CN109101612B - 一种提供解决方案的方法、装置和系统 - Google Patents

Abstract

本发明提供了一种提供解决方案的方法、装置及系统，其中所述方法包括，构建诉求模型，基于所述诉求模型形成历史诉求数据，基于所述诉求模型记录新诉求，在所述历史诉求数据中检索与所述新诉求相关的历史诉求数据，提取检索到的历史诉求数据。本发明的方法、装置及系统提高了处理客户诉求的效率，提升了客户满意度。

Description

一种提供解决方案的方法、装置和系统

技术领域

本发明涉及计算机技术，尤其涉及一种提供解决方案的方法、装置和系统。

背景技术

企业要提高客户满意度，不仅需要向客户提供优质的产品，而且需要对客户提供后续的咨询、维护等服务，这对于企业的品牌形象的提升也具有较大的促进作用。

随着业务的不断扩大，企业会不可避免地接到客户的一些诉求，例如客户针对某些问题的投诉、举报、建议、问询、反馈和请求等。对于客户的诉求，如何及时有效地提供解决方法，是提升企业服务质量的重点，也是难点。

以机动车购买为例来说，当前，城市机动车保有量不断上升，关于汽车的诉求也日益增加。各种各样的客户诉求，形成了海量的历史客户诉求，形成的这些海量客户诉求存在大量的重复性信息。

现有投诉处理实现模式是一种被动、延迟的模式，每一层客户诉求专员都要仔细阅读投诉概要，进行自己相应的处理，没有充分利用这些海量的诉求信息，效率较为低下，并且有时难以及时有效地提供处理建议去解决客户诉求。同时，根据客户诉求专员对于业务的掌握程度不同，给予客户的建议也参差不齐，这极大地降低了客户的满意度。

发明内容

为了解决现有技术中处理客户诉求效率低下的技术问题，本发明提出了一种提供解决方案的方法、装置和系统。

一种提供解决方案的方法，所述方法包括：

构建诉求模型；

基于所述诉求模型形成历史诉求数据；

基于所述诉求模型记录新诉求；

在所述历史诉求数据中检索与所述新诉求相关的历史诉求数据；

提取检索到的历史诉求数据。

进一步地，在所述历史诉求数据中检索与新诉求的商品标识和诉求问题相同的历史诉求数据。

进一步地，将检索到的历史诉求数据根据诉求处理满意度进行排序，提取诉求处理满意度靠前的一个或多个历史诉求数据。

进一步地，在所述历史诉求数据中筛选出与新诉求的诉求问题相同的历史诉求数据并选取处理满意度高的第一数量的历史诉求数据，形成第一历史诉求数据。

进一步地，在所述第一历史诉求数据中筛选出与新诉求的商品品牌相同、价格差距在预定范围内和/或商品系列相同的历史诉求数据形成第二历史诉求数据。

进一步地，从所述第二历史诉求数据中提取第二数量的历史诉求数据，并将提取的第二数量的历史诉求数据所对应的诉求处理结果发给客户。

进一步地，所述第二历史诉求数据的数量少于所述第二数量时，提取所有第二历史诉求数据，或从前一次筛选的结果中选取第三数量的历史诉求数据补入到所述第二历史诉求数据中。

进一步地，所述诉求模型包括以下字段中的一种或多种：

商品标识、诉求问题、诉求描述、诉求处理结果、诉求处理满意度、商品品牌、诉求时间、诉求人联系方式、诉求完成状态。

一种提供解决方案的装置，所述装置包括：

模型构建模块，用于构建诉求模型；

历史诉求记录模块，用于基于所述诉求模型形成历史诉求数据并进行记录保存；

新诉求记录模块，用于基于所述诉求模型记录新诉求，并在新诉求解决后，发送给所述历史诉求记录模块；

检索模块，用于在所述历史诉求记录模块的所述历史诉求数据中检索与所述新诉求记录模块记录的新诉求相关的历史诉求数据；

提取模块，用于提取检索模块检索到的历史诉求数据中的处理结果。

一种提供解决方案的系统，所述系统包括至少一个处理器以及至少一个存储器；

所述存储器存储执行如上任一所述方法的计算机程序，所述处理器调用存储器中的所述计算机程序以执行如上任一所述的方法。

本发明对客户诉求进行了抽象建模，有效的将客户诉求进行描述并转换成方便计算机进行计算的模型，并且提出了比较完善的历史客户诉求大数据分析检索办法，有效地利用了历史客户诉求，及时有效地给予新客户诉求合理的处理建议，提高了客户诉求专员服务质量，提升了客户满意度。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本发明实施例的针对客户诉求提供解决方案的基本流程图；

图2示出了根据本发明实施例的提供解决方案的进一步流程示意图；

图3示出了根据本发明实施例中王某的具体诉求查找解决方法的流程示意图；

图4示出了根据本发明实施例的筛选流程示意图；

图5示出了根据本发明实施例的另一种筛选流程示意图；

图6示出了根据本发明实施例的针对客户诉求提供解决方案的装置结构示意图；

图7示出了根据本发明实施例的另一种针对客户诉求提供解决方案的装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了根据本发明实施例的针对客户诉求提供解决方案的基本流程图。如图所示，本发明实施例首先需要构建一个诉求模型；然后基于所述诉求模型形成历史诉求数据；接收到新的诉求后，基于所述诉求模型记录新诉求；在所述历史诉求数据中检索与所述新诉求相关的历史诉求数据；最后提取检索到的历史诉求数据，将历史诉求数据作为解决方案提供给诉求人。

本发明以针对车辆的客户诉求为例进行示例性说明，但并非仅仅限于针对车辆的客户诉求，针对其他商品的客户诉求均可适用于本发明，其中本发明中商品也含有了服务这一类商品，例如送货服务、家政服务等。

建立客户诉求模型前，确定建立客户诉求模型的各种因素，基于确定的各种因素构建客户诉求模型，其中各个模型的因素包括商品/服务标识、诉求问题、诉求描述、诉求处理结果、诉求处理满意度、商品/服务品牌、诉求提出时间、诉求人联系方式、诉求完成状态等等。本发明实施例中，基于车辆的诉求模型建立如下表所示：

表1客户诉求模型

通过上述客户诉求描述表可以看出，在对客户诉求建模时，考虑了车辆这一商品的各种的因素，例如车辆这一商品的车辆标识ID(例如发动机号、车架号、车辆识别号和车辆合格证编号等车辆标识)、车辆上市时间、车辆上牌时间、车辆车牌、车辆品牌、车辆车型、车辆车系、车辆价格、城市区域、诉求问题针对的车辆部位、客户诉求人姓名、客户诉求人电话、客户诉求发生时间、客户诉求处理记录、客户诉求处理结果、客户诉求处理满意度和客户诉求完成状态等因素。需要说明的是，本发明并不限于上述因素，还可以考虑其他因素(例如客户的社会身份等)，或者仅仅是上述因素中的一个或多个均可适用于本发明。

为了形成建模模型，针对各个因素设置了对应的属性/字段和类型，如上表1中，发生客户诉求车辆ID因素对应的字段是“Car Id”，该字段的描述部分对应的类型是整数。其余字段的解释如上表所示，在此不再赘述。

本发明实施例中，可以将所有历史诉求按照上述模型表进行记录。大量的历史诉求将形成海量的数据。

本发明实施例以杭州的张某对其购买的凯越轿车投诉为例，示例性说明诉求模型的建立：

表2杭州张某诉求模型表

如上表所示，杭州的张某曾经在2008年7月2日对其凯越轿车的发动机进行了投诉。针对张某提出的投诉，4S店对其凯越轿车进行了检查和维修，更换了发动机的皮带、火花塞、点火线圈并检查油路。进行上述检查和维修后，解决了发动机的问题。通过客服在2008年7月4日的回访，张某对这次维修非常满意。基于诉求模型，对张某的这次投诉进行了如表2所示的详细记录。本发明实施例中仅以张某为例进行示例性说明，并不限于这一特殊示例，而是对大量的诉求进行收集，并基于构建的诉求模型形成诉求记录。

如图2示出了本发明实施例中提供解决方案的进一步示意图，如图2所示，在产生新的诉求后，接收新的客户诉求，按照表1所示的模型表进行记录。

基于新诉求所涉及的具体问题可以在海量的历史诉求数据中进行检索查找，以便查找到解决问题的方法。同样在新的诉求解决后，其也会成为一种历史诉求成为海量历史诉求数据的一部分，能够为后续新的诉求提供借鉴处理方式。为此，本发明实施例中，对新的诉求同样以上述诉求模型表进行记录。

示例性地，山西太原王某的迈腾轿车制冷出现问题，因此其对该车的空调系统进行了投诉。接收到该新的诉求后，系统基于上述客户诉求模型进行记录，如下表3所示。

表3太原王某诉求模型表

属性	描述	类型
			Car Id	110284	整数
Time To Market	2017/03/10	日期
			Reg Time	2017/06/24	日期
Car No	晋A56789	文本
			Car Band	大众	文本
Car Model	中型轿车	文本
			Car Series	迈腾	文本
Price	2.328×10<sup>5</sup>	浮点数
			Location	山西太原	文本
Car Part	空调系统	文本
			Cust Name	王某	文本
Cust Phone	13946258215	文本
			Date Time	2018/07/11	日期
Handle Records	2018/07/11客户诉求发生；	文本
			Result		文本
Satisfaction		整数
			Status		整数

如上表3所示，王某对其迈腾轿车的空调系统不制冷做出投诉后，基于诉求模型记录了车ID、客户信息以及时间信息等。

获得王某这次新的诉求后，为了给王某提供解决该问题的一些处理方式，系统将会在存储的海量历史诉求数据中检索与空调系统出现问题这些相关的历史诉求数据，以便查找到王某的迈腾轿车空调系统不制冷的解决方法。

本发明实施例中，采取在历史诉求数据中检索与所述新诉求相关的历史诉求数据的方式获得解决问题的方法。对于新的客户诉求，在历史诉求数据中查找是否已经存在这一类的客户诉求，例如通过“Car Id”字段在已回访的历史客户诉求数据中查找与新的客户诉求相似的历史处理结果，如果存在相似历史处理结果，则将历史处理结果和处理记录作为参考处理建议推送给客户。

示例性地，如图3示出了针对王某的具体诉求提供解决方法的示意图，如图所示，山西太原王某提出的新诉求的Car Id为110284，则系统在存储的历史客户诉求数据中查找Car Id为110284的诉求模型表。在查找到Car Id为110284的历史诉求模型表后，通过CarPart字段查找对于空调系统的历史诉求。查找到已经发生过针对空调系统的历史诉求后，再查看该历史诉求数据模型表中的Status字段，以确认历史诉求是否已经作过回访。如表1所示，已经作过回访的，在诉求模型的status字段将记录为4。

如果已经作过回访，则查看历史诉求模型的Satisfaction字段，以确认对于诉求的满意度。如果查找到多条历史诉求数据，则将查找到的历史诉求数据按Satisfaction字段进行排序。不失一般性，本发明实施例按照从高到低的顺序进行排序。最后将满意度高的一个或多个历史诉求数据提取出来，将提取出的历史诉求数据对应的结果描述(即，Result字段对应的描述)推送给王某，实现了向王某提供处理方法的目的。

通过“Car Id”字段在已回访的历史客户诉求数据中查找时，如果不存在历史处理结果，即没有查找到与“Car Id”相同的历史客户诉求，则可以按照发生客户诉求车辆部位(Car Part)、价格(Price)、车辆品牌(Car Band)、车型(Car Model)、车系(Car Series)等在历史客户诉求中以大数据分析方式进行过滤查找，找出最符合新客户诉求的历史客户诉求数据,并取出处理结果(Result)和处理记录(Handle Records)取出作为参考处理建议。

本发明实施例中，可以通过第一种大数据分析过滤器进行筛选分析，如图4所示，筛选分析过程如下：

步骤一：过滤器从历史客户诉求数据记录中按照如下条件进行筛选，将筛选后的结果记录为list1：

√新的客户诉求的CarPart＝历史客户诉求的CarPart，即在历史客户诉求数据中查找字段与新的客户诉求的CarPart字段相同的历史客户去数据

√历史客户诉求的status＝4，即查找已经作了回访的历史客户诉求数据

√按照满意度(Satisfaction)进行排序，即将查找到的历史客户诉求数据按照满意度进行排序，示例性地，可以采用降序的方式进行排序

√取出排序靠前的一定数量(例如前1000条)的历史客户诉求数据，形成第一个表list1

基于该步骤，对于王某的投诉，过滤器在历史客户诉求中查找含有针对空调系统、客户诉求状态为已回访的所有历史客户诉求记录，然后按照满意度进行排序，将前1000条的记录形成list1。

步骤二：从list1中，按照如下条件进行再一次筛选，将筛选后的结果记录为第二个表list2：

√新客户诉求的CarBand＝历史客户诉求的CarBand，即在表list1中的历史诉求数据中通过Carband字段查找与新的客户诉求的CarBand相同的历史诉求数据。

基于该步骤，对于王某的投诉，在list1中查找大众牌的历史客户诉求，并形成list2，不失一般性，假设list2中共有800条记录。

步骤三：从list2中，按照如下条件进行再一次筛选，将筛选后的结果记录为第三个表list3：

√新客户诉求的price与历史客户诉求的price之间差值低于一定的价格，即通过价格差值再作进一步筛选，价格差值可以进行适应性设定，例如价格差值低于10万元

基于该步骤，对于王某的投诉，在list3中查找与价格在13万和33万之间的记录，并形成list3，不失一般性，假设list3中共有500条记录。

步骤四：从list3中，按照如下条件进行再一次筛选，将筛选后的结果记录为第四个列表list4

√新客户诉求的CarModel＝历史客户诉求的CarModel，即在表list3中的历史诉求数据中通过CarModel字段查找与新的客户诉求的CarModel相同的历史诉求数据。

基于该步骤，对于王某的投诉，在list3中查找中型轿车，并将查找到的记录形成list4，不失一般性，假设list2中共有200条记录。

步骤五：从list4中，按照如下条件进行再一次筛选，将筛选后的结果记录为第五个列表list5

√新客户诉求的CarSeries＝历史客户诉求的CarSeries，即在表list4中的历史诉求数据中通过CarSeries字段查找与新的客户诉求的CarSeries相同的历史诉求数据。

基于该步骤，对于王某的投诉，在list4中查找迈腾汽车，并将查找到的记录形成list5，不失一般性，假设list5中共有50条记录。

步骤六：取list5中靠前的一定数量的数据作为最终数据集返回。

本发明实施例中，为了保证向客户展示更多的解决方案，可以对上述每一步中筛选的结果数量作出限定。示例性地，设置筛选数量最少可以为5条。因此，在上述每一步中如果筛选后的数量少于限定的5条，则终止查找，并直接将这些历史数据中的结果描述反馈给提出诉求的客户王某；如果其中某一步筛选后的数量不够5条，也可以从上一步骤产生的数据集中抽取几条历史数据进行补偿，从而补到5条，这将以保证解决方案的数量达到要求。

本发明实施例还提供了另一种过滤设计方式，如图5所示：

在海量的历史诉求数据中，形成listN后，在listN中按照一定的条件查找，可以通过多个筛选进行筛选。王某针对车辆空调系统提出诉求后，在listN中查找针对空调系统的历史诉求数据。如果能在listN中查找到有相关的空调系统的历史诉求数据，可以将该listN中客户诉求处理满意度排序靠前的几个历史客户诉求中的处理结果反馈给王某，以供王某借鉴。

如果在listN中没有查找到满足上述条件的历史诉求数据，则返回到其余所有的历史诉求数据listN+1，在listN+1表中查找。示例性地，在其余所有的历史诉求数据listN+1中为王某查找所有针对车辆空调系统提出诉求的历史诉求数据。

如果其余所有的历史诉求数据listN+1少于一定的数量，则终止查找。此时可以选取listN中的数据加入到listN+1中，以满足上述对一定数量的要求。对于王某的投诉，系统在其余的所有历史诉求数据中仅仅检索到了3个对于车辆空调系统的历史诉求数据，而这不满足需要向王某提供5个处理建议的要求，所以，此时可以从listN中选取两个历史诉求数据加入到上述检索到的3个历史诉求数据中，以达到提供5个处理建议的要求。

如果其余所有的历史诉求数据的量较多，还可以通过其他条件进一步进行查找。例如，增加车辆品牌的限制条件作出进一步筛选。

在上述方法的基础上，本发明实施例还提供了一种提供解决方案的装置，所述装置包括模型构建模块、与所述模型构建模块实现数据连接的历史诉求记录模块和新诉求记录模块、与历史诉求记录模块和新诉求记录模块实现连接的检索模块、以及与检索模块实现数据连接的提取模块。其中：

所述模型构建模块，用于构建诉求模型；模型构建形成后，所述历史诉求记录模块，基于所述诉求模型形成历史诉求数据并进行记录保存；所述新诉求记录模块，基于所述诉求模型记录新诉求，并在新诉求解决后，发送给所述历史诉求记录模块；所述检索模块，在所述历史诉求记录模块的所述历史诉求数据中检索与所述新诉求记录模块记录的新诉求相关的历史诉求数据；所述提取模块，用于提取检索模块检索到的历史诉求数据中的处理结果，将所述处理结果发送给诉求人。

在本发明的方法可以是由计算机或嵌入式程序控制的系统来实现。因此，与之相对应地，本发明的实施例中还提供了另一种提供解决方案的系统，如图7所示，所述提供解决方案的系统包括至少一个处理器以及至少一个存储器；所述存储器存储执行以上本发明任意实施例方法的计算机程序，所述处理器调用存储器中计算机程序以执行本发明任意实施例方法。

进一步地，所述存储器可与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器能够实现本发明的方法。

本发明实施例从多维度对客户诉求进行建模,从而对海量客户诉求进行大数据分析以及客户诉求专员在处理客户诉求过程中,针对无参考或建议处理办法的难题，从海量历史客户诉求中,为新客户诉求提取出有效的建议或参考处理办法。本发明实施例中对客户诉求进行了抽象建模,有效地将客户诉求进行描述并转换成方便计算机进行计算的模型，同时提出了比较完善的历史客户诉求大数据分析检索办法，有效地利用了历史客户诉求，并向客户提供合理的处理建议。

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 (4)

1.一种提供解决方案的方法，所述方法包括：

构建诉求模型；

基于所述诉求模型形成历史诉求数据，其中，所述历史诉求数据还包括是否回访以及处理满意度；

基于所述诉求模型记录新诉求；

在所述历史诉求数据中检索与所述新诉求相关的历史诉求数据；具体为：在所述历史诉求数据中筛选出与新诉求的诉求问题相同的历史诉求数据，并确认筛选的所述历史诉求数据是否有回访，若已回访，则根据回访的处理满意度排序选取处理满意度高的第一数量的历史诉求数据，形成第一历史诉求数据；在所述第一历史诉求数据中筛选出与新诉求的商品品牌相同、价格差距在预定范围内和/或商品系列相同的历史诉求数据形成第二历史诉求数据；

提取检索到的历史诉求数据；具体为：从所述第二历史诉求数据中提取第二数量的历史诉求数据，并将提取的第二数量的历史诉求数据所对应的诉求处理结果发给客户；在所述第二历史诉求数据的数量少于所述第二数量时，提取所有第二历史诉求数据，或从前一次筛选的结果中选取第三数量的历史诉求数据补入到所述第二历史诉求数据中。

2.根据权利要求1所述的提供解决方案的方法，所述诉求模型包括以下字段中的一种或多种：

商品标识、诉求问题、诉求描述、诉求处理结果、诉求处理满意度、商品品牌、诉求时间、诉求人联系方式、诉求完成状态。

3.一种提供解决方案的装置，所述装置包括：

模型构建模块，用于构建诉求模型；

历史诉求记录模块，用于基于所述诉求模型形成历史诉求数据并进行记录保存；

新诉求记录模块，用于基于所述诉求模型记录新诉求，并在新诉求解决后，发送给所述历史诉求记录模块；

检索模块，用于在所述历史诉求记录模块的所述历史诉求数据中检索与所述新诉求记录模块记录的新诉求相关的历史诉求数据；具体为：在所述历史诉求数据中筛选出与新诉求的诉求问题相同的历史诉求数据并选取处理满意度高的第一数量的历史诉求数据，形成第一历史诉求数据；在所述第一历史诉求数据中筛选出与新诉求的商品品牌相同、价格差距在预定范围内和/或商品系列相同的历史诉求数据形成第二历史诉求数据；

提取模块，用于提取检索模块检索到的历史诉求数据中的处理结果；具体为：从所述第二历史诉求数据中提取第二数量的历史诉求数据，并将提取的第二数量的历史诉求数据所对应的诉求处理结果发给客户；在所述第二历史诉求数据的数量少于所述第二数量时，提取所有第二历史诉求数据，或从前一次筛选的结果中选取第三数量的历史诉求数据补入到所述第二历史诉求数据中。

4.一种提供解决方案的系统，所述系统包括至少一个处理器以及至少一个存储器；

所述存储器存储执行权利要求1-2任一所述方法的计算机程序，所述处理器调用存储器中的所述计算机程序以执行权利要求1-2任一所述的方法。

Images