CN110503306A - 一种满意度指标可视化处理方法及装置 - Google Patents
一种满意度指标可视化处理方法及装置 Download PDFInfo
- Publication number
- CN110503306A CN110503306A CN201910678762.XA CN201910678762A CN110503306A CN 110503306 A CN110503306 A CN 110503306A CN 201910678762 A CN201910678762 A CN 201910678762A CN 110503306 A CN110503306 A CN 110503306A
- Authority
- CN
- China
- Prior art keywords
- satisfaction
- theme
- data
- link
- customer
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种满意度指标可视化处理方法及装置，方法包括：获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。本发明实施例通过将数据源拆分为主题表，并根据满意度生成不同维度的维度表来得到客户满意度结果进行展示，统计指标更有针对性且统计结果更为直观，对于服务质量的提高具有实质性的指导意义，同时能为管理者提供决策支持。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种满意度指标可视化处理方法及装置。
背景技术
在各个服务行业中，对客户满意度的统计都是一项非常重要的工作，因为客户满意度直接影响了服务质量，而服务质量对于服务行业的重要性不言而喻。
传统的报表统计方式利用报表工具，根据用户在环节中的打分生成简单的数据报表或图形报表。但是其统计结果和统计指标相对单一也不够直观，对于服务质量的提高并没有实质性的指导意义，也无法为管理者提供决策支持。
发明内容
由于现有方法存在上述问题，本发明实施例提出一种满意度指标可视化处理方法及装置。
第一方面，本发明实施例提出一种满意度指标可视化处理方法，包括：
获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；
对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；
根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
可选地，所述对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表，具体包括：
对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
可选地，所述主题包括：品牌主题、环节主题、服务主题、渠道主题和客户评价主题中的一项或者多项；
其中，所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
可选地，所述根据预设的满意度评价指标和所述维度表得到客户满意度结果，具体包括：
将预设的满意度评价指标作为客户满意度决策树模型的研究变量，并获取各研究变量的分值，生成客户满意度决策树模型；
将所述维度表输入所述客户满意度决策树模型，得到客户满意度结果；
其中，所述客户满意度结果包括评价环节满意度程度/服务品牌化程度、评价环节满意度程度/服务品质、服务便利性、服务处理效率以及专员服务态度中的一项或者多项。
可选地，所述将所述客户满意度结果导入至可视化平台进行展示，具体包括：
将所述客户满意度结果导入至可视化平台，以报表、统计图或堆积模型图进行展示。
第二方面，本发明实施例还提出一种满意度指标可视化处理装置，包括：
数据源获取模块，用于获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；
数据预处理模块，用于对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；
结构展示模块，用于根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
可选地，所述数据预处理模块具体用于对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
可选地，所述主题包括：品牌主题、环节主题、服务主题、渠道主题和客户评价主题中的一项或者多项；
其中，所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
可选地，所述结构展示模块具体用于：
将预设的满意度评价指标作为客户满意度决策树模型的研究变量，并获取各研究变量的分值，生成客户满意度决策树模型；
将所述维度表输入所述客户满意度决策树模型，得到客户满意度结果；
其中，所述客户满意度结果包括评价环节满意度程度/服务品牌化程度、评价环节满意度程度/服务品质、服务便利性、服务处理效率以及专员服务态度中的一项或者多项。
可选地，所述结构展示模块具体用于：
将所述客户满意度结果导入至可视化平台，以报表、统计图或堆积模型图进行展示。
第三方面，本发明实施例还提出一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。
第四方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述方法。
由上述技术方案可知，本发明实施例通过将数据源拆分为主题表，并根据满意度生成不同维度的维度表来得到客户满意度结果进行展示，统计指标更有针对性且统计结果更为直观，对于服务质量的提高具有实质性的指导意义，同时能为管理者提供决策支持。
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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种满意度指标可视化处理方法的流程示意图；
图2为本发明另一实施例提供的一种满意度指标可视化处理方法的流程示意图；
图3为本发明一实施例提供的一种满意度指标可视化处理装置的结构示意图；
图4为本发明一实施例提供的电子设备的逻辑框图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种满意度指标可视化处理方法的流程示意图，包括：
S101、获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表。
其中，所述主题包括：品牌主题、环节主题、服务主题、渠道主题和客户评价主题中的一项或者多项；
所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
具体地，将前端满意度相关的系统数据，利用sqoop每天固定时间同步到数据仓库的原始数据层，作为数据源，然后根据上述5类主题对数据源进行划分，得到每个主题分别对应的主题表。
S102、对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表。
具体地，对各个主题表中的数据进行清洗、抽取、转换和装载等预处理，结合主题表中的满意度，从城市、时间、评价人、被评价人等不同维度生成维度表，可以对用户进行多方位地分析，使得分析更加系统、直观、准确。
S103、根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
其中，所述预设的满意度评价指标为每个主题对应的内容，具体包括抽取交易品牌知名度、涉及银行知名度、签约打分、解抵押打分、房屋评估打分、网签批贷打分、缴税打分、过户打分、抵押打分、放贷打分、整个交易环节打分、员工服务态度、相关专员素质、业务处理效率、处理组知名度、地区城市级别和客户的文字评价等内容。
本实施例通过将数据源拆分为主题表，并根据满意度生成不同维度的维度表来得到客户满意度结果进行展示，统计指标更有针对性且统计结果更为直观，对于服务质量的提高具有实质性的指导意义，同时能为管理者提供决策支持。
进一步地，在上述方法实施例的基础上，S102具体包括：
对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
具体地，在数据在打点时，通常以方便业务的方式进行打点，其数据一般不可以直接被数据挖掘模型直接使用，故需要将挖掘所关心的数据从来自不同的满意度相关数据表中抽取并整合到一张新的主题表，作为客户满意度决策树模型输入的数据源数据。
本实施例通过提取各个系统的满意度相关的数据，每日同步到数据仓库，然后进行清理、抽取、转换和装载，在此基础上利用合适的查询和分析工具、数据挖掘工具、olap工具对其进行分析和处理，最后方便将生成指标配置到可视化平台展现出来。
进一步地，在上述方法实施例的基础上，S103中所述根据预设的满意度评价指标和所述维度表得到客户满意度结果，具体包括：
S1031、将预设的满意度评价指标作为客户满意度决策树模型的研究变量，并获取各研究变量的分值，生成客户满意度决策树模型。
S1032、将所述维度表输入所述客户满意度决策树模型，得到客户满意度结果；
其中，所述客户满意度结果包括评价环节满意度程度/服务品牌化程度、评价环节满意度程度/服务品质、服务便利性、服务处理效率以及专员服务态度中的一项或者多项。
决策树模型是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解模型。
具体地，根据给定的客户满意度评价指标，选取特定的指标作为客户满意度决策树模型的研究变量，变量采取短信、可视化、push的渠道的问卷调查收集，采用上述五级测评法对各项指标打分。然后采用数据仓库中客户满意度指标体系中的变量列表，选取客户满意度影响因素变量作为模型输入变量，选取评估值(1分，2分，3分，4分，5分)作为模型输出变量，系统随机选取70％抽样数据集作为训练数据集，30％作为测试数据集，用来校验模型的精准度。调用scikit-learn算法中的DecisionTreeClassifier算法，进行模型训练并得到客户满意度决策树模型，至此满意度决策树模型建立。
根据分析结果，影响交易客户满意度的五大指标为：评价环节满意度程度/服务品牌化程度，评价环节满意度程度/服务品质，服务便利性，服务处理效率，专员服务态度，将其作为输入变量作为二级变量输入变量，并选择目标变量，最后对模型进行评测。判断模型精度的指标为回归系数，回归评估系数大于78％认为模型拟合较为准确。
进一步地，在上述方法实施例的基础上，S103中所述将所述客户满意度结果导入至可视化平台进行展示，具体包括：
将所述客户满意度结果导入至可视化平台，以报表、统计图或堆积模型图进行展示。
具体地，将所述客户满意度结果导入到数据可视化平台，利用百度开源的echarts框架，以报表、统计图、堆积模型图等方式展现出来。
本实施例提供的满意度指标可视化处理方法如图2所示，包括以下具体步骤：
A1、满意度原始数据拉取，将前端满意度相关系统数据，利用sqoop每天在固定时间同步到数据仓库的原始数据层作为数据源，为了不影响业务正常运营，可以选择在业务最不繁忙的夜间拉取数据，比如凌晨2点，本公开对此不做限定；
A2、将原始数据层中的数据根据主题进行拆分，拆分成满意度相关的不同主题的主题表并导入到宽表模型层中的特定宽表中，其中，宽表是指表格宽度超过预定值的表格；
A3、将宽表模型层中的数据进行数据清洗、抽取、整合、转换、及重新装载，生成满意度相关的不同维度的维度表；
A4、获取各数据指标，品牌主题主要涉及字段为抽取交易品牌知名度、涉及银行知名度信息；环节主题主要涉及签约打分、解抵押打分、网签打分等字段，并将各个环节所打分数×对应占比后再相加的方法，得到一个新字段，作为整个交易环节打分字段；服务主题主要涉及字段为员工服务态度、相关专员素质、业务处理效率；渠道主题主要涉及处理组知名度、地区城市级别，地区城市级别主要根据城市的级别打分，如北京，上海，深圳等一线城市打分较高，一般二线，三线城市打分较低；客户评价内容，用户在对交易环节打分的过程中通常会对交易环节作出一段文字的评价，将文字进行全文检索，与知识图谱相对应，如出现“某某某态度很差”等字样则打分会相对较低。
以上涉及打分评分可以采用五分制即1-很不满意，2-不满意，3-一般，4-满意，5-很满意。
A5、采用BI可视化平台进行数据展示。BI可视化分析平台是用户体验的个性化统一与分析方案，主要根据客户在交易过程中对经纪人或其他参与人的评价及满意度打分，对用户体验进行分析，并生成用户画像，为交易相关环节提高用户体验度提供依据，是一种集成了数据统计、数据展示、数据分析和数据挖掘的解决方案。
本实施例解决了传统报表统计生成结果维度单一、结构固定、可扩展性差等问题，提升查询性能，挖掘更深层次的数据价值。应用在数据挖掘技术时，对用户进行用户画像处理，根据不同客户的资产状况与对环节的满意度偏好，关注客户的需求与目标，整合现有的线上服务流程，对线上服务进行改进，也为管理者的决策提供支持。
图3示出了本实施例提供的一种满意度指标可视化处理装置的结构示意图，所述装置包括：数据源获取模块301、数据预处理模块302和结构展示模块303，其中：
所述数据源获取模块301用于获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；
所述数据预处理模块302用于对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；
所述结构展示模块303用于根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
具体地，所述数据源获取模块301获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；所述数据预处理模块302对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；所述结构展示模块303根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
本实施例通过将数据源拆分为主题表，并根据满意度生成不同维度的维度表来得到客户满意度结果进行展示，统计指标更有针对性且统计结果更为直观，对于服务质量的提高具有实质性的指导意义，同时能为管理者提供决策支持。
进一步地，在上述装置实施例的基础上，所述数据预处理模块302具体用于对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
进一步地，在上述装置实施例的基础上，所述主题包括：品牌主题、环节主题、服务主题、渠道主题和客户评价主题中的一项或者多项；
其中，所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
进一步地，在上述装置实施例的基础上，所述结构展示模块303具体用于：
将预设的满意度评价指标作为客户满意度决策树模型的研究变量，并获取各研究变量的分值，生成客户满意度决策树模型；
将所述维度表输入所述客户满意度决策树模型，得到客户满意度结果；
其中，所述客户满意度结果包括评价环节满意度程度/服务品牌化程度、评价环节满意度程度/服务品质、服务便利性、服务处理效率以及专员服务态度中的一项或者多项。
进一步地，在上述装置实施例的基础上，所述结构展示模块303具体用于：
将所述客户满意度结果导入至可视化平台，以报表、统计图或堆积模型图进行展示。
本实施例所述的满意度指标可视化处理装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
参照图4，所述电子设备，包括：处理器(processor)401、存储器(memory)402和总线403；
其中，
所述处理器401和存储器402通过所述总线403完成相互间的通信；
所述处理器401用于调用所述存储器402中的程序指令，以执行上述各方法实施例所提供的方法。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种满意度指标可视化处理方法，其特征在于，包括：
获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；
对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；
根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
2.根据权利要求1所述的满意度指标可视化处理方法，其特征在于，所述对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表，具体包括：
对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
3.根据权利要求1所述的满意度指标可视化处理方法，其特征在于，所述主题包括：品牌主题、环节主题、服务主题、渠道主题和客户评价主题中的一项或者多项；
其中，所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
4.根据权利要求1所述的满意度指标可视化处理方法，其特征在于，所述根据预设的满意度评价指标和所述维度表得到客户满意度结果，具体包括：
将预设的满意度评价指标作为客户满意度决策树模型的研究变量，并获取各研究变量的分值，生成客户满意度决策树模型；
将所述维度表输入所述客户满意度决策树模型，得到客户满意度结果；
其中，所述客户满意度结果包括评价环节满意度程度/服务品牌化程度、评价环节满意度程度/服务品质、服务便利性、服务处理效率以及专员服务态度中的一项或者多项。
5.根据权利要求1-4任一项所述的满意度指标可视化处理方法，其特征在于，所述将所述客户满意度结果导入至可视化平台进行展示，具体包括：
将所述客户满意度结果导入至可视化平台，以报表、统计图或堆积模型图进行展示。
6.一种满意度指标可视化处理装置，其特征在于，包括：
数据源获取模块，用于获取前端满意度相关的系统数据作为数据源，根据主题对所述数据源进行拆分，得到不同主题的主题表；
数据预处理模块，用于对所述主题表中的数据进行预处理，并根据满意度生成不同维度的维度表；
结构展示模块，用于根据预设的满意度评价指标和所述维度表得到客户满意度结果，并将所述客户满意度结果导入至可视化平台进行展示。
7.根据权利要求6所述的满意度指标可视化处理装置，其特征在于，所述数据预处理模块具体用于对所述主题表中的数据进行清理、抽取、转换和装载处理，并根据满意度生成不同维度的维度表；
其中，所述对所述主题表中的数据进行清理包括以下操作中的一项或者多项：对所述主题表中的空值数据补充默认值；将预设的敏感信息进行加密脱敏处理；对数值型、字符型数据值和时间格式进行校验。
8.根据权利要求6所述的满意度指标可视化处理装置，其特征在于，所述主题包括中的一项或者多项：品牌主题、环节主题、服务主题、渠道主题和客户评价主题；
其中，所述品牌主题包括抽取交易品牌知名度信息和涉及银行知名度信息；
所述环节主题包括签约环节、解抵押环节和网签环节中的一项或者多项；
所述服务主题包括员工服务态度、相关专员素质和业务处理效率中的一项或者多项；
所述渠道主题包括处理组知名度和地区城市级别中的一项或者多项；
所述客户评价主题包括客户的文字评价。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一所述的满意度指标可视化处理方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一所述的满意度指标可视化处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910678762.XA CN110503306A (zh) | 2019-07-25 | 2019-07-25 | 一种满意度指标可视化处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910678762.XA CN110503306A (zh) | 2019-07-25 | 2019-07-25 | 一种满意度指标可视化处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110503306A true CN110503306A (zh) | 2019-11-26 |
Family
ID=68587264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910678762.XA Pending CN110503306A (zh) | 2019-07-25 | 2019-07-25 | 一种满意度指标可视化处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110503306A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381461A (zh) * | 2020-12-07 | 2021-02-19 | 南京禾易科技信息有限公司 | 一种企业信息资源共享服务系统及其使用方法 |
| CN113674031A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷数据分析系统和方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104680428A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 一种电网客户满意度模型的构建方法 |
| CN105976188A (zh) * | 2016-05-05 | 2016-09-28 | 北京思特奇信息技术股份有限公司 | 一种多渠道客户信息处理系统及处理方法 |
| CN107330045A (zh) * | 2017-06-28 | 2017-11-07 | 携程旅游网络技术（上海）有限公司 | 机票预订平台的大数据可视化分析方法及系统 |
| CN108520008A (zh) * | 2018-03-15 | 2018-09-11 | 链家网（北京）科技有限公司 | 数据仓库模型的构建方法及构建装置 |
| CN108960467A (zh) * | 2018-07-09 | 2018-12-07 | 重庆锐云科技有限公司 | 房地产信息管理与数据分析系统 |
| CN110033330A (zh) * | 2019-04-18 | 2019-07-19 | 北京思特奇信息技术股份有限公司 | 客户满意度分析方法、系统、存储介质及计算机设备 |
-
2019
- 2019-07-25 CN CN201910678762.XA patent/CN110503306A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104680428A (zh) * | 2015-03-16 | 2015-06-03 | 朗新科技股份有限公司 | 一种电网客户满意度模型的构建方法 |
| CN105976188A (zh) * | 2016-05-05 | 2016-09-28 | 北京思特奇信息技术股份有限公司 | 一种多渠道客户信息处理系统及处理方法 |
| CN107330045A (zh) * | 2017-06-28 | 2017-11-07 | 携程旅游网络技术（上海）有限公司 | 机票预订平台的大数据可视化分析方法及系统 |
| CN108520008A (zh) * | 2018-03-15 | 2018-09-11 | 链家网（北京）科技有限公司 | 数据仓库模型的构建方法及构建装置 |
| CN108960467A (zh) * | 2018-07-09 | 2018-12-07 | 重庆锐云科技有限公司 | 房地产信息管理与数据分析系统 |
| CN110033330A (zh) * | 2019-04-18 | 2019-07-19 | 北京思特奇信息技术股份有限公司 | 客户满意度分析方法、系统、存储介质及计算机设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381461A (zh) * | 2020-12-07 | 2021-02-19 | 南京禾易科技信息有限公司 | 一种企业信息资源共享服务系统及其使用方法 |
| CN113674031A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷数据分析系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210357790A1 (en) | Agent aptitude prediction | |
| US11403532B2 (en) | Method and system for finding a solution to a provided problem by selecting a winner in evolutionary optimization of a genetic algorithm | |
| US20160314377A1 (en) | Using Similarity for Grouping Fonts and Individuals for Recommendations | |
| CN108021984A (zh) | 确定机器学习样本的特征重要性的方法及系统 | |
| Fawcett et al. | Data Science for Business | |
| CN116127020A (zh) | 生成式大语言模型训练方法以及基于模型的搜索方法 | |
| CN116226334A (zh) | 生成式大语言模型训练方法以及基于模型的搜索方法 | |
| CN112148973B (zh) | 一种信息推送的数据处理方法及装置 | |
| CN113947336A (zh) | 评估投标企业风险的方法、装置、存储介质及计算机设备 | |
| CN112905897B (zh) | 相似用户确定方法、向量转化模型、装置、介质及设备 | |
| WO2020065611A1 (en) | Recommendation method and system and method and system for improving a machine learning system | |
| CN116304007A (zh) | 一种信息推荐方法、装置、存储介质及电子设备 | |
| CN114387061A (zh) | 产品推送方法、装置、电子设备及可读存储介质 | |
| CN110503306A (zh) | 一种满意度指标可视化处理方法及装置 | |
| US10922633B2 (en) | Utilizing econometric and machine learning models to maximize total returns for an entity | |
| CN111179055A (zh) | 授信额度调整方法、装置和电子设备 | |
| US20230384910A1 (en) | Using Attributes for Font Recommendations | |
| CN107688600A (zh) | 知识点挖掘方法及装置 | |
| CN116662546A (zh) | 投诉文本标注方法、装置、设备和介质 | |
| CN116756281A (zh) | 知识问答方法、装置、设备和介质 | |
| US20220408155A1 (en) | System and method for providing media content | |
| CN116385076A (zh) | 广告推荐方法、装置、终端设备和计算机可读存储介质 | |
| CN115048487A (zh) | 基于人工智能的舆情分析方法、装置、计算机设备及介质 | |
| CN111199287A (zh) | 一种特征工程实时推荐方法、装置及电子设备 | |
| CN110135467A (zh) | 一种基于数据拼接的模型训练方法、装置、系统和记录介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |
|
| RJ01 | Rejection of invention patent application after publication |