案例名称

基于“企业关系图谱”的新客挖掘应用案例

案例简介

为快速建立公司客户新型营销范式，提供“数字大脑”的数据挖掘工具，以客户为中心，建立总分支联动的大中小微一体化开发机制，实现以关系网为基础的联动开发营销，提升对公客户的精细化管理和营销能力。

实现了企业关系图谱“711”：完成“7”种关系的构建，搭建“1”个图谱内容展示平台，输出“1”个新客潜力等级评分，并进行基于7种关系图谱在伴我行的应用展示设计，同时通过策略管理功能，实现自上而下的名单制批量营销。

创新技术/模式应用

1、基于图数据库平台搭建企业关系图谱

关系图谱包含2种实体：企业和自然人；7种关系：即资金关系、股权关系、债权关系、董监高/自然人股东/法人共同任职关系、董监高/自然人股东/法人亲属共同任职关系、担保关系和授信额度占用关系。通过图数据库及算法，计算关系亲疏远近，将关系图谱化。

2、利用机器学习算法挖掘潜客

依托关系图谱，使用机器学习算法，构建新客开户预测模型，对非我行客户进行我行开户潜力评估，推送潜力高的客户至客户经理，提升营销成功率。

（1）构建宽表指标

（2）定义目标变量

目标客群：关系网中，与我行企业客户有一度关系的非我行客户；

正样本：基准日期往后推6个月内，成功在我行开户；

负样本：基准日期往后推6个月内，仍未在我行开户；

（3）构建模型

算法选择：二分类算法如：LightGBM、XGBoost、随机森林等

（4）应用与优化

成功应用：模型输出新客潜力排名，伴我行制定名单精准推送；

优化迭代：初步KS为0.46，后续将引入多维度第三方数据，不断优化新客预测模型。

3、基于LBS信息实现精准推送

增加关系图谱工具、LBS定位技术的应用，实现更加广泛的关系网络线索挖掘，以及基于LBS信息，实现更加精准的推送，赋能一线团队。

项目效果评估

关系评分应用——厦门分行开展“星火同行”营销

基于厦门市科技局公布的全辖国家级高新技术企业名单，结合厦门市税务局纳税信用评级数据及总行提供的企业网络综合评分数据，结合目前公开渠道获得的风险投资客群信息，筛选授信业务目标客群。

本次关系网潜客挖掘模型在厦门分行的应用中，提升了对公客户的精细化管理和营销能力，解决了聚焦“点、链、圈、区”生态场景，挖潜潜在的客群综合服务机会，并与理财经理联动，拓展更多新客机会。

在本次厦门分行开展“星火同行”营销活动中，共计筛选出574户潜力客户，完成新增开户124户，新增授信3.75亿，提用4431万元。

项目牵头人

赵蓓 工程师

项目团队成员

业务团队：蔡正鹏、刘昊霖、赵丽梦

算法团队：肖波、赵蓓、穆新月

图谱平台：何鹏、周礼、沙利民、吴梅

基础数据：郭育知、杨永闳、毕俊峰

责任编辑：韩希宇