CN109934673A - 一种基于推荐系统的智能销售线索分配方法 - Google Patents
一种基于推荐系统的智能销售线索分配方法 Download PDFInfo
- Publication number
- CN109934673A CN109934673A CN201910135626.6A CN201910135626A CN109934673A CN 109934673 A CN109934673 A CN 109934673A CN 201910135626 A CN201910135626 A CN 201910135626A CN 109934673 A CN109934673 A CN 109934673A
- Authority
- CN
- China
- Prior art keywords
- sales
- sales lead
- lead
- force
- similarity
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于推荐系统的智能销售线索分配方法。它通过收集到的销售线索数据库，接着提取有关销售线索数据特征和销售人员数据特征对线索进行评分，根据销售线索、销售人员及评分建立协同推荐系统，最后根据协同推荐系统对销售线索进行预测，根据预测结果进行销售线索推荐，协同推荐系统对销售线索进行自动的分配，把销售线索分配给具体销售人员。本发明的有益效果是：使用协同推荐系统来实现销售线索的智能分配，不仅可以节省人力，实现分配的自动化，还可以根据销售人员的特点分配销售线索，实现销售线索资源分配最优化，有效缩短销售周期，提高销售线索资源利用率。
Description
技术领域
本发明涉及销售线索分配相关技术领域，尤其是指一种基于推荐系统的智能销售线索分配方法。
背景技术
销售是企业生存和发展的生命线，一个企业发展得好，不仅要产品好，也要销售能力强。对于客户是中小型教育培训机构而言，销售主要是销售人员借助电话进行营销，沟通机构的校长和老师，推销产品，描述功能直到最终达成交易。在互联网时代，销售线索主要通过爬虫在网络上获得。为了提高销售效率，销售线索分配显得尤为重要。传统销售线索分配，主要是销售经理人工进行分配，这样既耗费人力，又没充分考虑销售人员的特点，造成销售线索的浪费。推荐系统在互联网时代得到广泛的应用，给用户推荐其感兴趣的商品，大大地促进了电商网站的发展。
发明内容
本发明是为了克服现有技术中存在上述的不足，提供了一种缩短销售周期且提高线索资源利用率的基于推荐系统的智能销售线索分配方法。
为了实现上述目的，本发明采用以下技术方案：
一种基于推荐系统的智能销售线索分配方法，通过协同过滤算法，把销售线索根据线索得分自动分配销售线索，包括训练和评测两个阶段，其中，
(1)训练阶段的步骤如下：
(11)根据销售线索数据和销售人员数据建立销售线索数据库；
(12)从用户角度根据每条销售线索特征对线索进行打分；具体打分过程如下：根据销售人员和销售线索的相关程度对销售线索的每个特征进行等级0～5的打分，最后对所有得分进行求和取平均值，那么每个销售人员对每条线索有一个0～5的打分；
(13)根据销售线索、销售人员和销售线索的得分建立协同过滤算法模型，构成推荐系统；
(2)评测阶段的步骤如下：
(21)从用户角度根据特征对待处理销售线索进行打分；
(22)根据协同过滤算法模型对待处理销售线索及其得分进行预测；
(23)根据预测结果进行销售线索分配，根据相似度最近的N结果，把销售线索分配给销售人员。
通过收集到的销售线索数据库，接着提取有关销售线索数据特征和销售人员数据特征对线索进行评分，根据销售线索、销售人员及评分建立推荐系统，最后根据推荐系统对销售线索进行预测，根据预测结果进行销售线索推荐，推荐系统对销售线索进行自动的分配，把销售线索分配给具体销售人员，有效地缩短销售周期，提高销售线索资源利用率。本发明使用推荐系统来实现销售线索的智能分配，不仅可以节省人力，实现分配的自动化，还可以根据销售人员的特点分配销售线索，实现销售线索资源分配最优化，有效缩短销售周期，提高销售线索资源利用率。
作为优选，在步骤(11)中，销售线索数据库中的数据包括如下：销售线索数据特征和销售人员数据特征，销售线索数据特征包括试用类型、机构类型、机构地址、学员数、来源类型、来源设备类型、渠道、线索创建者、释放次数、意向度、有无校长电话、有无联系人电话、有无联系人头衔、有无意向版本号、客户分级特征；销售人员数据特征包括姓名、状态、地址、出生地、方言区、年龄、性别、级别、行业背景、性格特征
作为优选，在步骤(13)中，协同过滤算法指的是：利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人透过合作的机制给予信息相当程度的回应并记录下来以达到过滤的目的，进而帮助别人筛选信息。
作为优选，在步骤(13)中，建立协同过滤算法模型的具体方法如下：
(i)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(ii)在推荐系统中，采样根据相似度进行推荐，计算销售线索的相似度，相似度计算采用余弦距离。
作为优选，在步骤(22)中，预测方法如下：
(a)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(b)计算线索的相似度，相似度计算采用余弦距离；
(c)根据相似度，对目标销售人员进行预测，产生相似度最近的N个预测结果。
本发明的有益效果是：使用推荐系统来实现销售线索的智能分配，不仅可以节省人力，实现分配的自动化，还可以根据销售人员的特点分配销售线索，实现销售线索资源分配最优化，有效缩短销售周期，提高销售线索资源利用率。
具体实施方式
下面结合具体实施方式对本发明做进一步的描述。
一种基于推荐系统的智能销售线索分配方法，通过协同过滤算法，把销售线索根据线索得分自动分配销售线索，包括训练和评测两个阶段，其中，
(1)训练阶段的步骤如下：
(11)根据销售线索数据和销售人员数据建立销售线索数据库；销售线索数据库中的数据包括如下：销售线索数据特征和销售人员数据特征，销售线索数据特征包括试用类型、机构类型、机构地址、学员数、来源类型、来源设备类型、渠道、线索创建者、释放次数、意向度、有无校长电话、有无联系人电话、有无联系人头衔、有无意向版本号、客户分级特征；销售人员数据特征包括姓名、状态、地址、出生地、方言区、年龄、性别、级别、行业背景、性格特征；
(12)从用户角度根据每条销售线索特征对销售线索进行打分；具体打分过程如下：根据销售人员和销售线索的相关程度对销售线索的每个特征进行等级0～5的打分，最后对所有得分进行求和取平均值，那么每个销售人员对每条线索有一个0～5的打分；
| 线索1 | 线索2 | 线索3 | |
| 销售人员1 | 4 | 2 | 4 |
| 销售人员2 | 3 | 5 | 4 |
| 销售人员3 | 5 | 3 | 3 |
(13)根据销售线索、销售人员和销售线索得分的建立协同过滤算法模型，构成推荐系统；协同过滤算法指的是：利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人透过合作的机制给予信息相当程度的回应(如评分)并记录下来以达到过滤的目的，进而帮助别人筛选信息；回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。
建立协同过滤算法模型的具体方法如下：
(i)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(ii)在推荐系统中，采样根据相似度进行推荐，计算销售线索的相似度，相似度计算采用余弦距离
(2)评测阶段的步骤如下：
(21)从用户角度根据特征对待处理销售线索进行打分；
(22)根据协同过滤算法模型对待处理销售线索及其得分进行预测；
预测方法如下：
(a)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(b)计算销售线索的相似度，相似度计算采用余弦距离；
(c)根据相似度，对目标销售人员进行预测，产生相似度最近的N个预测结果；
(23)根据预测结果进行销售线索分配，根据相似度最近的N结果，把销售线索分配给销售人员。
Claims (5)
1.一种基于推荐系统的智能销售线索分配方法，其特征是，通过协同过滤算法，把销售线索根据线索得分自动分配销售线索，包括训练和评测两个阶段，其中，
(1)训练阶段的步骤如下：
(11)根据销售线索数据和销售人员数据建立销售线索数据库；
(12)从用户角度根据每条销售线索的特征对销售线索进行打分；具体打分过程如下：根据销售人员和销售线索的相关程度对销售线索的每个特征进行等级0～5的打分，最后对所有得分进行求和取平均值，那么每个销售人员对每条线索有一个0～5的打分；
(13)根据销售线索、销售人员和销售线索的得分建立协同过滤算法模型，构成推荐系统；
(2)评测阶段的步骤如下：
(21)从用户角度对待处理销售线索进行打分，具体打分方式如训练阶段；
(22)根据协同过滤算法模型对待处理销售线索及其得分进行预测；
(23)根据预测结果进行销售线索分配，根据相似度最近的N结果，把销售线索分配给销售人员。
2.根据权利要求1所述的一种基于推荐系统的智能销售线索分配方法，其特征是，在步骤(11)中，销售线索数据库中的数据包括如下：销售线索数据特征和销售人员数据特征，销售线索数据特征包括试用类型、机构类型、机构地址、学员数、来源类型、来源设备类型、渠道、线索创建者、释放次数、意向度、有无校长电话、有无联系人电话、有无联系人头衔、有无意向版本号、客户分级特征；销售人员数据特征包括姓名、状态、地址、出生地、方言区、年龄、性别、级别、行业背景、性格特征。
3.根据权利要求1所述的一种基于推荐系统的智能销售线索分配方法，其特征是，在步骤(13)中，协同过滤算法指的是：利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人透过合作的机制给予信息相当程度的回应并记录下来以达到过滤的目的，进而帮助别人筛选信息。
4.根据权利要求1或3所述的一种基于推荐系统的智能销售线索分配方法，其特征是，在步骤(13)中，建立协同过滤算法模型的具体方法如下：
(i)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(ii)在推荐系统中，采样根据相似度进行推荐，计算销售线索的相似度，相似度计算采用余弦距离。
5.根据权利要求1所述的一种基于推荐系统的智能销售线索分配方法，其特征是，在步骤(22)中，预测方法如下：
(a)收集信息，包括：销售线索、销售人员、销售人员对销售线索打分；
(b)计算销售线索的相似度，相似度计算采用余弦距离；
(c)根据相似度，对目标销售人员进行预测，产生相似度最近的N个预测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910135626.6A CN109934673A (zh) | 2019-02-25 | 2019-02-25 | 一种基于推荐系统的智能销售线索分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910135626.6A CN109934673A (zh) | 2019-02-25 | 2019-02-25 | 一种基于推荐系统的智能销售线索分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934673A true CN109934673A (zh) | 2019-06-25 |
Family
ID=66985744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910135626.6A Pending CN109934673A (zh) | 2019-02-25 | 2019-02-25 | 一种基于推荐系统的智能销售线索分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934673A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027710A (zh) * | 2019-12-06 | 2020-04-17 | 浙江大搜车软件技术有限公司 | 资源线索分配方法、装置、计算机设备和存储介质 |
| CN111178722A (zh) * | 2019-12-20 | 2020-05-19 | 上海数策软件股份有限公司 | 适用于销售线索评级和分配的机器学习系统、方法及介质 |
| CN112132597A (zh) * | 2020-09-30 | 2020-12-25 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN112232612A (zh) * | 2019-06-28 | 2021-01-15 | 百度在线网络技术（北京）有限公司 | 客户资料智能分发方法和装置 |
| CN112330391A (zh) * | 2020-10-26 | 2021-02-05 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112396313A (zh) * | 2020-11-17 | 2021-02-23 | 焦点科技股份有限公司 | 一种利用智能手表优化电话销售工作绩效的方法 |
| CN113362102A (zh) * | 2021-05-11 | 2021-09-07 | 厦门立林科技有限公司 | 一种客户线索分发方法、系统及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685458A (zh) * | 2008-09-27 | 2010-03-31 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
| CN103559622A (zh) * | 2013-07-31 | 2014-02-05 | 焦点科技股份有限公司 | 基于特征的协同过滤推荐方法 |
| CN105976229A (zh) * | 2016-05-13 | 2016-09-28 | 云南大学 | 一种基于用户和项目混合的协同过滤算法 |
| CN106570031A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐方法和装置 |
| CN108052639A (zh) * | 2017-12-21 | 2018-05-18 | 中国联合网络通信集团有限公司 | 基于运营商数据的行业用户推荐方法及装置 |
| US20180330192A1 (en) * | 2017-05-15 | 2018-11-15 | International Business Machines Corporation | Load-Balancing Training of Recommender System for Heterogeneous Systems |
-
2019
- 2019-02-25 CN CN201910135626.6A patent/CN109934673A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101685458A (zh) * | 2008-09-27 | 2010-03-31 | 华为技术有限公司 | 一种基于协同过滤的推荐方法和系统 |
| CN103559622A (zh) * | 2013-07-31 | 2014-02-05 | 焦点科技股份有限公司 | 基于特征的协同过滤推荐方法 |
| CN106570031A (zh) * | 2015-10-13 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐方法和装置 |
| CN105976229A (zh) * | 2016-05-13 | 2016-09-28 | 云南大学 | 一种基于用户和项目混合的协同过滤算法 |
| US20180330192A1 (en) * | 2017-05-15 | 2018-11-15 | International Business Machines Corporation | Load-Balancing Training of Recommender System for Heterogeneous Systems |
| CN108052639A (zh) * | 2017-12-21 | 2018-05-18 | 中国联合网络通信集团有限公司 | 基于运营商数据的行业用户推荐方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 薛福亮: "《电子商务推荐相关技术及其改进机制》", 30 June 2014 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112232612A (zh) * | 2019-06-28 | 2021-01-15 | 百度在线网络技术（北京）有限公司 | 客户资料智能分发方法和装置 |
| CN111027710A (zh) * | 2019-12-06 | 2020-04-17 | 浙江大搜车软件技术有限公司 | 资源线索分配方法、装置、计算机设备和存储介质 |
| CN111178722A (zh) * | 2019-12-20 | 2020-05-19 | 上海数策软件股份有限公司 | 适用于销售线索评级和分配的机器学习系统、方法及介质 |
| CN111178722B (zh) * | 2019-12-20 | 2023-05-02 | 上海数策软件股份有限公司 | 适用于销售线索评级和分配的机器学习系统、方法及介质 |
| CN112132597A (zh) * | 2020-09-30 | 2020-12-25 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN112330391A (zh) * | 2020-10-26 | 2021-02-05 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112330391B (zh) * | 2020-10-26 | 2022-07-08 | 武汉鼎森世纪科技有限公司 | 基于客户和员工的产品推荐方法 |
| CN112396313A (zh) * | 2020-11-17 | 2021-02-23 | 焦点科技股份有限公司 | 一种利用智能手表优化电话销售工作绩效的方法 |
| WO2022105107A1 (zh) * | 2020-11-17 | 2022-05-27 | 焦点科技股份有限公司 | 一种利用智能手表优化电话销售工作绩效的方法 |
| CN112396313B (zh) * | 2020-11-17 | 2022-08-02 | 焦点科技股份有限公司 | 一种利用智能手表优化电话销售工作绩效的方法 |
| CN113362102A (zh) * | 2021-05-11 | 2021-09-07 | 厦门立林科技有限公司 | 一种客户线索分发方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934673A (zh) | 一种基于推荐系统的智能销售线索分配方法 | |
| Mwaura | Effect of farmer group membership on agricultural technology adoption and crop productivity in Uganda | |
| Becker et al. | Social availability of residual woody biomass from nonindustrial private woodland owners in Minnesota and Wisconsin | |
| Lobley et al. | The Impact of Organic Farming on the Rural Economy in England [Final Report to DEFRA] | |
| Jaramillo-Giraldo et al. | Is it possible to make rubber extraction ecologically and economically viable in the Amazon? The Southern Acre and Chico Mendes Reserve case study | |
| Urzedo et al. | Tropical forest seeds in the household economy: effects of market participation among three sociocultural groups in the Upper Xingu region of the Brazilian Amazon | |
| CN106779074A (zh) | 一种商场品牌组合预测方法及预测服务器 | |
| Huang et al. | Pest control ability, technical guidance, and pesticide overuse: evidence from rice farmers in rural China | |
| Dorning et al. | Changing decisions in a changing landscape: How might forest owners in an urbanizing region respond to emerging bioenergy markets? | |
| Akerele et al. | Impacts of cooperative thrift and credit facilities on members’ business output in Ogun State, Nigeria | |
| Quintana‐Ascencio et al. | Assessing the roles of seed bank, seed dispersal and historical disturbances for metapopulation persistence of a pyrogenic herb | |
| Okyere et al. | Irrigated agriculture and welfare: Panel data evidence from Southern Ghana | |
| Thompson et al. | Classifying nonindustrial private forestland by tract size | |
| Ja’afar-Furo et al. | Identifying major factors of poultry production as sustainable enterprise among farmers using improved methods in rural Nigeria | |
| Ahmed et al. | Comparative study of training need assessment of agri-entrepreneurs under agri-clinics and agri-business center scheme in India | |
| Wolff | The intergenerational transmission of risk attitudes: Evidence from Burkina Faso | |
| Norby et al. | Iowa consumer motivations and preferences for agritourism activities | |
| Karuppannan | Role of Non-Governmental Organisations in Micro Finance through SHGs–A Study in Vellore District of Tamil Nadu. | |
| CN112700147A (zh) | 一种直播电商人才培养用考核系统 | |
| Aisyah et al. | How does willingness and ability to pay of palm oil smallholders affect their willingness to participate in Indonesian sustainable palm oil certification? Empirical evidence from North Sumatra | |
| Onuekwusi et al. | Socio-economic characteristics affecting information source use among farmers in Ikwuano Local Government Area of Abia State, Nigeria | |
| Mameno et al. | Mainstreaming eating agrobiodiversity: Appealing with heron labels and boosting with loach labels | |
| Zhao et al. | Does e-commerce participation affect green agrotechnology adoption among reservoir resettlers? The case of China’s three gorges reservoir area | |
| Girardi | Policy coherence in the implementation of the 2030 agenda for sustainable development: the Brazilian School Feeding Programme Case Study | |
| Hinkes | Sustainability certification for deforestation-free supply chains: the cases of palm oil and soy |
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: 20190625 |