aifinlab/dormant-account-analysis

休眠户与沉睡资金分析助手

1. 业务问题

银行存量客户中存在大量休眠账户和沉睡资金，这些账户长期无交易、无登录，资金处于低效配置状态。休眠户占用系统资源，沉睡资金未能产生应有的中间业务收入。需要系统化识别休眠账户、评估沉睡资金规模和激活潜力，为精准唤醒营销提供依据。

2. 适用场景

• 定期（月/季）休眠户盘点与趋势监测
• 沉睡资金规模统计与激活潜力评估
• 休眠客户唤醒营销目标筛选
• 分行/支行休眠户占比对标分析
• 客户经理管户中休眠客户清理
• 账户年检和存量客户治理

3. 输入

| 输入项 | 说明 | 是否必填 | |--------|------|----------| | 客户/账户列表 | 待分析的客户或账户集合 | 必填 | | 交易记录 | 最近交易日期、交易频次 | 必填 | | 账户余额 | 当前余额、历史峰值余额 | 必填 | | 渠道登录记录 | 手机银行/网银最后登录时间 | 选填 | | 产品持有信息 | 当前持有产品及状态 | 选填 | | 客户基本信息 | 年龄、职业、地区、开户时间 | 选填 | | 客户价值层级 | 历史最高层级（如有） | 选填 | | 机构归属 | 分行/支行/网点 | 选填 |

4. 输出

• 休眠分级结果：每个账户/客户的休眠程度等级
• 沉睡资金统计：休眠账户中的资金总量及分布
• 激活潜力评估：基于历史行为和客户属性的激活可能性评分
• 激活优先级排序：综合资金量和激活潜力的优先级排序
• 建议唤醒动作：针对不同休眠等级的差异化唤醒策略
• 机构维度汇总：各机构休眠户占比和沉睡资金分布（如有机构数据）

5. 默认分析维度

• 交易休眠：最后交易距今天数（3个月/6个月/12个月以上）
• 渠道休眠：最后登录距今天数、长期无任何渠道交互
• 资金沉睡：账户余额长期无变动、资金未做任何配置
• 产品空置：无持有任何收益类产品、仅保留基础账户
• 历史活跃度：曾经活跃但转为休眠 vs 开户后从未活跃
• 客户属性：年龄段、职业类型对激活概率的影响

6. 默认分析框架

1. 休眠识别：按规则判定休眠等级
   • 轻度休眠：3-6个月无交易，偶有登录
   • 中度休眠：6-12个月无交易，无登录
   • 深度休眠：12个月以上无交易，无任何渠道交互
2. 资金盘点：调用 bank-calc-utils 统计各级休眠账户的余额分布
3. 激活潜力评估：
   • 高潜力：曾为活跃客户、余额较高、年龄/职业具备消费能力
   • 中潜力：有一定历史交易、余额中等
   • 低潜力：开户后几乎无交易、余额极低
4. 优先级排序：资金量 x 激活潜力 = 综合优先级
5. 策略匹配：轻度休眠以短信/推送触达；中度休眠以客户经理电话联系；深度休眠以专项活动批量唤醒
6. 结论输出：先给出休眠户总量和沉睡资金规模结论，再展示分级明细

7. 安全边界

• 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实"
• 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策
• 不替代营销准入判断、授信审批决策、客户适当性评估
• 休眠判定标准应以本行制度为准，本技能提供默认参考阈值
• 唤醒营销需遵守客户信息保护和营销合规要求

8. 上游依赖

• bank-calc-utils：余额统计、分布计算、占比分析等数值运算

9. 可联动下游 Skills

• customer-opportunity-list-generation：将高优先级激活机会纳入客户经营机会清单

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json