(tǒng)對客戶評級，所述指令在由所述數據處理系統(tǒng)執(zhí)行時使所述數據處理系統(tǒng)執(zhí)行如權利要求1所述的方法的步驟。
23.如權利要求22所述的程序，其中，計算所述預測指標的步驟包括將與所述客戶有關的每種所選擇類型的數據的分數相加。
24.如權利要求22所述的程序，其中，計算步驟還包括以下步驟訪問與所述客戶有關的每種所選擇類型的數據的權重；以及基于與所述客戶有關的每種所選擇類型的數據的分數和與所述客戶有關的每種所選擇類型的數據的權重，計算所述客戶的預測指標。
25.如權利要求24所述的程序，其中，控制所述數據處理系統(tǒng)以通過回歸計算與所述客戶有關的每種所選擇類型的數據的權重。
26.如權利要求22所述的程序，其中，確定與所述客戶有關的每種所選擇類型的數據的分數的步驟包括以下步驟訪問包括將要分配給每種所選擇類型的數據的分數的參考數據；將每種所選擇類型的數據與對應的參考數據進行比較；以及基于比較步驟的結果確定與所述客戶有關的每種所選擇類型的數據的分數。
27.如權利要求22所述的程序，還控制所述數據處理系統(tǒng)執(zhí)行以下步驟訪問與利潤閾值有關的數據；將所述預測指標和與所述利潤閾值有關的數據進行比較；以及基于比較步驟的結果指示所述客戶是否是理想的。
28.一種客戶評級方法，包括以下步驟訪問與客戶有關的數據，所述被訪問的數據包括從由所述客戶的資產水平、所述客戶的人口信息和所述客戶的交易歷史構成的組中選擇的至少兩種類型的數據；以及基于與所述客戶有關的所選擇類型的數據確定所述客戶的預測指標；其中，所述預測指標預測所述客戶可產生的利潤趨勢。
29.如權利28所述的方法，其中，所述預測指標通過以下步驟確定確定與所述客戶有關的每種所選擇類型的數據的分數；以及基于與所述客戶有關的每種所選擇類型的數據的分數計算所述客戶的預測指標。
30.如權利29所述的方法，其中，計算所述預測指標的步驟包括將與所述客戶有關的每種所選擇類型的數據的分數相加。
31.如權利29所述的方法，其中，計算步驟還包括以下步驟訪問與所述客戶有關的每種所選擇類型的數據的權重；以及基于與所述客戶有關的每種所選擇類型的數據的分數和與所述客戶有關的每種所選擇類型的數據的權重，計算所述客戶的預測指標。
32.如權利31所述的方法，其中，與所述客戶有關的每種所選擇類型的數據的權重通過回歸確定。
33.如權利29所述的方法，其中，確定與所述客戶有關的每種所選擇類型的數據的分數的步驟包括以下步驟訪問包括將要分配給每種所選擇類型的數據的分數的參考數據；將每種所選擇類型的數據與對應的參考數據進行比較；以及基于比較步驟的結果確定與所述客戶有關的每種所選擇類型的數據的分數。
34.如權利28所述的方法，還包括以下步驟訪問與利潤閾值有關的數據；將所述預測指標和與所述利潤閾值有關的數據進行比較；以及基于比較步驟的結果指示所述客戶是否是理想的。
35.如權利28所述的方法，其中，所述利潤趨勢指示客戶在產生利潤方面的趨勢。
36.如權利要求35所述的方法，其中，所述利潤與交易或者傭金利潤相關。
37.如權利要求28所述的方法，還包括基于所計算的預測指標確定所述客戶的服務等級的步驟。
38.如權利要求37所述的方法，其中，所述服務等級與回答由所述客戶進行的電話呼叫的優(yōu)先級有關。
全文摘要
一種先進的用于確定理想客戶的評級方法和系統(tǒng)。對每個客戶計算預測指標已預測該客戶可產生的利潤的趨勢。預測指標可基于各種類型的客戶數據計算，這些數據包括從下面選擇的至少兩種類型的客戶數據客戶的資產水平、客戶的人口信息和客戶的交易歷史。確定每種所選擇類型的客戶數據的分數。還獲得對應于每種類型的客戶數據的適當權重。接著，基于對應于所選擇類型的客戶數據的各個權重和分數使用先進的算法計算預測指標。預測指標與預置的閾值進行比較以確定客戶是否是理想的。
文檔編號G06Q10/00GK101044499SQ200480014173
公開日2007年9月26日 申請日期2004年5月24日 優(yōu)先權日2003年5月22日
發(fā)明者P·義, P·雷迪 申請人:珀欣投資有限責任公司