本發明涉及企業信息化系統領域，特別涉及一種動態的企業客戶客觀信用管理方法。

背景技術：

企業信息化管理系統，是指利用計算機硬件、軟件、網絡通信設備以及其他辦公設備，進行信息的收集、傳輸、加工、儲存、更新、拓展和維護的系統?？蛻粜庞迷u估是信用控制體系中最重要環節，客戶信用管理也是企業信息化管理系統不可或缺的關注重點及必備功能。在現有企業信息化管理系統中，通常，以結果為導向進行事后客戶信用評估，不能根據客戶信用動態，及時調整銷售政策，導致授信不當，還可能影響客戶協議的履行。比如，對信用上升的客戶，未采取寬松政策導致客戶不滿或忠誠度下降；也存在由于沒有發現客戶信用下降而導致貨款回收困難等。此外，現有企業信息化管理系統進行客戶信用管理時，多基于主觀信用評價或基于客戶靜態特征（包括客戶屬性、客戶當前履約表現等），未充分利用客戶協議執行情況等客觀信用特征，更重要地，未充分考慮影響客戶信用的相關特征的動態特性。僅基于靜態特征，而忽略客戶動態特性（管理系統中按時間順序存儲的客戶屬性及履約表現等），必然影響客戶信用評價的客觀性。

技術實現要素：

本發明公開一種動態的企業客戶信用管理方法，用以解決主流企業信息化管理系統客戶信用管理中存在的如下問題：以結果進行事后客戶信用評估，不能根據客戶信用動態及時調整客戶信用等級，從而影響客戶協議的履行，提高了授信的風險；客戶信用評估僅根據客戶靜態特征，忽略客戶長期、動態的表現，客觀性不足。

本發明是這樣實現的：一種動態的企業客戶客觀信用管理方法，所述動態的企業客戶客觀信用管理方法基于企業信息化管理系統按時間順序采集的客戶客觀信用特征，建立客觀信用數據多維序列庫，預測客戶未來的信用等級，并以預測結果為基礎動態地調整客戶信用等級；持續監測客戶的信用特征變化，評估客戶實際信用等級，動態地增加客戶客觀信用數據各維序列的長度，用于預測下一輪客戶信用等級，通過迭代不斷提高客戶信用管理的客觀性。

進一步，所述動態的企業客戶客觀信用管理方法包括以下步驟：

步驟一，從公共屬性、客戶屬性、客戶協議條款及協議條款執行情況數據中，按時間順序采集客戶客觀信用特征，建立客觀信用數據多維序列庫；

步驟二，使用多維序列分析方法，預測客戶信用等級，動態地調整客戶信用等級，必要時，修訂客戶協議條款；

步驟三，監測客戶客觀信用特征變化，評估客戶實際信用等級，動態維護客觀信用數據序列庫，進行客戶信用迭代管理。

進一步，公共屬性包括國家或地方經濟政策、宏觀條件等所有企業共有的外部屬性，從公共屬性采集的特征為客戶共有信用特征；客戶屬性包括客戶所屬行業、企業規模等客戶私有屬性以及設定的客戶信用等級，從客戶屬性采集的特征為客戶私有信用特征；從客戶協議條款及協議條款執行情況等采集的客戶信用特征包括協議約定的交易內容、交易金額、約定交貨時間、實際交貨時間、交貨執行情況、約定收款時間、實際收款金額、收款執行情況、驗收標準、驗收執行情況、質量保質期限、質量保質情況、協議變更情況和毀單記錄。所述客戶客觀信用特征包括客戶共有信用特征、客戶私有信用特征和從客戶協議條款及協議條款執行情況采集的客戶信用特征。

進一步，每個客戶的客觀信用特征按時間順序排列組成一個多維序列，其中的每個維度對應一種客戶信用特征；所有客戶的多維序列組成客戶客觀信用數據序列庫。

進一步，使用橫向和縱向兩種方法預測客戶信用等級：

1、橫向預測方法，使用多元時間序列(multi-variatetimeseries)分析、多維序列(multi-dimensionalsequences)分析、序列模式(sequentialpattern)分析方法，視客戶信用等級為客戶的類別標號(classlabel)，有監督(supervised)、無監督(unsupervised)或半監督地(semi-supervised)預測類別標號；

2、縱向預測方法，從客觀信用數據多維序列庫創建向量(vector)表，其中，同一個時間點上的客戶客觀信用特征組成一個向量；視客戶信用等級為客戶的類別標號，使用基于向量的分類(classification)、聚類(clustering)方法預測類別標號。

進一步，當客戶客觀信用特征發生變化時，通過增加相應維度上序列的長度體現特征的動態變化，其中的客戶信用等級是人工評估的客戶實際信用等級；經動態維護的客戶客觀信用數據序列庫，用于下一輪客戶信用等級的預測，形成客戶信用信息的反饋循環，實現客戶信用迭代管理。

本發明的另一目的在于提供一種利用所述動態的企業客戶客觀信用管理方法的企業管理信息系統。

本發明的另一目的在于提供一種利用所述動態的企業客戶客觀信用管理方法的客戶關系管理系統。

本發明的另一目的在于提供一種利用所述動態的企業客戶客觀信用管理方法的客戶信用管理系統。

與現有技術相比，本發明基于客戶信用信息的反饋循環，使用隨時間變化的客戶客觀信用特征序列，而非現有客戶信用管理系統普遍使用的客戶靜態特征，跟蹤客戶信用的動態變化，并用于動態地調整客戶的信用等級和實時修訂客戶協議相關條款，實現了企業客戶信用的動態管理，提高了客戶信用管理的客觀性和有效性。

附圖說明

圖1為本發明實施例提供的動態的企業客戶客觀信用管理方法流程圖。

圖2為本發明實施例提供的動態的企業客戶客觀信用管理方法流程圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合示意圖和具體實施方式對本發明作進一步描述。應當理解，此處所描述的具體實施方式僅用于解釋本發明，并不用于限定本發明。

下面結合附圖對本發明的應用原理作詳細的描述。如圖1所示，本發明實施例提供的動態的企業客戶客觀信用管理方法包括以下步驟：

101：從公共屬性、客戶屬性、客戶協議條款及協議條款執行情況數據中，按時間順序采集客戶客觀信用特征，建立客觀信用數據多維序列庫；

102：使用多維序列分析方法，預測客戶信用等級，動態地調整客戶信用等級，必要時，修訂客戶協議條款；

103：監測客戶客觀信用特征變化，評估客戶實際信用等級，動態維護客觀信用數據序列庫，進行客戶信用迭代管理。

在現有企業信息化管理系統中，客戶信用評價通?；诳蛻綮o態特征。例如，對于燃油行業、現有資產10億多元的企業客戶甲，分別于2007年8月11日和2008年3月10日簽訂銷售協議，約定了交貨時間并約定賒銷期為3個月，實際收款時間分別為2007年11月1日和2008年7月2日。提取客戶靜態特征時，采集到的客戶私有信用特征有“燃油”（行業屬性）、“10億級”（資產狀況屬性）等，從客戶協議條款及協議條款執行情況采集的客戶信用特征包括：“1次”（如期履約次數）、“1次”（延期履約次數）、“98天”（平均賬期）等。從“平均賬期”這個靜態特征分析，顯然超過了“賒銷期為3個月”的約定；此時，通常會給予客戶甲負面信用評價。

圖1所示的101步驟提取的客戶信用特征具有時序性質,反映各種特征隨時間發生的動態變化。在本實施例中，“行業屬性”、“資產狀況”、“標注信用等級”等客戶私有信用特征、“履約情況”、“賬期”等從客戶協議條款及協議條款執行情況采集的各種客觀信用特征，都各自按時間順序組成一個序列，是反映客戶信用的一個數據維度。例如，“履約情況”按時間順序構成的序列是“如期，延期”，“賬期”序列是“82天，114天”；“標注信用等級”由人工標注的客戶信用等級組成，其序列為“a級，a^－級”，同時，“資產狀況”序列是“10億級”。此外，101步驟還采集客戶公共屬性為客戶的信用特征，例如，反映宏觀環境的“金融環境”特征按時間順序構成的序列是“正常，金融危機”（2008年爆發了全球金融危機）。序列上的每個值附帶“時間標簽”，如“2007年8月，2008年3月”。所有客戶的這些多維序列組成了客戶客觀信用數據序列庫。與現有企業信息化管理系統普遍采用的靜態特征相比，本發明使用隨時間變化的客戶客觀信用數據序列庫，更客觀地反映了影響客戶信用的各種要素。

在所建立的客戶客觀信用數據序列庫基礎上，圖1所示的102步驟使用橫向和縱向兩種方法預測客戶信用等級。假設當前的時間點是2008年3月1日，需要預測客戶甲在2008年3月之后的信用等級。使用有監督的橫向預測方法時，將序列庫2008年3月1日之前的序列作為訓練數據（歷史數據），其中每個客戶的“標注信用等級”是客戶的類別標號，此時，客戶甲的2008年3月之后的“標注信用等級”未知，但其“金融環境”特征已變為“金融危機”，運用多元時間序列分析法，根據歷史數據（歷史上發生金融危機時，燃油行業的客戶一年內大多信用等級降低）將預測客戶甲信用等級降低。使用有監督的縱向預測方法時，將訓練數據按時間關系轉換成一系列向量，本實施例中，客戶甲的向量如<“正常”(金融環境)，“燃油”(行業屬性)，“10億級”(資產狀況)，“如期”(履約情況)，“82天”(賬期)，…，“a級”(標注信用等級)>。將每個向量的“標注信用等級”作為類別標號時，使用基于向量的分類方法將根據歷史數據預測客戶甲新的信用等級為“a^－級”。

根據預測結果，102步驟將動態地調整客戶甲的信用等級，或發出警示，維持其信用等級，但提示需要修訂客戶協議條款，將“賒銷期為3個月”的約定修改為“賒銷期為4個月”。這與以結果為導向事后客戶信用評估不同，是根據客戶的客觀信用特征，在事前動態地調整銷售政策，避免客戶不滿現象的發生，達到維護客戶忠誠度的效果。

圖1所示的103步驟監測客戶各種客觀信用特征，一旦監測到特征發生，則在客戶相應維度上原序列基礎上，添加新的信用特征值，體現為序列長度的增加。例如，在本實施例中，爆發全球金融危機后，在“金融環境”序列上添加“金融危機”；若企業甲發生了資產變化，比如，資產從原來的10億元增資為15億元，則在該企業的“資產狀況”序列上添加“15億級”。在103步驟中，還評估客戶實際信用等級，記錄客戶的實際信用等級變化情況，例如，在本實施例中，客戶在履行2008年3月10日協議時發生了延期付款，預示有一定的交易風險，此時可在客戶甲的“標注信用等級”序列上追加“a^－級”。序列上追加的每個值附帶“時間標簽”。經過這樣維護的信用數據序列庫，客觀地記錄了客戶信用特征動態變化情況。

經103步驟動態維護的客戶客觀信用數據序列庫，再作用于101步驟，進行下一輪客戶信用等級的預測，形成了客戶信用信息的反饋循環，實現客戶客觀的信用迭代管理。

最后應當說明的是，以上實施例僅用于說明本發明的技術方案，而非對本發明保護范圍的限制，盡管參照具體實施例對本發明作了詳細的說明，本領域的普通技術人員應當理解，可以對本發明技術方案進行修改或者等同替換，而不脫離本發明技術方案的實質和范圍。