CN109885679A - 获取优选话术的方法、装置、计算机设备和存储介质 - Google Patents
获取优选话术的方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109885679A CN109885679A CN201910027734.1A CN201910027734A CN109885679A CN 109885679 A CN109885679 A CN 109885679A CN 201910027734 A CN201910027734 A CN 201910027734A CN 109885679 A CN109885679 A CN 109885679A
- Authority
- CN
- China
- Prior art keywords
- art
- text
- words art
- sequence
- success rate
- 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
Abstract
本发明提出的基于数据分析的获取优选话术的方法、装置、计算机设备和存储介质,其中方法包括:获取指定数据库中销售人员与客户的对话内容的多个目标文本;将每个目标文本按预设规则拆分成多个不同话术类别的话术模块;获取每个目标文本中的各话术模块在目标文本中出现的排序顺序;计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本,无需人为分析,节约时间、节省人力,通过设定的规则智能化分析,避免人为主观判断,不容易出现纰漏错误,能确保有效性。
Description
技术领域
本发明涉及到数据分析的技术领域,特别是涉及到一种获取优选话术的方法、装置、计算机设备和存储介质。
背景技术
每个行业中,为了使客户尽快购买产品,销售人员对客户进行销售时都会采用一定技巧去说服客户,上述的说话技巧已逐渐发展为行业内的销售话术,采用有效的销售话术可能回达到事半功倍的作用。
目前市面上的基于话术分析的应用主要靠人工进行,没有一套机器化的方案。主要依赖于客户去主观的判断相关的话术是否行之有效,针对感觉比较好的话术进行推广,不但人力成本及时间成本都较高,且不能保证其有效性。
发明内容
本发明的主要目的为提供一种获取优选话术的方法、装置、计算机设备和存储介质,旨在解决现有靠人工分析话术导致人力及时间成本都过高的问题。
基于上述发明目的,本发明提出一种获取优选话术的方法,包括:
获取指定数据库中销售人员与客户的对话内容的多个目标文本;
将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
进一步地,所述获取指定数据库中销售人员与客户的对话内容的多个目标文本的步骤,包括:
从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;
将所述电话录音转化成以所述目标文本。
进一步地,所述将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块的步骤,包括:
将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;
依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
进一步地,所述计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率的步骤之前,包括:
获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售失败的信息;
依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
进一步地,所述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:
获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;
将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
进一步地,所述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:
通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;
将所述沟通数据按照客户属性进行分类并分别存储。
进一步地,所述将每个不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序方式进行排序,以得到优选话术文本的步骤之后,包括:
从预设资料库中获取当前客户的客户属性;
依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
本发明还提供一种获取优选话术的装置,包括:
获取文本单元,用于获取指定数据库中销售人员与客户的对话内容的多个目标文本;
拆分模块单元,用于将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
获取顺序单元,用于获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
计算成率单元,用于计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
获得优选单元,用于将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本发明的有益效果为:通过将大量的销售人员在销售时与客户的对话分拆成多个话术模块,分析得出每个话术模块的成功率以及各类别话术模块的排序顺序,从而将各话术类别中的话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序组合成一套有针对性的、有效的优选话术,无需人为分析,节约时间、节省人力,通过设定的规则智能化分析,避免人为主观判断,不容易出现纰漏错误,能确保有效性。
附图说明
图1为本发明一实施例中获取优选话术的方法的步骤示意图;
图2为本发明一实施例中获取优选话术的装置的结构示意框图;
图3为本发明一实施例的计算机设备的结构示意框图。
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。
参照图1,本实施例中的获取优选话术的方法,包括:
步骤S1:获取指定数据库中销售人员与客户的对话内容的多个目标文本;
步骤S2:将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
步骤S3:获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
步骤S4:计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
步骤S5:将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
如步骤S1所述,上述销售人员与客户的对话内容为销售人员对客户进行销售时说的话以及客户回应的话,上述目标文本可以来自电话销售中的电话录音以及销售人员与客户面对面交流整理而得的记录。这些目标文本可以存储于指定的数据库中,需要的时候直接从数据库中获取即可。
如上述步骤S2所述,上述目标文本的内容为销售人员与客户的对话,且不同的销售人员与客户采用的话术、以及交流内容的顺序可能都不一样,但是目的都是为了让客户购买产品,故而具有一定模式,如先进行开场白,然后产品介绍再说服客户等。上述话术即为在与客户沟通过程中针对客户的问题或者需求去进行解答、与客户进行交流以达到引导客户购买产品的目的所使用的话。故而可将上述目标文本按预设规则拆分成不同类别的话术模块,上述预设规则可以为通过分词技术将目标文本拆分,或者通过设置多个不同类型的关键字词分别进行匹配并拆分等,从而得到多个话术模块。
在一个实施例中,上述步骤S2,包括:
步骤S21:将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;
步骤S22:依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
本实施中,按预设规则将目标文本分拆成可量化的话术模块,该预设规则包括将目标文本按类别以及指定关键词分拆成多个不同话术类别的话术模板,如预设有甲乙丙三种类别,分别对应为开场白、产品介绍、说服话术的内容,则将目标文本通过分词技术(如:正向最大匹配法、反向最大匹配法、最短路径分词法等)进行分词,即可将文本的内容拆分成多个分词内容,如将目标文本拆分成九个分词内容,其中将开场白的内容拆分成三部分,即分成三个开场白分词内容,产品介绍拆成两部分,即分成两个产品介绍分词内容,说服话术拆成四部分,即四个说服话术分词内容,然后依据预设的指定关键词(如某银行的销售人员的开场白中的您好、请问,产品介绍中的信用卡、额度,说服话术中的方便、礼品兑换等等)将具有同一类别的关键词的分词内容归纳到同一话术类别中,从而形成话术模块,如将上述三个开场白分词内容通过预设的关键词归并得到开场白的话术模块,将两个产品介绍分词内容归并得到产品介绍的话术模块,将四个说服话术分词内容归并得到说服话术的话术模块,即得到了该目标文本中开场白、产品介绍以及说服话术三种话术类别的话术模块。
如上述步骤S3所述,同一个文本中,分拆出的话术模块是不同话术类别的,且不同文本中,同一类别的话术模块在目标文本中先后顺序可能是不一样的,如AB两个文本中,A文本的三个话术模块的排序为甲乙丙,即先开场白然后产品介绍然后再说服客户,B文本的三个话术模块的排序为甲丙乙,即先开场白然后说服客户再产品介绍。已知的是,不同销售人员采用的话术不一样,且在与客户对话的过程中,每个话术模块先说和后说的影响是不一样的,故而需要获取每个目标文本中各话术模块的排序顺序,具体而言,可对每种话术类别进行标记,然后依据每种话术类别的话术模块在目标文本中先后出现的顺序(可通各话术类别中话术模块的指定关键词出现的顺序获取),得到标记的排序顺序,该标记的排序顺序即为各话术类别的话术模块在目标文本中的排序顺序,将每个目标文本均按上述方式获得对应的排序顺序,例如,第一种话术类别标记为1,第二种话术类别标记为2,第三种话术类别标记为3,则各目标文本得到的排序方式可分别为123、213、132等。
如上述步骤S4所述,由上述步骤S3可知话术模块的排序方式会影响到销售的成功率,故而可通过计算每种排序顺序的排序成功率,从中找到排序成功率最高的排序顺序。且由于同种话术类别中不同的话术模块得到的销售效果不一样,其中会有导致销售成功的话术或者导致销售失败话术,例如同种话术类别的话术模块,如同为产品介绍这种类别的话术模块,可能会包含多种产品介绍的方式,即多种不同的话术,但也有可能包含有相同的产品介绍方式,即相同的话术,故而分别计算出每种话术类别中相同的话术模块在该话术类别中的话术成功率,从而获得每个话术类别中成功率最高的话术模块。
上述排序成功率以及各个类别的话术成功率具体可通过目标文本来计算得到,一般情况下,上述目标文本中存在多个按同种排序顺序进行排序的文本以及在同一类别中使用相同内容的话术模块的文本,即存在销售人员使用相同话术与客户进行对话。且上述目标文本包括销售成功的文本以及销售失败的文本,为了便于表述,将销售成功的文本记为成功文本。在同种排序顺序中存在销售成功以及销售失败的情况,销售成功的次数在一定程度上可以反映该种排序顺序的合理性,故而可以通过计算该种排序顺序中销售成功的成功文本的数量占所有按该种排序顺序的目标文本的数量的比值来得到该种排序顺序的排序成功率。由于上述目标文本包括销售成功的文本以及销售失败的文本,即使用同种话术模块也可能存在销售成功以及销售失败两种情况,故而可通过计算在相同话术类别中采用同一种话术模块的成功文本数量占该话术类别中所有目标文本的数量的比值来得到该种话术模块的话术成功率,通过这种方式,计算出所有话术类别中每种话术模块的话术成功率。
如上述步骤S5所述,计算出上述不同排序顺序的排序成功率以及所有类别中每种话术模块的话术成功率之后,可以得到其中成功率最高的排序顺序以及每个话术类别中话术成功率最高的话术模块,然后将所有类别中话术成功率最高的话术模块按照上述排序成功率最高的排序顺序进行排序,从而得到优选话术文本。
举例地,上述目标文本有四个,每个文本对应有甲乙丙三个类别的话术模块,如第一个为成功销售的文本,其每个类别的话术模块的内容种类均为A,按顺序记为甲A-乙A-丙A;第二个也为成功销售的文本,其每个类别的话术模块的内容种类均为B,按顺序记为甲B-乙B-丙B;第三为失败的销售文本,其甲乙两个类别的话术模块的内容为A,丙类的话术模块的内容种类为B,按顺序记为甲A-丙B-乙A;第四个为成功销售的文本,其顺序记为甲B-丙A-乙B;则按步骤S3获得的排序方式有甲-乙-丙、甲-丙-乙两种,其中甲-乙-丙的成功销售的概率为100%,甲-丙-乙的成功销售概率为50%,即最优的排序顺序为甲-乙-丙。在同种话术类别的甲类中,四个中有两个话术内容为A,一个成功一个失败,两个话术内容B均为成功销售,则在甲类话术模块中,内容为A的成功率为25%,内容为B的成功率为50%,依此方法分别计算出在乙类话术模块中,内容为A的成功率为25%,内容为B的成功率为50%;在丙类话术模块中,内容为A的成功率为50%,内容为B的成功率为25%,在甲乙丙类中分别找到成功率最高的话术内容,按最优的排序顺序为甲-乙-丙排序,故而最后得到的优选话术为甲B-乙B-丙A。
在一个实施例中,上述步骤S3之前,包括:
步骤S31:获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售不成功的信息;
步骤S32:依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
可以理解的是,由于上述话术成功率以及排序成功率需要通过销售成功的成功文本来进行计算,故而在计算之前需要获取到上述成功文本,本实施例中,已知目标文本的内容为销售人员与客户沟通的对话,可通过查看目标文本的内容来确定销售情况,以获得销售信息,如销售成功或者销售失败的信息,通过查看每个目标文本的内容得到对应的销售信息,若销售信息为销售成功,则将该目标记为成功文本,从而将所有目标文本中的成功文本找出。
在一个实施例中,上述步骤S1,包括:
步骤S11:从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;
步骤S12:将所述电话录音转化成为所述目标文本。
本实施例中,获取上述目标本文的途径可以来自于销售人员进行电话销售时与客户通话的电话录音,采集上述大量的电话录音之后存储于指定的数据库中,使用时指定数据库中取出,然后通过语音识别技术,将这些电话录音转化成上述目标文本,上述语音识别技术为已知的现有技术,这里不再赘述。
在一个实施例中,上述步骤S1之前,包括:
步骤S01:获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;
步骤S02:将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
本实施例中,在分析上述目标文本之前,先从各种渠道(如从网上爬取或从公司系统获取)获取销售人员与客户沟通的沟通数据,然后对得到的所有沟通数据进行分类,这些沟通数据包括销售人员与客户沟通的语音和/或文本,由于业务类型不同,运用的话术也不一样,例如推销电器的、汽车的、银行贷款的等等,对应不同的业务,运用的话术不一样,最终得到的最优话术也不一样,故而可按业务类型进行分类,然后分别存储于对应的数据库中,当需要分析某一种业务类型的话术时,从指定的数据库中获取对应的沟通数据即可。该方法可以运用到各行各业中,大大提高了其应用范围。
在一个实施例中,上述步骤S1之前,包括:
步骤S03:通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;
步骤S04:将所述沟通数据按照客户属性进行分类并分别存储。
本实施例中,在将沟通数据按业务类型分类的基础上,还可以进一步将沟通数据按客户属性分类,由于客户属性不一样,销售人员采用的话术也不一样,如一个二十多岁的女性以及一个四十多岁男性,对于产品两者所关注的地方就会不一样,为了实现成功销售的目的,需要采用有针对性的话术,故而可将沟通数据按客户属性分类,以便形成针对各种客户属性的优选话术文本,首先通过各个沟通数据获取对应的客户信息,这些客户信息包括姓名、性别、年龄、薪资、购买历史等客户属性,然后将沟通数据按照客户属性分类,例如性别男、年龄在25-40岁之间、薪资较高、没有购买历史的客户分为第一客户属性,而性别男、年龄在40-70岁之间、薪资较低、有购买历史的客户分为第二客户属性,然后分别将对应第一客户属性以及第二客户属性的沟通数据分别存储在上述指定数据库中不同的位置,使用时,直接从该处取出这些数据,形成对应的优选话术文本。
在一个实施例中,上述步骤S5之后,包括:
步骤S6:从预设资料库中获取当前客户的客户属性;
步骤S7:依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
本实施例中,当销售人员与当前客户进行沟通对话时,可从预设资料库中调出该客户的客户属性,一般来说每个客户的资料都事先存储在资料库中,需要时直接调取,然后依据客户属性调用对应的优选话术文本,销售人员再根据该优选话术文本与当前客户进行对话沟通。
参照图2,本实施例中获取优选话术的装置,包括:
获取文本单元100,用于获取指定数据库中销售人员与客户的对话内容的多个目标文本;
拆分模块单元200,用于将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
获取顺序单元300,用于获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
计算成率单元400,用于计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
获得优选单元500,用于将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
如获取文本单元100所述,上述销售人员与客户的对话内容为销售人员对客户进行销售时说的话以及客户回应的话,上述目标文本可以来自电话销售中的电话录音以及销售人员与客户面对面交流整理而得的记录。这些目标文本可以存储于指定的数据库中,需要的时候直接从数据库中获取即可。
如上述拆分模块单元200所述,上述目标文本的内容为销售人员与客户的对话,且不同的销售人员与客户采用的话术、以及交流内容的顺序可能都不一样,但是目的都是为了让客户购买产品,故而具有一定模式,如先进行开场白,然后产品介绍再说服客户等。上述话术即为在与客户沟通过程中针对客户的问题或者需求去进行解答、与客户进行交流以达到引导客户购买产品的目的所使用的话。故而可将上述目标文本按预设规则拆分成不同类别的话术模块,上述预设规则可以为通过分词技术将目标文本拆分,或者通过设置多个不同类型的关键字词分别进行匹配并拆分等,从而得到多个话术模块。
在一个实施例中,上述拆分模块单元200,包括:
拆分内容子单元,用于将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;
归并内容子单元,用于依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
本实施中,按预设规则将目标文本分拆成可量化的话术模块,该预设规则包括将目标文本按类别以及指定关键词分拆成多个不同话术类别的话术模板,如预设有甲乙丙三种类别,分别对应为开场白、产品介绍、说服话术的内容,则将目标文本通过分词技术(如:正向最大匹配法、反向最大匹配法、最短路径分词法等)进行分词,即可将文本的内容拆分成多个分词内容,如将目标文本拆分成九个分词内容,其中将开场白的内容拆分成三部分,即分成三个开场白分词内容,产品介绍拆成两部分,即分成两个产品介绍分词内容,说服话术拆成四部分,即四个说服话术分词内容,然后依据预设的指定关键词(如某银行的销售人员的开场白中的您好、请问,产品介绍中的信用卡、额度,说服话术中的方便、礼品兑换等等)将具有同一类别的关键词的分词内容归纳到同一话术类别中,从而形成话术模块,如将上述三个开场白分词内容通过预设的关键词归并得到开场白的话术模块,将两个产品介绍分词内容归并得到产品介绍的话术模块,将四个说服话术分词内容归并得到说服话术的话术模块,即得到了该目标文本中开场白、产品介绍以及说服话术三种话术类别的话术模块。
如上述获取顺序单元300所述,同一个文本中,分拆出的话术模块是不同话术类别的,且不同文本中,同一类别的话术模块在目标文本中先后顺序可能是不一样的,如AB两个文本中,A文本的三个话术模块的排序为甲乙丙,即先开场白然后产品介绍然后再说服客户,B文本的三个话术模块的排序为甲丙乙,即先开场白然后说服客户再产品介绍。已知的是,不同销售人员采用的话术不一样,且在与客户对话的过程中,每个话术模块先说和后说的影响是不一样的,故而需要获取每个目标文本中各话术模块的排序顺序,具体而言,可对每种话术类别进行标记,然后依据每种话术类别的话术模块在目标文本中先后出现的顺序(可通各话术类别中话术模块的指定关键词出现的顺序获取),得到标记的排序顺序,该标记的排序顺序即为各话术类别的话术模块在目标文本中的排序顺序,将每个目标文本均按上述方式获得对应的排序顺序,例如,第一种话术类别标记为1,第二种话术类别标记为2,第三种话术类别标记为3,则各目标文本得到的排序方式可分别为123、213、132等。
如上述计算成率单元400所述,由上述获取顺序单元300可知话术模块的排序方式会影响到销售的成功率,故而可通过计算每种排序顺序的排序成功率,从中找到排序成功率最高的排序顺序。且由于同种话术类别中不同的话术模块得到的销售效果不一样,其中会有导致销售成功的话术或者导致销售失败话术,例如同种话术类别的话术模块,如同为产品介绍这种类别的话术模块,可能会包含多种产品介绍的方式,即多种不同的话术,但也有可能包含有相同的产品介绍方式,即相同的话术,故而分别计算出每种话术类别中相同的话术模块在该话术类别中的话术成功率,从而获得每个话术类别中成功率最高的话术模块。
上述排序成功率以及各个类别的话术成功率具体可通过目标文本来计算得到,一般情况下,上述目标文本中存在多个按同种排序顺序进行排序的文本以及在同一类别中使用相同内容的话术模块的文本,即存在销售人员使用相同话术与客户进行对话。且上述目标文本包括销售成功的文本以及销售失败的文本,为了便于表述,将销售成功的文本记为成功文本。在同种排序顺序中存在销售成功以及销售失败的情况,销售成功的次数在一定程度上可以反映该种排序顺序的合理性,故而可以通过计算该种排序顺序中销售成功的成功文本的数量占所有按该种排序顺序的目标文本的数量的比值来得到该种排序顺序的排序成功率。由于上述目标文本包括销售成功的文本以及销售失败的文本,即使用同种话术模块也可能存在销售成功以及销售失败两种情况,故而可通过计算在相同话术类别中采用同一种话术模块的成功文本数量占该话术类别中所有目标文本的数量的比值来得到该种话术模块的话术成功率,通过这种方式,计算出所有话术类别中每种话术模块的话术成功率。
如上述获得优选单元500所述,计算出上述不同排序顺序的排序成功率以及所有类别中每种话术模块的话术成功率之后,可以得到其中成功率最高的排序顺序以及每个话术类别中话术成功率最高的话术模块,然后将所有类别中话术成功率最高的话术模块按照上述排序成功率最高的排序顺序进行排序,从而得到优选话术文本。
举例地,上述目标文本有四个,每个文本对应有甲乙丙三个类别的话术模块,如第一个为成功销售的文本,其每个类别的话术模块的内容种类均为A,按顺序记为甲A-乙A-丙A;第二个也为成功销售的文本,其每个类别的话术模块的内容种类均为B,按顺序记为甲B-乙B-丙B;第三为失败的销售文本,其甲乙两个类别的话术模块的内容为A,丙类的话术模块的内容种类为B,按顺序记为甲A-丙B-乙A;第四个为成功销售的文本,其顺序记为甲B-丙A-乙B;则按步骤S3获得的排序方式有甲-乙-丙、甲-丙-乙两种,其中甲-乙-丙的成功销售的概率为100%,甲-丙-乙的成功销售概率为50%,即最优的排序顺序为甲-乙-丙。在同种话术类别的甲类中,四个中有两个话术内容为A,一个成功一个失败,两个话术内容B均为成功销售,则在甲类话术模块中,内容为A的成功率为25%,内容为B的成功率为50%,依此方法分别计算出在乙类话术模块中,内容为A的成功率为25%,内容为B的成功率为50%;在丙类话术模块中,内容为A的成功率为50%,内容为B的成功率为25%,在甲乙丙类中分别找到成功率最高的话术内容,按最优的排序顺序为甲-乙-丙排序,故而最后得到的优选话术为甲B-乙B-丙A。
在一个实施例中,上述获取优选话术的装置,包括:
获取销售单元,用于获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售不成功的信息;
标记成功单元,用于依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
可以理解的是,由于上述话术成功率以及排序成功率需要通过销售成功的成功文本来进行计算,故而在计算之前需要获取到上述成功文本,本实施例中,已知目标文本的内容为销售人员与客户沟通的对话,可通过查看目标文本的内容来确定销售情况,以获得销售信息,如销售成功或者销售失败的信息,通过查看每个目标文本的内容得到对应的销售信息,若销售信息为销售成功,则将该目标记为成功文本,从而将所有目标文本中的成功文本找出。
在一个实施例中,上述获取文本单元100,包括:
获取录音子单元,用于从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;
转化录音子单元,用于将所述电话录音转化成为所述目标文本。
本实施例中,获取上述目标本文的途径可以来自于销售人员进行电话销售时与客户通话的电话录音,采集上述大量的电话录音之后存储于指定的数据库中,使用时指定数据库中取出,然后通过语音识别技术,将这些电话录音转化成上述目标文本,上述语音识别技术为已知的现有技术,这里不再赘述。
在一个实施例中,上述获取优选话术的装置,包括:
获取数据单元,用于获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;
存储数据单元,用于将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
本实施例中,在分析上述目标文本之前,先从各种渠道(如从网上爬取或从公司系统获取)获取销售人员与客户沟通的沟通数据,然后对得到的所有沟通数据进行分类,这些沟通数据包括销售人员与客户沟通的语音和/或文本,由于业务类型不同,运用的话术也不一样,例如推销电器的、汽车的、银行贷款的等等,对应不同的业务,运用的话术不一样,最终得到的最优话术也不一样,故而可按业务类型进行分类,然后分别存储于对应的数据库中,当需要分析某一种业务类型的话术时,从指定的数据库中获取对应的沟通数据即可。该方法可以运用到各行各业中,大大提高了其应用范围。
在一个实施例中,上述获取优选话术的装置,包括:
获取信息单元,用于通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;
分类存储单元,用于将所述沟通数据按照客户属性进行分类并分别存储。
本实施例中,在将沟通数据按业务类型分类的基础上,还可以进一步将沟通数据按客户属性分类,由于客户属性不一样,销售人员采用的话术也不一样,如一个二十多岁的女性以及一个四十多岁男性,对于产品两者所关注的地方就会不一样,为了实现成功销售的目的,需要采用有针对性的话术,故而可将沟通数据按客户属性分类,以便形成针对各种客户属性的优选话术文本,首先通过各个沟通数据获取对应的客户信息,这些客户信息包括姓名、性别、年龄、薪资、购买历史等客户属性,然后将沟通数据按照客户属性分类,例如性别男、年龄在25-40岁之间、薪资较高、没有购买历史的客户分为第一客户属性,而性别男、年龄在40-70岁之间、薪资较低、有购买历史的客户分为第二客户属性,然后分别将对应第一客户属性以及第二客户属性的沟通数据分别存储在上述指定数据库中不同的位置,使用时,直接从该处取出这些数据,形成对应的优选话术文本。
在一个实施例中,上述获取优选话术的装置,包括:
获取属性单元,用于从预设资料库中获取当前客户的客户属性;
调用文本单元,用于依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
本实施例中,当销售人员与当前客户进行沟通对话时,可从预设资料库中调出该客户的客户属性,一般来说每个客户的资料都事先存储在资料库中,需要时直接调取,然后依据客户属性调用对应的优选话术文本,销售人员再根据该优选话术文本与当前客户进行对话沟通。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储获取优选话术时所需的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种获取优选话术的方法。
上述处理器执行上述获取优选话术的方法的步骤:获取指定数据库中销售人员与客户的对话内容的多个目标文本;将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
上述计算机设备,上述获取指定数据库中销售人员与客户的对话内容的多个目标文本的步骤,包括:从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;将所述电话录音转化成为所述目标文本。
在一个实施例中,上述将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块的步骤,包括:将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
在一个实施例中,上述计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率的步骤之前,包括:获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售失败的信息;依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
在一个实施例中,上述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
在一个实施例中,上述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;将所述沟通数据按照客户属性进行分类并分别存储。
在一个实施例中,上述将每个不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序方式进行排序,以得到优选话术文本的步骤之后,包括:从预设资料库中获取当前客户的客户属性;依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种获取优选话术的方法,具体为:获取指定数据库中销售人员与客户的对话内容的多个目标文本;将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
上述计算机可读存储介质,上述获取指定数据库中销售人员与客户的对话内容的多个目标文本的步骤,包括:从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;将所述电话录音转化成为所述目标文本。
在一个实施例中,上述将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块的步骤,包括:将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
在一个实施例中,上述计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率的步骤之前,包括:获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售失败的信息;依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
在一个实施例中,上述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
在一个实施例中,上述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;将所述沟通数据按照客户属性进行分类并分别存储。
在一个实施例中,上述将每个不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序方式进行排序,以得到优选话术文本的步骤之后,包括:从预设资料库中获取当前客户的客户属性;依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
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,所述的计算机程序可存储与一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM一多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,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。
以上所述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)
1.一种获取优选话术的方法,其特征在于,包括:
获取指定数据库中销售人员与客户的对话内容的多个目标文本;
将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
2.根据权利要求1所述的获取优选话术的方法,其特征在于,所述获取指定数据库中销售人员与客户的对话内容的多个目标文本的步骤,包括:
从所述指定数据库中获取所述销售人员与客户进行通话的电话录音;
将所述电话录音转化成为所述目标文本。
3.根据权利要求1所述的获取优选话术的方法,其特征在于,所述将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块的步骤,包括:
将每个所述目标文本通过分词技术进行分词,以得到对应的多个分词内容;
依据预设的不同话术类别的关键词将每个所述目标文本中同类的分词内容归并,以得到多个不同话术类别的话术模块。
4.根据权利要求1所述的获取优选话术的方法,其特征在于,所述计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率的步骤之前,包括:
获取每个所述目标文本的销售信息,所述销售信息为销售成功或销售失败的信息;
依据各所述销售信息将所有所述目标文本中记录有销售成功的文本记为所述成功文本。
5.根据权利要求1所述的获取优选话术的方法,其特征在于,所述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:
获取多种业务类型的销售人员与客户沟通的沟通数据,所述沟通数据包括语音和/或文本;
将所述沟通数据按各业务类型进行分类,并分别储存于所述指定数据库中。
6.根据权利要求5所述的获取优选话术的方法,其特征在于,所述获取指定数据库中销售人员与客户的对话内容的目标文本的步骤之前,包括:
通过各所述业务类型的每个沟通数据获取对应的客户信息,所述客户信息包括客户属性;
将所述沟通数据按照客户属性进行分类并分别存储。
7.根据权利要求6所述的获取优选话术的方法,其特征在于,所述将每个不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序方式进行排序,以得到优选话术文本的步骤之后,包括:
从预设资料库中获取当前客户的客户属性;
依据所述客户属性调用对应的所述优选话术文本,以供销售人员与所述当前客户进行对话。
8.一种获取优选话术的装置,其特征在于,包括:
获取文本单元,用于获取指定数据库中销售人员与客户的对话内容的多个目标文本;
拆分模块单元,用于将每个所述目标文本按预设规则拆分成多个不同话术类别的话术模块;
获取顺序单元,用于获取每个所述目标文本中的各话术模块在所述目标文本中出现的排序顺序;
计算成率单元,用于计算出每种所述排序顺序的排序成功率以及每种话术模块的话术成功率,所述排序成功率为相同排序顺序中的成功文本的数量占该排序顺序中所有目标文本的数量的比值,所述话术成功率为所述话术模块的成功文本的数量占所述话术模块所属的话术类别中所有目标文本的数量的比值,所述成功文本为所述目标文本中内容为所述销售人员销售成功的文本;
获得优选单元,用于将每种不同话术类别中话术成功率最高的话术模块按排序成功率最高的排序顺序进行排序,以得到优选话术文本。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910027734.1A CN109885679A (zh) | 2019-01-11 | 2019-01-11 | 获取优选话术的方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910027734.1A CN109885679A (zh) | 2019-01-11 | 2019-01-11 | 获取优选话术的方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109885679A true CN109885679A (zh) | 2019-06-14 |
Family
ID=66925782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910027734.1A Pending CN109885679A (zh) | 2019-01-11 | 2019-01-11 | 获取优选话术的方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109885679A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377820A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安人寿保险股份有限公司 | 构建场景资源的方法、装置、计算机设备和存储介质 |
CN110460798A (zh) * | 2019-06-26 | 2019-11-15 | 平安科技(深圳)有限公司 | 视频访谈服务处理方法、装置、终端与存储介质 |
CN111178940A (zh) * | 2019-12-11 | 2020-05-19 | 北京明略软件系统有限公司 | 一种自动生成销售话术图谱的方法和系统 |
CN111447575A (zh) * | 2020-03-11 | 2020-07-24 | 中国平安人寿保险股份有限公司 | 短信息推送方法、装置、设备及存储介质 |
CN112347237A (zh) * | 2020-11-19 | 2021-02-09 | 龙马智芯(珠海横琴)科技有限公司 | 一种问答话术生成方法、装置、服务器以及可读存储介质 |
CN112507072A (zh) * | 2020-12-07 | 2021-03-16 | 上海明略人工智能(集团)有限公司 | 基于对话的销售考评方法、系统及电子设备 |
CN113314122A (zh) * | 2020-02-27 | 2021-08-27 | 北京有限元科技有限公司 | 利用单个语音机器人确定最优话术的方法、装置及介质 |
CN113657927A (zh) * | 2021-08-02 | 2021-11-16 | 上海明略人工智能(集团)有限公司 | 依据销售录音管理门店的方法及装置 |
CN114095686A (zh) * | 2021-11-18 | 2022-02-25 | 平安普惠企业管理有限公司 | 虚拟形象切换方法、装置、电子设备及存储介质 |
CN115905502A (zh) * | 2022-07-19 | 2023-04-04 | 北京中关村科金技术有限公司 | 一种话术挖掘与推荐方法、装置及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493994A (zh) * | 2002-09-13 | 2004-05-05 | ��ʽ���綫֥ | 超文本分析方法及其装置 |
US20080244015A1 (en) * | 2007-04-02 | 2008-10-02 | Michael Terrell Vanover | Apparatus, system, and method for automated dialog driven up-selling |
CN104967690A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇艺世纪科技有限公司 | 一种信息推送方法及装置 |
CN106777257A (zh) * | 2016-12-28 | 2017-05-31 | 厦门快商通科技股份有限公司 | 基于话术的智能对话模型的构建系统及方法 |
CN107168990A (zh) * | 2017-03-28 | 2017-09-15 | 厦门快商通科技股份有限公司 | 基于用户性格的智能客服系统及对话方法 |
CN107341157A (zh) * | 2016-04-29 | 2017-11-10 | 阿里巴巴集团控股有限公司 | 一种客服对话聚类方法和装置 |
CN108416051A (zh) * | 2018-03-20 | 2018-08-17 | 杭州声讯网络科技有限公司 | 一种针对行业应用的智能对话逻辑算法 |
CN108738108A (zh) * | 2018-04-27 | 2018-11-02 | 连尚(新昌)网络科技有限公司 | 一种无线热点的排序显示方法、设备及存储介质 |
CN108734550A (zh) * | 2018-04-28 | 2018-11-02 | 平安科技(深圳)有限公司 | 推送数据的方法、装置、设备及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
-
2019
- 2019-01-11 CN CN201910027734.1A patent/CN109885679A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493994A (zh) * | 2002-09-13 | 2004-05-05 | ��ʽ���綫֥ | 超文本分析方法及其装置 |
US20080244015A1 (en) * | 2007-04-02 | 2008-10-02 | Michael Terrell Vanover | Apparatus, system, and method for automated dialog driven up-selling |
CN104967690A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇艺世纪科技有限公司 | 一种信息推送方法及装置 |
CN107341157A (zh) * | 2016-04-29 | 2017-11-10 | 阿里巴巴集团控股有限公司 | 一种客服对话聚类方法和装置 |
CN106777257A (zh) * | 2016-12-28 | 2017-05-31 | 厦门快商通科技股份有限公司 | 基于话术的智能对话模型的构建系统及方法 |
CN107168990A (zh) * | 2017-03-28 | 2017-09-15 | 厦门快商通科技股份有限公司 | 基于用户性格的智能客服系统及对话方法 |
CN108416051A (zh) * | 2018-03-20 | 2018-08-17 | 杭州声讯网络科技有限公司 | 一种针对行业应用的智能对话逻辑算法 |
CN108738108A (zh) * | 2018-04-27 | 2018-11-02 | 连尚(新昌)网络科技有限公司 | 一种无线热点的排序显示方法、设备及存储介质 |
CN108734550A (zh) * | 2018-04-28 | 2018-11-02 | 平安科技(深圳)有限公司 | 推送数据的方法、装置、设备及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
乐心: "有哪些经典成功的电话销售话术?", pages 1 - 2, Retrieved from the Internet <URL:https://www.zhihu.com/question/35866216> * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377820A (zh) * | 2019-06-17 | 2019-10-25 | 中国平安人寿保险股份有限公司 | 构建场景资源的方法、装置、计算机设备和存储介质 |
CN110460798A (zh) * | 2019-06-26 | 2019-11-15 | 平安科技(深圳)有限公司 | 视频访谈服务处理方法、装置、终端与存储介质 |
CN111178940A (zh) * | 2019-12-11 | 2020-05-19 | 北京明略软件系统有限公司 | 一种自动生成销售话术图谱的方法和系统 |
CN111178940B (zh) * | 2019-12-11 | 2023-09-01 | 北京明略软件系统有限公司 | 一种自动生成销售话术图谱的方法和系统 |
CN113314122B (zh) * | 2020-02-27 | 2023-01-17 | 北京有限元科技有限公司 | 利用单个语音机器人确定最优话术的方法、装置及介质 |
CN113314122A (zh) * | 2020-02-27 | 2021-08-27 | 北京有限元科技有限公司 | 利用单个语音机器人确定最优话术的方法、装置及介质 |
CN111447575A (zh) * | 2020-03-11 | 2020-07-24 | 中国平安人寿保险股份有限公司 | 短信息推送方法、装置、设备及存储介质 |
CN111447575B (zh) * | 2020-03-11 | 2024-03-05 | 中国平安人寿保险股份有限公司 | 短信息推送方法、装置、设备及存储介质 |
CN112347237A (zh) * | 2020-11-19 | 2021-02-09 | 龙马智芯(珠海横琴)科技有限公司 | 一种问答话术生成方法、装置、服务器以及可读存储介质 |
CN112507072A (zh) * | 2020-12-07 | 2021-03-16 | 上海明略人工智能(集团)有限公司 | 基于对话的销售考评方法、系统及电子设备 |
CN113657927A (zh) * | 2021-08-02 | 2021-11-16 | 上海明略人工智能(集团)有限公司 | 依据销售录音管理门店的方法及装置 |
CN114095686A (zh) * | 2021-11-18 | 2022-02-25 | 平安普惠企业管理有限公司 | 虚拟形象切换方法、装置、电子设备及存储介质 |
CN115905502A (zh) * | 2022-07-19 | 2023-04-04 | 北京中关村科金技术有限公司 | 一种话术挖掘与推荐方法、装置及存储介质 |
CN115905502B (zh) * | 2022-07-19 | 2024-01-05 | 北京中关村科金技术有限公司 | 一种话术挖掘与推荐方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109885679A (zh) | 获取优选话术的方法、装置、计算机设备和存储介质 | |
Rauch | Business and social networks in international trade | |
Kolltveit et al. | Perspectives on project management | |
Teece | Firm organization, industrial structure, and technological innovation | |
Jiang et al. | Analyzing firm-specific social media and market: A stakeholder-based event analysis framework | |
CN108520073A (zh) | 风控数据整合方法、装置、设备及计算机可读存储介质 | |
CN110378562A (zh) | 语音质检方法、装置、计算机设备及存储介质 | |
Sarangee et al. | Anticipated regret and escalation of commitment to failing, new product development projects in business markets | |
Autry et al. | Improving professional selling effectiveness through the alignment of buyer and seller exchange approaches | |
Cannon | A taxonomy of buyer-seller relationships in business markets | |
Stylidis et al. | The communication strategies and customer's requirements definition at the early design stages: an empirical study on Italian luxury automotive brands | |
Rouzies et al. | An exploratory investigation of the impact of culture on sales force management control systems in Europe | |
CN114090755A (zh) | 基于知识图谱的回复语句确定方法、装置及电子设备 | |
CN110134842A (zh) | 基于信息图谱的信息匹配方法、装置、存储介质和服务器 | |
Boaventura et al. | Is your vision consistent?: A method for checking, based on scenario concepts | |
Moser | Mass customization strategies: development of a competence-based framework for identifying different mass customization strategies | |
Gammelgård et al. | A categorization of benefits from IS/IT investments | |
bCNRS | Towards a comparative analysis of interoperability assessment approaches for collaborative enterprise systems | |
CN110782345A (zh) | 一种基于市场交易大数据的智能选股方法 | |
Swamidass et al. | The use of a neural factory to investigate the effect of product line width on manufacturing performance | |
Basadur et al. | Improving the reliability of three new scales which measure three new divergent thinking attitudes related to organizational creativity | |
Yao et al. | The retention of customer relationships after mergers and acquisitions | |
Daw et al. | The Co-Production of Service: Modeling Services in Contact Centers Using Hawkes Processes | |
Marttinen | Modelling customer churn with private electricity customer data | |
Wyner | Customer classification |
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 |