CN108074108A - 一种净推荐值的显示方法及其终端 - Google Patents

一种净推荐值的显示方法及其终端 Download PDF

Info

Publication number
CN108074108A
CN108074108A CN201711062483.8A CN201711062483A CN108074108A CN 108074108 A CN108074108 A CN 108074108A CN 201711062483 A CN201711062483 A CN 201711062483A CN 108074108 A CN108074108 A CN 108074108A
Authority
CN
China
Prior art keywords
net recommendation
service interaction
interaction object
net
recommendation
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.)
Granted
Application number
CN201711062483.8A
Other languages
English (en)
Other versions
CN108074108B (zh
Inventor
朱鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201711062483.8A priority Critical patent/CN108074108B/zh
Priority to PCT/CN2018/077663 priority patent/WO2019085356A1/zh
Publication of CN108074108A publication Critical patent/CN108074108A/zh
Application granted granted Critical
Publication of CN108074108B publication Critical patent/CN108074108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明适用于信息显示技术领域，提供了一种净推荐值的显示方法及其终端，包括：获取预设的时间区间内关于业务交互对象的客户反馈信息；基于客户反馈信息，确定业务交互对象的净推荐值特征参数；根据净推荐值特征参数以及预设的浮动等级判定算法，确定目标周期的净推荐值相对于平均净推荐值的浮动等级；将目标周期的净推荐值以及浮动等级输出至业务交互对象的净推荐值报告，并显示净推荐值报告。本发明解决了现有的净推荐值的显示技术，直接显示关于业务交互对象各月或每年的净推荐值，需要企业管理人员通过自身的经验来判断近期该NPS值的变化，分析需要通过人为主观判断，准确率以及分析效率较低，不适用于包含大量业务交互对象的企业使用的问题。

Description

一种净推荐值的显示方法及其终端
技术领域
本发明属于信息显示技术领域，尤其涉及一种净推荐值的显示方法及其终端。
背景技术
业务交互对象，即触点，是指企业与客户进行交互的接触对象，包括如营业网点、接听客户电话的客户人员、企业的网络公众平台服务号、企业服务APP等交互载体，甚至该企业官网上的某一个虚拟按键，也可视作一个业务交互对象。企业通过业务交互对象，将与客户发生各种各样的交互操作。因此为了更好地为客户提供服务，企业需根据各个业务交互对象的净推荐值，即NPS(Net Promoter Score)值，判断该业务交互对象的交互质量是否良好，从而便于企业管理人员制定相应的服务策略。
而现有的净推荐值的显示技术，通常是直接显示关于业务交互对象各月或每年的净推荐值，企业管理人员需要通过自身的经验来判断近期该NPS值的变化，是属于交互质量提升的浮动变化，还是交互质量下降的浮动变化，即NPS的分析需要通过人为主观判断，准确率以及分析效率较低，不适用于包含大量业务交互对象的企业使用。
发明内容
有鉴于此，本发明实施例提供了一种净推荐值的显示方法及其终端，以解决现有的净推荐值的显示技术，直接显示关于业务交互对象各月或每年的净推荐值，需要企业管理人员通过自身的经验来判断近期该NPS值的变化，NPS的分析需要通过人为主观判断，准确率以及分析效率较低，不适用于包含大量业务交互对象的企业使用的问题。
本发明实施例的第一方面提供了一种净推荐值的显示方法，所述净推荐值的显示方法包括：
获取预设的时间区间内关于业务交互对象的客户反馈信息；
基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取预设的时间区间内关于业务交互对象的客户反馈信息；
基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读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以下步骤：
获取预设的时间区间内关于业务交互对象的客户反馈信息；
基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
实施本发明实施例提供的一种净推荐值的显示方法及其终端具有以下有益效果：
本发明实施例通过获取预设时间区间内关于业务交互对象的客户反馈信息，由于客户反馈信息中包含客户对于该业务交互对象的交互质量评价，因而可以根据客户反馈信息，得到该业务交互对象的净推荐值特征参数，继而通过净推荐值特征参数确定目标周期内业务交互对象的净推荐值以及浮动等级，并将上述两个参数输出至净推荐值报告，并将该报告显示给用户，从而实现了对目标周期的净推荐值进行分析以及显示的目的，用户通过该净推荐值报告可清晰了解到该业务交互对象的交互质量浮动情况。与现有净推荐值的显示技术相比，本发明实施例并非单纯将业务交互对象各个预设周期的净推荐值进行显示，而是根据目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数，确定业务交互对象在目标周期的浮动等级，用户可通过该浮动等级确定该业务交互对象的交互质量变化情况，从而便于指定相关的业务交互对策。可见，本发明实施例提供的净推荐值的显示方法不依赖管理人员人工对浮动情况进行判别，显示报告的准确率以及分析效率较高，并且可应用于包含大量业务交互对象的企业，提高了适用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种净推荐值的显示方法的实现流程图；
图2是本发明实施例提供的一种净推荐值报告的示意图；
图3是本发明第二实施例提供的一种净推荐值的显示方法S102的具体实现流程图；
图4是本发明第三实施例提供的一种净推荐值的显示方法的具体实现流程图；
图5a是本发明第四实施例提供的一种净推荐值的显示方法的具体实现流程图；
图5b是本发明另一实施例提供的一种净推荐值报告的示意图；
图6是本发明第五实施例提供的一种净推荐值的显示方法的具体实现流程图；
图7本发明一实施例提供的一种净推荐值的显示终端的结构框图；
图8本发明一实施例提供的一种终端设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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发明，并不用于限定本发明。
本发明实施例通过获取预设时间区间内关于业务交互对象的客户反馈信息，由于客户反馈信息中包含客户对于该业务交互对象的交互质量评价，因而可以根据客户反馈信息，得到该业务交互对象的净推荐值特征参数，继而通过净推荐值特征参数确定目标周期内业务交互对象的净推荐值以及浮动等级，并将上述两个参数输出至净推荐值报告，并将该报告显示给用户，从而实现了对目标周期的净推荐值进行分析以及显示的目的，用户通过该净推荐值报告可清晰了解到该业务交互对象的交互质量浮动情况，解决了现有的净推荐值的显示技术，直接显示关于业务交互对象各月或每年的净推荐值，需要企业管理人员通过自身的经验来判断近期该NPS值的变化，NPS的分析需要通过人为主观判断，准确率以及分析效率较低，不适用于包含大量业务交互对象的企业使用的问题。
在本发明实施例中，流程的执行主体为安装有净推荐值的显示程序的终端设备，终端设备包括手机、计算机设备、平板电脑、服务器等终端，特别地，该终端设备包含显示模块，如液晶屏、触控屏、投影模块等用于输出显示的模块，用于将生成的净推荐值报告进行显示输出。图1示出了本发明第一实施例提供的净推荐值的显示方法的实现流程图，详述如下：
在S101中，获取预设的时间区间内关于业务交互对象的客户反馈信息。
在本实施例中，用户可通过终端设备选择所需显示净推荐值报告的业务交互对象，其中该业务交互对象包括但不限于：业务网点、人工客服、企业网站、网络平台账号、企业APP、交互按钮、交互链接等交互对象。需要说明的是，用户所选择的业务交互对象可以为一个，也可以为多个，在该情况下，终端设备则分别生成各个业务交互对象的净推荐值报告。
可选地，在本实施例中，若用户选取的业务交互对象为多个，且多个业务交互对象属于同一个交互载体，此时终端设备可根据用户选择的业务交互对象，确定共同对应的交互载体，并生成该交互载体的净推荐值报告以及该交互载体中包含的所有业务交互对象的净推荐值报告。举例性地，用户选取了某一企业APP内的某几个功能页面作为待分析的业务交互对象，此时终端设备识别到用户选取的上述多个功能页面属于同一个企业APP，因此将生成该企业APP对应的净推荐值报告以及该企业APP内每个功能页面的净推荐值报告。通过上述手段，用户可通过选取特定的业务交互对象，即可同时了解选取的业务交互对象以及与该业务交互对象相关的其他业务交互对象的净推荐值情况。
可选地，在本实施例中，用户可在终端设备中设置关注的业务交互对象，在设置完毕后，当用户再次启动该净推荐值的显示流程时，终端设备则自动生成用户关注的业务交互对象的净推荐值报告，无需用户再次选择，提高了用户的操作效率。
在本实施例中，用户除了可以选择业务交互对象外，还可以预先设置以及选择时间区间，其中该预设的时间区间用于限定分析该业务交互对象净推荐值的时间区间。例如，用户需要观察某一业务交互对象近三个月的变化情况，则该预设的时间区间的起始时刻为当前时刻起向前推移三个月对应的时刻，终止时刻为当前时刻，从而得到该预设的时间区间。相对地，该预设的时间区间可以通过用户设置，也可以根据系统默认值进行设置。
在本实施例中，终端设备在确定了预设的时间区间以及业务交互对象后，将查询数据库中关于该业务交互对象在预设的时间区间内对应的客户反馈信息。其中，该客户反馈信息具体为客户对于该业务交互对象的交互质量评价。需要说明的是，存储客户交互信息的数据库可存储于终端设备本地存储器内，在该情况下，终端设备可直接从本地存储器中获取客户反馈信息。可选地，存储客户交互信息的数据库可存储于独立的存储服务器内，用户在需要获取关于该业务交互对象的客户反馈信息时，需向存储服务器发送客户反馈信息获取请求，其中，该客户反馈信息获取请求包含业务交互对象标识以及时间区间信息，继而终端设备接收存储服务器反馈的客户反馈信息。
在本实施例中，客户反馈信息一交互质量分数，例如，该分数越高表示客户对于该业务交互对象的认可程度越高，且该交互质量分数对应一个有效的分数区间，客户反馈时可在有效的分数区间中选取任意一个分数作为该业务交互对象的交互质量分数，又例如该有效的分数区间为[1,10]。
在本实施例中，客户反馈信息也可以为一评价参数，例如，满意、不满意、合格、不合格等。终端设备可根据该评价参数与交互质量分数的对应关系，将评价参数转换为交互质量分数，从而便于S102的计算。
在S102中，基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数。
在本实施例中，终端设备在获取到业务交互对象在预设的时间区间内的客户反馈信息后，提取每个客户反馈信息中的交互质量分数，并将交互质量分数与预设的推荐判定阈值进行比较，确定该交互质量分数对应的推荐状态。具体地，若交互质量分数大于推荐判定阈值，则表示该客户对业务交互对象的交互服务较为满意，较大可能会向其他客户推荐使用该业务交互对象，即推荐状态为：“推荐”；若交互质量分数小于或等于推荐判定阈值，则表示该客户对业务交互对象的交互服务不太满意，较大可能会其他客户贬损该业务交互对象，从而阻止其他客户使用该业务交互对象，则推荐状态为：“贬损”，继而根据客户反馈信息，可确定该业务交互对象在预设的时间区间内，对应的推荐状态为“推荐”的第一个数以及推荐状态为“贬损”的第二个数。终端设备根据第一个数与第二个数之间的差值以及客户反馈信息的总数，可计算得到业务交互对象的净推荐值，公式如下：
其中，NPS为业务交互对象的净推荐值，T推为推荐状态为“推荐”的客户反馈信息的个数，T贬为推荐状态为“贬损”的客户反馈信息的个数，T总为客户反馈信息的总个数。
因此，根据选取不同的客户反馈信息的总数，可得到不同时间区间对应的净推荐值。在本实施例中，平均净推荐值对应的是上述预设的时间区间内，所有客户反馈信息对应的NPS值，而目标周期的净推荐值对应的是在该目标周期内包含的客户反馈信息对应的NPS值。
在本实施例中，目标周期对应的时长小于预设的时间区间的时长。例如，预设的时间区间为3个月，则目标周期可以为一个月或一周。具体地，终端设备生产的净推荐值报告具体用于表示业务交互对象在目标周期的净推荐值相对于预设的时间区间的平均净推荐值的浮动表现情况。需要说明的是，该目标周期可根据用户需求进行选取，在该情况下，用户在预设的时间区间中进行选取所需的时间段作为目标周期；该目标周期也可以通过系统默认进行设置，在该情况下，终端设备将选取最近的一个月或一周作为目标周期。
在本实施例中，终端设备还根据客户反馈信息以及预设的浮动等级决定系数确定算法，计算得到该业务交互对象在预设的时间区间内对应的净推荐值浮动等级决定系数。由于上述净推荐值浮动等级决定系数主要用于表征净推荐值的变化幅度的大小，因此可通过如方差算法、均方差算法、中值算法等相关算法，确定该净推荐值浮动等级决定系数。
在S103中，根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级。
在本实施例中，终端设备在确定了该业务交互对象对应的净推荐值特征参数后，将根据净推荐值特征参数中包含的上述三个参数以及预设的浮动等级判定算法，计算得到该业务交互对象在目标周期中的浮动等级。具体地，该浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数。
在本实施例中，该浮动等级是一个相对的相对值，与用户选取的预设的时间区间以及目标周期相关，即该浮动等级用于表示该目标周期内，业务互动对象的交互质量是否在正常的波动范围内，或是属于交互质量有所降低，抑或是属于交互质量显示提升，用户通过该浮动等级可以较为直接、准确地获知该业务交互对象的变化情况，提高了净推荐值的显示准确率。
在本实施例中，该浮动等级可以为一数值，其中当该数值为正数时，则表示目标周期的净推荐值有一定程度的提升；反之，当该数值为负数时，则表示该目标周期的净推荐值处于下降的状态。用户可根据该浮动等级数值的大小，确定业务交互对象的变化情况。优选地，该浮动等级可以为一程度副词，例如“显著提升”、“略为提升”、“正常浮动”、“略为下降”以及“明显下降”等，用户可通过该程度副词，直接确定该业务交互对象的业务交互质量的变化情况。
在S104中，将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
在本实施例中，终端设备在获取到业务交互对象的目标周期的净推荐值以及浮动等级后，将上述两个参数加载至业务交互对象的净推荐值报告，并将该净推荐值报告进行显示，从而用户在查看业务交互对象的净推荐值报告时，可直观获知业务交互对象在目标周期内的交互质量。
举例性地，图2示出了本实施例提供的一种交互对象的净推荐值报告的示意图。参见图2所述，该净推荐值报告包含两个参数，分别为目标周期净推荐值以及浮动等级，其中目标周期净推荐值通过一数值以及类仪表盘的形式进行展示，用户可通过该数值以及仪表盘获知业务交互对象在目标周期的绝对交互质量，通过浮动等级可获知业务交互质量在目标周期的相对交互质量，从而可对业务交互对象整体表现有一个较为直观的了解，方便用户快速了解，提高了显示效率。
需要说明的是，用户若想了解业务交互对象的详细情况，也可以通过如点击查看详情按钮或发送相应的指令至终端设备，终端设备在接收到该指令后，将当前的显示画面切换至显示该业务交互对象的详细净推荐值报告。该详细净推荐值报告可包含：各个预设周期内，业务交互推向的净推荐值情况，并通过如柱状图、折线图或表格等形式进行展示。
在本实施例中，终端设备显示净推荐值报告的方式可以为：通过终端设备本地显示模块或外接显示模块进行输出显示，如通过终端设备的触控屏、液晶屏、投影装置，或外接的显示器进行显示。终端设备还可以将净推荐值报告发送给用户对应的终端，通过用户本地的终端进行显示输出，如通过邮件或推送信息等方式，用户在接收到上述信息时，可在本地查阅相关的净推荐值报告。
以上可以看出，本发明实施例提供的一种净推荐值的显示方法通过获取预设时间区间内关于业务交互对象的客户反馈信息，由于客户反馈信息中包含客户对于该业务交互对象的交互质量评价，因而可以根据客户反馈信息，得到该业务交互对象的净推荐值特征参数，继而通过净推荐值特征参数确定目标周期内业务交互对象的净推荐值以及浮动等级，并将上述两个参数输出至净推荐值报告，并将该报告显示给用户，从而实现了对目标周期的净推荐值进行分析以及显示的目的，用户通过该净推荐值报告可清晰了解到该业务交互对象的交互质量浮动情况。与现有净推荐值的显示技术相比，本发明实施例并非单纯将业务交互对象各个预设周期的净推荐值进行显示，而是根据目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数，确定业务交互对象在目标周期的浮动等级，用户可通过该浮动等级确定该业务交互对象的交互质量变化情况，从而便于指定相关的业务交互对策。可见，本发明实施例提供的净推荐值的显示方法不依赖管理人员人工对浮动情况进行判别，显示报告的准确率以及分析效率较高，并且可应用于包含大量业务交互对象的企业，提高了适用性。
图3示出了本发明第二实施例提供的一种净推荐值的显示方法S102的具体实现流程图。参见图3所示，相对于图1所述实施例，本实施例提供的一种净推荐值的显示方法S102还包括以下步骤，详述如下：
进一步地，所述基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，包括：
在S301中，根据所述客户反馈信息，得到所述业务交互对象的平均净推荐值以及所述时间区间内多个预设周期的净推荐值。
在本实施例中，如S102中所述，终端设备在计算净推荐值的过程中，选取的客户反馈信息的区间为预设的时间区间时，计算得到的即为平均净推荐值。终端设备在获取了平均净推荐值后，还会计算时间区间内多个预设周期对应的净推荐值，以确定在整个时间区间范围内，净推荐值的变化情况。在该情况下，预设周期小于时间区间，且时间区间为预设周期的整数倍。举例性地，预设的时间区间为3个月，则预设周期可以为一个月、一周或一天等。需要说明的是，预设周期与目标周期对应的时间长度可以相同，也可以不同。
在本实施例中，终端设备分别从所有客户反馈信息中，依次提取各个预设周期对应的客户反馈信息，并基于每次提取的客户反馈信息计算该预设周期的净推荐值，从而得到各个预设周期对应的净推荐值，然后就跳转至执行S302的操作。
在S302中，基于所述平均净推荐值，计算所述多个预设周期的净推荐值相对于所述平均净推荐值的标准差。
在本实施例中，终端设备根据标准差算法，计算多个预设周期的净推荐值相对于该平均净推荐值的标准差，从而确定业务交互对象在预设的时间区间内的平均浮动浮动，其中该标准差算法可通过如下公式进行计算：
其中，ε为多个预设周期的净推荐值相对于平均净推荐值的标准差；NPSi为第i个预设周期的净推荐值；NPSE为平均净推荐值；n为预设周期的个数。
在S303中，将所述标准差作为所述净推荐值浮动等级决定系数。
在本实施例中，由于标准差可用于表征某组参数相对于该组平均值的平均浮动幅度，因此与本实施例的净推荐值浮动等级决定系数的作用相似，因此终端设备将该标准差作为净推荐值浮动等级决定系数，从而提高浮动等级的准确率。
在本发明实施例中，通过计算预设周期内各个净推荐值相对于平均净推荐值的标准差，并将该标准差作为净推荐值浮动等级决定系数，从而实现了对该决定系数进行量化计算的目的，提高了净推荐值报告的准确性。
图4示出了本发明第三实施例提供的一种净推荐值的显示方法的具体实现流程图。参见图4所示，相对于图1所述实施例，本实施例提供的一种净推荐值的显示方法还包括以下步骤，详述如下：
进一步地，所述净推荐值的显示方法在S101之前还包括：
在S401中，获取所述业务交互对象的互动操作数据；其中，所述互动操作数据包含互动客户标识。
在本实施例中，终端设备从数据库中获取该业务交互对象在预设的时间区间内的互动操作数据，该互动操作数据具体为在预设的时间区间内，该业务交互对象所产生的所有互动操作所产生的数据，并且每个互动操作均对应一个互动客户标识，用于指示该互动操作对应的执行主体。
在本实施例中，如S101中所述，该数据库可存储于终端设备本地的存储器内，也可以存储于独立的存储服务器中。终端设备根据业务交互对象的对象标识以及预设的时间区间，从数据库中提取相关的互动操作，并生成该互动操作数据。
在S402中，从所述互动操作数据中，提取所述互动客户标识相同的所有互动操作，并将操作时间最新的所述互动操作作为样本操作。
在本实施例中，终端设备在获取到互动操作数据后，将对该互动操作数据内的互动操作进行分类，其分类的标准是基于各个互动操作对应的互动客户标识，即终端设备将互动客户标识相同的互动操作均为一类，存放于该互动客户标识对应的存储区域内，继而划分得到对应于不同互动客户标识的互动操作数据组。
在本实施例中，终端设备将所有互动操作进行分类完成后，将从每个上述互动操作数据组中，提取操作时间最新的一个互动操作作为样本操作。具体地，终端设备在得到不同互动客户标识的互动操作数据组后，根据操作时间信息进行排序，得到一个互动操作序列，继而终端设备可基于该互动操作序列的排序方向，提取第一个或最后一个互动操作作为样本操作。
在本实施例中，由于对业务交互对象进行分析的过程中，某个客户对于业务交互对象的推荐值是一致的，即某一用户与该业务交互对象进行了多次交互，而该客户对于业务交互对象交互质量的评价是一致的，因此只需该客户进行一次反馈即可，无需询问多次。基于上述原因，终端设备将从互动客户标识相同的互动操作数据中，提取一个互动操作，作为样本操作。另一方面，由于操作时间最新的互动操作对于交互质量的评价最为接近，客户可基于之前多次的交互情况得到一个总体的评价，从而提高了评价的准确性。
可选地，在本实施例中，终端设备还可以设置最大样本操作阈值。终端设备在获取样本操作的过程中，可判断当前获取的样本操作的个数是否大于或等于最大样本操作阈值，若是，则直接执行S403的相关操作；反之，若当前获取的样本操作的个数小于最大样本操作阈值，则继续进行获取操作，当获取完毕后，再执行S403的相关操作。其中，该最大样本操作阈值可包含时间区间信息，如一周内最大样本操作阈值，或一个月内最大样本操作阈值，此时，终端设备还可以根据该时间区间信息控制样本操作的获取过程。
在S403中，向所述样本操作对应的互动客户推送业务交互对象调查信息，并接收所述互动客户根据所述业务交互对象调查信息返回的反馈信息。
在本实施例中，终端设备在获取了样本操作后，将基于每个样本操作对应的互动客户标识，确定该互动客户标识对应的互动客户以及客户终端，并将生成得到的业务交互对象调查信息推送给该互动客户，或发送给客户终端。
在本实施例中，互动客户在接收到该业务交互对象调查信息后可输入相应的反馈信息，并将该反馈信息返回给终端设备。相对地，互动客户也可以拒绝向终端设备返回反馈信息，在该情况下，终端设备若接收到用户返回的拒绝反馈指令或在预设的最大等待时长内并未接收到互动客户反馈的反馈信息，则判定反馈失败，该样本操作不存在对应的反馈信息。
在本实施例中，终端设备在确定了各个样本操作对应的反馈状态后，需要说明的是，该反馈状态包括接收到反馈信息或者不存在反馈信息两种反馈状态，并将反馈信息存储于该业务交互对象对应的数据库中。
在S404中，基于各个所述样本操作对应的反馈信息，生成所述业务交互对象的客户反馈信息。
在本实施例中，终端设备在接收到用户发起的关于该业务交互对象的净推荐值的显示流程时，则汇总了各个样本操作对应的反馈信息后，将上述反馈信息生成该业务交互对象的客户反馈信息，继而执行S101的相关操作。
在本发明实施例中，通过对互动操作进行分类并提取，从而选取出数量合适的样本操作，并基于该样本操作生成对应的业务交互对象调查信息，继而获得关于该业务交互对象的客户反馈信息，从而减少了重复的客户反馈信息，减少了数据库中信息冗余度。
图5a示出了本发明第四实施例提供的一种净推荐值的显示方法的具体实现流程图。参见图5a所示，相对于图4所述实施例，本实施例提供的一种净推荐值的显示方法还包含以下步骤：
进一步地，在S104之前还包括：
在S501中，基于所述互动操作数据，得到所述业务交互对象的互动操作次数。
在本实施例中，终端设备在获取了互动操作数据后，则统计在预设的时间区间内该互动操作数据中包含的互动操作的次数，从而确定在预设的时间区间内，该业务交互对象与客户之间的交互情况。
在本实施例中，终端设备还统计提取得到的样本操作的个数，具体地，样本操作的个数实际上即为曾经与该业务交互对象进行交互的客户人数。
在S502中，根据所述互动操作次数以及所述样本操作的个数，确定所述业务交互对象的有效操作比例。
在本实施例中，终端设备在获取了互动操作次数以及样本操作的个数后，将基于上述两个参数，计算得到该业务交互对象的有效操作比例。具体地，该有效操作比例具体为样本操作的个数与互动操作次数之间的比值，由于只有样本操作才会发送业务交互对象调查信息，因此该有效操作比例也可以视作抽样比例。
在S503中，根据所述样本操作的个数以及所述反馈信息的个数，确定所述业务交互对象的反馈回复率。
在本实施例中，由于存在客户接收到业务交互对象调查信息后，不返回反馈信息的情况，即在S403中所述的样本操作的反馈状态为不存在反馈信息，因此需要统计反馈信息的个数，并计算反馈信息的个数与样本操作的个数之间的比值，继而得到该业务交互对星的反馈回复率。
进一步地，所述将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，包括：
在S504中，将所述目标周期的净推荐值、所述浮动等级、所述有效操作比例以及所述反馈回复率输出至所述净推荐值报告
在本实施例中，终端设备在获取了目标周期的净推荐值、浮动等级，以及在S502以及S503中计算得到的有效操作比例以及反馈回复率后，将上述四个参数均输出至净推荐值报告，以便用户基于上述参数，更为全面地了解业务交互对象的交互情况。
举例性地，图5b示出了本发明实施例提供的一种净推荐值报告的示意图。参见图5b所述，51为业务交易对象的互动操作的个数，52为业务交互对象在目标周期的净推荐值，53为业务交互对象的浮动等级，可选地，在浮动等级的下方可添加说明该浮动等级的文字，以便用户了解该浮动等级的意义；54为有效操作比例，即抽样比例；55为反馈回复率。因此，用户通过该净推荐值报告，可以较快地了解该业务交互对象的整体交互质量情况。
在本发明实施例中，通过显示有效操作比例以及反馈回复率，用户可确定与业务交互对象的交互客户数量的变化情况，以及客户反馈意见的热情度，从而便于对业务交互对象进行相应的调整，制定合适的推广策略。
图6示出了本发明第五实施例提供的一种净推荐值的显示方法的具体实现流程图。参见图6所示，相对于图1、图3、图4以及图5a所述实施例，本实施例提供的一种净推荐值的显示方法还包含以下步骤：
进一步地，所述浮动等级包括：交互质量下降以及交互质量提升；所述显示方法还包括：
在S601中，若所述浮动等级为交互质量提升，则保持所述业务交互对象当前的控制参数，并将所述控制参数应用于与所述业务交互对象相关的其他业务交互对象。
在本实施例中，终端设备在确定该业务交互对象在目标周期的净推荐值的浮动等级为交互质量提升，则表明该业务交互对象当前的控制参较优，能够为用户提供较好的交互体验，因此将保持当前的控制参数。其中，控制参数包括：业务交互对象的外观参数、推广参数、交互对策参数等相关参数。举例性地，对于某一功能页面而言，其控制参数可以为：业务的布局方式、字体的排版、配色方案、按键的外观形状等对客户交互体验造成影响的参数。
在本实施例中，终端设备除了保持业务交互对象的控制参数外，还查询与该业务交互对象相关的其他业务交互对象，并将上述控制参数应用于其他业务交互对象中。由于该业务交互对象的控制参数能够提供较优的交互体验，因此可将该控制参数进行推广，并应用于其他与该业务交互对象类似的，或者相关的业务交互对象上。
在S602中，若所述浮动等级为交互质量下降，则获取所述业务交互对象的控制参数变更记录。
在本实施例中，终端设备在确定业务交互对象在目标周期的净推荐值的浮动等级为交互质量下降，则获取该业务交互对象的控制参数变更记录，确定该业务交互对象在目标周期中参数的变更情况。业务交互对象的净推荐值下降明显，大部分的原因是由于控制参数的调整，而上述控制参数的调整，可能会阻碍客户正常进行交互操作，因此，终端设备可根据控制参数变更记录，定位交互质量下降的原因。
在S603中，基于所述控制参数变更记录，调整所述业务交互对象的控制参数。
在本实施例中，终端设备将基于该控制变更记录，确定已变更的控制参数，并将已变更的控制参数恢复至上一版本对应的参数值，从而消除了交互质量下降的起因。
在本发明实施例中，终端设备根据浮动等级的不同，对业务交互对象的控制参数执行对应的操作，实现了控制参数自动调整的目的，提高了调整的效率以及准确率。
应理解，上述实施例中各步骤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，而不应对本发明实施例的实施过程构成任何限定。
图7示出了本发明一实施例提供的一种净推荐值的显示终端的结构框图，该净推荐值的显示终端包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图7，所述净推荐值的显示终端包括：
客户反馈信息获取单元71，用于获取预设的时间区间内关于业务交互对象的客户反馈信息；
特征参数确定单元72，用于基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
浮动等级确定单元73，用于根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
净推荐值报告输出单元74，用于将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
可选地，所述特征参数确定单元72包括：
净推荐值计算单元，用于根据所述客户反馈信息，得到所述业务交互对象的平均净推荐值以及所述时间区间内多个预设周期的净推荐值；
净推荐值标准差计算单元，用于基于所述平均净推荐值，计算所述多个预设周期的净推荐值相对于所述平均净推荐值的标准差；
浮动等级决定系数设置单元，用于将所述标准差作为所述净推荐值浮动等级决定系数。
可选地，所述净推荐值的显示装置还包括：
互动操作数据获取单元，用于获取所述业务交互对象的互动操作数据；其中，所述互动操作数据包含互动客户标识；
样本操作提取单元，用于从所述互动操作数据中，提取所述互动客户标识相同的所有互动操作，并将操作时间最新的所述互动操作作为样本操作；
反馈信息接收单元，用于向所述样本操作对应的互动客户推送业务交互对象调查信息，并接收所述互动客户根据所述业务交互对象调查信息返回的反馈信息；
客户反馈信息生成单元，用于基于各个所述样本操作对应的反馈信息，生成所述业务交互对象的客户反馈信息。
可选地，所述净推荐值的显示装置还包括：
互动操作次数确定单元，用于基于所述互动操作数据，得到所述业务交互对象的互动操作次数；
有效操作比例确定单元，用于根据所述互动操作次数以及所述样本操作的个数，确定所述业务交互对象的有效操作比例；
反馈回复率确定单元，用于根据所述样本操作的个数以及所述反馈信息的个数，确定所述业务交互对象的反馈回复率；
所述净推荐值报告输出单元74包括：
优化净推荐值报告输出单元，用于将所述目标周期的净推荐值、所述浮动等级、所述有效操作比例以及所述反馈回复率输出至所述净推荐值报告。
可选地，所述浮动等级包括：交互质量下降以及交互质量提升；所述净推荐值的显示装置还包括：
交互质量提升响应单元，用于若所述浮动等级为交互质量提升，则保持所述业务交互对象当前的控制参数，并将所述控制参数应用于与所述业务交互对象相关的其他业务交互对象；
交互质量下降响应单元，用于若所述浮动等级为交互质量下降，则获取所述业务交互对象的控制参数变更记录；
控制参数调整单元，用于基于所述控制参数变更记录，调整所述业务交互对象的控制参数。
因此，本发明实施例提供的净推荐值的显示终端同样通过获取预设时间区间内关于业务交互对象的客户反馈信息，由于客户反馈信息中包含客户对于该业务交互对象的交互质量评价，因而可以根据客户反馈信息，得到该业务交互对象的净推荐值特征参数，继而通过净推荐值特征参数确定目标周期内业务交互对象的净推荐值以及浮动等级，并将上述两个参数输出至净推荐值报告，并将该报告显示给用户，从而实现了对目标周期的净推荐值进行分析以及显示的目的，用户通过该净推荐值报告可清晰了解到该业务交互对象的交互质量浮动情况。与现有净推荐值的显示技术相比，本发明实施例并非单纯将业务交互对象各个预设周期的净推荐值进行显示，而是根据目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数，确定业务交互对象在目标周期的浮动等级，用户可通过该浮动等级确定该业务交互对象的交互质量变化情况，从而便于指定相关的业务交互对策。可见，本发明实施例提供的净推荐值的显示方法不依赖管理人员人工对浮动情况进行判别，显示报告的准确率以及分析效率较高，并且可应用于包含大量业务交互对象的企业，提高了适用性。
图8是本发明另一实施例提供的一种终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如净推荐值的显示程序。所述处理器80执行所述计算机程序82时实现上述各个净推荐值的显示方法实施例中的步骤，例如图1所示的S101至S104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各单元的功能，例如图7所示模块71至74功能。
示例性的，所述计算机程序82可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如，所述计算机程序82可以被分割成客户反馈信息获取单元、特征参数确定单元、浮动等级确定单元以及净推荐值报告输出单元，各单元具体功能如下：
客户反馈信息获取单元，用于获取预设的时间区间内关于业务交互对象的客户反馈信息；
特征参数确定单元，用于基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
浮动等级确定单元，用于根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
净推荐值报告输出单元，用于将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种净推荐值的显示方法，其特征在于，包括：
获取预设的时间区间内关于业务交互对象的客户反馈信息；
基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
<mrow> <mi>L</mi> <mi>v</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>NPS</mi> <mi>T</mi> </msub> <mo>-</mo> <msub> <mi>NPS</mi> <mi>E</mi> </msub> </mrow> <mi>&amp;epsiv;</mi> </mfrac> </mrow>
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
2.根据权利要求1所述的显示方法，其特征在于，所述基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，包括：
根据所述客户反馈信息，得到所述业务交互对象的平均净推荐值以及所述时间区间内多个预设周期的净推荐值；
基于所述平均净推荐值，计算所述多个预设周期的净推荐值相对于所述平均净推荐值的标准差；
将所述标准差作为所述净推荐值浮动等级决定系数。
3.根据权利要求1所述的显示方法，其特征在于，所述显示方法还包括：
获取所述业务交互对象的互动操作数据；其中，所述互动操作数据包含互动客户标识；
从所述互动操作数据中，提取所述互动客户标识相同的所有互动操作，并将操作时间最新的所述互动操作作为样本操作；
向所述样本操作对应的互动客户推送业务交互对象调查信息，并接收所述互动客户根据所述业务交互对象调查信息返回的反馈信息；
基于各个所述样本操作对应的反馈信息，生成所述业务交互对象的客户反馈信息。
4.根据权利要求3所述的显示方法，其特征在于，所述显示方法还包括：
基于所述互动操作数据，得到所述业务交互对象的互动操作次数；
根据所述互动操作次数以及所述样本操作的个数，确定所述业务交互对象的有效操作比例；
根据所述样本操作的个数以及所述反馈信息的个数，确定所述业务交互对象的反馈回复率；
所述将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，包括：
将所述目标周期的净推荐值、所述浮动等级、所述有效操作比例以及所述反馈回复率输出至所述净推荐值报告。
5.根据权利要求1-4任一项所述的显示方法，其特征在于，所述浮动等级包括：交互质量下降以及交互质量提升；所述显示方法还包括：
若所述浮动等级为交互质量提升，则保持所述业务交互对象当前的控制参数，并将所述控制参数应用于与所述业务交互对象相关的其他业务交互对象；
若所述浮动等级为交互质量下降，则获取所述业务交互对象的控制参数变更记录；
基于所述控制参数变更记录，调整所述业务交互对象的控制参数。
6.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取预设的时间区间内关于业务交互对象的客户反馈信息；
基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，所述净推荐值特征参数包括：目标周期的净推荐值、平均净推荐值以及净推荐值浮动等级决定系数；
根据所述净推荐值特征参数以及预设的浮动等级判定算法，确定所述目标周期的净推荐值相对于所述平均净推荐值的浮动等级；其中，所述浮动等级判定算法具体为：
<mrow> <mi>L</mi> <mi>v</mi> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>NPS</mi> <mi>T</mi> </msub> <mo>-</mo> <msub> <mi>NPS</mi> <mi>E</mi> </msub> </mrow> <mi>&amp;epsiv;</mi> </mfrac> </mrow>
其中，Lv(X)为目标周期的净推荐值相对于所述平均净推荐值的浮动等级，NPST为目标周期的净推荐值，NPSE为平均净推荐值，ε为净推荐值浮动等级决定系数；
将所述目标周期的净推荐值以及所述浮动等级输出至所述业务交互对象的净推荐值报告，并显示所述净推荐值报告。
7.根据权利要求6所述的终端设备，其特征在于，所述基于所述客户反馈信息，确定所述业务交互对象的净推荐值特征参数，包括：
根据所述客户反馈信息，得到所述业务交互对象的平均净推荐值以及所述时间区间内多个预设周期的净推荐值；
基于所述平均净推荐值，计算所述多个预设周期的净推荐值相对于所述平均净推荐值的标准差；
将所述标准差作为所述净推荐值浮动等级决定系数。
8.根据权利要求6所述的终端设备，其特征在于，所述处理器执行所述计算机程序时还实现如下步骤：
获取所述业务交互对象的互动操作数据；其中，所述互动操作数据包含互动客户标识；
从所述互动操作数据中，提取所述互动客户标识相同的所有互动操作，并将操作时间最新的所述互动操作作为样本操作；
向所述样本操作对应的互动客户推送业务交互对象调查信息，并接收所述互动客户根据所述业务交互对象调查信息返回的反馈信息；
基于各个所述样本操作对应的反馈信息，生成所述业务交互对象的客户反馈信息。
9.根据权利要求6-8任一项所述的终端设备，其特征在于，所述浮动等级包括：交互质量下降以及交互质量提升；所述处理器执行所述计算机程序时还实现如下步骤：
若所述浮动等级为交互质量提升，则保持所述业务交互对象当前的控制参数，并将所述控制参数应用于与所述业务交互对象相关的其他业务交互对象；
若所述浮动等级为交互质量下降，则获取所述业务交互对象的控制参数变更记录；
基于所述控制参数变更记录，调整所述业务交互对象的控制参数。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201711062483.8A 2017-11-02 2017-11-02 一种净推荐值的显示方法及其终端 Active CN108074108B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711062483.8A CN108074108B (zh) 2017-11-02 2017-11-02 一种净推荐值的显示方法及其终端
PCT/CN2018/077663 WO2019085356A1 (zh) 2017-11-02 2018-02-28 一种净推荐值的显示方法及其终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711062483.8A CN108074108B (zh) 2017-11-02 2017-11-02 一种净推荐值的显示方法及其终端

Publications (2)

Publication Number Publication Date
CN108074108A true CN108074108A (zh) 2018-05-25
CN108074108B CN108074108B (zh) 2021-02-09

Family

ID=62159530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711062483.8A Active CN108074108B (zh) 2017-11-02 2017-11-02 一种净推荐值的显示方法及其终端

Country Status (2)

Country Link
CN (1) CN108074108B (zh)
WO (1) WO2019085356A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949103A (zh) * 2019-03-29 2019-06-28 联想(北京)有限公司 一种数据处理方法、装置及电子设备
CN111090805A (zh) * 2018-10-23 2020-05-01 北京嘀嘀无限科技发展有限公司 推荐指数归因方法、装置及电子设备
CN116151872A (zh) * 2022-11-28 2023-05-23 荣耀终端有限公司 产品特性分析方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063675A (zh) * 2009-06-03 2011-05-18 埃森哲环球服务有限公司 旅行相关报价的生成
CN106339489A (zh) * 2016-08-31 2017-01-18 南京炫佳网络科技有限公司 动漫ip用户喜好度评估算法
CN106372775A (zh) * 2016-08-19 2017-02-01 国网冀北电力有限公司电力科学研究院 一种电网客户综合价值评估方法及系统
CN106548006A (zh) * 2016-10-09 2017-03-29 浙江大学 一种基于用户典型口味的膳食推荐方法
CN107133822A (zh) * 2017-04-28 2017-09-05 国网山东省电力公司泰安供电公司 用户信用评价方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105373558A (zh) * 2014-08-27 2016-03-02 青岛海尔智能家电科技有限公司 一种衡量产品推荐度的方法及系统
CN107230090B (zh) * 2016-03-23 2021-11-16 中国移动通信集团上海有限公司 一种净推荐值nps分类方法及装置
CN105913285A (zh) * 2016-05-07 2016-08-31 王勇 一种信息估价兜售的社区互动平台系统及方法和用途

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063675A (zh) * 2009-06-03 2011-05-18 埃森哲环球服务有限公司 旅行相关报价的生成
CN106372775A (zh) * 2016-08-19 2017-02-01 国网冀北电力有限公司电力科学研究院 一种电网客户综合价值评估方法及系统
CN106339489A (zh) * 2016-08-31 2017-01-18 南京炫佳网络科技有限公司 动漫ip用户喜好度评估算法
CN106548006A (zh) * 2016-10-09 2017-03-29 浙江大学 一种基于用户典型口味的膳食推荐方法
CN107133822A (zh) * 2017-04-28 2017-09-05 国网山东省电力公司泰安供电公司 用户信用评价方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111090805A (zh) * 2018-10-23 2020-05-01 北京嘀嘀无限科技发展有限公司 推荐指数归因方法、装置及电子设备
CN111090805B (zh) * 2018-10-23 2023-08-29 北京嘀嘀无限科技发展有限公司 推荐指数归因方法、装置及电子设备
CN109949103A (zh) * 2019-03-29 2019-06-28 联想(北京)有限公司 一种数据处理方法、装置及电子设备
CN109949103B (zh) * 2019-03-29 2021-10-22 联想(北京)有限公司 一种数据处理方法、装置及电子设备
CN116151872A (zh) * 2022-11-28 2023-05-23 荣耀终端有限公司 产品特性分析方法和装置
CN116151872B (zh) * 2022-11-28 2023-11-14 荣耀终端有限公司 产品特性分析方法和装置

Also Published As

Publication number Publication date
WO2019085356A1 (zh) 2019-05-09
CN108074108B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
US20170221080A1 (en) Brand Analysis
CN108734297A (zh) 用于网络传输的电子内容项的性能优化的机器学习推荐系统
Mousavi et al. The voice of the customer: Managing customer care in Twitter
WO2016155514A1 (zh) 一种物流服务调度方法与设备
US8793236B2 (en) Method and apparatus using historical influence for success attribution in network site activity
US20160202883A1 (en) Method and system for electronic collaboration
US11483266B2 (en) Method and system for electronic collaboration
CN108074108A (zh) 一种净推荐值的显示方法及其终端
CN111932064A (zh) 一种建立风险评估等级的方法
CN101976394A (zh) 数据采集和统计系统及方法
Sanso-Navarro et al. The long-run relationship between R&D and regional knowledge: The case of France, Germany, Italy and Spain
CN108694174B (zh) 内容投放数据的分析方法及装置
CN108416619A (zh) 一种消费间隔时间预测方法、装置及可读存储介质
Proselkov et al. Financial ripple effect in complex adaptive supply networks: an agent-based model
CN114493686A (zh) 一种运营内容生成推送方法及装置
CN109241435A (zh) 一种用于数字货币交易的数据推送方法、装置及系统
CN109086446A (zh) Nps客户体验管理方法、装置及计算机可读存储介质
CN117236941A (zh) 基于企业分级的支付结算方法、装置、设备及介质
JP2019144978A (ja) 情報処理装置、情報処理方法、およびプログラム
US11977565B2 (en) Automated data set enrichment, analysis, and visualization
CN116089490A (zh) 数据分析方法、装置、终端和存储介质
CN110930103A (zh) 服务单审核方法及系统、介质和计算机系统
Benigno et al. A revenue management approach to address a truck rental problem
CN115049456A (zh) 金融产品组合的推荐方法及其装置、电子设备
CN113132424B (zh) 用于获得异常评估信息的方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant