目前，國內商業銀行面臨客戶流失率面臨增多趨勢，部分可達20%甚至更高。而獲得新客戶的成本，可達維護現有客戶的5倍。因此從海量客戶交易記錄中挖掘出對流失有影響的信息，建立高效的客戶流失預警體系及量化模型，合理預測客群的潛在流失風險，成為現代商業銀行在高速信息處理能力之下的理想選擇。

方案介紹

本方案使用分布式人工智能平臺MaximAI，通過對已流失的客戶數據進行建模形成流失預警方案模型。將現有客戶數據代入到模型中計算客戶的流失可能性。以客戶流失模型為基礎，對客戶流失的可能性進行計算，并匹配相應挽留級別，將流失預警及服務結果推送至客戶端，并由業務人員進行相應的重點客戶關注工作。

方案功能

MaximAI平臺集成了多種機器學習算法，包括廣義線性模型，分布式隨機森林，梯度提升模型，樸素貝葉斯，K-means，主成分分析，深度學習等。

客戶在使用過程中可以先將數據放入不同的算法模型中訓練，選出最優的模型。

在覆蓋銀行全量在線交易數據情況下，國內某大型保險公司投產利用MaximAI平臺建模得到的流失預警模型，上線后保單簽約率較之前增長5.3%，客戶流失率明顯降低，為該企業成功挽留上百萬客戶。