WO2019200801A1 - 保单分配方法、装置、计算机设备和存储介质 - Google Patents

保单分配方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
WO2019200801A1
WO2019200801A1 PCT/CN2018/102153 CN2018102153W WO2019200801A1 WO 2019200801 A1 WO2019200801 A1 WO 2019200801A1 CN 2018102153 W CN2018102153 W CN 2018102153W WO 2019200801 A1 WO2019200801 A1 WO 2019200801A1
Authority
WO
WIPO (PCT)
Prior art keywords
policy
reference history
agent
artificial
assigned
Prior art date
Application number
PCT/CN2018/102153
Other languages
English (en)
French (fr)
Inventor
董国栋
Original Assignee
平安科技（深圳）有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019200801A1 publication Critical patent/WO2019200801A1/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Definitions

  • the present application relates to the field of data processing technologies, and in particular, to a policy allocation method, apparatus, computer device, and storage medium.
  • the insurance policy is generated, and the policy is assigned to the artificial agent, and the follow-up process such as the follow-up tracking service and the quality inspection is completed by the manual agent.
  • the policy is usually randomly assigned to the artificial agent. Due to the random assignment of the policy, after the policy is assigned to the artificial agent, the artificial agent has not served the insured customer of the policy before. The inventor realizes that since the artificial agent does not understand the specific information of the insured customer, the artificial agent needs to spend extra time to communicate with the customer to understand the relevant information of the customer before the manual agent communicates with the insured customer. The result is that the manual agent handles the policy less efficiently and wastes the time of insuring the customer.
  • the present application provides a policy distribution method, device, computer device and storage medium.
  • a policy allocation method comprising:
  • a policy dispensing device comprising:
  • a customer information extraction module configured to extract target customer information from insurance information of a policy to be distributed
  • the reference history policy search module is configured to search for a reference history policy with the same customer information and the target customer information from the pre-established historical policy library, wherein the historical policy library includes a policy generated by the customer after submitting the insurance information;
  • a manual agent determining module configured to determine a human agent assigned to the reference history policy
  • a policy allocation module configured to allocate the to-be-assigned policy to the artificial agent.
  • a computer apparatus comprising a memory and a processor, wherein the memory stores computer readable instructions that, when executed by the processor, cause the processor to perform the The steps of the policy allocation method.
  • a fourth aspect provides a computer readable storage medium storing computer readable instructions, when executed by one or more processors, causing one or more processors to perform said policy assignment The steps of the method.
  • the above policy distribution method, device, computer equipment and storage medium enable the artificial seat to spend no additional time to understand the relevant information of the customer, save the communication time between the artificial agent and the customer, and enable the artificial seat to be more targeted. Serving customers has greatly improved the efficiency of manual seats.
  • FIG. 1 is an implementation environment diagram of a policy distribution method provided in an embodiment.
  • FIG. 2 is a block diagram of a computer device 100, according to an exemplary embodiment.
  • FIG. 3 is a flow chart showing a policy allocation method according to an exemplary embodiment.
  • FIG. 4 is a flow chart of another policy distribution method according to the corresponding embodiment of FIG.
  • FIG. 5 is a specific implementation flowchart of step S120 in the policy allocation method according to the corresponding embodiment of FIG. 3 or FIG. 4.
  • FIG. 6 is a specific implementation flowchart of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 3 or FIG. 4.
  • FIG. 7 is another specific implementation flowchart of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 3 or FIG. 4.
  • FIG. 8 is another specific implementation flowchart of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 7.
  • FIG. 9 is a flow chart of another policy distribution method according to the corresponding embodiment of FIG. 3 or FIG.
  • FIG. 10 is a block diagram of a policy distribution device, according to an exemplary embodiment.
  • FIG 11 is a block diagram of another policy dispensing device shown in the corresponding embodiment of Figure 10.
  • Figure 12 is a block diagram of a reference history policy lookup module 120 in a policy distribution device shown in the corresponding embodiment of Figure 10 or Figure 11.
  • Figure 13 is a block diagram of the manual agent determination module 130 in the policy distribution device shown in the corresponding embodiment of Figure 10 or Figure 11.
  • FIG. 14 is another block diagram of the manual agent determination module 130 in the policy distribution device shown in FIG. 10 or FIG.
  • 15 is another block diagram of the manual agent determination module 130 in the policy distribution device shown in the corresponding embodiment of FIG.
  • Figure 16 is a block diagram of another policy distribution device shown in the corresponding embodiment of Figure 10 or Figure 11.
  • FIG. 1 is an implementation environment diagram of a policy distribution method provided in an embodiment, as shown in FIG. 1 , in which the computer device 100 and the terminal 200 are included.
  • Computer device 100 is an insurance system device.
  • An insurance client that fills in and submits insurance information is installed on the terminal 200.
  • the terminal 200 and the computer device 100 may be a smart phone, a tablet computer, a notebook computer, a desktop computer, etc., but are not limited thereto.
  • the computer device 100 and the terminal 200 can pass Bluetooth, USB (Universal Serial Bus (Universal Serial Bus) or other communication connection method is connected, and the present application does not limit this.
  • USB Universal Serial Bus
  • FIG. 2 is a block diagram of a computer device 100, according to an exemplary embodiment.
  • computer device 100 can include one or more of the following components: processing component 101, memory 102, power component 103, multimedia component 104, audio component 105, sensor component 107, and communication component 108.
  • the above-mentioned components are not all necessary, and the computer device 100 may add other components or reduce some components according to their own functional requirements, which is not limited in this embodiment.
  • the memory 102 is configured to store various types of data to support operation at the computer device 100.
  • Memory 102 can be implemented by any type of volatile or non-volatile storage device or a combination thereof.
  • Power component 103 provides power to various components of computer device 100.
  • the multimedia component 104 includes a screen between the computer device 100 and a user that provides an output interface.
  • the screen can include an LCD (Liquid Crystal Display, LCD, and TP (Touch Panel).
  • the audio component 105 is configured to output and/or input an audio signal.
  • the audio component 105 also includes a speaker for outputting an audio signal.
  • Sensor assembly 107 includes one or more sensors for providing computer device 100 with a status assessment of various aspects.
  • sensor component 107 can detect an open/closed state of computer device 100, relative positioning of components, and sensor component 107 can also detect changes in coordinates of one component of computer device 100 or computer device 100 and temperature changes of computer device 100.
  • the sensor assembly 107 can also include a magnetic sensor, a pressure sensor, or a temperature sensor.
  • Communication component 108 is configured to facilitate wired or wireless communication between computer device 100 and other devices.
  • computer device 100 may perform the methods described above. The specific manner in which the processor in the computer device 100 performs operations in this embodiment will be described in detail in the embodiment relating to the policy assignment method, and will not be described in detail herein.
  • a policy allocation method is proposed, which may be applied to the computer device 100, and may specifically include the following steps:
  • Step S110 extracting target customer information from the insurance information of the policy to be distributed.
  • the policy to be assigned is the policy for which the agent will be assigned.
  • the policy to be assigned is the policy for which the agent will be assigned.
  • the policy to be distributed includes the prospective policy generated by the customer or the insurance salesperson through the webpage, the app and other clients, and the formal insurance policy generated by the insurance. Take the test and maintenance as an example.
  • the customer fills in the insurance information such as gender, age, insurance type, and insurance amount in the insurance system (such as the web version, app client, etc.) before the insurance, and the insurance system is acquiring. After the relevant insurance information, the information such as the payment details of the relevant premiums will be displayed to the customer.
  • the customer or insurance salesperson conducts measurement or insurance through the webpage or app and other clients. After the insurance information is submitted, the policy will be generated, and the policy is a non-manual agent for tracking service, so the policy is the policy to be assigned.
  • the customer information may be one or more of a plurality of customer information such as customer name, gender, and mobile phone number.
  • a reference history policy with the same customer information and the target customer information is searched from the pre-established historical policy library, wherein the historical policy library includes a policy generated by the customer after submitting the insurance information.
  • the History Policy Library is a database built from the policies that have been generated. Generally, the policies in the historical policy library will have manual agents to track the subsequent processes. That is, the policies in the historical policy library that have been assigned by the manual agents have corresponding artificial seats.
  • the historical policy with the same customer name is usually found from the historical policy library according to the customer name, and the reference history policy of the policy to be distributed is obtained.
  • the customer information extracted in step 110 may be a mobile phone number, or a combination of one or more of customer information such as customer name, gender, mobile phone number, etc., thereby further improving Find the accuracy of the same customer's history policy from the history policy library.
  • the reference history policy in the policy to be assigned from the history policy library may be based on the generation time of each historical policy in the history policy library, or may be to find all the reference history policies for the policy to be assigned. It is also possible to find all reference history policies within a preset time range according to the generation time of each history policy, and may also be other search methods.
  • Step S130 determining a human agent assigned as a reference history policy.
  • step S140 the policy to be assigned is assigned to the artificial agent according to the manual agent in the reference history policy.
  • the artificial agent has served a certain customer, that is, the customer is excavated by the artificial agent, by allocating all the policies of the customer to the artificial seat for policy mining, it is beneficial to improve the enthusiasm of the new agent to explore new customers.
  • FIG. 4 shows that in an embodiment, before the step S120 in the corresponding embodiment of FIG. 3, the policy assignment method may further include the following steps.
  • Step S210 Receive insurance information submitted by the terminal. After the customer or the insurance salesperson submits the insurance information through the terminal where the client such as the webpage or the app is located, the insurance system will receive the insurance information sent by the terminal.
  • Step S220 generating a policy based on the insurance information.
  • Step S230 establishing a history policy library by performing storage of the policy.
  • the insurance system After receiving the insurance information submitted by the terminal, the insurance system will generate a policy according to the insurance information, and then form a historical policy library according to the generated policy, and then, after the subsequent generation of a new policy, the policy to be generated is stored in the historical policy library.
  • the policy After the policy is generated as described above, after the policy is generated according to the insurance information submitted by the terminal, all the policies are constructed as a history policy library, and then only the history policy is searched for the policy to be assigned in the history policy library, and the policy is greatly improved. Assign a policy to find the convenience of a reference history policy.
  • step S120 may include the following steps: step S121, according to a pre-established historical policy.
  • step S121 When the policy in the library is generated, the same policy as the target customer information is searched from the history policy library to obtain the same customer policy; in step S122, when the same customer policy with the same target customer information is found, the policy search is stopped, and The customer policy is determined as a reference history policy.
  • the generation time of each historical policy in the historical policy library may be different.
  • the same policy as the target customer information is searched from the history policy library, that is, the search is closest to the current time, and the target customer in the policy to be assigned is A policy with the same information.
  • the policy search is stopped and the policy is determined as the reference history policy. Since the time interval is the closest, the time between the manual agent of the reference history policy and the customer is the closest to the current time.
  • the relationship with the customer is more intimate and more favorable for follow-up process tracking. service.
  • the search is performed according to the generation time of each policy in the history policy library, it is not necessary to find all the policies in the history policy library, which greatly improves the efficiency of finding the reference history policy.
  • FIG. 6 is a detailed description of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 3 or FIG. 4 .
  • the number of reference history policies is multiple, and step S130 may include the following steps: Step S131, determining a reference history policy whose generation time is closest to the current time from the plurality of reference history policies; and step S132, extracting the artificial agent in the reference history policy that is closest to the current time.
  • the reference history policy is the same, and the number of reference history policies is multiple, and the artificial agents who perform the follow-up process tracking service for these historical policies are not the same artificial seat. , you need to determine the artificial agent to track the service to be assigned according to the manual agent that performs tracking service for these reference history policies.
  • the reference history policy whose generation time is closest to the current time is selected, the artificial agent who performs the follow-up process tracking service for the reference history policy is determined, and the policy to be assigned is to be assigned. Assigned to the artificial seat. Since the most recent artificial agents communicate with customers, the relationship between them and the customers is more intimate, which facilitates the follow-up process tracking service and improves the common efficiency between the artificial agents and the customers.
  • FIG. 7 is a detailed description of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 3 or FIG. 4 .
  • the number of reference history policies is multiple, and step S130 may include the following steps: Step S133, determining each artificial seat assigned to each reference history policy; in step S134, calculating the number of times of service of each manual agent.
  • Step S135, extracting the artificial agent with the most service times.
  • the highest number of serviced agents is usually the highest quality of service, so the quality of customer service can be further improved by assigning the most frequently deployed agents to the policy to be assigned.
  • FIG. 8 is a detailed description of step S130 in the policy allocation method according to the corresponding embodiment of FIG. 7.
  • the number of reference history policies is multiple, and step S130 may further include the following steps:
  • Step S136 Configure corresponding time weight parameters for each reference history policy according to the generation time of each reference history policy.
  • the time weight parameter is a control parameter that performs weight control on the reference history policy. The closer the generation time of the reference history policy is to the current time, the larger the time weight parameter corresponding to the reference history policy.
  • Step S137 Configure a corresponding number of times weight parameter for each of the manual agents according to the number of service times of each manual agent allocated for the reference history policy.
  • the order weight parameter is a control parameter for weight control of the number of times of service of the artificial agent.
  • the corresponding number of times weight parameter is configured for the manual agent, the number of times of the reference number can be set in advance, and then the ratio of the number of times of each manual agent to the reference number is calculated according to the ratio of the number of service times of each manual agent to the reference number.
  • Step S138 calculating, by the number of times weight parameter and the time weight parameter, an allocation weight of each of the artificial agents.
  • Step S139 determining, according to the distribution weight, a manual agent to be allocated for the to-be-assigned policy.
  • FIG. 9 is another policy allocation method step S130 according to the corresponding embodiment of FIG. 3 or FIG. 4, the policy distribution method may further include the following steps:
  • step S310 it is determined whether the manual agent assigned with reference to the historical policy is currently in an unserviceable state. If yes (Y), step S320 is performed; if no (N), step S140 is performed.
  • the manual agents in the reference history policy are not all in a serviceable state at the current time.
  • a manual agent who performs a follow-up process tracking service with reference to a historical policy has resigned, or has been unable to make a policy for a period of time for other reasons.
  • the manual agent in the reference history policy is currently in an unserviceable state, the policy to be assigned needs to be assigned to other human agents who can provide the service.
  • the manual agent in the reference history policy is currently in a serviceable state, the policy to be assigned is directly assigned to the artificial agent.
  • step S320 the target artificial agent is selected from the preset serviceable human agent list.
  • step S330 the policy to be assigned is allocated to the target artificial seat.
  • the target artificial agent is selected from the serviceable manual agent list by presetting the serviceable manual agent list, and the policy is assigned to the artificial agent.
  • the method of selecting the manual agent may be randomly selecting a manual agent from the preset serviceable manual agent list, or setting a specific selection manner, and various The selection method is not limited.
  • the preset serviceable human agent list may be a high quality manual agent list.
  • the artificial seats in the high-quality artificial agent list can be the artificial seats whose customers scored to the high quality standard; or the preset number of artificial seats with the highest customer ratings, such as the 1000 personal agents with the highest customer ratings.
  • the preset manual agent list may also be a manual agent list determined according to the current number of policies of each manual agent, and the policy is allocated to the artificial seat with the least amount of policies of the current service, thereby achieving balanced distribution of policies and improving the management of the policy. effectiveness.
  • a policy distribution device may be integrated into the computer device 100, and may further include a customer information extraction module 110, a reference history policy search module 120, The manual agent determination module 130 and the policy distribution module 140.
  • the customer information extraction module 110 is configured to extract target customer information from the insurance information of the policy to be distributed;
  • the reference history policy search module 120 is configured to search for the same reference history policy that the customer information and the target customer information are the same from the pre-established historical policy database.
  • the historical policy library includes a policy generated after the customer submits the insurance information, and the manual agent determination module 130 is configured to determine the artificial agent assigned to the reference history policy.
  • the policy allocation module 140 is configured to allocate the to-be-assigned policy to the artificial agent.
  • FIG. 11 is a block diagram of another policy distribution apparatus according to the corresponding embodiment of FIG. 10.
  • the policy distribution apparatus shown in FIG. 10 further includes, but is not limited to, an insurance information receiving module 210.
  • the insurance information receiving module 210 is configured to receive insurance information submitted by the terminal;
  • the policy generating module 220 is configured to generate a policy according to the insurance information;
  • the historical policy library establishing module 230 is configured to establish a historical policy library by performing policy storage.
  • the reference history policy search module 120 includes but is not limited to: the same customer policy search unit 121 and the reference history policy determination unit 122. .
  • the same customer policy search unit 121 is configured to search for the same policy as the target customer information from the historical policy library according to the generation time of the policy in the pre-established historical policy library, and obtain the same customer policy;
  • the reference history policy determining unit 122 is configured to When the same customer policy is found as the target customer information, the policy search is stopped and the same customer policy is determined as the reference history policy.
  • the number of reference history policies is multiple, and the manual agent determination module 130 includes but is not limited to: a reference history policy determining unit. 131.
  • the reference history policy determining unit 131 is configured to determine, from the plurality of reference history policies, a reference history policy whose generation time is closest to the current time; the manual agent extraction unit 132 is configured to extract the artificial agent in the reference history policy that is closest to the current time.
  • the number of reference history policies is multiple, and the manual agent determination module 130 includes but is not limited to: the manual agent determination unit 133 .
  • the manual agent determining unit 133 is configured to determine each of the manual agents assigned to the respective reference history policies; the service number calculating unit 134 is configured to calculate the number of times of the service of the manual agents; the maximum number of seats extracting unit 135 is configured to extract the The most frequently served agent.
  • the manual agent determination module 130 further includes, but is not limited to, a time weight parameter configuration unit 136 .
  • the time weight parameter configuration unit 136 is configured to configure a corresponding time weight parameter for each reference history policy according to the generation time of each reference history policy; the number of times weight parameter configuration unit 137 is configured to use each labor allocated for the reference history policy.
  • the service number of the agent is configured to configure a corresponding number of times weight parameter for each of the manual agents; the distribution weight calculation unit 138 is configured to calculate, by the number of times weight parameter and the time weight parameter, the allocation weight of each of the artificial agents;
  • the final assigned agent determining unit 139 is configured to determine, according to the assigned weight value, a manual agent to be allocated for the to-be-assigned policy.
  • FIG. 16 is another policy distribution device according to the corresponding embodiment of FIG. 10 or FIG. 11 .
  • the policy distribution device further includes, but is not limited to, a service status determination module 310, a target manual agent selection module 320, and a The second policy distribution module 330.
  • the service status determination module 310 is configured to determine whether the manual agent assigned to the historical policy is currently in an unserviceable state;
  • the target manual agent selection module 320 is configured to select a target artificial seat from the preset serviceable artificial agent list;
  • the policy assignment module 330 is configured to allocate the policy to be assigned to the target artificial seat.
  • a computer apparatus that performs all or part of the steps of the policy assignment method shown in any of the above.
  • the computer device includes: at least one processor; and a memory communicatively coupled to the at least one processor; wherein the memory stores instructions executable by the at least one processor, the instructions being by the at least one
  • the processor executes to enable the at least one processor to perform the policy assignment method as illustrated in any of the above-described exemplary embodiments.
  • a storage medium storing computer readable instructions, when executed by one or more processors, causes one or more processors to execute the above-described policy assignment method embodiment A step of.
  • the foregoing storage medium may be a magnetic disk, an optical disk, or a read-only storage memory (Read-Only) Non-volatile storage media such as Memory, ROM), or random storage memory (Random Access Memory, RAM), etc.

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种保单分配方法、装置、计算机设备和存储介质，属于数据处理技术领域，该保单分配方法包括：从待分配保单的保险信息中提取目标客户信息（S110），从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单（S120），确定为参考历史保单分配的人工坐席（S130），根据参考历史保单中的人工坐席，将待分配保单分配给人工坐席（S140）。上述保单分配方法装置、计算机设备和存储介质能够节省了人工坐席与客户之间的沟通时间，使人工坐席能够更有针对性地为客户服务，大大提高了人工坐席的工作效率。

Description

保单分配方法、装置、计算机设备和存储介质 技术领域
相关申请的交叉引用：本申请基于并要求2018年4月20日申请的、申请号为 201810359050.7、名称为“保单分配方法、装置、计算机设备和存储介质”的中国专利申请的优先权，其全部内容在此并入作为参考。
本申请涉及数据处理技术领域，特别是涉及保单分配方法、装置、计算机设备和存储介质。
 背景技术
在客户通过网页或app等客户端填写投保信息生成保单后，需将该保单分配给人工坐席，由该人工坐席完成后续的跟踪服务以及质检等相关的后续流程。
目前在将保单分配给人工坐席时，通常是将保单随机分配给人工坐席。而由于保单的随机分配，使保单分配至人工坐席后，该人工坐席在此之前并未为该保单的投保客户提供服务。发明人意识到，由于该人工坐席对投保客户的具体信息并不了解，在该人工坐席与投保客户沟通之前，该人工坐席需花费额外的时间与客户进行沟通，以了解客户的相关信息，从而导致人工坐席处理保单的效率较低，且大大浪费了投保客户的时间。
 技术问题
基于此，为解决相关技术中人工坐席处理保单的效率较低的技术问题，本申请提供了一种保单分配方法、装置、计算机设备和存储介质。
 技术解决方案
第一方面，提供了一种保单分配方法，包括：
从待分配保单的保险信息中提取目标客户信息；
从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
确定为所述参考历史保单分配的人工坐席；
将所述待分配保单分配给所述人工坐席。
第二方面，提供了一种保单分配装置，包括：
客户信息提取模块，用于从待分配保单的保险信息中提取目标客户信息；
参考历史保单查找模块，用于从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
人工坐席确定模块，用于确定为所述参考历史保单分配的人工坐席；
保单分配模块，用于将所述待分配保单分配给所述人工坐席。
第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述保单分配方法的步骤。
第四方面，提供了一种存储有计算机可读指令的计算机可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述保单分配方法的步骤。
 有益效果
本公开的实施例提供的技术方案可以包括以下有益效果：
上述保单分配方法、装置、计算机设备和存储介质，使人工坐席无需再花费额外的时间了解客户的相关信息，节省了人工坐席与客户之间的沟通时间，并且使人工坐席能够更有针对性地为客户服务，大大提高了人工坐席的工作效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
 附图说明
图1是一个实施例中提供的保单分配方法的实施环境图。
图2根据一示例性实施例示出的一种计算机设备100的框图。
图3是根据一示例性实施例示出的一种保单分配方法的流程图。
图4是根据图3对应实施例示出的另一种保单分配方法的流程图。
图5是根据图3或图4对应实施例示出的保单分配方法中步骤S120的一种具体实现流程图。
图6是根据图3或图4对应实施例示出的保单分配方法中步骤S130的一种具体实现流程图。
图7是根据图3或图4对应实施例示出的保单分配方法中步骤S130的另一种具体实现流程图。
图8是根据图7对应实施例示出的保单分配方法中步骤S130的另一种具体实现流程图。
图9是根据图3或图4对应实施例示出的另一种保单分配方法的流程图。
图10是根据一示例性实施例示出的一种保单分配装置的框图。
图11是图10对应实施例示出的另一种保单分配装置的框图。
图12是图10或图11对应实施例示出的保单分配装置中参考历史保单查找模块120的一种框图。
图13是图10或图11对应实施例示出的保单分配装置中人工坐席确定模块130的一种框图。
图14是图10或图11对应实施例示出的保单分配装置中人工坐席确定模块130的另一种框图。
图15是图14对应实施例示出的保单分配装置中人工坐席确定模块130的另一种框图。
图16是图10或图11对应实施例示出的另一种保单分配装置的框图。
 本发明的实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为一个实施例中提供的保单分配方法的实施环境图，如图1所示，在该实施环境中，包括计算机设备100以及终端200。计算机设备100为保险***设备。终端200上安装有进行保险信息填写及提交的保险客户端。需要说明的是，终端200以及计算机设备100可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。计算机设备100以及终端200可以通过蓝牙、USB(Universal Serial Bus，通用串行总线）或者其他通讯连接方式进行连接，本申请在此不做限制。
图2是根据一示例性实施例示出的一种计算机设备100的框图。参考图2，计算机设备100可以包括以下一个或者多个组件：处理组件101，存储器102，电源组件103，多媒体组件104，音频组件105，传感器组件107以及通信组件108。其中，上述组件并不全是必须的，计算机设备100可以根据自身功能需求增加其他组件或减少某些组件，本实施例不作限定。存储器102被配置为存储各种类型的数据以支持在计算机设备100的操作。存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现。存储器102中还存储有一个或多个模块，该一个或多个模块被配置成由该一个或多个处理器109执行，以完成以下任一所示方法中的全部或者部分步骤。电源组件103为计算机设备100的各种组件提供电力。多媒体组件104包括在所述计算机设备100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括LCD（Liquid Crystal Display，液晶显示器）和TP（Touch Panel，触摸面板）。音频组件105被配置为输出和/或输入音频信号。在一些实施例中，音频组件105还包括一个扬声器，用于输出音频信号。传感器组件107包括一个或多个传感器，用于为计算机设备100提供各个方面的状态评估。例如，传感器组件107可以检测到计算机设备100的打开/关闭状态，组件的相对定位，传感器组件107还可以检测计算机设备100或计算机设备100一个组件的坐标改变以及计算机设备100的温度变化。在一些实施例中，该传感器组件107还可以包括磁传感器，压力传感器或温度传感器。通信组件108被配置为便于计算机设备100和其他设备之间有线或无线方式的通信。在示例性实施例中，计算机设备100可以执行上述方法。该实施例中的计算机设备100中处理器执行操作的具体方式将在有关保单分配方法的实施例中进行详细描述，此处将不做详细阐述说明。
如图3所示，在一个实施例中，提出了一种保单分配方法，该保单分配方法可以应用于上述的计算机设备100中，具体可以包括以下步骤：
步骤S110，从待分配保单的保险信息中提取目标客户信息。待分配保单是将为其进行人工坐席分配的保单。待分配保单是将为其进行人工坐席分配的保单。待分配保单包括客户或保险销售人员通过网页、app等客户端进行测保生成的准保单，以及进行投保生成的正式保单。以进行测保为例，对于某一种保险，客户在投保之前，在保险***（如网页版、app客户端等）中填写性别、年龄、保险类别、保额等保险信息，保险***在获取到相关保险信息后，将相关保费的缴纳明细等信息展示给客户。客户或保险销售人员通过网页或app等客户端进行测报或投保，填写保险信息提交后，将生成保单，而该保单因未有人工坐席进行跟踪服务，因此该保单为待分配保单。客户信息可以是客户姓名、性别、手机号码等多项客户信息中的一项或多项。通过从待分配保单中提取多项客户信息，使根据多项客户信息从历史保单库查找同一客户的历史保单时的准确性更高。
步骤S120，从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单。历史保单库是根据已经生成的保单构建而成的数据库。通常地，历史保单库中的保单都会有人工坐席进行后续流程的跟踪，即历史保单库中已进行人工坐席分配过的保单都存在有对应的人工坐席。在根据客户信息从历史保单库中查找同一客户的历史保单时，通常根据客户姓名从历史保单库中查找客户姓名相同的历史保单，得到待分配保单的参考历史保单。为避免不同客户的客户姓名相同而造成查找错误，步骤110中提取的客户信息可以为手机号码，也可以为客户姓名、性别、手机号码等客户信息中一项或多项的组合，从而进一步提高从历史保单库中查找同一客户的历史保单时的准确性。从历史保单库中查找与待分配保单中的参考历史保单的方式有多种，可以是根据历史保单库中各历史保单的生成时间进行查找，也可以是为待分配保单查找全部的参考历史保单，也可以是根据各历史保单的生成时间查找预设时间范围内的全部参考历史保单，还可以是其他的查找方式。
步骤S130，确定为参考历史保单分配的人工坐席。
步骤S140，根据参考历史保单中的人工坐席，将待分配保单分配给人工坐席。
查找到待分配保单的参考历史保单后，将待分配保单分配给为该参考历史保单进行后续流程跟踪服务的人工坐席，从而保证相同客户的多个保单均是同一人工坐席进行后续流程的跟踪服务。一方面，对于该人工坐席来说，由于曾经与该客户进行历史保单的后续流程跟踪服务，对客户的相关信息已经了解。因此，无需再花费额外的时间了解客户的相关信息，节省了人工坐席与客户之间的沟通时间，并且使人工坐席能够更有针对性地为客户服务，大大提高了人工坐席的工作效率；另一方面，因为各人工坐席的沟通方式存在的一定的区别，对于客户来说，曾经沟通过的人工坐席相对更加亲切，更容易方便沟通的开展，有利于提高沟通效率，节约客户的时间。并且，由于人工坐席曾经为某客户服务过，即该客户是该人工坐席挖掘的，通过将该客户的所有保单均分配给进行保单挖掘的人工坐席，有利于提高人工坐席挖掘新客户的积极性。
图4示出了在一个实施例中，图3对应实施例中的步骤S120之前，该保单分配方法还可以包括以下步骤。
步骤S210，接收终端提交的保险信息。客户或保险销售人员在通过在网页或app等客户端所在的终端填写保险信息提交后，保险***将接收终端发送的保险信息。
步骤S220，根据保险信息生成保单。
步骤S230，通过进行保单的存储建立历史保单库。保险***在接收终端提交的保险信息后，将根据保险信息生成保单，进而根据生成的保单形成历史保单库，进而在后续生成新的保单后，即将生成的保单存储于历史保单库中。通过如上所述的方法，根据终端提交的保险信息生成保单后，将所有的保单构建为历史保单库，进而只需在历史保单库中为待分配保单查找参考历史保单时，大大提高了为待分配保单查找参考历史保单的便利性。
可选的，图5是根据图3或图4对应实施例示出的保单分配方法中步骤S120的细节描述，该保单分配方法中，步骤S120可以包括以下步骤：步骤S121，按照预先建立的历史保单库中保单的生成时间，从历史保单库中查找与目标客户信息相同的保单，得到同客户保单；步骤S122，在查找到与目标客户信息相同的同客户保单时，则停止保单的查找，并将同客户保单确定为参考历史保单。
可以理解的是，历史保单库中各历史保单均存在有对应的生成时间。因此，历史保单库中的各历史保单的生成时间可能存在一定的不同。在一示例性实施例中，按照历史保单库中各保单的生成时间，从历史保单库中查找与目标客户信息相同的保单，即查找与当前时间距离最近，且与待分配保单中的目标客户信息相同的保单。在查找与当前时间距离最近，且与待分配保单中的目标客户信息相同的保单后，则停止保单的查找，并将该保单确定为参考历史保单。由于相隔时间最近，该参考历史保单的人工坐席与客户之间进行过沟通的时间距离当前时间最近，因此，相比而言，其与客户之间的关系更加亲密，更有利于开展后续流程跟踪服务。并且，由于按照历史保单库中各保单的生成时间进行查找，因此，无需查找历史保单库中的所有保单，大大提高了查找参考历史保单的效率。
可选的，图6是根据图3或图4对应实施例示出的保单分配方法中步骤S130的细节描述，该保单分配方法中，参考历史保单的数量为多个，步骤S130可以包括以下步骤：步骤S131，从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；步骤S132，提取距离当前时间最近的参考历史保单中的人工坐席。
当从历史保单库中查找到待分配保单的客户信息相同的参考历史保单，而参考历史保单的数量为多个，且为这些历史保单进行后续流程跟踪服务的人工坐席并不是同一个人工坐席时，则需要根据为这些参考历史保单进行跟踪服务的人工坐席，确定为待分配保单进行跟踪服务的人工坐席。在一示例性实施例中，根据参考历史保单之间的生成时间，选取生成时间最接近当前时间的参考历史保单，确定对该参考历史保单进行后续流程跟踪服务的人工坐席，并将待分配保单分配给该人工坐席。由于相隔时间最近的人工坐席与客户之间进行过沟通，相比而言，其与客户之间的关系更加亲密，有利于开展后续流程跟踪服务，提高了人工坐席与客户之间的共同效率。
可选的，图7是根据图3或图4对应实施例示出的保单分配方法中步骤S130的细节描述，该保单分配方法中，参考历史保单的数量为多个，步骤S130可以包括以下步骤：步骤S133，确定为各个参考历史保单分配的各人工坐席；步骤S134，计算所述各人工坐席的服务次数。
步骤S135，提取所述服务次数最多的人工坐席。一般而言，服务次数最多的人工坐席通常是服务质量最高的，因此，通过将待分配保单分配服务次数最多的人工坐席可以进一步提高为客户服务的质量。
可选的，图8是根据图7对应实施例示出的保单分配方法中步骤S130的细节描述，该保单分配方法中，参考历史保单的数量为多个，步骤S130还可以包括以下步骤：
步骤S136，按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数。时间权重参数是对参考历史保单进行权重控制的控制参数。参考历史保单的生成时间距离当前时间越近，则该参考历史保单对应的时间权重参数则越大。
步骤S137，根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数。次数权重参数是对人工坐席的服务次数进行权重控制的控制参数。类似的，人工坐席的服务次数越多，则该人工坐席对应的次数权重参数则越大。为人工坐席配置相应的次数权重参数时，可以通过预先设置基准次数，进而根据各人工坐席的服务次数与基准次数的比值，计算各人工坐席配置相应的次数权重参数。
步骤S138，由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值。
步骤S139，根据所述分配权值确定将为所述待分配保单分配的人工坐席。
因此，通过对参考历史保单的生成时间及人工坐席的服务次数进行加权考虑，计算各人工坐席的分配权值，进而确定为待分配保单分配的人工坐席，更大程度提高了确定人工坐席的准确性。
可选的，图9是根据图3或图4对应实施例示出的另一种保单分配方法步骤S130之后，该保单分配方法还可以包括以下步骤：
步骤S310，判断为参考历史保单分配的人工坐席当前是否处于不可服务状态，若为是（Y），则执行步骤S320；若为否（N），则执行步骤S140。
可以理解的是，参考历史保单中的人工坐席在当前时间并非均处于可服务状态。例如，为参考历史保单进行后续流程跟踪服务的人工坐席已经离职，或因其他原因在一段时间内无法进行保单的服务。当参考历史保单中的人工坐席当前处于不可服务状态，则需要将待分配保单分配给其他可提供服务的人工坐席。当参考历史保单中的人工坐席当前处于可服务状态，则直接将待分配保单分配给该人工坐席。
步骤S320，从预设的可服务人工坐席列表中选取目标人工坐席。
步骤S330，将待分配保单分配给目标人工坐席。
在一示例性实施例中，通过预先设置可服务人工坐席列表，从该可服务人工坐席列表中选取目标人工坐席，进而将该保单分配给该人工坐席。可选的，在从可服务人工坐席列表中选取目标人工坐席时，选取人工坐席的方式可以是随机从预设的可服务人工坐席列表中选取人工坐席，也可以设置特定的选取方式，各种选取方式不进行限定。例如，预设的可服务人工坐席列表可以是优质人工坐席名单。优质人工坐席名单中的人工坐席可以是客户评分达到优质标准的人工坐席；也可以是客户评分最高的预设数量的人工坐席，例如客户评分最高的1000个人工坐席。从而提供最优质的人工坐席为客户服务，提高服务质量，进而提升客户粘性，并且优质人工坐席能够分配到更多的保单，增加优质人工坐席的收入，进而提升人工坐席的服务积极性和服务质量。预设的人工坐席名单也可以是根据各人工坐席当前的保单数量而确定的人工坐席名单，通过将保单分配给当前服务的保单量最少的人工坐席，从而实现保单的均衡分配，提高保单的处理效率。
如图10所示，在一个实施例中，提供了一种保单分配装置，该保单分配装置可以集成于上述的计算机设备100中，具体可以包括客户信息提取模块110、参考历史保单查找模块120、人工坐席确定模块130以及保单分配模块140。 客户信息提取模块110，用于从待分配保单的保险信息中提取目标客户信息；参考历史保单查找模块120，用于从预先建立的历史保单库中查找客户信息与目标客户信息相同的参考历史保单，其中，历史保单库中包含有客户提交保险信息后生成的保单；人工坐席确定模块130，用于确定为参考历史保单分配的人工坐席。保单分配模块140，用于将待分配保单分配给人工坐席。上述装置中各个模块的功能和作用的实现过程具体详见上述保单分配方法中对应步骤的实现过程，在此不再赘述。
可选的，图11是根据图10对应实施例示出的另一种保单分配装置的框图，如图11所示，图10示出的保单分配装置还包括但不限于：保险信息接收模块210、保单生成模块220和历史保单库建立模块230。保险信息接收模块210，用于接收终端提交的保险信息；保单生成模块220，用于根据保险信息生成保单；历史保单库建立模块230，用于通过进行保单的存储建立历史保单库。
可选的，如图12所示，图10或图11对应实施例示出示出的保单分配装置中，参考历史保单查找模块120包括但不限于：同客户保单查找单元121和参考历史保单确定单元122。同客户保单查找单元121，用于按照预先建立的历史保单库中保单的生成时间，从历史保单库中查找与目标客户信息相同的保单，得到同客户保单；参考历史保单确定单元122，用于在查找到与目标客户信息相同的同客户保单时，则停止保单的查找，并将同客户保单确定为参考历史保单。
可选的，如图13所示，图10或图11对应实施例示出示出的保单分配装置中，参考历史保单的数量为多个，人工坐席确定模块130包括但不限于：参考历史保单确定单元131、人工坐席提取单元132和第一保单分配单元133。参考历史保单确定单元131，用于从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；人工坐席提取单元132，用于提取距离当前时间最近的参考历史保单中的人工坐席。
可选的，如图14所示，图10或图11对应实施例示出示出的保单分配装置中，参考历史保单的数量为多个，人工坐席确定模块130包括但不限于：人工坐席确定单元133、服务次数计算单元134和次数最多坐席提取单元135。人工坐席确定单元133，用于确定为各个参考历史保单分配的各人工坐席；服务次数计算单元134，用于计算所述各人工坐席的服务次数；次数最多坐席提取单元135，用于提取所述服务次数最多的人工坐席。
可选的，如图15所示，图14对应实施例示出示出的保单分配装置中，参考历史保单的数量为多个，人工坐席确定模块130还包括但不限于：时间权重参数配置单元136、次数权重参数配置单元137、分配权值计算单元138和人工坐席确定单元139。时间权重参数配置单元136，用于按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数；次数权重参数配置单元137，用于根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数；分配权值计算单元138，用于由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值；最终分配坐席确定单元139，用于根据所述分配权值确定将为所述待分配保单分配的人工坐席。
可选的，图16是根据图10或图11对应实施例示出示出的另一种保单分配装置，该保单分配装置还包括但不限于：服务状态判断模块310、目标人工坐席选取模块320和第二保单分配模块330。服务状态判断模块310，用于判断为参考历史保单分配的人工坐席当前是否处于不可服务状态；目标人工坐席选取模块320，用于从预设的可服务人工坐席列表中选取目标人工坐席；第二保单分配模块330，用于将待分配保单分配给目标人工坐席。
在一个实施例中，提出了一种计算机设备，执行上述任一所示的保单分配方法的全部或者部分步骤。该计算机设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一个示例性实施例所示出的保单分配方法。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述保单分配方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）等非易失性存储介质，或随机存储记忆体（Random Access Memory，RAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (28)

  1. 一种保单分配方法，其特征在于，所述方法包括：
    从待分配保单的保险信息中提取目标客户信息；
    从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
    确定为所述参考历史保单分配的人工坐席；
    将所述待分配保单分配给所述人工坐席。
  2. 如权利要求1所述的方法，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单的步骤之前，所述方法还包括：
    接收终端提交的保险信息；
    根据所述保险信息生成保单；
    通过进行所述保单的存储建立历史保单库。
  3. 如权利要求1或2所述的方法，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单的步骤包括：
    按照预先建立的历史保单库中保单的生成时间，从所述历史保单库中查找与所述目标客户信息相同的保单，得到同客户保单；
    在查找到与所述目标客户信息相同的同客户保单时，则停止保单的查找，并将所述同客户保单确定为参考历史保单。
  4. 如权利要求1或2所述的方法，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席的步骤包括：
    从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；
    提取距离当前时间最近的所述参考历史保单中的人工坐席。
  5. 如权利要求1或2所述的方法，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席的步骤包括：
    确定为各个参考历史保单分配的各人工坐席；
    计算所述各人工坐席的服务次数；
    提取所述服务次数最多的人工坐席。
  6. 如权利要求5所述的方法，其特征在于，所述方法还包括：
    按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数；
    根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数；
    由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值；
    根据所述分配权值确定将为所述待分配保单分配的人工坐席。
  7. 如权利要求1或2所述的方法，其特征在于，所述确定为所述参考历史保单分配的人工坐席的步骤之后，所述方法还包括：
    判断为所述参考历史保单分配的人工坐席当前是否处于不可服务状态，若为是，则
    从预设的可服务人工坐席列表中选取目标人工坐席；
    将所述待分配保单分配给所述目标人工坐席。
  8. 一种保单分配装置，其特征在于，所述装置包括：
    客户信息提取模块，用于从待分配保单的保险信息中提取目标客户信息；
    参考历史保单查找模块，用于从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
    人工坐席确定模块，用于确定为所述参考历史保单分配的人工坐席。
    保单分配模块，用于将所述待分配保单分配给所述人工坐席。
  9. 如权利要求8所述的装置，其特征在于，所述装置还包括：
    保险信息接收模块，用于接收终端提交的保险信息；
    保单生成模块，用于根据所述保险信息生成保单；
    历史保单库建立模块，用于通过进行所述保单的存储建立历史保单库。
  10. 如权利要求8或9所述的装置，其特征在于，所述参考历史保单查找模块进一步用于：
    按照预先建立的历史保单库中保单的生成时间，从所述历史保单库中查找与所述目标客户信息相同的保单，得到同客户保单；
    在查找到与所述目标客户信息相同的同客户保单时，则停止保单的查找，并将所述同客户保单确定为参考历史保单。
  11. 如权利要求8或9所述的装置，其特征在于，所述参考历史保单的数量为多个，所述人工坐席确定模块进一步用于：
    从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；
    提取距离当前时间最近的所述参考历史保单中的人工坐席。
  12. 如权利要求8或9所述的装置，其特征在于，所述参考历史保单的数量为多个，所述人工坐席确定模块进一步用于：
    确定为各个参考历史保单分配的各人工坐席；
    计算所述各人工坐席的服务次数；
    提取所述服务次数最多的人工坐席。
  13. 如权利要求12所述的装置，其特征在于，所述装置还包括：
    时间权重参数配置模块，用于按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数；
    次数权重参数配置模块，用于根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数；
    分配权值计算模块，用于由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值；
    人工坐席分配模块，用于根据所述分配权值确定将为所述待分配保单分配的人工坐席。
  14. 如权利要求8或9所述的装置，其特征在于，所述装置还包括：
    判断模块，用于判断为所述参考历史保单分配的人工坐席当前是否处于不可服务状态；
    目标人工坐席选取模块，用于如果判断结果为是，从预设的可服务人工坐席列表中选取目标人工坐席；
    待分配保单分配模块，用于将所述待分配保单分配给所述目标人工坐席。
  15. 一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行:
    从待分配保单的保险信息中提取目标客户信息；
    从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
    确定为所述参考历史保单分配的人工坐席；
    将所述待分配保单分配给所述人工坐席。
  16. 如权利要求15所述的计算机设备，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单的步骤之前，所述计算机可读指令被所述处理器执行时，使得所述处理器还执行：
    接收终端提交的保险信息；
    根据所述保险信息生成保单；
    通过进行所述保单的存储建立历史保单库。
  17. 如权利要求15或16所述的计算机设备，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单包括：
    按照预先建立的历史保单库中保单的生成时间，从所述历史保单库中查找与所述目标客户信息相同的保单，得到同客户保单；
    在查找到与所述目标客户信息相同的同客户保单时，则停止保单的查找，并将所述同客户保单确定为参考历史保单。
  18. 如权利要求15或16所述的计算机设备，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席包括：
    从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；
    提取距离当前时间最近的所述参考历史保单中的人工坐席。
  19. 如权利要求15或16所述的计算机设备，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席包括：
    确定为各个参考历史保单分配的各人工坐席；
    计算所述各人工坐席的服务次数；
    提取所述服务次数最多的人工坐席。
  20. 如权利要求19所述的计算机设备，其特征在于，所述计算机可读指令被所述处理器执行时，使得所述处理器还执行：：
    按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数；
    根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数；
    由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值；
    根据所述分配权值确定将为所述待分配保单分配的人工坐席。
  21. 如权利要求15或16所述的计算机设备，其特征在于，所述确定为所述参考历史保单分配的人工坐席之后，所述计算机可读指令被所述处理器执行时，使得所述处理器还执行：
    判断为所述参考历史保单分配的人工坐席当前是否处于不可服务状态，若为是，则
    从预设的可服务人工坐席列表中选取目标人工坐席；
    将所述待分配保单分配给所述目标人工坐席。
  22. 一种存储有计算机可读指令的计算机可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行：
    从待分配保单的保险信息中提取目标客户信息；
    从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单，其中，所述历史保单库中包含有客户提交保险信息后生成的保单；
    确定为所述参考历史保单分配的人工坐席；
    将所述待分配保单分配给所述人工坐席。
  23. 如权利要求22所述的计算机可读存储介质，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单的步骤之前，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行：
    接收终端提交的保险信息；
    根据所述保险信息生成保单；
    通过进行所述保单的存储建立历史保单库。
  24. 如权利要求22或23所述的计算机可读存储介质，其特征在于，所述从预先建立的历史保单库中查找客户信息与所述目标客户信息相同的参考历史保单包括：
    按照预先建立的历史保单库中保单的生成时间，从所述历史保单库中查找与所述目标客户信息相同的保单，得到同客户保单；
    在查找到与所述目标客户信息相同的同客户保单时，则停止保单的查找，并将所述同客户保单确定为参考历史保单。
  25. 如权利要求22或23所述的计算机可读存储介质，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席包括：
    从多个参考历史保单中确定生成时间距离当前时间最近的参考历史保单；
    提取距离当前时间最近的所述参考历史保单中的人工坐席。
  26. 如权利要求22或23所述的计算机可读存储介质，其特征在于，所述参考历史保单的数量为多个，所述确定为所述参考历史保单分配的人工坐席包括：
    确定为各个参考历史保单分配的各人工坐席；
    计算所述各人工坐席的服务次数；
    提取所述服务次数最多的人工坐席。
  27. 如权利要求26所述的计算机可读存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行：
    按照各参考历史保单的生成时间，为各个参考历史保单配置相应的时间权重参数；
    根据为所述参考历史保单分配的各人工坐席的服务次数，为所述各人工坐席配置相应的次数权重参数；
    由所述次数权重参数与所述时间权重参数计算所述各人工坐席的分配权值；
    根据所述分配权值确定将为所述待分配保单分配的人工坐席。
  28. 如权利要求22或23所述的计算机可读存储介质，其特征在于，所述确定为所述参考历史保单分配的人工坐席之后，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器还执行：
    判断为所述参考历史保单分配的人工坐席当前是否处于不可服务状态，若为是，则
    从预设的可服务人工坐席列表中选取目标人工坐席；
    将所述待分配保单分配给所述目标人工坐席。
PCT/CN2018/102153 2018-04-20 2018-08-24 保单分配方法、装置、计算机设备和存储介质 WO2019200801A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810359050.7A CN108549990A (zh) 2018-04-20 2018-04-20 保单分配方法、装置、计算机设备和存储介质
CN201810359050.7 2018-04-20

Publications (1)

Publication Number Publication Date
WO2019200801A1 true WO2019200801A1 (zh) 2019-10-24

Family

ID=63511834

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/102153 WO2019200801A1 (zh) 2018-04-20 2018-08-24 保单分配方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN108549990A (zh)
WO (1) WO2019200801A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109685336A (zh) * 2018-12-10 2019-04-26 深圳市小牛普惠投资管理有限公司 催收任务分配方法、装置、计算机设备及存储介质
CN110035064B (zh) * 2019-03-11 2021-11-09 平安科技（深圳）有限公司 通信方法、装置、计算机设备和存储介质
CN112906998A (zh) * 2019-11-19 2021-06-04 泰康保险集团股份有限公司 为保险公司的客户重新分配业务员的数据处理***和方法
CN111160637B (zh) * 2019-12-18 2024-04-05 中国平安财产保险股份有限公司 智能化人力分配方法、装置及计算机可读存储介质
CN111105159A (zh) * 2019-12-20 2020-05-05 阳光人寿保险股份有限公司 业务保单分配方法、***、终端和计算机可读存储介质
CN111601003A (zh) * 2020-05-15 2020-08-28 中国银行股份有限公司 会话建立方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999001826A2 (en) * 1997-07-02 1999-01-14 Business Evolution, Inc. Method, system and computer program product for providing customer service over the world-wide web
CN102546987A (zh) * 2012-01-12 2012-07-04 江苏电力信息技术有限公司 一种用于电力客户信息快速识别的实现方法
CN106791235A (zh) * 2015-11-24 2017-05-31 华为技术有限公司 一种选择服务座席的方法、装置及***
CN107888786A (zh) * 2017-11-22 2018-04-06 程桂平 一种智能匹配接线员的方法及计算机***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8136114B1 (en) * 2006-04-21 2012-03-13 Sprint Communications Company L.P. Business process management system having dynamic task assignment
US9025756B1 (en) * 2013-03-14 2015-05-05 Progressive Casualty Insurance Company Loyalty structured call routing system
CN104243730A (zh) * 2013-06-24 2014-12-24 中兴通讯股份有限公司 一种话务接入处理方法、装置和呼叫中心
CN104754153B (zh) * 2013-12-26 2018-02-23 ***通信集团四川有限公司 客服***及其客户服务方法
CN107659738A (zh) * 2016-08-23 2018-02-02 平安科技（深圳）有限公司 投保单分配方法及装置
CN107784432A (zh) * 2017-09-26 2018-03-09 平安科技（深圳）有限公司 一种业务分配方法及终端设备
CN107895273A (zh) * 2017-09-30 2018-04-10 平安科技（深圳）有限公司 坐席身份信息显示方法、应用服务器及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999001826A2 (en) * 1997-07-02 1999-01-14 Business Evolution, Inc. Method, system and computer program product for providing customer service over the world-wide web
CN102546987A (zh) * 2012-01-12 2012-07-04 江苏电力信息技术有限公司 一种用于电力客户信息快速识别的实现方法
CN106791235A (zh) * 2015-11-24 2017-05-31 华为技术有限公司 一种选择服务座席的方法、装置及***
CN107888786A (zh) * 2017-11-22 2018-04-06 程桂平 一种智能匹配接线员的方法及计算机***

Also Published As

Publication number Publication date
CN108549990A (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
WO2019200801A1 (zh) 保单分配方法、装置、计算机设备和存储介质
CN108153670B (zh) 一种接口测试方法、装置及电子设备
US10936465B2 (en) Method for optimized canary deployments for improved customer experience
US9823919B2 (en) Controlled deployment of application feature in mobile environment
US20200090269A1 (en) Data collection method and apparatus for risk evaluation, and electronic device
US10680975B2 (en) Method of dynamic resource allocation for public clouds
US11921811B2 (en) Adaptive data platforms
US20140019603A1 (en) Systems and methods involving interactive queuing
JP6594801B2 (ja) 需給調整装置、需給調整システム、及び需給調整方法
EP3732646A1 (en) Information system, electronic device, computer readable medium, and information processing method
CN106817296B (zh) 信息推荐的测试方法、装置以及电子设备
CN110515929B (zh) 书籍展示方法、计算设备及存储介质
US20230004842A1 (en) Hybrid clustered prediction computer modeling
US11876729B2 (en) Method and system for a proactive assignment of virtual network functions in local data systems
US11250477B1 (en) Method, system, and apparatus for programmatically determining and adjusting electronic bid values for a digital content object based on conversion rates
US11327972B2 (en) Systems and methods for generating search queries using toggle buttons associated with product categories
US11907230B1 (en) System and method for distributed management of hardware based on intent
US10269046B1 (en) Networked environment that enables interaction between content requestors and content creators
JP6436889B2 (ja) 端末装置、送信方法及び送信プログラム
JP7185093B1 (ja) 情報処理装置、情報処理方法及びプログラム
US11487841B2 (en) Techniques for selecting a user experience design
JP2019159666A (ja) 不動産情報提供システム
US20230359506A1 (en) Methods and apparatus for aggregating metadata of multiple cloud databases
CN114661959A (zh) 确定关联分析关系的方法、装置、计算机***和存储介质
WO2024107212A1 (en) Automatically trigger workorders on a site in a wireless network

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18915442

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 18/02/2021)

122 Ep: pct application non-entry in european phase

Ref document number: 18915442

Country of ref document: EP

Kind code of ref document: A1