CN115689131A - 一种确定意向客户的方法、装置及计算机存储介质 - Google Patents
一种确定意向客户的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN115689131A CN115689131A CN202110823521.7A CN202110823521A CN115689131A CN 115689131 A CN115689131 A CN 115689131A CN 202110823521 A CN202110823521 A CN 202110823521A CN 115689131 A CN115689131 A CN 115689131A
- Authority
- CN
- China
- Prior art keywords
- client
- tendency value
- customer
- information
- matching degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种确定意向客户的方法、装置及计算机可读介质,所述方法包括步骤:获取客户的特征信息和行为匹配度;基于所述特征信息,分析得到客户的客观倾向值;基于所述行为匹配度,分析得到客户的主观倾向值;基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。本申请提供的确定意向客户的方法、装置及计算机可读介质,通过对客户进行分析以确定是否该客户是否为意向客户,进而方便确决定是否做进一步沟通,提高置业顾问的工作效率。
Description
技术领域
本发明涉及信息处理技术领域,特别是涉及一种确定意向客户的方法、装置及计算机存储介质。
背景技术
目前,置业顾问与客户进行交流时,置业顾问会主观地判断客户的意图或倾向,以确定客户是否为意向客户,可是,置业顾问在判断客户的意图或倾向时受置业顾问个人情感或情绪所影响,导致判断意向客户的准确率很低,不仅容易错失意向客户,同时也导致置业顾问把大把时间浪费在非意向客户上。
发明内容
本申请的一个目的在于提供一种提示方法、装置及计算机存储介质,其优势在于,通过对客户进行分析以确定是否该客户是否为意向客户,进而方便确决定是否做进一步沟通,提高置业顾问的工作效率。
本申请的一个目的在于提供一种提示方法、装置及计算机存储介质,其优势在于,通过对多个客户进行分析,以筛选出意向客户,可选择性的对意向客户做进一步沟通,高置业顾问的工作效率。
本申请的一个目的在于提供一种提示方法、装置及计算机存储介质,其优势在于,通过对客户的特征信息和与客户的行为匹配度,确定客户的客观倾向值和主观倾向值,以确定客户的综合倾向值,方便判断客户是否为意向客户。
本申请的一个目的在于提供一种提示方法、装置及计算机存储介质,其优势在于,通过对客户的互动消息进行解析,可得到客户互动消息中更深层的意思和疑虑,进而方便与客户的进一步沟通。
第一方面,本申请实施例提供一种确定意向客户的方法,其包括:
获取客户的特征信息和行为匹配度;
基于所述特征信息,分析得到客户的客观倾向值;
基于所述行为匹配度,分析得到客户的主观倾向值;
基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
根据第一方面,在一种可能的实现方式中,所述特征信息至少包括以下项的一项内容:客户个人信息、客户营业产品对应的工厂信息、客户的主要客户的信息;
所述分析得到客户的客观倾向值,包括步骤:
预设所述特征信息中各项内容的权重值;
对所述特征信息中的各项内容进行评分,或,从数据库中获取所述特征信息的各项内容评分;
基于所述特征信息的各项内容评分,按照第一预设算法计算得到客户的客观倾向值。
根据第一方面,在一种可能的实现方式中,所述分析得到客户的客观倾向值,包括步骤:
解析所述客户中的特征信息,得到特征信息的各项内容;
基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;
基于客户的风险指数以及客户营业产品中对应产品的契合指数,确定所述客户的客户倾向值。
根据第一方面,在一种可能的实现方式中,所述基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;包括步骤:
采集所述客户的信誉信息、所述客户被审核的评分,以确定所述客户的风险指数;
获取客户营业产品中对应产品被审核的评分、客户营业产品中对应产品的在预设产品等级中的级别,以确定所述客户营业产品中对应产品的契合指数。
根据第一方面,在一种可能的实现方式中,所述行为匹配度至少包括以下项中的一项内容:历史合作配合度以及报价匹配度;
所述分析得到客户的主观倾向值,包括步骤:
预设所述行为匹配度中各项内容的权重值;
对所述行为匹配度中各项内容进行评分,或,从数据库中获取所述行为匹配度中各项内容的评分;
基于所述行为匹配度中各项内容的评分,按照第二预设算法计算得到客户的主观倾向值。
根据第一方面,在一种可能的实现方式中,所述行为匹配度还包括互动消息,所述分析得到客户的主观倾向值包括步骤:
解读互动消息,以获得客户的情感信息和意图信息;
预设情感信息和意图信息的权重值;
按照第三预设算法计算得到客户的主观倾向值。
根据第一方面,在一种可能的实现方式中,所述解读所述互动消息,以获得客户的情感信息和意图信息时,包括步骤:
提取互动消息中的语气词,并根据语气词所在语境,获得客户的情绪态度,进而获得客户的情感信息;
提取互动消息中的关键词,以解析出所述互动消息表达的意思,进而获得客户的意图信息。
根据第一方面,在一种可能的实现方式中,所述分析得到综合倾向值,包括步骤:
预设客观倾向值和主观倾向值的权重值;
基于所述客户倾向值和所述主观倾向值,按照第四预设算法计算得到客户的综合倾向值;
获取与所述客户相关的利害关系事件,基于与所述客户相关的利害关系事件的影响程度对所述综合倾向值进行加减分,以更新所述综合倾向值,其中,所述客户相关的利害关系事件至少包括以下项中的一项,客户自身的利害关系事件以及与客户主要合作伙伴的利害关系事件。
第二方面,本申请实施例提供一种确定意向客户的装置,所述装置包括至少储存器和处理器,所述储存器被配置为执行计算机指令,所述处理器被配置为执行所述计算机指令,以实现以下步骤:
获取客户的特征信息和行为匹配度;
基于所述特征信息,分析得到客户的客观倾向值;
基于所述行为匹配度,分析得到客户的主观倾向值;
基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
第三方面,本申请实施例提供一种计算机储存介质,其特征在于,所述计算机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如上所述的方法。
通过本申请实施例,对客户的特征信息和与客户的互消息进行分析,以确定客户是不是意向客户,通过剔除掉部分非意向客户,减少置业顾问的工作量,提供置业顾问的工作效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。
图1是本申请实施例提供的一种确定意向客户方法的主流程图;
图2是本申请实施例提供的获取一种客户的客观倾向值的流程示意图;
图3是本申请实施例提供的获取另一种客户的客观倾向值的流程示意图;
图4是本申请实施例提供的确定意向客户的装置的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请的实施例进行描述。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选的还包括没有列出的步骤或单元,或可选的还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
目前,置业顾问与客户进行交流时,主观地判断客户的意图或倾向,主观判断置业顾问个人情感或情绪所影响,导致判断意向客户的准确率很低,不仅容易错失意向客户,同时也导致置业顾问把大把时间浪费在非意向客户上。
本申请实施例提供一种确定意向客户的方法,参见图1,图1为本申请实施例提供的确定意向客户的主流程图,所述方法包括但不限于如下步骤:
S1,获取客户的特征信息和行为匹配度。
在本申请提供的实施例中,所述客户可以是公司也可以是个人,所述特征信息可以是公司的简介,也可以个人简介;行为匹配度指的是客户的具体行为与用户的招标项目的契合度,例如,客户参加该招标项目的积极程度,客户与用户历史合作的默契程度。
以招标为例,A公司进行招标,B公司参加投标,B公司通过平台向A公司提供B公司的公司简介,其中平台可为确定意向客户的方法的执行主体,或者,所述平台包括确定意向客户的方法的执行主体,在本实施例中,确定意向客户的方法的执行主体具体可为装置100,所述装置100可为平台中的一部分。
S2,基于所述特征信息,分析得到客户的客观倾向值。
具体地,所述客观倾向值为客观存在的需求程度,例如,A公司进行招标,B公司参与投标,所述特征信息可包括客户个人信息和历史合作记录;A公司的招标的产品在B公司的经营范围之内,A公司的招标的产品是B公司的主营产品之一,针对相同的产品,A公司与B有过若干次合作,由此得到,在客观上,B公司具有针对A公司招标的产品进行竞标的需求或动力,因此,依据B公司的经营范围(客户个人信息)、历史合作记录可分析得到客观倾向值。
S3,基于所述行为匹配度,分析得到客户的主观倾向值。
在本申请提供的实施例中,主观倾向值为客户主观的感兴趣程度,例如,A公司进行招标,B公司参与投标,在投标之前,B公司积极参加A在招标过程中的活动,B公司与A公司进行积极沟通互动,B准备的其公司资料的充分程度,可得到B公司对A公司进行招标产品的感兴趣程度,也即,得到客户的主观倾向值。
S4,基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
在本申请提供的实施例中,意向客户为具有较大意愿合作的客户,为确定客户是否具有较大的意向,通过装置100对客户的特征信息和与客户的行为匹配度进行分析,并给予客户一定评分,当客户的评分高于预设阈值时,以确定客户为意向客户。
具体地,在得到客户的客观倾向值以及主观倾向值后,再对客户的客观倾向值以及主观倾向值进行综合评分,得到综合倾向值,例如,A公司进行招标,B公司参与投标经分析得到B公司的综合倾向值为80分,假设预设阈值设定为70,那么B公司便为意向客户,若预设阈值设定为85分,可确定B公司不是意向客户。
在另一实施例中,通过装置100对多个客户进行分析,从这些客户中筛选出意向客户时,可通过按照预设比例筛选出意向客户,例如,有1000个客户,要从1000个客户中筛选出意向客户,可以按照30%的比率筛选出意向客户,也就是说从1000个客户中,筛选出300个意向客户,装置100可对1000个客户的特征信息和行为匹配度进行分析,并确定1000个客户的综合倾向值,可确定综合倾向值较高的前300名客户为意向客户。
通过步骤S1到S4,对客户的特征信息和与客户的行为匹配度进行分析,以确定客户是不是意向客户,通过剔除掉部分非意向客户,减少置业顾问的工作量,提供置业顾问的工作效率。
在一些实施例中,参见图2,图2是本申请实施例提供的获取一种客户的客观倾向值的流程示意图,所述特征信息至少包括以下项的一项内容:客户个人信息、客户营业产品对应的工厂信息、客户的主要客户的信息;
所述分析得到客户的客观倾向值包括步骤:
S21,预设所述特征信息中各项内容的权重值;
S22,对所述特征信息中的各项内容进行评分,或,从数据库中获取所述特征信息的各项内容评分;
S23,基于所述特征信息的各项内容评分,按照第一预设算法计算得到客户的客观倾向值。
具体地,所述特征信息中的各项内容的权重值可以预先设定,当特征信息包括客户个人信息和客户的主要客户的信息时,假设客户个人信息的权重为90%,所述客户的主要客户的信息的权重为10%,对客户个人信息和客户的主要客户的信息进行评分,若客户个人信息得分90分,客户的主要客户的信息得分80,客观倾向值=90%×90+10%×80,通过计算可得的客观倾向值为89分,上述计算客观倾向值只是计算客观倾向值的算法中的一种,还可采用其它算法作为第一预设算法计算所述客观倾向值。
所述特征信息的各项内容评分可通过装置按照设定规则进行评分,也可直接采用外界评审机构对所述特征信息的各项内容评定的评分,所述装置可根据所述特征信息的各项内容评分,分析得到所述客户的客观倾向值。
通过装置100分析得到客户的客观倾向值,与人工识别客户的客观倾向值相比,更为客观,准确率更高。
在一些实施例中,所述分析得到客户的客观倾向值,包括以下步骤:
S41,解析所述客户中的特征信息,得到特征信息的各项内容;
S42,基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;
S43,基于客户的风险指数以及客户营业产品中对应产品的契合指数,确定所述客户的客户倾向值。
所述基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;包括步骤:
采集所述客户的信誉信息、所述客户被审核的评分,以确定所述客户的风险指数;
获取客户营业产品中对应产品被审核的评分、客户营业产品中对应产品的在预设产品等级中的级别,以确定所述客户营业产品中对应产品的契合指数。
在本申请提供的实施例中,所述特征信息具体可包括客户个人信息、客户营业产品对应的工厂信息、客户的主要客户的信息。
在确定客户的风险指数时,可通过天网获得所述客户的信誉分值、客户营业产品对应的工厂的信誉分值、客户的主要客户的信誉分值;可综合分析所述客户的信誉分值、客户营业产品对应的工厂的信誉分值、客户的主要客户的信誉分值得到所述客户的风险指数。
实例性地,A公司公开对a产品进行招标,B公司针对A公司的招标进行投标,B公司的具有a产品,在确定B公司的风险指数时,通过天网获取B公司的信誉分值、生成B公司中a产品的C工厂的信誉分值(客户营业产品对应的工厂的信誉分值)、客户的主要客户的信誉分值,通过所述装置对天网获取B公司的信誉分值、生成B公司中a产品的C工厂的信誉分值、客户的主要客户的信誉分值进行综合分析,得到所述客户的风险指数。
在确定所述客户的契合指数时,可通过天网获得所述客户营业产品中对应产品的预设产品等级中的级别以及所述客户营业产品在该级别中的评分,基于所述客户营业产品中对应产品的预设产品等级中的级别以及所述客户营业产品在该级别中的评分,通过所述装置可综合分析得到所述客户营业产品中对应产品的契合指数。
实例性地,A公司公开对a产品进行招标,B公司针对A公司的招标进行投标,B公司的具有a产品,在确定B公司中a产品的契合指数时,通过天网获取B公司中a产品的等级级别,同时,通过天网获取B公司中a产品的质量评分,通过装置对B公司中a产品的等级级别以及B公司中a产品的质量评分进行综合分析,确定B公司中a产品与A公司的契合指数。
在一些实施例中,所述行为匹配度至少包括以下项中的一项内容:历史合作配合度以及报价匹配度;
所述分析得到客户的主观倾向值,包括步骤:
预设所述行为匹配度中各项内容的权重值;
对所述行为匹配度中各项内容进行评分,或,从数据库中获取所述行为匹配度中各项内容的评分;
基于所述行为匹配度中各项内容的评分,按照第二预设算法计算得到客户的主观倾向值。
具体地,所述行为匹配度中的各项内容的权重值都可以预先设定,当所述行为匹配度包括历史合作配合度和报价匹配度时,预先设定报价匹配度的权重为70%,可预先设定历史合作配合度的权重为30%,若交流记录的评分为60,评价记录的评分为70,则主观倾向值=60%×70+30%×70,通过计算得到客户的主观倾向值为63,上述计算主观倾向值只是计算主观倾向值的算法中的一种,还可采用其它算法作为第二预设算法计算所述主观倾向值。
在本申请提供的实施例中,历史合作配合度可为客户与用户公司的历史合作配合度,也可为客户与其它公司的历史合作配合度。
历史合作配合度可通过天网中大数据检索获得,也可通过用户公司与客户公司的历史合作记录中获得。
其中,报价匹配度具体是看客户公司给的报价是否在用户公司的预期范围内,当客户公司给的报价在用户公司的预期范围内时,客户公司给的报价越低,该客户公司的报价匹配度越高。
在本申请实施例中,通过第二预设算法计算得到主观倾向值,相比人为判断客户的主观倾向值更为客户,更符合客户内心的真实想法。
在一些实施例中,所述行为匹配度还包括互动消息,所述分析得到客户的主观倾向值包括步骤:
解读互动消息,以获得客户的情感信息和意图信息;
预设情感信息和意图信息的权重值;
按照第三预设算法计算得到客户的主观倾向值。
在具体得到客户的主观倾向值时,通过解读互动消息的具体内容,获得情感信息和意图信息,互动消息可以是多段对话文字,也可以是多段语音对话;例如,A公司进行招标,B公司参与投标,在投标之前,A公司员工与B公司员工进行沟通,确定意向客户的装置100可解读A公司员工与B公司员工沟通内容,了解B公司员工的情感信息和意图信息,所述装置100在解读互动消息的内容之前,可通过之前招标时的互动消息进行训练,获得能够识别出互动消息的情感信息和意图信息的能力,并对客户的情况信息和意图信息进行评分,根据预设的情感信息和意图信息的权重值、第三预设算法计算得到客户的主观倾向值,例如,预先设定情感信息的权重值为30%,可预先设定评价记录的权重为70%,若执行主体对情感信息的评分为70,对意图信息的评分为80,则主观倾向值=30%×70+70%×80,通过计算得到客户的主观倾向值为77分,上述计算主观倾向值只是计算主观倾向值的算法中的一种,还可采用其它算法作为第三预设算法计算所述主观倾向值。
在本申请体用的实施例中,为进一步解析客户的主观倾向值,在解读所述互动消息时,从互动消息中解析出情感信息和意图信息,具体在计算主观倾向值时,对解析出的情感信息和倾向信息分别进行评分,再按照第三预设算法、情感信息和倾向信息分别进行评分计算得到主观倾向值。
装置100通过对互动消息进行解析,可得到客观的主观倾向值。
在本申请提供的实施例中,所述历史匹配度还包括所述解读所述互动消息,以获得客户的情感信息和意图信息时,包括步骤:
提取互动消息中的语气词,并根据语气词所在语境,获得客户的情绪态度,进而获得客户的情感信息;
具体地,客户的情绪状态可分为友好、诚恳、热情、浮夸和冷漠等,不同的情绪态度可对应不同的情感信息分值,装置100通过解读互动消息解读客户的情绪态度,得到情感信息的分值。
当装置100在解读一段语音对话时,装置100可根据语音的音调、声音振幅、语气词所在的语境具体识别出客户当时的情绪态度,并对客户的情感信息赋予一个评分。
提取互动消息中的关键词,以解析出所述互动消息表达的意思,进而获得客户的意图信息。
在本申请提供的实施例中,装置100可以进行训练学习,以获得识别互动消息中内容的具体意思的能力,装置100在识别出客户的互动语音的真实意思后,装置100会对客户的意图信息赋予一个评分。
通过装置100识别出客户的意图信息和情感信息,因装置100不具有个人情感,识别出意图信息和情感信息更客观、更贴近客户的实际情况。
在本申请提供的实施例中,所述提取互动消息中的关键词,以解析出所述互动消息表达的意思,进而获得客户的意图信息,包括步骤:
分析互动消息中表达的客户存在的疑虑,并所述疑虑标记到所述意图信息中。
具体地,部分客户的真实想法或疑虑不会通过语言和文字直接表达出来,因此,人为去理解客户的互动消息时,可能无法直接地获取用户的真实疑虑,人与人之间进行沟通时,有时,客户不好意思非常直白的询问置业顾问,选择非常委婉方式进行表达自己的疑虑,很多置业顾问可能无法理解客户委婉表达的深层意思,本申请实施例,通过装置100对互动消息进行解析时,可以获知客户的疑虑。
例如,公司进行招标,B公司参与投标,在投标之前,A公司员工与B公司员工进行沟通,A公司员工与B公司员工的沟通的消息为互动消息,A公司员工与B公司员工在沟通的过程中,B公司员工可能具有多个疑虑,同时A公司员工在沟通期间可能没有察觉B公司员工的疑虑,或没有处理好B公司员工的疑虑,装置100在解读互动消息时,可以根据互动消息的内容获取客户的疑虑,并将客户的疑虑标记在客户的意图信息中,当该客户被确定为意向客户后你,可以有针对性地解决该意向客户的疑虑。
在本申请提供的实施例中,所述装置100具有学习的能力,通过多次训练,通过互动消息能够获得识别出用户在疑虑。
在另一可能的实施例中,通过所述装置100调用大数据中的数据对所述互动消息进行分析,得到所述互动消息中的疑虑,具体的,当客户被确定为意向客户时,可以有针对性地该客户的疑虑进行解答,以消除该客户的疑虑,进而方便与客户的进一步沟通,提高双方的合作感受。
所述解读所述互动消息,以获得客户的情感信息和意图信息时,包括步骤:
从互动消息中提取出客户发出的多个第一消息和置业顾问发出的多个第二消息;
从所述多个第一消息中筛选出多个疑问消息,并从所述多个第二消息中筛选出多个解答消息;
分析各个疑问消息的内容和各个解答消息的内容,使疑问消息与解答消息对应;
筛选出疑问消息中未能与各个解答消息对应的第一疑问消息,以及与之对应的解答消息未能完善解答的第二疑问消息;
所述第一疑问消息以及第二疑问消息标记到所述意图信息中。
在一些实施例中,参见图3,图3是本申请实施例提供的获取另一种客户的客观倾向值的流程示意图,本申请实施例提供的一种计算得到客户的综合倾向值的结构示意图;所述分析得到综合倾向值,包括步骤:
预设客观倾向值和主观倾向值的权重值;
基于所述客户倾向值和所述主观倾向值,按照第四预设算法计算得到客户的综合倾向值;
获取与所述客户相关的利害关系事件,基于与所述客户相关的利害关系事件的影响程度对所述综合倾向值进行加减分,以更新所述综合倾向值,其中,所述客户相关的利害关系事件至少包括以下项中的一项,客户自身的利害关系事件以及与客户主要合作伙伴的利害关系事件。
具体地,客观倾向值和主观倾向值的权重值都可以预先设定,在计算综合倾向值时,假如预先设定客观倾向值的权重为40%,主观倾向值的权重为60%,若客观倾向值的评分为60,主观倾向值的评分为70,则主观倾向值=40%×60+60%×70,通过计算得到客户的主观倾向值为66,上述计算综合倾向值只是计算综合倾向值的算法中的一种,还可采用其它算法作为第四预设算法计算所述综合倾向值。
在通过第四预设算法计算所述综合倾向值之后,可通过天网获取在预设时间内的与客户相关的利害关系事件,若在预设时间内没有与客户相关的利害关系事件,则以通过第四预设算法计算得到所述综合倾向值作为最终的综合倾向值;若在预设时间内具有与客户相关的利害关系事件,则根据客户相关的利害关系事件的正面影响或负面影响对计算得到的综合倾向值进行加减分,得到最终的综合倾向值。
请参见图4,图4是本申请实施例提供的确定意向客户的装置的结构示意图,本申请实施例还提供一种确定意向客户的装置100,所述装置100包括至少储存器和处理器110,所述储存器被配置为执行计算机指令,所述处理器110被配置为执行所述计算机指令,以实现以下步骤:
获取客户的特征信息和行为匹配度;
基于所述特征信息,分析得到客户的客观倾向值;
基于所述行为匹配度,分析得到客户的主观倾向值;
基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
在一些实施例中,所述特征信息至少包括以下项的一项内容:客户个人信息、客户营业产品对应的工厂信息、客户的主要客户的信息;
所述分析得到客户的客观倾向值时,所述处理器被执行以实现以下步骤:
预设所述特征信息中各项内容的权重值;
对所述特征信息中的各项内容进行评分,或,从数据库中获取所述特征信息的各项内容评分;
基于所述特征信息的各项内容评分,按照第一预设算法计算得到客户的客观倾向值。
在一些实施例中,所述基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数时,所述处理器被执行以实现以下步骤:
采集所述客户的信誉信息、所述客户被审核的评分,以确定所述客户的风险指数;
获取客户营业产品中对应产品被审核的评分、客户营业产品中对应产品的在预设产品等级中的级别,以确定所述客户营业产品中对应产品的契合指数。
在一些实施例中,所述基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数时,所述处理器被执行以实现以下步骤:
采集所述客户的信誉信息、所述客户被审核的评分,以确定所述客户的风险指数;
获取客户营业产品中对应产品被审核的评分、客户营业产品中对应产品的在预设产品等级中的级别,以确定所述客户营业产品中对应产品的契合指数。
在一些实施例中,所述行为匹配度至少包括以下项中的一项内容:历史合作配合度以及报价匹配度;
所述分析得到客户的主观倾向值时,所述处理器被执行以实现以下步骤:
预设所述行为匹配度中各项内容的权重值;
对所述行为匹配度中各项内容进行评分,或,从数据库中获取所述行为匹配度中各项内容的评分;
基于所述行为匹配度中各项内容的评分,按照第二预设算法计算得到客户的主观倾向值。
在一些实施例中,所述行为匹配度还包括互动消息,所述分析得到客户的主观倾向值时,所述处理器被执行以实现以下步骤:
解读互动消息,以获得客户的情感信息和意图信息;
预设情感信息和意图信息的权重值;
按照第三预设算法计算得到客户的主观倾向值。
在一些实施例中,所述解读所述互动消息,以获得客户的情感信息和意图信息时,所述处理器被执行以实现以下步骤:
提取互动消息中的语气词,并根据语气词所在语境,获得客户的情绪态度,进而获得客户的情感信息;
提取互动消息中的关键词,以解析出所述互动消息表达的意思,进而获得客户的意图信息。
在一些实施例中,所述分析得到综合倾向值时,所述处理器被执行以实现以下步骤:
预设客观倾向值和主观倾向值的权重值;
基于所述客户倾向值和所述主观倾向值,按照第四预设算法计算得到客户的综合倾向值;
获取与所述客户相关的利害关系事件,基于与所述客户相关的利害关系事件的影响程度对所述综合倾向值进行加减分,以更新所述综合倾向值,其中,所述客户相关的利害关系事件至少包括以下项中的一项,客户自身的利害关系事件以及与客户主要合作伙伴的利害关系事件。
本申请实施例还提供一种计算机储存介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器110执行时实现如上所述的方法。
该装置100所涉及地与本申请实施例提供的技术方案相关的概念,解释和详细说明及其他步骤请参见前述方法或其他实施例中关于装置100执行的方法步骤的内容的描述,此处不做赘述。
本申请实施例提供的一种确定意向客户的装置100,可包括:
处理器110、存储器120和通信接口130。处理器110、存储器120和通信接口130通过总线140连接,该存储器120用于存储指令,该处理器110用于执行该存储器120存储的指令,以实现如上图1-图3对应的方法步骤。
处理器110用于执行该存储器120存储的指令,以控制通信接口130接收和发送信号,完成上述方法中的步骤。其中,所述存储器120可以集成在所述处理器110中,也可以与所述处理器110分开设置。
在一种可能的实现方式中,通信接口130的功能可以考虑通过收发电路或者收发的专用芯片实现。处理器110可以考虑通过专用处理芯片、处理电路、处理器或者通用芯片实现。
在另一种可能的实现方式中,可以考虑使用通用计算机的方式来实现本申请实施例提供的装置100。即将实现处理器110,通信接口130功能的程序代码存储在存储器120中,通用处理器通过执行存储器120中的代码来实现处理器110,通信接口130的功能。
该装置100所涉及地与本申请实施例提供的技术方案相关的概念,解释和详细说明及其他步骤请参见前述方法或其他实施例中关于装置100执行的方法步骤的内容的描述,此处不做赘述。
作为本实施例的另一种实现方式,提供一种计算机可读存储介质,用于存储计算机程序,计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,执行上述方法实施例中的方法。
作为本实施例的另一种实现方式,提供一种包含指令的计算机程序产品,该指令被执行时执行上述方法实施例中的方法。
本领域技术人员可以理解,为了便于说明,图4中仅示出了一个存储器和处理器。在实际的终端或服务器中,可以存在多个处理器和存储器。存储器也可以称为存储介质或者存储设备等,本申请实施例对此不做限制。
应理解,在本申请实施例中,处理器可以是中央处理单元(Central ProcessingUnit,简称CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
还应理解,本申请实施例中提及的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccess Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,简称DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,简称DRRAM)。
需要说明的是,当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时,存储器(存储模块)集成在处理器中。
应注意,本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
该总线除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都标为总线。
还应理解,本文中涉及的第一、第二、第三、第四以及各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各种说明性逻辑块(illustrative logical block,简称ILB)和步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种确定意向客户的方法,其特征在于,包括:
获取客户的特征信息和行为匹配度;
基于所述特征信息,分析得到客户的客观倾向值;
基于所述行为匹配度,分析得到客户的主观倾向值;
基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
2.根据权利要求1所述的方法,其特征在于,所述特征信息至少包括以下项的一项内容:客户个人信息、客户营业产品对应的工厂信息、客户的主要客户的信息;
所述分析得到客户的客观倾向值,包括步骤:
预设所述特征信息中各项内容的权重值;
对所述特征信息中的各项内容进行评分,或,从数据库中获取所述特征信息的各项内容评分;
基于所述特征信息的各项内容评分,按照第一预设算法计算得到客户的客观倾向值。
3.根据权利要求1所述的方法,其特征在于,所述分析得到客户的客观倾向值,包括以下步骤:
解析所述客户中的特征信息,得到特征信息的各项内容;
基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;
基于客户的风险指数以及客户营业产品中对应产品的契合指数,确定所述客户的客户倾向值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述特征信息的各项内容,确定客户的风险指数、客户营业产品中对应产品的契合指数;包括步骤:
采集所述客户的信誉信息、所述客户被审核的评分,以确定所述客户的风险指数;
获取客户营业产品中对应产品被审核的评分、客户营业产品中对应产品的在预设产品等级中的级别,以确定所述客户营业产品中对应产品的契合指数。
5.根据权利要求1所述的方法,其特征在于,所述行为匹配度至少包括以下项中的一项内容:历史合作配合度以及报价匹配度;
所述分析得到客户的主观倾向值,包括步骤:
预设所述行为匹配度中各项内容的权重值;
对所述行为匹配度中各项内容进行评分,或,从数据库中获取所述行为匹配度中各项内容的评分;
基于所述行为匹配度中各项内容的评分,按照第二预设算法计算得到客户的主观倾向值。
6.根据权利要求1所述的方法,其特征在于,所述行为匹配度还包括互动消息,所述分析得到客户的主观倾向值包括步骤:
解读互动消息,以获得客户的情感信息和意图信息;
预设情感信息和意图信息的权重值;
按照第三预设算法计算得到客户的主观倾向值。
7.根据权利要求6所述的方法,其特征在于,所述解读所述互动消息,以获得客户的情感信息和意图信息时,包括步骤:
提取互动消息中的语气词,并根据语气词所在语境,获得客户的情绪态度,进而获得客户的情感信息;
提取互动消息中的关键词,以解析出所述互动消息表达的意思,进而获得客户的意图信息。
8.根据权利要求1所述的方法,其特征在于,所述分析得到综合倾向值,包括步骤:
预设客观倾向值和主观倾向值的权重值;
基于所述客户倾向值和所述主观倾向值,按照第四预设算法计算得到客户的综合倾向值;
获取与所述客户相关的利害关系事件,基于与所述客户相关的利害关系事件的影响程度对所述综合倾向值进行加减分,以更新所述综合倾向值,其中,所述客户相关的利害关系事件至少包括以下项中的一项,客户自身的利害关系事件以及与客户主要合作伙伴的利害关系事件。
9.一种确定意向客户的装置,其特征在于,所述装置包括至少储存器和处理器,所述储存器被配置为执行计算机指令,所述处理器被配置为执行所述计算机指令,以实现以下步骤:
获取客户的特征信息和行为匹配度;
基于所述特征信息,分析得到客户的客观倾向值;
基于所述行为匹配度,分析得到客户的主观倾向值;
基于所述客观倾向值以及主观倾向值,分析得到综合倾向值,并判断综合倾向值是否大于预设阈值,若是,确定所述客户为意向客户。
10.一种计算机储存介质,其特征在于,所述计算机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上述权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110823521.7A CN115689131A (zh) | 2021-07-21 | 2021-07-21 | 一种确定意向客户的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110823521.7A CN115689131A (zh) | 2021-07-21 | 2021-07-21 | 一种确定意向客户的方法、装置及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689131A true CN115689131A (zh) | 2023-02-03 |
Family
ID=85044175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110823521.7A Pending CN115689131A (zh) | 2021-07-21 | 2021-07-21 | 一种确定意向客户的方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689131A (zh) |
-
2021
- 2021-07-21 CN CN202110823521.7A patent/CN115689131A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109514586B (zh) | 实现智能客服机器人的方法及*** | |
RU2708941C1 (ru) | Способ и устройство распознавания сегментированных предложений для человеко-машинной интеллектуальной вопросно-ответной системы | |
CN108897723B (zh) | 场景对话文本识别方法、装置以及终端 | |
CN111182162B (zh) | 基于人工智能的电话质检方法、装置、设备和存储介质 | |
WO2021056837A1 (zh) | 服务质量评测产品定制平台及方法 | |
CN112799747A (zh) | 智能助理评价、推荐方法、***、终端及可读存储介质 | |
CN112988991A (zh) | 一种通过人机对话进行反欺诈干预的方法和*** | |
US11816609B2 (en) | Intelligent task completion detection at a computing device | |
KR102100214B1 (ko) | 음성 인식 기반의 세일즈 대화 분석 방법 및 장치 | |
CN112468659B (zh) | 应用于电话客服的质量评价方法、装置、设备及存储介质 | |
CN113297365B (zh) | 一种用户意向判定方法、装置、设备及存储介质 | |
CN110955770A (zh) | 一种智能对话*** | |
CN112364622B (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
CN114090755A (zh) | 基于知识图谱的回复语句确定方法、装置及电子设备 | |
CN112925888A (zh) | 一种问答响应及小样本文本匹配模型的训练方法和装置 | |
CN112632248A (zh) | 问答方法、装置、计算机设备和存储介质 | |
CN113064983B (zh) | 语义检测方法、装置、计算机设备及存储介质 | |
CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
CN111353290B (zh) | 一种自动响应用户询问的方法和*** | |
CN113037914A (zh) | 用于处理呼入电话的方法、相关装置及计算机程序产品 | |
CN112288584A (zh) | 保险报案处理方法、装置、计算机可读介质及电子设备 | |
CN111507849A (zh) | 核保方法及相关装置、设备 | |
CN113326359A (zh) | 一种对话应答及应答策略匹配模型的训练方法和装置 | |
CN116561284A (zh) | 智能应答方法、装置、电子设备及介质 | |
CN111143529A (zh) | 一种与对话机器人进行对话的方法与设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |