一种金融服务的差异化定价方法及装置与流程

1.本发明涉及大数据技术领域，具体涉及一种金融服务的差异化定价方法及装置。


背景技术：

2.金融服务是指金融机构通过开展业务活动为客户提供包括融资投资、储蓄、信贷、结算、证券买卖、商业保险和金融信息咨询等多方面的服务。很多金融服务是要收取一定的费用，不同的金融机构和产品所收取的费用会有所不同。
3.目前，银行金融服务主要通过标准产品服务流程，对所有客户采取分类统一定价的策略，即某一金融服务对所有客户的收费都是相同的。银行金融服务的种类多种多样，并不是所有金融服务都适用于统一定价，比如对于不同信用等级的客户，申请相同的贷款，银行所承受的逾期风险是不同的，对于不同信用等级的客户所提供的信贷服务应该收取不同的费用。但是，目前对金融服务进行差异化的收费难以实现，因此如何可靠地对金融服务进行差异化的收费是目前业界亟待解决的需要课题。


技术实现要素：

4.针对现有技术中的问题，本发明实施例提供一种金融服务的差异化定价方法及装置，能够至少部分地解决现有技术中存在的问题。
5.第一方面，本发明提出一种金融服务的差异化定价方法，包括：
6.根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；
7.根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；
8.根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；
9.根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；
10.根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
11.第二方面，本发明提供一种金融服务的差异化定价装置，包括：
12.第一获得模块，用于根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；
13.第二获得模块，用于根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；
14.第三获得模块，用于根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；
15.第四获得模块，用于根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；
16.定价模块，用于根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
17.第三方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述的金融服务的差异化定价方法。
18.第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述的金融服务的差异化定价方法。
19.第五方面，本发明提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的金融服务的差异化定价方法。
20.本发明实施例提供的金融服务的差异化定价方法及装置，能够根据目标客户所属的客户群组的排名和客户群组的数量，获得目标客户的客户贡献度差异化系数，根据目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得目标客户对应的风险因素系数，根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得目标金融服务对应的产品价值系数，根据目标客户的客户贡献度差异化系数、目标客户对应的风险因素系数以及目标金融服务对应的产品价值系数，获得目标客户相对于目标金融服务的差异化系数，根据目标客户相对于目标金融服务的差异化系数以及目标金融服务的基准费用，获得目标客户在目标金融服务下的差异化定价结果，从客户贡献、风险因素和产品价值多个维度实现了金融服务的差异化定价，提高了金融服务差异化定价的可靠性。
附图说明
21.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
22.图1是本发明第一实施例提供的金融服务的差异化定价方法的流程示意图。
23.图2是本发明第二实施例提供的金融服务的差异化定价方法的流程示意图。
24.图3是本发明第三实施例提供的金融服务的差异化定价方法的流程示意图。
25.图4是本发明第四实施例提供的金融服务的差异化定价方法的流程示意图。
26.图5是本发明第五实施例提供的金融服务的差异化定价方法的流程示意图。
27.图6是本发明第六实施例提供的金融服务的差异化定价方法的流程示意图。
28.图7是本发明第七实施例提供的金融服务的差异化定价方法的流程示意图。
29.图8是本发明第八实施例提供的金融服务的差异化定价方法的流程示意图。
30.图9是本发明第九实施例提供的金融服务的差异化定价装置的结构示意图。
31.图10是本发明第十实施例提供的金融服务的差异化定价装置的结构示意图。
32.图11是本发明第十一实施例提供的金融服务的差异化定价装置的结构示意图。
33.图12是本发明第十二实施例提供的金融服务的差异化定价装置的结构示意图。
34.图13是本发明第十三实施例提供的金融服务的差异化定价装置的结构示意图。
35.图14是本发明第十四实施例提供的金融服务的差异化定价装置的结构示意图。
36.图15是本发明第十五实施例提供的金融服务的差异化定价装置的结构示意图。
37.图16是本发明第十六实施例提供的电子设备的实体结构示意图。
具体实施方式
38.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。本技术中技术方案中对数据的获取、存储、使用、处理等均符合法律法规的相关规定。本技术实施例中的用户信息均是通过合法合规途径获得，并且对用户信息的获取、存储、使用、处理等经过客户授权同意的。
39.为了便于理解本技术提供的技术方案，下面先对本技术技术方案的相关内容进行说明。
40.银行对客户提供各类金融服务通常需要寻求最优定价，即对金融服务进行差异化的定价，不同的客户所收取的费用可以是不同的，而最优定价是一个系统的、辩证的、动态的概念，需结合多方面因素综合考虑，除提升风险定价能力之外，还需结合自身资金禀赋、不同客群特征以及市场动态变化等因素，因此较难采取实时有效的差异化定价策略，难以实现最优定价。
41.本发明提出一种银行对客户的金融服务的差异化定价方法，基于目前难以采取实时有效的差异化定价策略的问题，利用大数据、机器学习等技术，根据银行自身产品及服务特点因素、客户分类学习结果因素、市场动态变化因素进分步学习和预测，实现基于客户不同特点，进行金融服务的差异化定价，以提高金融服务的差异化定价的可靠性和精准性。
42.下面以服务器作为执行主体为例，对本发明实施例提供的金融服务的差异化定价方法的具体实现过程进行说明。可理解的是，本发明实施例提供的金融服务的差异化定价方法的执行主体不限于服务器。
43.图1是本发明第一实施例提供的金融服务的差异化定价方法的流程示意图，如图1所示，本发明实施例提供的金融服务的差异化定价方法，包括：
44.s101、根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标
客户的基础数据预先获得的；
45.具体地，服务器基于目标客户的基础数据，可以预先获得所述目标客户所属的客户群的排名。所述服务器根据目标客户所属的客户群组的排名和客户群组的数量，可以获得所述目标客户的客户贡献度差异化系数。其中，目标客户是金融服务进行差异化定价的对象。金融服务包括但不限于贷款服务、对公转账服务、跨境汇款服务等。
46.例如，可以根据公式a＝z/tw计算获得目标客户的客户贡献度差异化系数a，z表示客户差异化区间阈值，根据实际需要进行设置，本发明实施例不做限定，t表示客户群组的数量，w表示目标客户所属的客户群组的排名。
47.s102、根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；
48.具体地，所述服务器根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，可以查询获得所述目标客户的客户风险等级对应的风险因素系数，作为所述目标客户对应的风险因素系数。其中，客户风险等级与风险因素系数的对应关系是预设的，所述目标客户的客户风险等级是预先获得的。
49.s103、根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；
50.具体地，所述服务器根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，可以查询获得所述目标金融服务的市场潜力价值评级对应的产品价值系数，作为所述目标金融服务对应的产品价值系数。其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的。所述目标金融服务是需要进行差异化定价的金融服务。市场潜力价值评级与产品价值系数的对应关系是预先获得的。
51.s104、根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；
52.具体地，所述服务器根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，可以获得所述目标客户相对于所述目标金融服务的差异化系数。
53.例如，可以根据公式e＝(1-aa)(1+by)(1+cv)计算获得所述目标客户相对于所述目标金融服务的差异化系数e，其中，a为所述目标客户的客户贡献度差异化系数，y为所述目标客户对应的风险因素系数，v为所述目标金融服务对应的产品价值系数，a、b、c为常数。a、b、c根据实际需要进行设置，本发明实施例不做限定。
54.s105、根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
55.具体地，所述服务器根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，可以获得所述目标客户在所述目标金融服务下的差异化定价结果。其中，所述目标金融服务的基准费用是预先设置的，根据实际情况进行设置，本
发明实施例不做限定。
56.需要说明的是，对于所有的客户，金融服务的基准费用是固定的，但不同的目标客户所获得的目标客户相对于所述目标金融服务的差异化系数可以不同，从而能够基于目标客户相对于所述目标金融服务的差异化系数以及金融服务的基准费用，实现金融服务器对不同的目标客户的差异化定价。
57.例如，所述服务器计算所述目标客户相对于所述目标金融服务的差异化系数与所述目标金融服务的基准费用的乘积的结果，作为所述目标客户在所述目标金融服务下的差异化定价结果。
58.本发明实施例提供的金融服务的差异化定价方法，能够根据目标客户所属的客户群组的排名和客户群组的数量，获得目标客户的客户贡献度差异化系数，根据目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得目标客户对应的风险因素系数，根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得目标金融服务对应的产品价值系数，根据目标客户的客户贡献度差异化系数、目标客户对应的风险因素系数以及目标金融服务对应的产品价值系数，获得目标客户相对于目标金融服务的差异化系数，根据目标客户相对于目标金融服务的差异化系数以及目标金融服务的基准费用，获得目标客户在目标金融服务下的差异化定价结果，从客户贡献、风险因素和产品价值多个维度实现了金融服务的差异化定价，提高了金融服务差异化定价的可靠性。
59.图2是本发明第二实施例提供的金融服务的差异化定价方法的流程示意图，如图2所示，在上述各实施例的基础上，进一步地，基于所述目标客户的基础数据获得所述目标客户所属的客户群组的排名包括：
60.s201、获取所述目标客户的客户基础数据；
61.具体地，所述服务器可以获取目标客户的客户基础数据。其中，客户基础数据可以包括客户年龄、客户性别、开户年限、资产区间、持有产品数量、持有产品种类、日均交易次数、周均交易次数、月均交易次数、交易总次数、最近交易渠道类型、最近交易产品类型、是否开通网上银行、是否开通手机银行、是否持有储蓄卡、储蓄卡平均流量、储蓄卡最大流量、储蓄卡最小流量、是否持有信用卡、信用卡月均流量、信用卡月均笔数、信用卡逾期次数、是否持有增值产品、增值资产持有量、是否有关系人开户、关系人数量、关系人开卡数量、关系人资产区间。其中，增值产品是指理财产品、基金产品、贵金属、保险产品等。客户基础数据根据实际需要进行选择，本发明实施例不做限定。
62.s202、对所述目标客户的基础数据进行向量化处理，获得所述目标客户对应的特征向量；
63.具体地，所述服务器在获得所述目标客户的基础数据之后，将所述目标客户的基础数据数值化，然后将数值化的所述目标客户的基础数据拼接成向量，获得所述目标客户对应的特征向量。
64.其中，对于所述目标客户的基础数据中的非数值数据，可以采用独热编码方式将非数值数据转换为数值；对于所述目标客户的基础数据中的数值数据，可以进行归一化处理。
65.s203、根据所述目标客户对应的特征向量以及各个客户群组的聚类中心，确定所
述目标客户所属的客户群组；其中，各个客户群组的聚类中心是预先确定的；
66.具体地，所述服务器根据所述目标客户对应的特征向量以及各个客户群组的聚类中心，可以计算所述目标客户到各个聚类中心的距离，从所述目标客户到各个聚类中心的距离获得最小距离对应的客户群组，作为所述目标客户所属的客户群组。其中，各个客户群组的聚类中心是预先确定的，可以通过银行客户的基础数据聚类获得。
67.s204、根据所述目标客户所属的客户群组，获得所述目标客户所属的客户群组的排名；其中，各个客户群组的排名是预先获得的。
68.具体地，所述服务器根据所述目标客户所属的客户群组，可以查询获得所述目标客户所属的客户群组的排名。其中，各个客户群组的排名是预先获得的。
69.图3是本发明第三实施例提供的金融服务的差异化定价方法的流程示意图，如图3所示，在上述各实施例的基础上，进一步地，获得各个客户群组的聚类中心包括：
70.s301、获取各个银行客户的基础数据；
71.具体地，所述服务器可以获得各个银行客户的基础数据，每个银行客户的基础数据可以包括客户年龄、客户性别、开户年限、资产区间、持有产品数量、持有产品种类、日均交易次数、周均交易次数、月均交易次数、交易总次数、最近交易渠道类型、最近交易产品类型、是否开通网上银行、是否开通手机银行、是否持有储蓄卡、储蓄卡平均流量、储蓄卡最大流量、储蓄卡最小流量、是否持有信用卡、信用卡月均流量、信用卡月均笔数、信用卡逾期次数、是否持有增值产品、增值资产持有量、是否有关系人开户、关系人数量、关系人开卡数量、关系人资产区间。其中，增值产品是指理财产品、基金产品、贵金属、保险产品等。客户基础数据根据实际需要进行选择，本发明实施例不做限定。可理解的是，银行客户的基础数据与目标客户的客户基础数据是相对应的。
72.s302、对每个银行客户的基础数据进行向量化处理，获得每个银行客户对应的特征向量；
73.具体地，所述服务器将每个银行客户的基础数据数值化，然后将数值化的每个银行客户的基础数据拼接成向量，获得每个银行客户对应的特征向量。
74.s303、基于各个银行客户对应的特征向量对各个银行客户进行聚类分析，获得各个客户群组以及各自对应的聚类中心。
75.具体地，所述服务器对各个银行客户对应的特征向量进行聚类分析，将各个银行客户分类为多个客户群组，能够获得各个客户群组以及各个客户群组对应的聚类中心。其中，聚类分析可以采用k-means等聚类算法，根据实际需要进行选择，本发明实施例不做限定。
76.例如，采用k-means算法对各个银行客户对应的特征向量进行聚类分析，聚类数量k是预先设置的，可以先随机选定k个聚类中心，比如，以k个银行客户对应的特征向量作为最初的聚类中心，然后将各个银行客户对应的特征向量，划分到k个聚类中心对应的客户群组中，划分完毕之后重新计算k个聚类中心，如果聚类中心发生变化，那么以重新计算的k个聚类中心重复上述过程重新进行分类，直到k个聚类中心不再发生变化，得到k个客户群组和k个客户群组对应的聚类中心。
77.图4是本发明第四实施例提供的金融服务的差异化定价方法的流程示意图，如图4所示，在上述各实施例的基础上，进一步地，获得各个客户群组的排名包括:
78.s401、基于每个客户群组的银行客户的基础数据，获得每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量；
79.具体地，银行客户的基础数据包括客户资产、交易总次数、储蓄卡平均流量、信用卡平均流量和增值资产持有量。对于每个客户群组，计算客户群组内各个银行客户的客户资产的平均值，得到客户群组对应的客户平均资产；计算客户群组内各个银行客户的交易总次数的平均值，得到客户群组对应的客户平均交易次数；计算客户群组内各个银行客户的储蓄卡平均流量的平均值，得到客户群组对应的客户储蓄卡平均资金流量；计算客户群组内各个银行客户的信用卡平均流量的平均值，得到客户群组对应的客户信用卡平均流量；计算客户群组内各个银行客户的增值资产持有量的平均值，得到客户群组对应的增值资产持有量。
80.其中，客户资产为设定时间点的所获得的银行客户的资产，增值资产持有量设定时间点的所获得的银行客户持有的各项增值资产的总额。交易总次数为设定时间段内统计出的交易次数的总和，储蓄卡平均流量为设定时间段内统计出的储蓄卡交易流水量的平均值，信用卡平均流量为设定时间段内统计出的信用卡交易流水量的平均值。设定时间点和设定时间段根据实际需要进行设置，本发明实施例不做限定。
81.s402、根据每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量，获得每个客户群组对应的评分；
82.具体地，所述服务器根据每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量，可以获得每个客户群组对应的评分。
83.例如，对客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量分别进行归一化处理，获得客户群组对应的客户平均资产的归一化值j，客户储蓄卡平均资金流量的归一化值k，客户储蓄卡平均资金流量的归一化值l，客户信用卡平均流量的归一化值m和客户增值资产平均持有量的归一化值n，然后计算客户群组对应的评分s＝j+k+l+m+n。
84.s403、将各个客户群组对应的评分按照从大到小的顺序进行排列，获得每个客户群组的排名。
85.具体地，所述服务器将各个客户群组对应的评分按照从大到小的顺序进行排列，从而得到每个客户群组的排名。客户群组的排名越靠前，说明客户群组中的银行客户的贡献度越大。
86.图5是本发明第五实施例提供的金融服务的差异化定价方法的流程示意图，如图5所示，在上述各实施例的基础上，进一步地，获得所述目标客户的客户风险等级包括：
87.s501、根据所述目标客户的金融风险信息以及金融风险判断规则，获得所述目标客户的第一风险等级分；其中，所述金融风险判断规则是预设的；
88.具体地，所述服务器可以获得所述目标客户的金融风险信息，目标客户的金融风险信息可以包括征信信息、贷款逾期信息、风险共享信息。所述服务器根据所述目标客户的金融风险信息以及金融风险判断规则，可以获得所述目标客户的第一风险等级分。其中，所
述金融风险判断规则是预设的，根据实际需要进行设置，本发明实施例不做限定。
89.需要说明的是，征信信息可以通过第三方查询获得，通过个人信用评分表示；贷款逾期信息可以在银行系统中查询，有逾期和没有逾期两种情况；风险共享信息是银行内部记录的对银行客户的风险分级，可以有多个不同的风险级别，每个银行客户对应一个风险级别。
90.当目标客户的金融风险信息可以包括征信信息、贷款逾期信息、风险共享信息时，对应的金融风险判断规则为：若个人信用评分小于预设值、贷款逾期信息为有逾期或者风险级别大于预设等级，则目标客户的第一风险等级分为1；若个人信用评分大于等于预设值，贷款逾期信息为没有逾期和风险级别小于等于预设等级，则目标客户的第一风险等级分为0。
91.s502、根据所述目标客户的互联网贷款行为信息以及互联网借贷风险判断规则，获得所述目标客户的第二风险等级分；其中，互联网借贷风险判断规则是预设的；
92.具体地，所述服务器可以获得所述目标客户的互联网贷款行为信息，目标客户的互联网贷款行为信息可以包括网络借贷行为。所述服务器根据所述目标客户的互联网贷款行为信息以及互联网借贷风险判断规则，可以获得所述目标客户的第二风险等级分。其中，互联网借贷风险判断规则是预设的，根据实际需要进行设置，本发明实施例不做限定。
93.例如，网络借贷行为包括连续借贷、多头借贷、大额借贷等，通过与银行合作的互联网借贷机构查询目标客户的网络借贷行为。连续借贷是指目标客户存在连续的周期性借款行为，比如连续3个月中每个月都存在网络贷款行为；多头借贷是指目标客户在两个及两个以上的互联网借贷机构进行贷款；大额借贷是指目标客户存在借贷金额大于预设金额的网络贷款行为。
94.网络借贷行为包括连续借贷、多头借贷和大额借贷，相应地，互联网借贷风险判断规则包括若存在连续借贷、多头借贷或者大额借贷，则目标客户的第二风险等级分为1；若不存在连续借贷、多头借贷和大额借贷，则目标客户的第二风险等级分为0。
95.s503、根据所述目标客户的公共信息以及公共风险判断规则，获得所述目标客户的第三风险等级分；其中，公共风险判断规则是预设的；
96.具体地，所述服务器可以获得所述目标客户的公共信息，所述公共信息包括纳税信息、失信信息和违法信息等。所述服务器根据所述目标客户的公共信息以及公共风险判断规则，可以获得所述目标客户的第三风险等级分。其中，公共风险判断规则是预设的，根据实际需要进行设置，本发明实施例不做限定。
97.例如，公共信息可以通过公共机构查询获得，通过目标客户的纳税信息，可以识别目标客户是否正常纳税；通过目标客户的失信信息，可以判断目标客户是否存在失信行为；通过目标客户的违法信息，可以识别目标客户是否存在违法行为。
98.在公共信息包括纳税信息、失信信息和违法信息时，对应的公共风险判断规则包括：若没有正常纳税、存在失信行为或者存在违法行为，则目标客户的第三风险等级分为2；若正常纳税、不存在失信行为和不存在违法行为，则目标客户的第三风险等级分为0。
99.s504、根据所述目标客户的第一风险等级分、第二风险等级分、第三风险等级分以及客户风险等级评分表，获得所述目标客户的客户风险等级；其中，所述客户风险等级评分表是预设的。
100.具体地，所述服务器根据所述目标客户的第一风险等级分、第二风险等级分和第三风险等级分，可以计算出所述目标客户的总风险等级分，根据所述目标客户的总风险等级分在客户风险等级评分表中，可以查询获得所述目标客户的客户风险等级。其中，所述客户风险等级评分表是预设的，存储有总风险等级分与客户风险等级的对应关系。
101.例如，所述目标客户的总风险等级分等于所述目标客户的第一风险等级分、第二风险等级分和第三风险等级分之和。
102.例如，表1为客户风险等级评分表，如表1所示。若目标客户的总风险等级分为0，那么目标客户的客户风险等级为无风险；若目标客户的总风险等级分为1，那么目标客户的客户风险等级为低风险；若目标客户的总风险等级分为2，那么目标客户的客户风险等级为中风险；若目标客户的总风险等级分大于2，那么目标客户的客户风险等级为高风险。
103.表1客户风险等级评分表
104.序号总风险等级分客户风险等级10无风险21低风险32中风险4大于2高风险
105.在获取目标客户的金融风险信息、互联网贷款行为信息和公共信息时，为了数据的安全，可以采用多方安全计算技术进行数据的获取。各数据服务方获取到数据提供方数据明细后，利用多方安全计算技术的秘密分享协议，将获得数据明细进行分片加密处理，每个参与方的数据通过算法处理根据多方安全计算结点数量进行拆分，将数据碎片化、无序化。假设存在三个计算引擎结点，所有数据均分为三个分片，如某行数据的某个数字型字段100可能被拆分为30+30+40，数据分片加密使数据计算可用不可见，以及数据无法被任何一方截取后破解恢复，经过分片加密处理的数据即使被泄露或截取，因任意一方均没有完整的数据恢复规则，故无法将数据恢复为有意义的数据，保证了数据的安全性。分片加密后的数据分发到多个计算引擎节点，由后续多方数据安全计算引擎进行不同计算节点数据多方安全协同计算。比如三个计算结点分别持有a、b、c三条数据，分别拆分为a1、a2、a3和b1、b2、b3以及c1、c2、c3，则三个计算结点所持有的数据可以为[a1，b2，c3]，[a2，b3，c1]，[a3，b1,c2]，上述数据分布组合形式为举例说明，实际情况也可能为其他组合。后续多方数据分布式协同计算得到的结果，与用同样的规则在明文数据上直接计算的效果是一样的，即可以得到相同的计算结果，但多方安全计算过程数据不可见、不可被推理恢复明文，因此保证了数据获取的安全。
[0106]
图6是本发明第六实施例提供的金融服务的差异化定价方法的流程示意图，如图6所示，在上述各实施例的基础上，进一步地，基于所述目标金融服务的产品基础数据获得所述目标金融服务的市场潜力价值评级包括：
[0107]
s601、获取所述目标金融服务的产品基础数据；
[0108]
具体地，所述服务器可以获取所述目标金融服务的产品基础数据，产品基础数据可以包括产品类型、发行方式、产品风险等级、用户数量、正面评价数量、负面评价数量等，根据实际需要进行设置，本发明实施例不做限定。
[0109]
s602、对所述目标金融服务的产品基础数据进行特征工程，获得所述目标金融服
务的评级特征数据；
[0110]
具体地，所述服务器在获得所述目标金融服务的产品基础数据之后，对所述目标金融服务的产品基础数据进行特征工程，可以获得所述目标金融服务的评级特征数据。其中，所述特征工程包括但不限于数据清洗和特征处理，根据实际需要进行设置，本发明实施例不做限定。
[0111]
例如，数据清洗包括重复数据剔除、异常数据修复、缺失数据的填充等。异常数据的修复比如对过高或过低的数据进行平滑处理，缺失数据的填充比如缺失的数据采用平均值填充。
[0112]
例如，特征处理可以包括特征构建，比如对于用户数量，可以构建出首周用户数量、第二周用户数量、第三周用户数量、首月用户数量、首周用户增长率、第二周用户增长率、第三周用户增长率、首月用户增长率、用户增长率上升天数、用户增长率下降天数、日增长用户数峰值、日增长用户数谷值等特征；对于正面评价数量，可以构建出首周正面评价数量、第二周正面评价数量、第三周正面评价数量、首月正面评价数量、首周正面评价增长率、第二周正面评价增长率、第三周正面评价增长率、首月正面评价增长率等特征；对于负面评价数量，可以构建出首周负面评价数量、第二周负面评价数量、第三周负面评价数量、首月负面评价数量、首周负面评价增长率、第二周负面评价增长率、第三周负面评价增长率、首月负面评价增长率等特征。
[0113]
s603、根据所述目标金融服务的评级特征数据以及产品评估模型，获得所述目标金融服务的市场潜力价值评级；其中，所述产品评估模型是基于金融服务样本的产品基础数据以及对应的评估标签预先训练获得的。
[0114]
具体地，所述服务器将所述目标金融服务的评级特征数据输入到产品评估模型中，可以输出所述目标金融服务的市场潜力价值评级。所述目标金融服务的市场潜力价值评级可以以优、中、差表示，根据实际需要进行设置，本发明实施例不做限定。其中，所述产品评估模型是基于金融服务样本的产品基础数据以及对应的评估标签预先训练获得的。
[0115]
图7是本发明第七实施例提供的金融服务的差异化定价方法的流程示意图，如图7所示，在上述各实施例的基础上，进一步地，基于金融服务样本的产品基础数据以及对应的评估标签训练获得所述产品评估模型包括：
[0116]
s701、获取金融服务样本的产品基础数据以及金融服务样本包括的各个金融服务的评估标签；
[0117]
具体地，所述服务器可以获得金融服务样本的产品基础数据以及金融服务样本包括的各个金融服务的评估标签。金融服务样本的产品基础数据包括各个金融服务的产品基础数据。其中，金融服务样本是指为了获得产品评估模型而采用的金融服务。金融服务的评估标签与市场潜力价值评级相对应。金融服务的评估标签可以通过专家对金融服务的产品基础数据进行评估获得。
[0118]
s702、对金融服务样本包括的每个金融服务的产品基础数据进行特征工程，获得每个金融服务的评级特征数据；
[0119]
具体地，所述服务器对金融服务样本包括的每个金融服务的产品基础数据进行特征工程，能够获得每个金融服务的评级特征数据。其中，对每个金融服务的产品基础数据进行特征工程的具体实现过程与步骤s02中对目标金融服务的产品基础数据进行特征工程的
具体过程类似，此处不进行赘述。
[0120]
s703、根据金融服务样本包括的各个金融服务的评级特征数据以及各自对应的评估标签分别对多个不同的初始模型进行训练，获得多个产品评估子模型；
[0121]
具体地，所述服务器基于金融服务样本包括的各个金融服务的评级特征数据以及各自对应的评估标签，对每个初始模型进行训练，可以获得每个初始模型对应的产品评估子模型。采用多个不同的初始模型，可以训练获得多个产品评估子模型。其中，初始模型可以采用随机森林(ramdom forest)模型、极端梯度提升(extreme gradient boosting，简称xgboost)模型，深度森林(deepforest)模型等，根据实际需要进行选择，本发明实施例不做限定。
[0122]
其中，可以采用随机抽样的方式将各个金融服务的评级特征数据划分为训练集和验证集。通过训练集以及对应的评估标签，训练每个初始模型得到，每个初始模型对应的待验证的产品评估子模型。通过验证集以及对应的评估标签，对每个初始模型对应的待验证的产品评估子模型进行验证，验证通过之后作为每个初始模型对应的产品评估子模型。
[0123]
s704、将所述多个产品评估子模型进行组合，构成所述产品评估模型。
[0124]
具体地，所述服务器在获得多个产品评估子模型之后，将所述多个产品评估子模型进行组合，得到所述产品评估模型。每个产品评估子模型可以对单独对目标金融服务的评级特征数据进行评估，得到每个产品评估子模型对应的中间评级结果，将各个产品评估子模型对应的中间评级结果进行组合，得到所述产品评估模型的最终评级结果。通过多个产品评估子模型组合构成产品评估模型，可以提高产品评估模型的评估稳定性和普适性。
[0125]
例如，采用投票加权对各个产品评估子模型对应的中间评级结果进行组合。比如市场潜力价值评级包括优、中和差三级，所述产品评估模型包括三个产品评估子模型。若三个产品评估子模型对应的中间评级结果分别为优、优和优，则所述产品评估模型输出的市场潜力价值评级为优；若三个产品评估子模型对应的中间评级结果分别为优、优和中，则所述产品评估模型输出的市场潜力价值评级为优；若三个产品评估子模型对应的中间评级结果分别为优、优和差，则所述产品评估模型输出的市场潜力价值评级为中；若三个产品评估子模型对应的中间评级结果分别为优、中和差，则所述产品评估模型输出的市场潜力价值评级为中；若三个产品评估子模型对应的中间评级结果分别为优、中和中，则所述产品评估模型输出的市场潜力价值评级为中；若三个产品评估子模型对应的中间评级结果分别为中、中和中，则所述产品评估模型输出的市场潜力价值评级为中；若三个产品评估子模型对应的中间评级结果分别为中、中和差，则所述产品评估模型输出的市场潜力价值评级为中；若三个产品评估子模型对应的中间评级结果分别为优、差和差，则所述产品评估模型输出的市场潜力价值评级为差；若三个产品评估子模型对应的中间评级结果分别为差、差和差，则所述产品评估模型输出的市场潜力价值评级为差。
[0126]
图8是本发明第八实施例提供的金融服务的差异化定价方法的流程示意图，如图8所示，在上述各实施例的基础上，进一步地，获取金融服务样本包括的各个金融服务的评估标签包括：
[0127]
s801、根据金融服务样本包括的各个金融服务的类型和客户总数量，获得金融服务样本包括的每类金融服务的客户平均数量；
[0128]
具体地，所述金融服务样本包括的各个金融服务都有各自对应的类型，根据金融
服务的类型对所述金融服务样本包括的各个金融服务分类，可以获得每类金融服务包括的各个金融服务。所述金融服务样本包括的各个金融服务具有各自的客户总数量，对于每类金融服务，计算该类金融服务包括的各个金融服务的客户总数量的平均值，获得该类金融服务客户平均数量。
[0129]
s802、根据每类金融服务的客户平均数量以及评估标签与客户数量的对应关系，获得每类金融服务对应的评估标签；
[0130]
具体地，所述服务器根据每类金融服务的客户平均数量，查询评估标签与客户数量的对应关系，可以获得与每类金融服务的客户平均数量对应的评估标签，作为每类金融服务对应的评估标签。其中，评估标签与客户数量的对应关系是预设的。
[0131]
例如，评估标签包括优、中、差三种，优对应的客户数量大于第一阈值；中对应的客户数量小于等于第一阈值且大于第二阈值，差对应的客户数量小于等于第二阈值。其中，所述第一阈值和所述第二阈值根据实际需要进行设置，本发明实施例不做限定。
[0132]
s803、将每类金融服务对应的评估标签作为，每类金融服务包括的金融服务的评估标签。
[0133]
具体地，所述服务器在获得每类金融服务对应的评估标签之后，会将该类金融服务对应的评估标签作为该类金融服务包括的各个金融服务的评估标签。
[0134]
对金融服务样本包括的各个金融服务自动标注评估标签，提高了金融服务的标注效率并节约了人力成本。
[0135]
图9是本发明第九实施例提供的金融服务的差异化定价装置的结构示意图，如图9所示，在上述各实施例的基础上，进一步地，本发明实施例提供的金融服务的差异化定价装置包括第一获得模块901、第二获得模块902、第三获得模块903、第四获得模块904和定价模块905，其中：
[0136]
第一获得模块901用于根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；第二获得模块902用于根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；第三获得模块903用于根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；第四获得模块904用于根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；定价模块905用于根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
[0137]
具体地，第一获得模块901基于目标客户的基础数据，可以预先获得所述目标客户所属的客户群的排名。第一获得模块901根据目标客户所属的客户群组的排名和客户群组的数量，可以获得所述目标客户的客户贡献度差异化系数。其中，目标客户是金融服务进行差异化定价的对象。
[0138]
第二获得模块902根据所述目标客户的客户风险等级以及客户风险等级与风险因
素系数的对应关系，可以查询获得所述目标客户的客户风险等级对应的风险因素系数，作为所述目标客户对应的风险因素系数。其中，客户风险等级与风险因素系数的对应关系是预设的，所述目标客户的客户风险等级是预先获得的。
[0139]
第三获得模块903根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，可以查询获得所述目标金融服务的市场潜力价值评级对应的产品价值系数，作为所述目标金融服务对应的产品价值系数。其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的。所述目标金融服务是需要进行差异化定价的金融服务。市场潜力价值评级与产品价值系数的对应关系是预先获得的。
[0140]
第四获得模块904根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，可以获得所述目标客户相对于所述目标金融服务的差异化系数。
[0141]
定价模块905根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，可以获得所述目标客户在所述目标金融服务下的差异化定价结果。其中，所述目标金融服务的基准费用是预先设置的，根据实际情况进行设置，本发明实施例不做限定。
[0142]
本发明实施例提供的金融服务的差异化定价方法及装置，能够根据目标客户所属的客户群组的排名和客户群组的数量，获得目标客户的客户贡献度差异化系数，根据目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得目标客户对应的风险因素系数，根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得目标金融服务对应的产品价值系数，根据目标客户的客户贡献度差异化系数、目标客户对应的风险因素系数以及目标金融服务对应的产品价值系数，获得目标客户相对于目标金融服务的差异化系数，根据目标客户相对于目标金融服务的差异化系数以及目标金融服务的基准费用，获得目标客户在目标金融服务下的差异化定价结果，从客户贡献、风险因素和产品价值多个维度实现了金融服务的差异化定价，提高了金融服务差异化定价的可靠性。
[0143]
图10是本发明第十实施例提供的金融服务的差异化定价装置的结构示意图，如图10所示，在上述各实施例的基础上，进一步地，第一获得模块901包括第一获取单元9011、第一处理单元9012、确定单元9013和第一获得单元9014，其中：
[0144]
第一获取单元9011用于获取所述目标客户的客户基础数据；第一处理单元9012用于对所述目标客户的基础数据进行向量化处理，获得所述目标客户对应的特征向量；确定单元9013用于根据所述目标客户对应的特征向量以及各个客户群组的聚类中心，确定所述目标客户所属的客户群组；其中，各个客户群组的聚类中心是预先确定的；第一获得单元9014用于根据所述目标客户所属的客户群组，获得所述目标客户所属的客户群组的排名；其中，各个客户群组的排名是预先获得的。
[0145]
图11是本发明第十一实施例提供的金融服务的差异化定价装置的结构示意图，如图11所示，在上述各实施例的基础上，进一步地，第一获得模块901还包括第二获取单元9015、第二处理单元9016和聚类分析单元9017，其中：
[0146]
第二获取单元9015用于获取各个银行客户的基础数据；第二处理单元9016用于对
每个银行客户的基础数据进行向量化处理，获得每个银行客户对应的特征向量；聚类分析单元9017用于基于各个银行客户对应的特征向量对各个银行客户进行聚类分析，获得各个客户群组以及各自对应的聚类中心。
[0147]
图12是本发明第十二实施例提供的金融服务的差异化定价装置的结构示意图，如图12所示，在上述各实施例的基础上，进一步地，第一获得模块901还包括第二获得单元9018、第三获得单元9019和排序单元9020，其中:
[0148]
第二获得单元9018用于基于每个客户群组的银行客户的基础数据，获得每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量；第三获得单元9019用于根据每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量，获得每个客户群组对应的评分；排序单元9020用于将各个客户群组对应的评分按照从大到小的顺序进行排列，获得每个客户群组的排名。
[0149]
图13是本发明第十三实施例提供的金融服务的差异化定价装置的结构示意图，如图13所示，在上述各实施例的基础上，进一步地，第二获得模块902包括第四获得单元9021、第五获得单元9022、第六获得单元9023和第七获得单元9024，其中：
[0150]
第四获得单元9021用于根据所述目标客户的金融风险信息以及金融风险判断规则，获得所述目标客户的第一风险等级分；其中，所述金融风险判断规则是预设的；第五获得单元9022用于根据所述目标客户的互联网贷款行为信息以及互联网借贷风险判断规则，获得所述目标客户的第二风险等级分；其中，互联网借贷风险判断规则是预设的；第六获得单元9023用于根据所述目标客户的公共信息以及公共风险判断规则，获得所述目标客户的第三风险等级分；其中，公共风险判断规则是预设的；第七获得单元9024用于根据所述目标客户的第一风险等级分、第二风险等级分、第三风险等级分以及客户风险等级评分表，获得所述目标客户的客户风险等级；其中，所述客户风险等级评分表是预设的。
[0151]
图14是本发明第十四实施例提供的金融服务的差异化定价装置的结构示意图，如图14所示，在上述各实施例的基础上，进一步地，第三获得模块903包括第三获取单元9031、第八获得单元9032和第九获得单元9033，其中：
[0152]
第三获取单元9031用于获取所述目标金融服务的产品基础数据；第八获得单元9032用于对所述目标金融服务的产品基础数据进行特征工程，获得所述目标金融服务的评级特征数据；第九获得单元9033用于根据所述目标金融服务的评级特征数据以及产品评估模型，获得所述目标金融服务的市场潜力价值评级；其中，所述产品评估模型是基于金融服务样本的产品基础数据以及对应的评估标签预先训练获得的。
[0153]
图15是本发明第十五实施例提供的金融服务的差异化定价装置的结构示意图，如图15所示，在上述各实施例的基础上，进一步地，第三获得模块903还包括第四获取单元9034、特征工程单元9035、训练单元9036和构成单元9037，其中：
[0154]
第四获取单元9034用于获取金融服务样本的产品基础数据以及金融服务样本包括的各个金融服务的评估标签；特征工程单元9035用于对金融服务样本包括的每个金融服务的产品基础数据进行特征工程，获得每个金融服务的评级特征数据；训练单元9036用于根据金融服务样本包括的各个金融服务的评级特征数据以及各自对应的评估标签分别对多个不同的初始模型进行训练，获得多个产品评估子模型；构成单元9037用于将所述多个
产品评估子模型进行组合，构成所述产品评估模型。
[0155]
本发明实施例提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
[0156]
需要说明的是，本发明实施例提供的金融服务的差异化定价方法及装置可用于金融领域，也可用于除金融领域之外的任意技术领域，本发明实施例对金融服务的差异化定价方法及装置的应用领域不做限定。
[0157]
图16是本发明一实施例提供的电子设备的实体结构示意图，如图16所示，该电子设备可以包括：处理器(processor)1601、通信接口(communications interface)1602、存储器(memory)1603和通信总线1604，其中，处理器1601，通信接口1602，存储器1603通过通信总线1604完成相互间的通信。处理器1601可以调用存储器1603中的逻辑指令，以执行如下方法：根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
[0158]
此外，上述的存储器1603中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0159]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；根据所述目标客户的客户贡献度差异化系数、所
述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
[0160]
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。
[0161]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0162]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0163]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0164]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0165]
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，
对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0166]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种金融服务的差异化定价方法，其特征在于，包括：根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。2.根据权利要求1所述的方法，其特征在于，基于所述目标客户的基础数据获得所述目标客户所属的客户群组的排名包括：获取所述目标客户的客户基础数据；对所述目标客户的基础数据进行向量化处理，获得所述目标客户对应的特征向量；根据所述目标客户对应的特征向量以及各个客户群组的聚类中心，确定所述目标客户所属的客户群组；其中，各个客户群组的聚类中心是预先确定的；根据所述目标客户所属的客户群组，获得所述目标客户所属的客户群组的排名；其中，各个客户群组的排名是预先获得的。3.根据权利要求2所述的方法，其特征在于，获得各个客户群组的聚类中心包括：获取各个银行客户的基础数据；对每个银行客户的基础数据进行向量化处理，获得每个银行客户对应的特征向量；基于各个银行客户对应的特征向量对各个银行客户进行聚类分析，获得各个客户群组以及各自对应的聚类中心。4.根据权利要求2所述的方法，其特征在于，获得各个客户群组的排名包括:基于每个客户群组的银行客户的基础数据，获得每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量；根据每个客户群组对应的客户平均资产、客户平均交易次数、客户储蓄卡平均资金流量、客户信用卡平均流量和客户增值资产平均持有量，获得每个客户群组对应的评分；将各个客户群组对应的评分按照从大到小的顺序进行排列，获得每个客户群组的排名。5.根据权利要求1所述的方法，其特征在于，获得所述目标客户的客户风险等级包括：根据所述目标客户的金融风险信息以及金融风险判断规则，获得所述目标客户的第一风险等级分；其中，所述金融风险判断规则是预设的；根据所述目标客户的互联网贷款行为信息以及互联网借贷风险判断规则，获得所述目
标客户的第二风险等级分；其中，互联网借贷风险判断规则是预设的；根据所述目标客户的公共信息以及公共风险判断规则，获得所述目标客户的第三风险等级分；其中，公共风险判断规则是预设的；根据所述目标客户的第一风险等级分、第二风险等级分、第三风险等级分以及客户风险等级评分表，获得所述目标客户的客户风险等级；其中，所述客户风险等级评分表是预设的。6.根据权利要求1至5任一项所述的方法，其特征在于，基于所述目标金融服务的产品基础数据获得所述目标金融服务的市场潜力价值评级包括：获取所述目标金融服务的产品基础数据；对所述目标金融服务的产品基础数据进行特征工程，获得所述目标金融服务的评级特征数据；根据所述目标金融服务的评级特征数据以及产品评估模型，获得所述目标金融服务的市场潜力价值评级；其中，所述产品评估模型是基于金融服务样本的产品基础数据以及对应的评估标签预先训练获得的。7.根据权利要求6所述的方法，其特征在于，基于金融服务样本的产品基础数据以及对应的评估标签训练获得所述产品评估模型包括：获取金融服务样本的产品基础数据以及金融服务样本包括的各个金融服务的评估标签；对金融服务样本包括的每个金融服务的产品基础数据进行特征工程，获得每个金融服务的评级特征数据；根据金融服务样本包括的各个金融服务的评级特征数据以及各自对应的评估标签分别对多个不同的初始模型进行训练，获得多个产品评估子模型；将所述多个产品评估子模型进行组合，构成所述产品评估模型。8.一种金融服务的差异化定价装置，其特征在于，包括：第一获得模块，用于根据目标客户所属的客户群组的排名和客户群组的数量，获得所述目标客户的客户贡献度差异化系数；其中，所述目标客户所属的客户群组的排名是基于所述目标客户的基础数据预先获得的；第二获得模块，用于根据所述目标客户的客户风险等级以及客户风险等级与风险因素系数的对应关系，获得所述目标客户对应的风险因素系数；其中，所述目标客户的客户风险等级是预先获得的；第三获得模块，用于根据目标金融服务的市场潜力价值评级以及市场潜力价值评级与产品价值系数的对应关系，获得所述目标金融服务对应的产品价值系数；其中，所述目标金融服务的市场潜力价值评级是基于所述目标金融服务的产品基础数据预先获得的；第四获得模块，用于根据所述目标客户的客户贡献度差异化系数、所述目标客户对应的风险因素系数以及所述目标金融服务对应的产品价值系数，获得所述目标客户相对于所述目标金融服务的差异化系数；定价模块，用于根据所述目标客户相对于所述目标金融服务的差异化系数以及所述目标金融服务的基准费用，获得所述目标客户在所述目标金融服务下的差异化定价结果。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计
算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。

技术总结
本发明提供一种金融服务的差异化定价方法及装置，可用于金融领域或其他技术领域。所述方法包括：根据目标客户所属的客户群组的排名和客户群组的数量，获得客户贡献度差异化系数；获得风险因素系数；获得目标金融服务对应的产品价值系数；根据目标客户的客户贡献度差异化系数、风险因素系数以及目标金融服务对应的产品价值系数，获得目标客户相对于所述目标金融服务的差异化系数；根据目标客户相对于目标金融服务的差异化系数以及目标金融服务的基准费用，获得标客户在所述目标金融服务下的差异化定价结果。所述装置用于执行上述方法。本发明实施例提供的金融服务的差异化定价方法及装置，提高了金融服务差异化定价的可靠性。性。性。


技术研发人员：蔡为彬 高伟 张磊 郑培钿
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.07.11
技术公布日：2023/10/15