CN110083633A - 基于大数据分析的公估公司评价方法、装置、终端及介质 - Google Patents

基于大数据分析的公估公司评价方法、装置、终端及介质 Download PDF

Info

Publication number
CN110083633A
CN110083633A CN201910195061.0A CN201910195061A CN110083633A CN 110083633 A CN110083633 A CN 110083633A CN 201910195061 A CN201910195061 A CN 201910195061A CN 110083633 A CN110083633 A CN 110083633A
Authority
CN
China
Prior art keywords
company
gong
evaluation
index
value
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
Application number
CN201910195061.0A
Other languages
English (en)
Inventor
蒋文婷
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.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart Technology 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 OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201910195061.0A priority Critical patent/CN110083633A/zh
Publication of CN110083633A publication Critical patent/CN110083633A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种基于大数据分析的公估公司评价方法,包括:接收保险公司配置的评价选项,配置的评价选项包括第一评价指标、权重值、第二评价指标及扣分值;根据第一评价指标及权重值计算公估公司的第一总得分;根据第二评价指标及扣分值计算公估公司的第二总得分;根据智能车服客服平台上预设的第三评价指标计算公估公司的第三总得分;根据第一、第二及第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。本发明还提供一种基于大数据分析的公估公司评价装置、终端及介质。本发明能够让保险公司根据实际需求个性化定制评价指标,计算最终得分值,便于保险公司从大量的公估公司中寻找服务时效和品质俱佳的公估公司。

Description

基于大数据分析的公估公司评价方法、装置、终端及介质
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于大数据分析的公估公司评价方法、装置、终端及介质。
背景技术
随着社会的发展,汽车保有量持续增长,汽车保有量的增加带来了车险保费份额的快速增长,进而催生了大量的保险公司和公估公司。
当车主发生车辆事故提出理赔申请时,保险公司需要对车辆的损伤程度进行评估,以确定需要修复的项目清单以及赔付金额等。目前保险公司大都是委托与其有合约关系的第三方公估公司对事故车辆进行现场查勘以获取查勘数据。
然而,签订合约关系的公估公司缺少商业竞争,在对事故车辆的查勘过程中会产生诸多问题,如扩大损失、查勘时效长、没有质保等,导致用户的满意度不高。其次,从大量的公估公司中寻找服务时效和品质俱佳的公估公司需要花费大量的人力和精力。
发明内容
鉴于以上内容,有必要提出一种基于大数据分析的公估公司评价方法、装置、终端及介质,能够让保险公司根据实际需求个性化定制评价指标,计算最终得分值,便于保险公司从大量的公估公司中寻找服务时效和品质俱佳的公估公司。
本发明的第一方面提供一种基于大数据分析的公估公司评价方法,应用于智能车服客服平台中,所述方法包括:
接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值;
根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分;
根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分;
根据平台上预设的第三评价指标计算公估公司的第三总得分;
根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
优选的,根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分包括:
计算所述第一评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的权重值的乘积得到所述第一评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第一评价指标下的第一层级的指标得分值,作为公估公司的第一总得分。
优选的,根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分包括:
计算所述第二评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的扣分值的总和得到所述第二评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第二评价指标下的第一层级的指标得分值,作为公估公司的第二总得分。
优选的,在所述接收保险公司配置的评价选项之前,所述方法还包括:
提供显示界面,在所述显示界面上显示预先设置的多个评价选项,所述预先设置的多个评价选项以层级的方式进行展示。
优选的,所述预设显示规则为以下一种或多种的组合:
根据区域将位于同一区域的公估公司及其对应的最终总得分显示在一起;
根据所述最终总得分将公估公司及其对应的最终总得分按照升序或者降序进行显示。
优选的,所述方法还包括:
每隔预设评价周期计算各个公估公司的最终总得分;
获取当前评价周期内的各个公估公司的当前最终总得分;
根据所述当前最终总得分对所述公估公司进行降序排名;
剔除当前排名位于预设排名阈值之后的公估公司。
优选的,在所述剔除当前排名位于预设排名阈值之后的公估公司之前,所述方法还包括:
获取当前排名位于预设排名阈值之后的第一候选公估公司;
获取上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司;
对所述第一候选公估公司与所述第二候选公估公司进行比对;
剔除所述第一候选公估公司中与所述第二候选公估公司比对成功的目标公估公司。
本发明的第二方面提供一种基于大数据分析的公估公司评价装置,运行于智能车服客服平台中,所述装置包括:
接收模块,用于接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值;
第一计算模块,用于根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分;
第二计算模块,用于根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分;
第三计算模块,用于根据平台上预设的第三评价指标计算公估公司的第三总得分;
显示模块,用于根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
本发明的第三方面提供一种终端,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现所述基于大数据分析的公估公司评价方法。
本发明的第四方面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计算机程序,所述计算机程序被处理器执行时实现所述基于大数据分析的公估公司评价方法。
综上所述,本发明所述的基于大数据分析的公估公司评价方法、装置、终端及介质,接收保险公司配置的评价选项,根据所配置的评价指标采用两个维度计算公估公司的第一和第二总得分;根据平台上预设的第三评价指标计算公估公司的第三总得分;最后根据所述第一、第二及第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。能够允许并接收保险公司自己配置评价选项,让保险公司根据实际需求个性化定制评价指标,体验度高,通过大数据计算得到各个公估公司的最终得分值,数据客观、准确,节省了保险公司大量的人力和精力从大量的公估公司中寻找服务时效和品质俱佳的公估公司。
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,还可以根据提供的附图获得其他的附图。
图1是本发明实施例一提供的基于大数据分析的公估公司评价方法的流程图。
图2是本发明实施例二提供的基于大数据分析的公估公司评价装置的结构图。
图3是本发明实施例三提供的终端的结构示意图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例仅仅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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例一
图1是本发明实施例一提供的基于大数据分析的公估公司评价方法的流程图。
在本实施例中,所述基于大数据分析的公估公司评价方法可以应用于终端中,对于需要进行基于大数据分析的公估公司评价的终端,可以直接在终端上集成本发明的方法所提供的基于大数据分析的公估公司评价的功能,或者以软件开发工具包(SoftwareDevelopment Kit,SKD)的形式运行在终端中。
如图1所示,所述基于大数据分析的公估公司评价方法,应用于智能车服客服平台中,所述智能车服客服平台与多个保险公司和多个公估公司进行通信连接。所述智能车服客服平台用于接收保险公司输入的评价指标,并根据所述评价指标采用所述基于大数据分析的公估公司评价方法对公估公司进行评价并排名。具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11:接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值。
在一实际应用环境中,保险公司登陆智能车服客服平台,智能车服客服平台提供显示界面,在所述显示界面上显示了预先设置的多个评价选项,所述评价选项包括评价指标选项及其对应的权重值选项或者扣分值选项。保险公司可以通过所述显示界面选择全部评价选项,也可以根据实际需求或者挑选公估公司的侧重点不同,在所述预先设置的多个评价选项中选择部分评价选项。
保险公司可以配置评价指标,也可以配置评价指标对应的权重值及扣分值;或者,仅配置评价指标,对应评价指标的权重值或者扣分值采用智能车服客服平台的默认值;或者配置评价指标、对应评价指标的权重值或者扣分值三者之中的任意两种。
保险公司可以通过手动输入的方式或者点击勾选框的方式选择全部或者部分评价选项作为配置的评价选项。即,保险公司可以手动输入或者点击勾选框的方式来配置评价指标或者对应评价指标的权重值或者扣分值。
智能车服客服平台接收到保险公司配置的评价选项之后,根据所述配置的评价选项对当前评价周期内的各个公估公司进行评价。
优选的,在所述接收保险公司配置的评价选项之前,所述方法还包括:
在所述显示界面上显示预先设置的多个评价选项,所述预先设置的多个评价选项以层级的方式进行展示,位于第一层级的评价选项包括两大类评价指标,每一大类评价指标下包括一个或者多个并列的小类指标,每一小类指标下还包括一个或者多个并列的指标项,每一个指标项还对应显示有权重项或者扣分项。
需要说明的是,第一大类评价指标下的指标项对应权重项,第二大类评价指标下的指标项对应扣分项,其中,第一大类评价指标下的指标项称之为第一评价指标,第二大类评价指标下的指标项称之为第二评价指标。
示例性的,假设智能车服客服平台显示界面上显示有两大类评价指标:关键业绩指标(Key Performance Indicator,KPI)和个人胜任特征指标(Personalcompetencyindicator,PCI),则
KPI和PCI均位于第一层级,
KPI下的第二层级包括但不限于:减损、时效两个小类指标,
减损包括但不限于:减损率、车均定损金额改善率、机构案件赔付率改善率三个指标项,
时效包括但不限于:7日结案率、当期全案周期两个指标项;
PCI下的第二层级包括但不限于:工作量、服务和品质三个小类指标,
工作量包括但不限于:工作量得分加成一个指标项,
服务包括但不限于:服务类有效投诉一个指标项,
品质包括但不限于:核价核损偏差率一个指标项。
可以分别设置所述减损率、车均定损金额改善率、机构案件赔付率改善率、7日结案率、当期全案周期的权重值,也可以使用默认设置的权重值。
可以分别设置所述工作量得分加成、服务类有效投诉、核价核损偏差率的扣分值,也可以使用默认设置的扣分值。扣分值可以为正,也可以为负。
本实施例中,通过层级的方式展示预先设置的评价选项,方便保险公司自己配置评价选项,且以层级的方式将属性相同的指标项作为一个小类显示在对应的大类下,逻辑清晰,配置时不会出现错误或者遗漏。此外,允许并接收保险公司自己配置评价选项,让保险公司个性化定制评价指标,根据不同的区域配置不同公估公司的考核指标;并且能够灵活配置全部、多选、单选等情况,体验度高。
S12:根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分。
本实施例中,智能车服客服平台接收保险公司配置的指标选项后,根据预设的配置规则,将所述配置的指标选项分为第一评价指标和第二评价指标,根据第一评价指标及对应的权重值采用预设第一计算模型计算各个公估公司的第一总得分。
所述预设第一计算模型为预先设置的第一计算模型。
优选的,根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分包括:
计算所述第一评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的权重值的乘积得到所述第一评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标的得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第一评价指标下的第一层级的指标的得分值,作为公估公司的第一总得分。
示例性的,以上述实施例为例继续说明本发明的计算过程如下:
第一步:计算所述第一评价指标下的每一个指标项的达成值。
减损率的达成值=∑(定性减损+定量减损)/∑任务流定损金额*100%;
车均定损金额改善率的达成值=20万元及以下任务车均定损金额改善率=4S店(高端车)车均定损金额改善率*4S店(高端车)定损金额占比+4S店(非高端车)车均定损金额改善率*4S店(非高端车)定损金额占比+综修厂车均定损金额改善率*综修厂定损金额占比;
机构赔付率改善率的达成值=(上一年机构承保定损金额/上一年机构车险已赚保费)/(当年机构承保定损金额/当年机构车险已赚保费)-1;
7日结案率的达成值=车险理赔全案时效≤35天任务流数/总定损任务流数*100%;
当期全案周期的达成值=车险理赔全案时效=∑(结案时间-报案时间)/结案案件量;
其中,所述多个指标项,例如减损率、车均定损金额改善率、机构案件赔付率改善率、7日结案率、当期全案周期对应的权重值分别为第一权重值0.2、第二权重值0.1、第三权重值0.1、第四权重值0.3、第五权重值0.3……以此类推。权重值可以使用默认的,也可以为保险公司自行配置的。第二步:计算每一个指标项的得分值。
减损率的得分值=减损率的达成值*第一权重值;
……
当期全案周期的得分值=当期全案周期的达成值*第五权重值。
第三步:计算位于第二层级指标小类的得分值。
减损的得分值=减损率的得分值+车均定损金额改善率的得分值+机构案件赔付率改善率的得分值;
时效的得分值=7日结案率的得分值+当期全案周期的得分值。
第四步:计算位于第一层级指标大类KPI的得分值:
KPI的得分值=减损的得分值+时效的得分值
通过配置多个第一指标项及配置第一指标项对应的权重值,可计算出公估公司的第一总得分值。
S13:根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分。
本实施例中,智能车服客服平台根据第二评价指标及对应的扣分值采用预设第二计算模型计算各个公估公司的第二总得分。
所述预设第二计算模型为预先设置的第二计算模型。
优选的,根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分包括:
计算所述第二评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的扣分值的总和得到所述第二评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标的得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第二评价指标下的第一层级的指标的得分值,作为公估公司的第二总得分。
示例性的,以上述实施例为例继续说明本发明的计算过程如下:
第一步:计算所述第二评价指标下的每一个指标项的达成值。
工作量比值的达成值=月均定损工作量(人)/机构定损总量的月均定损工作量(机构)*100%;
核价核损偏差率的达成值=∑(核价扣减金额+被指导人(核价核损人)扣减金额)/∑定损金额*100%。
其中,所述工作量得分加成、服务类有效投诉、核价核损偏差率的扣分值分别为第一扣分值2、第二扣分值1、第三扣分值4。
第二步:计算每一个指标项的得分值。
第三步:计算位于第二层级指标小类的得分值。
工作量的得分值=∑(工作量比值的达成值>达成值的均值,+扣分值;工作量比值的达成值<达成值的均值,-扣分值);
……
第四步:计算位于第一层级指标大类PCI的得分值。
PCI的得分值=∑工作量的得分值+服务的得分值+品质的得分值。
通过配置多个第二指标项及配置第二指标项对应的扣分值,可计算出公估公司的第二总得分值。
S14:根据智能车服客服平台上预设的第三评价指标计算公估公司的第三总得分。
本实施例中,智能车服客服平台上还预先设置多个第三评价指标,例如,审核提交时间、查勘时间、定损时间、客户好评星、审核一次通过等。
每一个评价指标都对应设置有分数值,比如,客户好评星为3星时,分数值为3分,审核一次性通过分数为5分等。
保险公司可以根据实际情况或者侧重点从所述预先设置的多个第三评价指标中选择部分第三评价指标,可以自行设置所配置的第三评价指标中的每一个评价指标的分数值,也可以采用智能车服客服平台上默认设置的分数值。
S15:根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
本实施例中,当计算得到第一总得分、第二总得分及第三总得分之后,即可根据所述第一总得分、所述第二总得分及所述第三总得分计算得到公估公司的最终总得分。
所述预设显示规则为预先设置的显示规则,用以显示公估公司及其对应的最终总得分。
优选的,所述预设显示规则可以为以下一种或多种的组合:
1)根据区域将位于同一区域的公估公司及其对应的最终总得分显示在一起;
2)根据所述最终总得分将公估公司及其对应的最终总得分按照升序或者降序进行显示。
所述区域包括:市区、郊区、华南、华北、东部、西部等。
通过将公估公司按照区域并根据最终总得分的大小进行显示,一目了然,非常有助于保险公司挑选出满足需求的公估公司。
优选的,所述方法还包括:
每隔预设评价周期计算各个公估公司的最终总得分;
获取当前评价周期内的各个公估公司的当前最终总得分;
根据所述当前最终总得分对所述公估公司进行降序排名;
剔除当前排名位于预设排名阈值之后的公估公司。
本实施例中,所述预设评价周期为预先设置的评价间隔时间,在每一个评价周期内,计算各个公估公司的最终总得分。
需要说明的是,在每一个评价周期内,计算最终总得分的过程与上述S11-S15计算最终总得分的过程相同,不同的是,在S11-S15中,第一评价指标与第二评价指标为保险公司输入的评价指标,而在本实施例中,第一评价指标与第二评价指标为默认的评价指标,其中,默认的评价指标为系统预先设置好的所有能够用于评价公估公司服务质量的指标,保险公司输入的评价指标包含在所述默认的评价指标之中,即,保险公司是从默认的评价指标中挑选的评价指标。
可以在每一个评价周期计算出各个公估公司的最终总得分之后,根据最终总得分对公估公司进行降序排名。若公估公司的当前排名位于预设排名阈值之后,则认为该公估公司服务质量非常差,进行剔除。若公估公司的当前排名位于预设排名阈值之前,则认为该公估公司服务质量佳,进行保留。通过计算得分对公估公司进行降序排名,能够客观且直观的看出服务质量好的公估公司有哪些,从而方便保险公司择优而取;另外,淘汰掉服务质量差的公估公司,优胜劣汰,有助于提升各个公估公司的服务质量,形成良性竞争。
进一步的,在所述剔除当前排名位于预设排名阈值之后的公估公司之前,所述方法还包括:
获取当前排名位于预设排名阈值之后的第一候选公估公司;
获取上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司;
对所述第一候选公估公司与所述第二候选公估公司进行比对;
剔除所述第一候选公估公司中与所述第二候选公估公司比对成功的目标公估公司。
示例性的,假设当前评价周期内当前排名位于预设排名阈值之后的第一候选公估公司为A,B,C,D,E,上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司为C,D,F,G,H,对所述第一候选公估公司与第二候选公估公司进行比对之后,确定在第一公估公司中存在公估公司C和公估公司D与第二候选公估公司中的C和D比对成功,则将公估公司C和公估公司D进行剔除。
本实施例中,通过分别获取当前评价周期内与上一个评价周期内排名位于预设排名阈值之后的第一和第二候选公估公司,然后再对第一和第二候选公估公司进行比对,剔除比对成功的公估公司。即获取连续两次评价周期内排名均位于预设排名阈值之后的公估公司并进行剔除,相比较剔除一次评价周期内排名位于预设排名阈值之后的公估公司更显得客观、合理、人性化。在实际情况中,比如某个公估公司服务质量较佳,但某段时间可能存在某些原因,例如,被恶意投诉或者服务器被攻击而导致数据被篡改等,使得该公估公司在该评价周期内的排名滞后,此时,如果仅根据本次排名进行剔除,则显得不合乎情理。再次,剔除连续两次排名均滞后的公估公司还能避免将优秀的公估公司因为某一次的排名滞后被剔除造成资源的浪费。
需要说明的是,上述实施例中所列举的数据为所述智能车服客服平台后台数据库中存储的数据,来源于各个公估公司的财务报表,可以每隔预设时间进行更新。上述实施例中所指的各个名词皆为保险行业的专业术语,本文再此不做详细赘述,与现有的含义相同。
综上所述,本发明所述的基于大数据分析的公估公司评价方法,接收保险公司配置的评价选项;根据所配置的评价指标采用两个维度计算公估公司的第一和第二总得分;根据平台上预设的第三评价指标计算公估公司的第三总得分;最后根据所述第一、第二及第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。能够允许并接收保险公司自己配置评价选项,让保险公司根据实际需求个性化定制评价指标,体验度高,通过大数据计算得到各个公估公司的最终得分值,数据客观、准确,节省了保险公司大量的人力和精力从大量的公估公司中寻找服务时效和品质俱佳的公估公司。
实施例二
图2是本发明实施例二提供的基于大数据分析的公估公司评价装置的结构图。
在一些实施例中,所述基于大数据分析的公估公司评价装置20运行于智能车服客服平台中,所述智能车服客服平台与多个保险公司和多个公估公司进行通信连接。所述智能车服客服平台用于接收保险公司输入的评价指标,并根据所述评价指标采用所述基于大数据分析的公估公司评价装置对公估公司进行评价并排名。所述基于大数据分析的公估公司评价装置20可以包括多个由程序代码段所组成的功能模块。所述基于大数据分析的公估公司评价装置20中的各个程序段的程序代码可以存储于终端的存储器中,并由所述至少一个处理器所执行,以(详见图1描述)对公估公司进行评价。
本实施例中,所述基于大数据分析的公估公司评价装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:接收模块201、第一计算模块202、第二计算模块203、第三计算模块204、显示模块205、获取模块206、剔除模块207及比对模块208。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
接收模块201,用于接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值。
在一实际应用环境中,保险公司登陆智能车服客服平台,智能车服客服平台提供显示界面,在所述显示界面上显示了预先设置的多个评价选项,所述评价选项包括评价指标选项及其对应的权重值选项或者扣分值选项。保险公司可以通过所述显示界面选择全部评价选项,也可以根据实际需求或者挑选公估公司的侧重点不同,在所述预先设置的多个评价选项中选择部分评价选项。
保险公司可以配置评价指标,也可以配置评价指标对应的权重值及扣分值;或者,仅配置评价指标,对应评价指标的权重值或者扣分值采用智能车服客服平台的默认值;或者配置评价指标、对应评价指标的权重值或者扣分值三者之中的任意两种。
保险公司可以通过手动输入的方式或者点击勾选框的方式选择全部或者部分评价选项作为配置的评价选项。即,保险公司可以手动输入或者点击勾选框的方式来配置评价指标或者对应评价指标的权重值或者扣分值。
智能车服客服平台接收到保险公司配置的评价选项之后,根据所述配置的评价选项对当前评价周期内的各个公估公司进行评价。
优选的,在所述接收保险公司配置的评价选项之前,所述基于大数据分析的公估公司评价装置还包括:
在所述显示界面上显示预先设置的多个评价选项,所述预先设置的多个评价选项以层级的方式进行展示,位于第一层级的评价选项包括两大类评价指标,每一大类评价指标下包括一个或者多个并列的小类指标,每一小类指标下还包括一个或者多个并列的指标项,每一个指标项还对应显示有权重项或者扣分项。
需要说明的是,第一大类评价指标下的指标项对应权重项,第二大类评价指标下的指标项对应扣分项,其中,第一大类评价指标下的指标项称之为第一评价指标,第二大类评价指标下的指标项称之为第二评价指标。
示例性的,假设智能车服客服平台显示界面上显示有两大类评价指标:关键业绩指标(Key Performance Indicator,KPI)和个人胜任特征指标(Personal competencyindicator,PCI),则
KPI和PCI均位于第一层级,
KPI下的第二层级包括但不限于:减损、时效两个小类指标,
减损包括但不限于:减损率、车均定损金额改善率、机构案件赔付率改善率三个指标项,
时效包括但不限于:7日结案率、当期全案周期两个指标项;
PCI下的第二层级包括但不限于:工作量、服务和品质三个小类指标,
工作量包括但不限于:工作量得分加成一个指标项,
服务包括但不限于:服务类有效投诉一个指标项,
品质包括但不限于:核价核损偏差率一个指标项。
可以分别设置所述减损率、车均定损金额改善率、机构案件赔付率改善率、7日结案率、当期全案周期的权重值,也可以使用默认设置的权重值。
可以分别设置所述工作量得分加成、服务类有效投诉、核价核损偏差率的扣分值,也可以使用默认设置的扣分值。扣分值可以为正,也可以为负。
本实施例中,通过层级的方式展示预先设置的评价选项,方便保险公司自己配置评价选项,且以层级的方式将属性相同的指标项作为一个小类显示在对应的大类下,逻辑清晰,配置时不会出现错误或者遗漏。此外,允许并接收保险公司自己配置评价选项,让保险公司个性化定制评价指标,根据不同的区域配置不同公估公司等的考核指标;并且能够灵活配置全部、多选、单选等情况,体验度高。
第一计算模块202,用于根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分。
本实施例中,智能车服客服平台接收保险公司配置的指标选项后,根据预设的配置规则,将所述配置的指标选项分为第一评价指标和第二评价指标,根据第一评价指标及对应的权重值采用预设第一计算模型计算各个公估公司的第一总得分。
所述预设第一计算模型为预先设置的第一计算模型。
优选的,所述第一计算模块202用于根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分包括:
计算所述第一评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的权重值的乘积得到所述第一评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标的得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第一评价指标下的第一层级的指标的得分值,作为公估公司的第一总得分。
示例性的,以上述实施例为例继续说明本发明的计算过程如下:
第一步:计算所述第一评价指标下的每一个指标项的达成值。
减损率的达成值=∑(定性减损+定量减损)/∑任务流定损金额*100%;
车均定损金额改善率的达成值=20万元及以下任务车均定损金额改善率=4S店(高端车)车均定损金额改善率*4S店(高端车)定损金额占比+4S店(非高端车)车均定损金额改善率*4S店(非高端车)定损金额占比+综修厂车均定损金额改善率*综修厂定损金额占比;
机构赔付率改善率的达成值=(上一年机构承保定损金额/上一年机构车险已赚保费)/(当年机构承保定损金额/当年机构车险已赚保费)-1;
7日结案率的达成值=车险理赔全案时效≤35天任务流数/总定损任务流数*100%;
当期全案周期的达成值=车险理赔全案时效=∑(结案时间-报案时间)/结案案件量;
其中,所述多个指标项,例如减损率、车均定损金额改善率、机构案件赔付率改善率、7日结案率、当期全案周期对应的权重值分别为第一权重值0.2、第二权重值0.1、第三权重值0.1、第四权重值0.3、第五权重值0.3……以此类推。权重值可以使用默认的,也可以为保险公司自行配置的。
第二步:计算每一个指标项的得分值。
减损率的得分值=减损率的达成值*第一权重值;
……
当期全案周期的得分值=当期全案周期的达成值*第五权重值。
第三步:计算位于第二层级指标小类的得分值。
减损的得分值=减损率的得分值+车均定损金额改善率的得分值+机构案件赔付率改善率的得分值;
时效的得分值=7日结案率的得分值+当期全案周期的得分值。
第四步:计算位于第一层级指标大类KPI的得分值:
KPI的得分值=减损的得分值+时效的得分值
通过配置多个第一指标项及配置第一指标项对应的权重值,可计算出公估公司的第一总得分值。
第二计算模块203,用于根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分。
本实施例中,智能车服客服平台根据第二评价指标及对应的扣分值采用预设第二计算模型计算各个公估公司的第二总得分。
所述预设第二计算模型为预先设置的第二计算模型。
优选的,第二计算模块203用于根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分包括:
计算所述第二评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的扣分值的总和得到所述第二评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标的得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第二评价指标下的第一层级的指标的得分值,作为公估公司的第二总得分。
示例性的,以上述实施例为例继续说明本发明的计算过程如下:
第一步:计算所述第二评价指标下的每一个指标项的达成值。
工作量比值的达成值=月均定损工作量(人)/机构定损总量的月均定损工作量(机构)*100%;
核价核损偏差率的达成值=∑(核价扣减金额+被指导人(核价核损人)扣减金额)/∑定损金额*100%。
其中,所述工作量得分加成、服务类有效投诉、核价核损偏差率的扣分值分别为第一扣分值2、第二扣分值1、第三扣分值4。
第二步:计算每一个指标项的得分值。
第三步:计算位于第二层级指标小类的得分值。
工作量的得分值=∑(工作量比值的达成值>达成值的均值,+扣分值;工作量比值的达成值<达成值的均值,-扣分值);
……
第四步:计算位于第一层级指标大类PCI的得分值。
PCI的得分值=∑工作量的得分值+服务的得分值+品质的得分值。
通过配置多个第二指标项及配置第二指标项对应的扣分值,可计算出公估公司的第二总得分值。
第三计算模块204,用于根据智能车服客服平台上预设的第三评价指标计算公估公司的第三总得分。
本实施例中,智能车服客服平台上还预先设置多个第三评价指标,例如,审核提交时间、查勘时间、定损时间、客户好评星、审核一次通过等。
每一个评价指标都对应设置有分数值,比如,客户好评星为3星时,分数值为3分,审核一次性通过分数为5分等。
保险公司可以根据实际情况或者侧重点从所述预先设置的多个第三评价指标中选择部分第三评价指标,可以自行设置所配置的第三评价指标中的每一个评价指标的分数值,也可以采用智能车服客服平台上默认设置的分数值。
显示模块205,用于根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
本实施例中,当计算得到第一总得分、第二总得分及第三总得分之后,即可根据所述第一总得分、所述第二总得分及所述第三总得分计算得到公估公司的最终总得分。
所述预设显示规则为预先设置的显示规则,用以显示公估公司及其对应的最终总得分。
优选的,所述预设显示规则可以为以下一种或多种的组合:
1)根据区域将位于同一区域的公估公司及其对应的最终总得分显示在一起;
2)根据所述最终总得分将公估公司及其对应的最终总得分按照升序或者降序进行显示。
所述区域包括:市区、郊区、华南、华北、东部、西部等。
通过将公估公司按照区域并根据最终总得分的大小进行显示,一目了然,非常有助于保险公司挑选出满足需求的公估公司。
优选的,所述基于大数据分析的公估公司评价装置20还包括:
每隔预设评价周期计算各个公估公司的最终总得分;
获取模块206,用于获取当前评价周期内的各个公估公司的当前最终总得分;
根据所述当前最终总得分对所述公估公司进行降序排名;
剔除模块207,用于剔除当前排名位于预设排名阈值之后的公估公司。
本实施例中,所述预设评价周期为预先设置的评价间隔时间,在每一个评价周期内,计算各个公估公司的最终总得分。
需要说明的是,在每一个评价周期内,计算最终总得分的过程与上述接收模块201-显示模块205计算最终总得分的过程相同,不同的是,在接收模块201-显示模块205中,第一评价指标与第二评价指标为保险公司输入的评价指标,而在本实施例中,第一评价指标与第二评价指标为默认的评价指标,其中,默认的评价指标为系统预先设置好的所有能够用于评价公估公司服务质量的指标,保险公司输入的评价指标包含在所述默认的评价指标之中,即,保险公司是从默认的评价指标中挑选的评价指标。
可以在每一个评价周期计算出各个公估公司的最终总得分之后,根据最终总得分对公估公司进行降序排名。若公估公司的当前排名位于预设排名阈值之后,则认为该公估公司服务质量非常差,进行剔除。若公估公司的当前排名位于预设排名阈值之前,则认为该公估公司服务质量佳,进行保留。通过计算得分对公估公司进行降序排名,能够客观且直观的看出服务质量好的公估公司有哪些,从而方便保险公司择优而取;另外,淘汰掉服务质量差的公估公司,优胜劣汰,有助于提供各个公估公司的服务质量,形成良性竞争。
所述获取模块206,还用于获取当前排名位于预设排名阈值之后的第一候选公估公司;
所述获取模块206,还用于获取上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司;
进一步的,在所述剔除当前排名位于预设排名阈值之后的公估公司之前,所述基于大数据分析的公估公司评价装置还包括:
比对模块208,用于对所述第一候选公估公司与所述第二候选公估公司进行比对;
所述剔除模块207,还用于剔除所述第一候选公估公司中与所述第二候选公估公司比对成功的目标公估公司。
示例性的,假设当前评价周期内当前排名位于预设排名阈值之后的第一候选公估公司为A,B,C,D,E,上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司为C,D,F,G,H,对所述第一候选公估公司与第二候选公估公司进行比对之后,确定在第一公估公司中存在公估公司C和公估公司D与第二候选公估公司中的C和D比对成功,则将公估公司C和公估公司D进行剔除。
本实施例中,通过分别获取当前评价周期内与上一个评价周期内排名位于预设排名阈值之后的第一和第二候选公估公司,然后再对第一和第二候选公估公司进行比对,剔除比对成功的公估公司。即获取连续两次评价周期内排名均位于预设排名阈值之后的公估公司并进行剔除,相比较剔除一次评价周期内排名位于预设排名阈值之后的公估公司更显得客观、合理、人性化。在实际情况中,比如某个公估公司服务质量较佳,但某段时间可能存在某些原因,例如,被恶意投诉或者服务器被攻击而导致数据被篡改等,使得该公估公司在该评价周期内的排名滞后,此时,如果仅根据本次排名进行剔除,则显得不合乎情理。再次,剔除连续两次排名均滞后的公估公司还能避免将优秀的公估公司因为某一次的排名滞后被剔除造成资源的浪费。
需要说明的是,上述实施例中所列举的数据为所述智能车服客服平台后台数据库中存储的数据,来源于各个公估公司的财务报表,可以每隔预设时间进行更新。上述实施例中所指的各个名词皆为保险行业的专业术语,本文再此不做详细赘述,与现有的含义相同。
综上所述,本发明所述的基于大数据分析的公估公司评价装置,接收保险公司配置的评价选项;根据所配置的评价指标采用两个维度计算公估公司的第一和第二总得分;根据平台上预设的第三评价指标计算公估公司的第三总得分;最后根据所述第一、第二及第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。能够允许并接收保险公司自己配置评价选项,让保险公司根据实际需求个性化定制评价指标,体验度高,通过大数据计算得到各个公估公司的最终得分值,数据客观、准确,节省了保险公司大量的人力和精力从大量的公估公司中寻找服务时效和品质俱佳的公估公司。
实施例三
参阅图3所示,为本发明实施例三提供的终端的结构示意图。在本发明较佳实施例中,所述终端3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的终端的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述终端3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述终端3包括一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的终端,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述终端3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述终端3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31用于存储程序代码和各种数据,例如安装在所述终端3中的基于大数据分析的公估公司评价装置20,并在终端3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-OnlyMemory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中,所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述终端3的控制核心(Control Unit),利用各种接口和线路连接整个终端3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行终端3的各种功能和处理数据,例如执行大数据分析的公估公司的评价。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述终端3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述终端3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块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,终端,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在进一步的实施例中,结合图2,所述至少一个处理器32可执行所述终端3的操作装置以及安装的各类应用程序(如所述的基于大数据分析的公估公司评价装置20)、程序代码等,例如,上述的各个模块。
所述存储器31中存储有程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,图2中所述的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能以达到大数据分析的公估公司评价的目的。
在本发明的一个实施例中,所述存储器31存储多个指令,所述多个指令被所述至少一个处理器32所执行以实现基于大数据分析的公估公司的评价。
具体地,所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于大数据分析的公估公司评价方法,应用于智能车服客服平台中,其特征在于,所述方法包括:
接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值;
根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分;
根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分;
根据所述智能车服客服平台上预设的第三评价指标计算公估公司的第三总得分;
根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
2.如权利要求1所述的方法,其特征在于,根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分包括:
计算所述第一评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的权重值的乘积得到所述第一评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第一评价指标下的第一层级的指标得分值,作为公估公司的第一总得分。
3.如权利要求1所述的方法,其特征在于,根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分包括:
计算所述第二评价指标下的每一个指标项的达成值;
计算所述达成值及其对应的指标项的扣分值的总和得到所述第二评价指标下的每一个指标项的得分值;
根据所述每一个指标项的得分值计算倒数第二层级的指标得分值;
根据下一层级的指标得分值逐层级的计算上一层级的指标得分值直至计算出所述第二评价指标下的第一层级的指标得分值,作为公估公司的第二总得分。
4.如权利要求1所述的方法,其特征在于,在所述接收保险公司配置的评价选项之前,所述方法还包括:
提供显示界面,在所述显示界面上显示预先设置的多个评价选项,所述预先设置的多个评价选项以层级的方式进行展示。
5.如权利要求1所述的方法,其特征在于,所述预设显示规则为以下一种或多种的组合:
根据区域将位于同一区域的公估公司及其对应的最终总得分显示在一起;
根据所述最终总得分将公估公司及其对应的最终总得分按照升序或者降序进行显示。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
每隔预设评价周期计算各个公估公司的最终总得分;
获取当前评价周期内的各个公估公司的当前最终总得分;
根据所述当前最终总得分对所述公估公司进行降序排名;
剔除当前排名位于预设排名阈值之后的公估公司。
7.如权利要求6所述的方法,其特征在于,在所述剔除当前排名位于预设排名阈值之后的公估公司之前,所述方法还包括:
获取当前排名位于预设排名阈值之后的第一候选公估公司;
获取上一个评价周期内排名位于预设排名阈值之后的第二候选公估公司;
对所述第一候选公估公司与所述第二候选公估公司进行比对;
剔除所述第一候选公估公司中与所述第二候选公估公司比对成功的目标公估公司。
8.一种基于大数据分析的公估公司评价装置,运行于智能车服客服平台中,其特征在于,所述装置包括:
接收模块,用于接收保险公司配置的评价选项,所述配置的评价选项包括第一评价指标、对应所述第一评价指标的权重值、第二评价指标及对应所述第二评价指标的扣分值;
第一计算模块,用于根据所述第一评价指标及对应所述第一评价指标的权重值采用预设第一计算模型计算公估公司的第一总得分;
第二计算模块,用于根据所述第二评价指标及对应所述第二评价指标的扣分值采用预设第二计算模型计算公估公司的第二总得分;
第三计算模块,用于根据平台上预设的第三评价指标计算公估公司的第三总得分;
显示模块,用于根据所述第一总得分、所述第二总得分及所述第三总得分计算公估公司的最终总得分并根据预设显示规则显示公估公司及其对应的最终总得分。
9.一种终端,其特征在于,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述基于大数据分析的公估公司评价方法。
10.一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7中任意一项所述基于大数据分析的公估公司评价方法。
CN201910195061.0A 2019-03-14 2019-03-14 基于大数据分析的公估公司评价方法、装置、终端及介质 Pending CN110083633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910195061.0A CN110083633A (zh) 2019-03-14 2019-03-14 基于大数据分析的公估公司评价方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910195061.0A CN110083633A (zh) 2019-03-14 2019-03-14 基于大数据分析的公估公司评价方法、装置、终端及介质

Publications (1)

Publication Number Publication Date
CN110083633A true CN110083633A (zh) 2019-08-02

Family

ID=67412441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910195061.0A Pending CN110083633A (zh) 2019-03-14 2019-03-14 基于大数据分析的公估公司评价方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN110083633A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110689219A (zh) * 2019-08-16 2020-01-14 中国平安财产保险股份有限公司 基于大数据的用户行为评价展示方法、装置、设备及介质
CN111596829A (zh) * 2020-05-14 2020-08-28 云账户技术(天津)有限公司 一种评价方法、评价系统、终端和计算机可读存储介质
CN111626601A (zh) * 2020-05-25 2020-09-04 泰康保险集团股份有限公司 公估查勘定损任务的调度系统、方法、设备及存储介质
CN112184015A (zh) * 2020-09-28 2021-01-05 中国平安财产保险股份有限公司 项目参考书的生成方法、装置、设备及计算机介质
CN112330087A (zh) * 2020-09-22 2021-02-05 浙江吉利控股集团有限公司 一种司机服务分计算方法、装置、电子设备及存储介质
CN113743749A (zh) * 2021-08-20 2021-12-03 泰康保险集团股份有限公司 医疗机构的检查方法、装置及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110689219A (zh) * 2019-08-16 2020-01-14 中国平安财产保险股份有限公司 基于大数据的用户行为评价展示方法、装置、设备及介质
CN111596829A (zh) * 2020-05-14 2020-08-28 云账户技术(天津)有限公司 一种评价方法、评价系统、终端和计算机可读存储介质
CN111626601A (zh) * 2020-05-25 2020-09-04 泰康保险集团股份有限公司 公估查勘定损任务的调度系统、方法、设备及存储介质
CN112330087A (zh) * 2020-09-22 2021-02-05 浙江吉利控股集团有限公司 一种司机服务分计算方法、装置、电子设备及存储介质
CN112184015A (zh) * 2020-09-28 2021-01-05 中国平安财产保险股份有限公司 项目参考书的生成方法、装置、设备及计算机介质
CN113743749A (zh) * 2021-08-20 2021-12-03 泰康保险集团股份有限公司 医疗机构的检查方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN110083633A (zh) 基于大数据分析的公估公司评价方法、装置、终端及介质
CN104346372B (zh) 用于评估预测模型的方法和装置
WO2019006373A1 (en) METHOD AND APPARATUS FOR PREDICTING VEHICLE INSURANCE RISK, AND SERVER
US11593735B2 (en) Automated and efficient personal transportation vehicle sharing
CN108681975A (zh) 一种家政服务信息管理方法、装置及设备
CN115330275B (zh) 一种退役电池的梯次利用方法及装置
CN112256886B (zh) 图谱中的概率计算方法、装置、计算机设备及存储介质
CN109325537A (zh) 用电管理方法、装置、计算机设备和存储介质
Satapathy RETRACTED ARTICLE ANN, QFD and ISM approach for framing electricity utility service in India for consumer satisfaction
CN115668265A (zh) 为操纵和调整承保标的的风险驱动组合提供前瞻和后顾度量的风险转移配置器和模拟引擎及其方法
CN112102011A (zh) 基于人工智能的用户等级预测方法、装置、终端及介质
CN109376430A (zh) 装配式建筑施工管理方法
CN108376320A (zh) 履职数据管理方法及装置
CN108734431A (zh) 一种驻店物流调度的订单智能选店方法及装置
CN113705893B (zh) 充电调度管理方法、装置、计算机设备及可读存储介质
CN108304482A (zh) 经纪人的识别方法及装置、电子设备和可读存储介质
CN115081613A (zh) 生成深度学习模型的方法、装置、电子设备及存储介质
CN109493077A (zh) 行为识别方法及装置、电子设备、存储介质
CN110807542A (zh) 智能编排系统业务能力的方法、装置和计算机可读存储介质
US20200175853A1 (en) Detecting influential factors for traffic congestion
KR102345949B1 (ko) It 인프라 시스템 추천 장치
CN111724098B (zh) 信息展示方法、系统、电子设备及存储介质
CN109319618A (zh) 用户出入电梯的监控方法、装置、智能设备及存储介质
CN112927064A (zh) 延期还款数据处理方法、装置、电子设备及存储介质
CN112102099A (zh) 保单数据处理方法、装置、电子设备及存储介质

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