CN109509016A - 销售处理方法、装置及计算机可读存储介质 - Google Patents
销售处理方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109509016A CN109509016A CN201811114724.3A CN201811114724A CN109509016A CN 109509016 A CN109509016 A CN 109509016A CN 201811114724 A CN201811114724 A CN 201811114724A CN 109509016 A CN109509016 A CN 109509016A
- Authority
- CN
- China
- Prior art keywords
- region
- sales
- label
- area
- declaration form
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 230000007246 mechanism Effects 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000003064 k means clustering Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及大数据技术，公开了一种销售处理方法，该方法包括：获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量；从多个销售区域中确定目标区域；根据获取的区域向量计算目标区域与其他销售区域之间的相似度；根据计算出的相似度，选择出与目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；从数据库中获取与参考区域的保单数据，对保单数据进行统计以获取参考区域的销量数据；获取销量数据最高的预设数量个参考区域的销售策略信息，并将销售策略信息作为目标区域的销售参考信息。本发明还提出一种销售处理装置以及一种计算机可读存储介质。本发明实现了销售区域之间销售策略的交流与借鉴。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种销售处理方法、装置及计算机可读存储介质。
背景技术
随着保险业务的发展，越来越多的人开始进行投保，目前，在保险行业内，一般是在对城市进行区域划分的基础上，以区域为单位进行区域经营管理，例如，将城市划分为多个销售区域，不同的区域采用的销售策略可以不同，销售策略的不同导致销售业绩的不同，有的区域销售业绩好，有的区域销售业绩差，但是目前的销售方案中缺乏通过大数据分析来实现销售区域之间销售策略的交流与借鉴，导致销售业绩差的区域的销售业绩难以得到提升。
发明内容
本发明提供一种销售处理方法、装置及计算机可读存储介质，其主要目的在于解决通过大数据分析实现销售区域之间销售策略的交流与借鉴。
为实现上述目的，本发明还提供一种销售处理方法，该方法包括：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
可选地，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：
获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；
根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
可选地，所述从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据的步骤包括：
从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；
对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；
根据参考区域的保单数据统计销量数据。
可选地，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，所述方法还包括步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；
对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；
将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
可选地，计算销售区域的区域向量之间的欧式距离，将所述欧式距离作为销售区域之间的相似度。
此外，为实现上述目的，本发明还提供一种销售处理装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的销售处理程序，所述销售处理程序被所述处理器执行时实现如下步骤：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
可选地，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：
获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；
根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
可选地，所述从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据的步骤包括：
从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；
对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；
根据参考区域的保单数据统计销量数据。
可选地，所述销售处理程序还可被处理器执行，以在所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，还实现如下步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；
对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；
将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有销售处理程序，所述销售处理程序可被一个或者多个处理器执行，以实现如上所述的销售处理方法的步骤。
本发明提出的销售处理方法、装置及计算机可读存储介质，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量；从多个销售区域中确定目标区域；根据获取的区域向量计算目标区域与预设机构中除目标区域之外的其他销售区域之间的相似度；根据计算出的相似度，选择出与目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；从数据库中获取与参考区域的保单数据，对保单数据进行统计以获取参考区域的销量数据；获取销量数据最高的预设数量个参考区域的销售策略信息，并将销售策略信息作为目标区域的销售参考信息。本发明通过根据区域向量可以计算出区域之间的相似度，根据计算出的相似度为销量差的区域选择出参考区域，进而根据这些参考区域为其推荐销售参考信息，以实现区域之间的交流与借鉴，以帮助销量绩差的销售区域提升销量。
附图说明
图1为本发明一实施例提供的销售处理方法的流程示意图；
图2为本发明一实施例提供的销售处理装置的内部结构示意图；
图3为本发明一实施例提供的销售处理装置中销售处理程序的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明提供一种销售处理方法。参照图1所示，为本发明一实施例提供的销售处理方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，销售处理方法包括：
步骤S10，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签。
步骤S20，从所述多个销售区域中确定目标区域。
本发明的方案可以应用于任意险种的保险产品的销售处理，例如寿险、财产险、车险等，以下以寿险为例，假设某寿险公司的深圳机构将整体区域划分为多个销售区域进行销售管理。本方案以区域为单位，对该区域信息进行统计，根据区域信息生成能够表达该区域特征的区域标签。
具体地，区域标签包括地理标签、销售标签和客户标签，其中，地理标签包括区域面积、区域房价、区域内学校数量、区域内地铁站数量等信息项，销售标签包括区域内的已购寿险的人数、总保费、再保数量、区域当月保费收入均值以及新保数量等信息项，客户标签包括区域内客户的年龄、收入、性别、职业、户籍等信息项。将客户标签中的数据数字化表示，例如，可以根据预先设置的评分规则采用评分的方式实现，例如，对于年龄来说，可以将年龄划分多个年龄段，为不同的年龄段设置分数，对于一个区域的来说，其年龄为所有客户的平均年龄，该平均年龄对应的年龄段的分数，即为该区域的年龄这一标签数据的得分；对于收入来说，同样可以将收入分段，并且为不同的收入分段设置分数，收入越高，则分数越高。按照类似的方法，将地理标签和客户标签中的标签数据转换为分数表示。
其中，上述地理标签可以从第三方渠道获取，销售标签和客户标签可以从数据库中获取属于该区域的保单数据，根据保单数据中的数据提取相关数据并进行统计，获取到一个区域对应的销售标签和客户标签。此外，需要说明的是，本方案中的销售区域是通过对预设机构的整体区域进行划分得到的，可以是按照商圈的分布进行区域的划分，也可以是按照行政区域划分，例如街道、社区和村等。假设某寿险公司的深圳机构按照商圈将深圳市的整体区域划分为数百个销售区域，按照区域进行保险产品的销售。
可选地，在一个实施例中，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
此外，由于每个标签数据的单位不同，导致数量级差别较大，因此，可以将区域标签中的所有数据进行标准化处理，以消除量纲的影响，并且将标准化处理后的所有标签数据用一个多维向量(x1，x2，x3，x4……xn)来表示，其中，n等于区域标签中的中全部标签的数量。
然后，从预设机构中选择一个或者多个销售区域作为目标区域，其中，可以根据区域的销量数据情况选择销售量少的区域作为目标区域，或者由用户根据需要手动选择区域作为目标区域。
步骤S30，根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度。
步骤S40，根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域。
确定目标区域后，根据区域向量计算其他的区域与该目标区域之间的相似度。在计算相似度时，可以采用欧式距离来计算相似度，根据两个区域的区域向量计算两个区域之间的欧式距离，作为区域相似度。从其他区域中选择相似度大于预设阈值或者相似度最高的N个销售区域作为目标区域的参考区域。
步骤S50，从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据。
具体地，该步骤具体包括：从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；根据参考区域的保单数据统计销量数据。
步骤S60，获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
从数据库中获取这些参考区域的保单数据，从保单数据中提取销售数据，销售数据主要包括保单数量和总保费，根据销售数据统计参考区域的销售业绩，将销售业绩最高的一个或者多个参考区域的销售策略信息作为目标区域的销售策略信息。上述销售策略信息包括但不限于以下信息：营销活动信息和产品服务信息。
由于每个区域对于保险产品的销售策略不同，带来的产品的销量数据也可能存在差别。通过上述方案，先从预设机构中的所有区域中选择出销量数据较差的区域作为目标区域，然后根据区域向量计算其他的区域与这些目标区域之间的相似度，选择相似度高的区域作为参考区域，再从这些参考区域中选择销量数据高的区域，获取这些区域的销售策略信息作为目标区域的销售参考信息。
本实施例提出的销售处理方法，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量；从多个销售区域中确定目标区域；根据获取的区域向量计算目标区域与预设机构中除目标区域之外的其他销售区域之间的相似度；根据计算出的相似度，选择出与目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；从数据库中获取与参考区域的保单数据，对保单数据进行统计以获取参考区域的销量数据；获取销量数据最高的预设数量个参考区域的销售策略信息，并将销售策略信息作为目标区域的销售参考信息。本发明通过根据区域向量可以计算出区域之间的相似度，根据计算出的相似度为销量差的区域选择出参考区域，进而根据这些参考区域为其推荐销售参考信息，以实现区域之间的交流与借鉴，以帮助销量绩差的销售区域提升销量。
进一步地，在其他实施例中，在获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，所述方法还包括步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
对于一个机构来说，其区域数量众多，为了便于对区域进行管理，可以根据区域的价值特征将全部的销售区域分为多个类别，其中，一个销售区域的价值特征包括当前价值和潜在价值，当前价值为该区域内的当前未缴的保费，该数据可以根据对区域内的保单数据进行统计得到。一个区域的潜在价值可以根据一个区域的区域向量中多个维度的标签数据计算得到。
由于一个区域向量中的标签数据较多，用户可以预先设置要选择的维度作为预设维度。并且预先根据预设维度的标签数据对于评价区域的价值的重要程度为各个预设维度的标签数据分配权重。例如，在一个实施例中，选择地理标签之和、年龄分段得分、收入得分、职业分类得分和区域当月保费收入均值作为预设维度，用于计算区域的潜在价值，分别为这些分配权重w1、w2、w3、w4，其中，区域当月保费收入均值的权重使用再保率，则一个区域的潜在价值得分可以用如下公式表示：
潜在价值得分＝w1*(地理标签之和)+w2*(年龄分段得分)+w3*(收入得分)+w*4(职业分类得分)+再保率*区域当月保费收入均值。
按照上述公式可以计算出各个区域的潜在价值得分。得到全部销售区域的当前价值和潜在价值之后，将潜在价值和当前价值作为销售区域的价值特征，按照预设的聚类算法对销售区域进行聚类，例如，采用k-means聚类算法，用户预先设置聚类数量k值，例如，k＝4，则按照k-means聚类算法对销售区域进行聚类，可以得到四个具有不同特征的区域集合，这四个类别分别为：当前价值高且潜在价值高的区域、当前价值高但潜在价值低的区域、当前价值低但潜在价值高的区域、当前价值低且潜在价值低的区域。k值越大，则分类结果越精细。可以理解的是，由于当前价值和潜在价值的量纲不同，为了k-means聚类算法的分类的准确性，可以在分类前进行标准化处理，以消除量纲的影响。
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别的步骤包括：
统计区域集合中各级别标签的数量，其中，在按照预设的价值评价规则对区域集合进行价值评价之前，预先为部分销售区域添加级别标签，有级别标签的销售区域的数量小于销售区域的总数量；将数量最多的级别标签作为该区域集合的级别标签；将区域集合的级别标签代表的价值级别作为该区域集合的价值级别；将区域集合的价值级别作为该区域集合中的销售区域的价值级别。
具体地，用户可以预先为一部分销售区域添加级别标签，假设某机构一共有三百个销售区域，用户可以预先为一百个左右的销售区域打上级别标签，例如，按照价值级别由高至低，级别标签可以是一级、二级、三级、四级……等。通过两次聚类后，这些有标签的销售区域会分布在不同的区域集合中，因此，通过对区域集合中的标签的数量进行统计，可以获取到该集合中数量最多的标签，这很大程度上就代表了该集合中该没有打标签的那些销售区域也是这个标签所代表的价值级别。因此，可以将数量最多的级别标签作为该区域集合的级别标签，将区域集合的级别标签代表的价值级别作为该区域集合的价值级别，进而将区域集合的价值级别作为该区域集合中的销售区域的价值级别。实现对所有销售区域的价值评价。
进一步地，可以理解的是，随着时间的推移，各个销售区域的保险产品可能会发生变化，因此销售策略和销售业绩也会有一定的变化，并且，销售区域的地理标签、销售标签和客户标签等也会是发生变化，因此，可以每间隔预设时间间隔，对各个销售区域的销售情况进行统计，选择一些保单数量较少的区域作为目标区域，并按照上述方式重新查找与该目标区域相似的销售区域作为参考区域，进而获取新的销售参考信息。
本发明还提供一种销售处理装置。参照图2所示，为本发明一实施例提供的销售处理装置的内部结构示意图。
在本实施例中，销售处理装置1可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该销售处理装置1至少包括存储器11、处理器12，网络接口13以及通信总线。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是销售处理装置1的内部存储单元，例如该销售处理装置1的硬盘。存储器11在另一些实施例中也可以是销售处理装置1的外部存储设备，例如销售处理装置1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，存储器11还可以既包括销售处理装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于销售处理装置1的应用软件及各类数据，例如销售处理程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行销售处理程序01等。
网络接口13可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。
通信总线用于实现这些组件之间的连接通信。
可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在销售处理装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-13以及销售处理程序01的销售处理装置1，本领域技术人员可以理解的是，图1示出的结构并不构成对销售处理装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，存储器11中存储有销售处理程序01；处理器12执行存储器11中存储的销售处理程序01时实现如下步骤：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
本发明的方案可以应用于任意险种的保险产品的销售处理，例如寿险、财产险、车险等，以下以寿险为例，假设某寿险公司的深圳机构将整体区域划分为多个销售区域进行销售管理。本方案以区域为单位，对该区域信息进行统计，根据区域信息生成能够表达该区域特征的区域标签。
具体地，区域标签包括地理标签、销售标签和客户标签，其中，地理标签包括区域面积、区域房价、区域内学校数量、区域内地铁站数量等信息项，销售标签包括区域内的已购寿险的人数、总保费、再保数量、区域当月保费收入均值以及新保数量等信息项，客户标签包括区域内客户的年龄、收入、性别、职业、户籍等信息项。将客户标签中的数据数字化表示，例如，可以根据预先设置的评分规则采用评分的方式实现，例如，对于年龄来说，可以将年龄划分多个年龄段，为不同的年龄段设置分数，对于一个区域的来说，其年龄为所有客户的平均年龄，该平均年龄对应的年龄段的分数，即为该区域的年龄这一标签数据的得分；对于收入来说，同样可以将收入分段，并且为不同的收入分段设置分数，收入越高，则分数越高。按照类似的方法，将地理标签和客户标签中的标签数据转换为分数表示。
其中，上述地理标签可以从第三方渠道获取，销售标签和客户标签可以从数据库中获取属于该区域的保单数据，根据保单数据中的数据提取相关数据并进行统计，获取到一个区域对应的销售标签和客户标签。此外，需要说明的是，本方案中的销售区域是通过对预设机构的整体区域进行划分得到的，可以是按照商圈的分布进行区域的划分，也可以是按照行政区域划分，例如街道、社区和村等。假设某寿险公司的深圳机构按照商圈将深圳市的整体区域划分为数百个销售区域，按照区域进行保险产品的销售。
可选地，在一个实施例中，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
此外，由于每个标签数据的单位不同，导致数量级差别较大，因此，可以将区域标签中的所有数据进行标准化处理，以消除量纲的影响，并且将标准化处理后的所有标签数据用一个多维向量(x1，x2，x3，x4……xn)来表示，其中，n等于区域标签中的中全部标签的数量。
然后，从预设机构中选择一个或者多个销售区域作为目标区域，其中，可以根据区域的销量数据情况选择销售量少的区域作为目标区域，或者由用户根据需要手动选择区域作为目标区域。
确定目标区域后，根据区域向量计算其他的区域与该目标区域之间的相似度。在计算相似度时，可以采用欧式距离来计算相似度，根据两个区域的区域向量计算两个区域之间的欧式距离，作为区域相似度。从其他区域中选择相似度大于预设阈值或者相似度最高的N个销售区域作为目标区域的参考区域。
具体地，该步骤具体包括：从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；根据参考区域的保单数据统计销量数据。
从数据库中获取这些参考区域的保单数据，从保单数据中提取销售数据，销售数据主要包括保单数量和总保费，根据销售数据统计参考区域的销售业绩，将销售业绩最高的一个或者多个参考区域的销售策略信息作为目标区域的销售策略信息。上述销售策略信息包括但不限于以下信息：营销活动信息和产品服务信息。
由于每个区域对于保险产品的销售策略不同，带来的产品的销量数据也可能存在差别。通过上述方案，先从预设机构中的所有区域中选择出销量数据较差的区域作为目标区域，然后根据区域向量计算其他的区域与这些目标区域之间的相似度，选择相似度高的区域作为参考区域，再从这些参考区域中选择销量数据高的区域，获取这些区域的销售策略信息作为目标区域的销售参考信息。
本实施例提出的销售处理装置，获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量；从多个销售区域中确定目标区域；根据获取的区域向量计算目标区域与预设机构中除目标区域之外的其他销售区域之间的相似度；根据计算出的相似度，选择出与目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；从数据库中获取与参考区域的保单数据，对保单数据进行统计以获取参考区域的销量数据；获取销量数据最高的预设数量个参考区域的销售策略信息，并将销售策略信息作为目标区域的销售参考信息。本发明通过根据区域向量可以计算出区域之间的相似度，根据计算出的相似度为销量差的区域选择出参考区域，进而根据这些参考区域为其推荐销售参考信息，以实现区域之间的交流与借鉴，以帮助销量绩差的销售区域提升销量。
进一步地，在其他实施例中，销售处理程序01还可被处理器12执行，以在获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，还实现如下步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
对于一个机构来说，其区域数量众多，为了便于对区域进行管理，可以根据区域的价值特征将全部的销售区域分为多个类别，其中，一个销售区域的价值特征包括当前价值和潜在价值，当前价值为该区域内的当前未缴的保费，该数据可以根据对区域内的保单数据进行统计得到。一个区域的潜在价值可以根据一个区域的区域向量中多个维度的标签数据计算得到。
由于一个区域向量中的标签数据较多，用户可以预先设置要选择的维度作为预设维度。并且预先根据预设维度的标签数据对于评价区域的价值的重要程度为各个预设维度的标签数据分配权重。例如，在一个实施例中，选择地理标签之和、年龄分段得分、收入得分、职业分类得分和区域当月保费收入均值作为预设维度，用于计算区域的潜在价值，分别为这些分配权重w1、w2、w3、w4，其中，区域当月保费收入均值的权重使用再保率，则一个区域的潜在价值得分可以用如下公式表示：
潜在价值得分＝w1*(地理标签之和)+w2*(年龄分段得分)+w3*(收入得分)+w*4(职业分类得分)+再保率*区域当月保费收入均值。
按照上述公式可以计算出各个区域的潜在价值得分。得到全部销售区域的当前价值和潜在价值之后，将潜在价值和当前价值作为销售区域的价值特征，按照预设的聚类算法对销售区域进行聚类，例如，采用k-means聚类算法，用户预先设置聚类数量k值，例如，k＝4，则按照k-means聚类算法对销售区域进行聚类，可以得到四个具有不同特征的区域集合，这四个类别分别为：当前价值高且潜在价值高的区域、当前价值高但潜在价值低的区域、当前价值低但潜在价值高的区域、当前价值低且潜在价值低的区域。k值越大，则分类结果越精细。可以理解的是，由于当前价值和潜在价值的量纲不同，为了k-means聚类算法的分类的准确性，可以在分类前进行标准化处理，以消除量纲的影响。
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别的步骤包括：
统计区域集合中各级别标签的数量，其中，在按照预设的价值评价规则对区域集合进行价值评价之前，预先为部分销售区域添加级别标签，有级别标签的销售区域的数量小于销售区域的总数量；将数量最多的级别标签作为该区域集合的级别标签；将区域集合的级别标签代表的价值级别作为该区域集合的价值级别；将区域集合的价值级别作为该区域集合中的销售区域的价值级别。
具体地，用户可以预先为一部分销售区域添加级别标签，假设某机构一共有三百个销售区域，用户可以预先为一百个左右的销售区域打上级别标签，例如，按照价值级别由高至低，级别标签可以是一级、二级、三级、四级……等。通过两次聚类后，这些有标签的销售区域会分布在不同的区域集合中，因此，通过对区域集合中的标签的数量进行统计，可以获取到该集合中数量最多的标签，这很大程度上就代表了该集合中该没有打标签的那些销售区域也是这个标签所代表的价值级别。因此，可以将数量最多的级别标签作为该区域集合的级别标签，将区域集合的级别标签代表的价值级别作为该区域集合的价值级别，进而将区域集合的价值级别作为该区域集合中的销售区域的价值级别。实现对所有销售区域的价值评价。
进一步地，可以理解的是，随着时间的推移，各个销售区域的保险产品可能会发生变化，因此销售策略和销售业绩也会有一定的变化，并且，销售区域的地理标签、销售标签和客户标签等也会是发生变化，因此，可以每间隔预设时间间隔，对各个销售区域的销售情况进行统计，选择一些保单数量较少的区域作为目标区域，并按照上述方式重新查找与该目标区域相似的销售区域作为参考区域，进而获取新的销售参考信息。
可选地，在其他的实施例中，销售处理程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述销售处理程序在销售处理装置中的执行过程。
例如，参照图3所示，为本发明销售处理装置一实施例中的销售处理程序的程序模块示意图，该实施例中，销售处理程序可以被分割为向量构建模块10、区域选择模块20、相似度计算模块30、数据统计模块40和信息选择模块50，示例性地：
向量构建模块10用于：获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
区域选择模块20用于：从所述多个销售区域中确定目标区域；
相似度计算模块30用于：根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
区域选择模块20还用于：根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
数据统计模块40用于：从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
信息选择模块50用于：获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
上述向量构建模块10、区域选择模块20、相似度计算模块30、数据统计模块40和信息选择模块50等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有销售处理程序，所述销售处理程序可被一个或多个处理器执行，以实现如下操作：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
本发明计算机可读存储介质具体实施方式与上述销售处理装置和方法各实施例基本相同，在此不作累述。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种销售处理方法，其特征在于，所述方法包括：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
2.如权利要求1所述的销售处理方法，其特征在于，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：
获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；
根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
3.如权利要求1所述的销售处理方法，其特征在于，所述从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据的步骤包括：
从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；
对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；
根据参考区域的保单数据统计销量数据。
4.如权利要求1至3中任一项所述的销售处理方法，其特征在于，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，所述方法还包括步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；
对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；
将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
5.如权利要求1至3中任一项所述的销售处理方法，其特征在于，计算销售区域的区域向量之间的欧式距离，将所述欧式距离作为销售区域之间的相似度。
6.一种销售处理装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的销售处理程序，所述销售处理程序被所述处理器执行时实现如下步骤：
获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量，其中，所述预设机构包含有多个销售区域，所述区域标签包括地理标签、销售标签和客户标签；
从所述多个销售区域中确定目标区域；
根据获取的区域向量计算目标区域与所述预设机构中除所述目标区域之外的其他销售区域之间的相似度；
根据计算出的相似度，选择出与所述目标区域之间的相似度大于预设阈值的销售区域，作为参考区域；
从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据；
获取销量数据最高的预设数量个参考区域的销售策略信息，并将所述销售策略信息作为所述目标区域的销售参考信息。
7.如权利要求6所述的销售处理装置，其特征在于，所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤包括：
获取预设机构中销售区域的区域标签，并对区域标签进行无量纲化处理；
根据无量纲化处理后的区域标签生成多维度的区域向量，所述区域向量的维度等于区域标签中标签的数量。
8.如权利要求6所述的销售处理装置，其特征在于，所述从数据库中获取与所述参考区域对应的保单数据，对获取的保单数据进行统计以获取所述参考区域的销量数据的步骤包括：
从预设机构的数据库中获取保单数据，根据保单数据获取客户地址，确定客户地址所属的销售区域；
对于属于销售区域的客户地址，将该客户地址对应的保单数据标记为与所述销售区域的保单数据；
根据参考区域的保单数据统计销量数据。
9.如权利要求6至8中任一项所述的销售处理装置，其特征在于，所述销售处理程序还可被处理器执行，以在所述获取预设机构中销售区域的区域标签，根据区域标签构建销售区域的区域向量的步骤之后，还实现如下步骤：
从销售区域的区域向量中获取属于预设维度的标签数据，根据所述标签数据，以及预先为预设维度的标签数据分配的权重计算销售区域的潜在价值；
对销售区域的保单数据进行统计，并根据统计结果计算销售区域的当前价值；
将潜在价值和当前价值作为销售区域的价值特征，并按照预设的聚类数量和聚类算法对销售区域进行聚类分析，将销售区域分为多个区域集合；
按照预设的价值评价规则对区域集合进行价值评价，以获取区域集合的价值级别，并将区域集合的价值级别作为区域集合中的销售区域的价值级别。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有销售处理程序，所述销售处理程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的销售处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811114724.3A CN109509016A (zh) | 2018-09-25 | 2018-09-25 | 销售处理方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811114724.3A CN109509016A (zh) | 2018-09-25 | 2018-09-25 | 销售处理方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109509016A true CN109509016A (zh) | 2019-03-22 |
Family
ID=65746019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811114724.3A Pending CN109509016A (zh) | 2018-09-25 | 2018-09-25 | 销售处理方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109509016A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288484A (zh) * | 2019-04-02 | 2019-09-27 | 上海瀚之友信息技术服务有限公司 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
| CN111274345A (zh) * | 2020-01-21 | 2020-06-12 | 成都智库二八六一信息技术有限公司 | 一种基于网格划分和取值的相似区域检索方法和系统 |
| CN115238195A (zh) * | 2022-09-19 | 2022-10-25 | 太平金融科技服务(上海)有限公司深圳分公司 | 目标对象的确定方法、装置、设备、介质和产品 |
| CN117670466A (zh) * | 2023-11-01 | 2024-03-08 | 广州市数商云网络科技有限公司 | 一种基于多端供销平台的供销关系智能化匹配方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987434A (en) * | 1996-06-10 | 1999-11-16 | Libman; Richard Marc | Apparatus and method for transacting marketing and sales of financial products |
| JP2009169699A (ja) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | 販売情報分析装置 |
| CN104978437A (zh) * | 2015-07-22 | 2015-10-14 | 浙江大学 | 一种基于地理位置的推荐方法和推荐系统 |
| CN107247786A (zh) * | 2017-06-15 | 2017-10-13 | 北京小度信息科技有限公司 | 用于确定相似用户的方法、装置和服务器 |
| CN107451881A (zh) * | 2017-06-22 | 2017-12-08 | 北京小度信息科技有限公司 | 信息获取方法及装置 |
| CN107992883A (zh) * | 2017-11-22 | 2018-05-04 | 福建省计量科学研究院 | 一种基于crfm模型的计量行业客户细分方法 |
| CN108108451A (zh) * | 2017-12-27 | 2018-06-01 | 合肥美的智能科技有限公司 | 群体的群体用户画像获取方法和装置 |
-
2018
- 2018-09-25 CN CN201811114724.3A patent/CN109509016A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987434A (en) * | 1996-06-10 | 1999-11-16 | Libman; Richard Marc | Apparatus and method for transacting marketing and sales of financial products |
| JP2009169699A (ja) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | 販売情報分析装置 |
| CN104978437A (zh) * | 2015-07-22 | 2015-10-14 | 浙江大学 | 一种基于地理位置的推荐方法和推荐系统 |
| CN107247786A (zh) * | 2017-06-15 | 2017-10-13 | 北京小度信息科技有限公司 | 用于确定相似用户的方法、装置和服务器 |
| CN107451881A (zh) * | 2017-06-22 | 2017-12-08 | 北京小度信息科技有限公司 | 信息获取方法及装置 |
| CN107992883A (zh) * | 2017-11-22 | 2018-05-04 | 福建省计量科学研究院 | 一种基于crfm模型的计量行业客户细分方法 |
| CN108108451A (zh) * | 2017-12-27 | 2018-06-01 | 合肥美的智能科技有限公司 | 群体的群体用户画像获取方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 张安安等: "数据挖掘在保险客户关系管理中的研究", 《江西科学》 * |
| 罗彪等: "基于ANP和K-means聚类的客户价值分类模型及应用", 《计算机应用》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110288484A (zh) * | 2019-04-02 | 2019-09-27 | 上海瀚之友信息技术服务有限公司 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
| CN110288484B (zh) * | 2019-04-02 | 2022-12-13 | 上海瀚之友信息技术服务有限公司 | 一种基于大数据平台的保险分类的用户推荐方法及系统 |
| CN111274345A (zh) * | 2020-01-21 | 2020-06-12 | 成都智库二八六一信息技术有限公司 | 一种基于网格划分和取值的相似区域检索方法和系统 |
| CN115238195A (zh) * | 2022-09-19 | 2022-10-25 | 太平金融科技服务(上海)有限公司深圳分公司 | 目标对象的确定方法、装置、设备、介质和产品 |
| CN117670466A (zh) * | 2023-11-01 | 2024-03-08 | 广州市数商云网络科技有限公司 | 一种基于多端供销平台的供销关系智能化匹配方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109509016A (zh) | 销售处理方法、装置及计算机可读存储介质 | |
| CN108776907A (zh) | 广告智能推荐方法、服务器及存储介质 | |
| CN101442546B (zh) | 利用标签云的内容推荐设备和方法 | |
| US10657149B2 (en) | Information-processing system | |
| US20160110789A1 (en) | Cumulative Evaluation and Review System and Methods | |
| CN105164712A (zh) | 聚合账户通知的按优先级排序和场境显示 | |
| CN109816420A (zh) | 客户数据处理方法、装置、计算机设备及存储介质 | |
| CN110246007A (zh) | 一种商品推荐方法及装置 | |
| CN105469262B (zh) | 商品资讯信息获取和整合方法及装置 | |
| CN106462559A (zh) | 任意大小内容项生成 | |
| CN107093081A (zh) | 服务策略制定方法和装置 | |
| CN110717097A (zh) | 业务推荐方法、装置、计算机设备和存储介质 | |
| CN110019774B (zh) | 标签分配方法、装置、存储介质及电子装置 | |
| CN108520045B (zh) | 数据的服务响应方法及装置 | |
| CN108770002A (zh) | 基站流量分析方法、装置、设备及存储介质 | |
| CN109961199A (zh) | 一种分析数据波动的方法和装置 | |
| CN110570271A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
| KR100799627B1 (ko) | 고객정보의 실시간 통합을 이용한 영업구역 내 고객분석서비스 방법 | |
| CN110032731A (zh) | 企业经营范围判断方法、装置及计算机可读存储介质 | |
| CN109685302A (zh) | 基于数据分析的业务分配方法、设备、存储介质及装置 | |
| CN109493106A (zh) | 销售区域的价值评价方法、装置及计算机可读存储介质 | |
| CN112511632A (zh) | 基于多源数据的对象推送方法、装置、设备及存储介质 | |
| KR20200096479A (ko) | 관리 서버의 마케팅 방법 | |
| CN108510302A (zh) | 一种营销决策方法及交易服务器 | |
| CN114625975B (zh) | 一种基于知识图谱的客户行为分析系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |