CN110716979A - 一种购房意向客户挖掘方法、装置及服务器 - Google Patents

一种购房意向客户挖掘方法、装置及服务器 Download PDF

Info

Publication number
CN110716979A
CN110716979A CN201910994414.3A CN201910994414A CN110716979A CN 110716979 A CN110716979 A CN 110716979A CN 201910994414 A CN201910994414 A CN 201910994414A CN 110716979 A CN110716979 A CN 110716979A
Authority
CN
China
Prior art keywords
client
target
follow
intention
tested
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
CN201910994414.3A
Other languages
English (en)
Inventor
李琦
宋卫东
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.)
Chongqing Rui Yun Technology Co Ltd
Original Assignee
Chongqing Rui Yun 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 Chongqing Rui Yun Technology Co Ltd filed Critical Chongqing Rui Yun Technology Co Ltd
Priority to CN201910994414.3A priority Critical patent/CN110716979A/zh
Publication of CN110716979A publication Critical patent/CN110716979A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • 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
    • G06F16/26Visual data mining; Browsing structured data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种购房意向客户挖掘方法、装置及服务器,通过获取在目标楼盘下的成交客户信息;从成交客户信息中筛选出,未在目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;计算目标楼盘下各参考客户,对目标楼盘的线上平均浏览时长,作为参考标准时长;获取待测客户对目标楼盘的线上实际浏览时长;待测客户为未在目标楼盘建档,但在其他楼盘建档的客户;判断待测客户的线上实际浏览时长是否达到参考标准时长;如是,确定待测客户为目标楼盘的意向客户。提供了一种全新的意向客户挖掘方式,基于未建档客户的成交特性,实现了对目标楼盘的意向客户的挖掘,从而有利于促进成交转化,提升客户看房效率与看房体验。

Description

一种购房意向客户挖掘方法、装置及服务器
技术领域
本发明涉及房地产应用技术领域,尤其涉及一种购房意向客户挖掘方法、装置及服务器。
背景技术
随着消费升级,房产从投资属性过渡到消费属性,然而具备大宗消费属性的房地产来说,意味着客户决策会越来越重,看房频次更高,反复对比价值。开发商越来越关注如何提高客户在品牌楼盘下的转化。开发商或者销售人员会通过不同的宣传手段和销售方式来提高客户成交转化,但是目前大多依赖于传统营销方式,通过线下宣传、人脉关系、渠道拓客、实体样板间等这些方式和道具获客,一线销售每邀约到场一个客户需要拨打上百个电话,以上方式成本高、效率低、无法追溯客户信息。另外对于买房消费者来说,大宗交易决策往往会很慎重,少数人一次性成交,因此导致客户看过项目后的“回去考虑”,销售往往不知所措,只能偶尔联系,等待消息,致使流失很多潜在意向客户。因此,如何挖掘意向客户,提高成交转化率,对地产商而言显得十分重要。
发明内容
本发明提供的一种购房意向客户挖掘方法、装置及服务器,主要解决的技术问题是:如何挖掘意向客户,提高成交转化率。
为解决上述技术问题,本发明提供一种购房意向客户挖掘方法,包括:
获取在目标楼盘下的成交客户信息;
从所述成交客户信息中筛选出,未在所述目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;
计算所述目标楼盘下各所述参考客户,对所述目标楼盘的线上平均浏览时长,作为参考标准时长;
获取待测客户对所述目标楼盘的线上实际浏览时长;所述待测客户为未在所述目标楼盘建档,但在其他楼盘建档的客户;
判断所述待测客户的线上实际浏览时长是否达到所述参考标准时长;
如是,确定所述待测客户为所述目标楼盘的意向客户;如否,则确定所述待测客户非所述目标楼盘的意向客户。
可选的,在所述确定所述待测客户为所述目标楼盘的意向客户时,还包括将所述意向客户推荐给所述目标楼盘下的目标置业顾问进行跟进。
可选的,在所述目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各所述各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为所述目标置业顾问;所述客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,所述有效回复为所述置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。
可选的,在所述将所述意向客户推荐给所述目标置业顾问进行跟进后,还包括按照设定周期,定期向所述目标置业顾问发送跟进提醒消息,以提醒所述目标置业顾问对所述意向客户进行跟进,并记录跟进情况,所述跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。
可选的,所述购房意向客户挖掘方法还包括:当所述意向客户在所述目标置业顾问下成交后,针对所述意向客户原建档楼盘的置业顾问与所述目标置业顾问,按照佣金分配比例,计算所述原建档楼盘的置业顾问与所述目标置业顾问各自所得佣金;并提供查询端口,供所述原建档楼盘的置业顾问与所述目标置业顾问查看。
本发明还提供一种购房意向客户挖掘装置,包括:
第一获取模块,用于获取在目标楼盘下的成交客户信息;
筛选模块,用于从所述成交客户信息中筛选出,未在所述目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;
计算模块,用于计算所述目标楼盘下各所述参考客户,对所述目标楼盘的线上平均浏览时长,作为参考标准时长;
第二获取模块,用于获取待测客户对所述目标楼盘的线上实际浏览时长;所述待测客户为未在所述目标楼盘建档,但在其他楼盘建档的客户;
处理模块,用于判断所述待测客户的线上实际浏览时长是否达到所述参考标准时长;如是,确定所述待测客户为所述目标楼盘的意向客户;如否,则确定所述待测客户非所述目标楼盘的意向客户。
可选的,所述购房意向客户挖掘装置还包括推荐模块,用于将所述意向客户推荐给所述目标楼盘下的目标置业顾问进行跟进。
可选的,所述推荐模块用于所述在所述目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各所述各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为所述目标置业顾问;所述客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,所述有效回复为所述置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。
可选的,所述购房意向客户挖掘装置还包括提醒模块,用于在所述推荐模块将所述意向客户推荐给所述目标置业顾问进行跟进后,按照设定周期,定期向所述目标置业顾问发送跟进提醒消息,以提醒所述目标置业顾问对所述意向客户进行跟进,并记录跟进情况,所述跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。
本发明还提供一种服务器,包括如上任一项所述的购房意向客户挖掘装置。
本发明的有益效果是:
根据本发明提供的一种购房意向客户挖掘方法、装置及服务器,通过获取在目标楼盘下的成交客户信息;从成交客户信息中筛选出,未在目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;计算目标楼盘下各参考客户,对目标楼盘的线上平均浏览时长,作为参考标准时长;获取待测客户对目标楼盘的线上实际浏览时长;待测客户为未在目标楼盘建档,但在其他楼盘建档的客户;判断待测客户的线上实际浏览时长是否达到参考标准时长;如是,确定待测客户为目标楼盘的意向客户;如否,则确定待测客户非目标楼盘的意向客户。提供了一种全新的意向客户挖掘方式,基于未建档客户的成交特性,实现了对目标楼盘的意向客户的挖掘,一方面可以为客户提供更多的购房选择,另一方面也可为目标楼盘带来新的客源,从而有利于促进成交转化,提升客户看房效率与看房体验。
附图说明
图1为本发明实施例一的购房意向客户挖掘方法流程示意示意图;
图2为本发明实施例二的一种购房意向客户挖掘装置结构示意图;
图3为本发明实施例二的另一种购房意向客户挖掘装置结构示意图;
图4为本发明实施例三的服务器结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明作进一步详细说明。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。
实施例一:
为了解决如何挖掘意向客户,提高成交转化率的问题,本实施例提供一种购房意向客户挖掘方法,基于未建档客户的成交特性,实现了对目标楼盘的意向客户的挖掘,一方面可以为客户提供更多的购房选择,另一方面也可为目标楼盘带来新的客源,这种全新的意向客户挖掘方式,有利于促进成交转化,提升客户看房效率与看房体验。
请参见图1,本实施例提供的购房意向客户挖掘方法,主要包括如下步骤:
S101、获取在目标楼盘下的成交客户信息。
S102、从成交客户信息中筛选出,未在目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户。
应当理解,客户到达销售案场,置业顾问接待,通常置业顾问会记录并上传看房客户信息到系统中,这个过程称之为客户建档。其中,录入的客户信息包括客户姓名、电话、住址、身份证号码以及看房需求等,其中看房需求具体包括客户意向的价格、户型、朝向、楼层、房屋类型以及其他配套需求等。房屋类型例如高层、洋房、大平层、联排、叠拼以及独栋等,配套需要例如周边需要有商场、学校、医院、地铁站点、娱乐场所、银行、公园、公交站点等。
参考客户未在目标楼盘建档,却在目标楼盘成交,表明参考客户对目标楼盘是满意的,未建档则表明参考客户可能是因为不便于到目标楼盘现场,或者目标楼盘位置相对偏远,或者目标楼盘被大众熟悉度不高。这种成交特性,可以反映如下一类看房客户的需求,符合其购房意向:在其他楼盘存在建档记录,却未在目标楼盘建档,但是一直关注目标楼盘的看房客户。本实施例将这类看房客户(未在目标楼盘建档,在其他楼盘存在建档记录)作为待测客户。
本实施例基于对参考客户的成交特性,对待测客户进行分析,以确定其对目标楼盘的意向程度,达到意向客户或者意向楼盘的推荐,帮助地产商挖掘意向客户,提高成交转化,提升看房客户购房效率与看房体验,促进经济发展。
S103、计算目标楼盘下各参考客户,对目标楼盘的线上平均浏览时长,作为参考标准时长。
参考客户是在目标楼盘下成交的,目标楼盘下的各参考客户对目标楼盘的平均浏览时长,可以反映未在目标楼盘下建档,且能够在目标楼盘下成交的可能性程度,因此将其作为参考标准时长,可以比较准确地预测各待测客户对目标楼盘的购买倾向度。
S104、获取待测客户对目标楼盘的线上实际浏览时长;待测客户为未在目标楼盘建档,但在其他楼盘建档的客户。
待测客户对目标楼盘的线上实际浏览时长,无疑可以表明待测客户对目标楼盘的购买倾向程度,浏览时长越长,越能说明待测客户对目标楼盘更中意;相反,若浏览时长越短,则说明待测客户对目标楼盘的关注度低,购买倾向就越弱。
S105、判断待测客户的线上实际浏览时长是否达到参考标准时长;如是,转至步骤S106;如否,转至步骤S107。
S106、确定待测客户为目标楼盘的意向客户。
而确定是否属于一项客户的标准是参考标准时长,若待测客户的线上实际浏览时长,达到参考标准时长,表明待测客户对目标楼盘的购买意向强,因此将其作为意向客户。基于实际数据试验得到,推荐到目标楼盘的意向客户,其成交率高达40%。
可选的,在确定待测客户为目标楼盘的意向客户时,还包括将意向客户推荐给目标楼盘下的目标置业顾问进行跟进。分配给固定的置业顾问进行跟进,便于客户与置业顾问之间,直接沟通对接,有利于为客户提供更好的服务体验。同时,也便于后续佣金计算。
在目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为目标置业顾问;其中客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,有效回复为置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。例如,客户在当天8:00发消息咨询,设定时长间隔为5分钟,则置业顾问需要在当天8:05之前回复客户,这才认定为有效回复;如果未回复,或者未在设定时长间隔范围范围内回复,则是无效回复,不计入有效回复次数。
应当理解的是,客户评分值指的是受该置业顾问服务的客户,对该置业顾问给定的分值。通常有多个客户对置业顾问进行评价,此时该置业顾问的客户评分值指的是各个客户的评分平均值。
对于置业顾问的在线总时长,指的是置业顾问登录系统,处于在线状态的时长。
可选的,针对置业顾问的在线总时长、客户消息回复率以及客户评分值,可以分配不同的权重或分值进行计算,例如在线总时长设定总分值为20分,客户消息回复率设定总分值为40分,客户评分值设定总分值为40分,满分100分,计算置业顾问的最终评分值。
例如,在线总时长达到1920小时及以上,即可得到满分20分,低于1920小时的,按每达到96小时增加1分计算。例如当前累积在线总时长为1600个小时,则对应分值为1600/96=16.7,则确定分值为16分。或者按照如下方式设置在线总时长与得分值之间的对应关系表,请参见如下表1所示,基于该对应关系表,确定所得分值:
表1
应当理解的是,对于在线总时长具体分值计算的方式,还可以采用现有其他任意方式,在此不再赘述。
应当理解的是,对于上述客户消息回复率以及客户评分值对应分值的具体计算方式,同样可以采用如上述在线总时长对应分值计算方式,在此不再赘述。
选择最终评分值最高的置业顾问作为目标置业顾问,目的是为该意向客户选择最佳的置业顾问为其提供服务,一是为了保证为该意向客户提供最优质的服务,二是可以促进楼盘置业顾问之间的良性竞争。
在将意向客户推荐给目标置业顾问进行跟进后,还包括按照设定周期,定期向目标置业顾问发送跟进提醒消息,以提醒目标置业顾问对意向客户进行跟进,并记录跟进情况,跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。避免置业顾问因工作疏忽,未及时跟进,导致客户不满或丢失客户的问题。
其中,跟进方式例如包括电话跟进、APP端聊天跟进、微信跟进等方式。
S107、确定待测客户非目标楼盘的意向客户。
可选的,当意向客户在目标置业顾问下成交后,针对意向客户原建档楼盘的置业顾问与目标置业顾问,按照佣金分配比例,计算原建档楼盘的置业顾问与目标置业顾问各自所得佣金;并提供查询端口,供原建档楼盘的置业顾问与目标置业顾问查看。使得流程更加清晰,便于管理。
本实施例提供的购房意向客户挖掘方法,通过获取在目标楼盘下的成交客户信息;从成交客户信息中筛选出,未在目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;计算目标楼盘下各参考客户,对目标楼盘的线上平均浏览时长,作为参考标准时长;获取待测客户对目标楼盘的线上实际浏览时长;待测客户为未在目标楼盘建档,但在其他楼盘建档的客户;判断待测客户的线上实际浏览时长是否达到参考标准时长;如是,确定待测客户为目标楼盘的意向客户;如否,则确定待测客户非目标楼盘的意向客户。提供了一种全新的意向客户挖掘方式,基于未建档客户的成交特性,实现了对目标楼盘的意向客户的挖掘,一方面可以为客户提供更多的购房选择,另一方面也可为目标楼盘带来新的客源,从而有利于促进成交转化,提升客户看房效率与看房体验。
实施例二:
本实施例在上述实施例一的基础上,提供一种购房意向客户挖掘装置,用以实现上述实施例一中所述的购房意向客户挖掘方法的步骤。该购房意向客户挖掘装置20,请参见图2所示,包括:
第一获取模块21,用于获取在目标楼盘下的成交客户信息。
筛选模块22,用于从该成交客户信息中筛选出,未在目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户。
计算模块23,用于计算目标楼盘下各参考客户,对目标楼盘的线上平均浏览时长,作为参考标准时长。
第二获取模块24,用于获取待测客户对目标楼盘的线上实际浏览时长;其中待测客户为未在目标楼盘建档,但在其他楼盘建档的客户。
处理模块25,用于判断待测客户的线上实际浏览时长是否达到参考标准时长;如是,确定待测客户为目标楼盘的意向客户;如否,则确定待测客户非目标楼盘的意向客户。
在本发明的其他实施例中,购房意向客户挖掘装置20还包括推荐模块26,请参见图3,推荐模块26用于将意向客户推荐给目标楼盘下的目标置业顾问进行跟进。
推荐模块26用于在目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为目标置业顾问;客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,有效回复为置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。
可选的,购房意向客户挖掘装置20还包括提醒模块27,继续参见图3,用于在推荐模块26将意向客户推荐给目标置业顾问进行跟进后,按照设定周期,定期向目标置业顾问发送跟进提醒消息,以提醒目标置业顾问对意向客户进行跟进,并记录跟进情况,其中跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。
实施例三:
本实施例在上述实施二的基础上,提供一种服务器,请参见图4,该服务器40包括如上实施例二中所述的购房意向客户挖掘装置20,以实现如上实施例一中所述的购房意向客户挖掘方法的步骤。具体请参见如上实施例一、实施例二中的描述,在此不再赘述。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (10)

1.一种购房意向客户挖掘方法,其特征在于,包括:
获取在目标楼盘下的成交客户信息;
从所述成交客户信息中筛选出,未在所述目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;
计算所述目标楼盘下各所述参考客户,对所述目标楼盘的线上平均浏览时长,作为参考标准时长;
获取待测客户对所述目标楼盘的线上实际浏览时长;所述待测客户为未在所述目标楼盘建档,但在其他楼盘建档的客户;
判断所述待测客户的线上实际浏览时长是否达到所述参考标准时长;
如是,确定所述待测客户为所述目标楼盘的意向客户;如否,则确定所述待测客户非所述目标楼盘的意向客户。
2.如权利要求1所述的购房意向客户挖掘方法,其特征在于,在所述确定所述待测客户为所述目标楼盘的意向客户时,还包括将所述意向客户推荐给所述目标楼盘下的目标置业顾问进行跟进。
3.如权利要求2所述的购房意向客户挖掘方法,其特征在于,在所述目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各所述各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为所述目标置业顾问;所述客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,所述有效回复为所述置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。
4.如权利要求2所述的购房意向客户挖掘方法,其特征在于,在所述将所述意向客户推荐给所述目标置业顾问进行跟进后,还包括按照设定周期,定期向所述目标置业顾问发送跟进提醒消息,以提醒所述目标置业顾问对所述意向客户进行跟进,并记录跟进情况,所述跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。
5.如权利要求1-4所述的购房意向客户挖掘方法,其特征在于,所述购房意向客户挖掘方法还包括:当所述意向客户在所述目标置业顾问下成交后,针对所述意向客户原建档楼盘的置业顾问与所述目标置业顾问,按照佣金分配比例,计算所述原建档楼盘的置业顾问与所述目标置业顾问各自所得佣金;并提供查询端口,供所述原建档楼盘的置业顾问与所述目标置业顾问查看。
6.一种购房意向客户挖掘装置,其特征在于,包括:
第一获取模块,用于获取在目标楼盘下的成交客户信息;
筛选模块,用于从所述成交客户信息中筛选出,未在所述目标楼盘下建档,但在其他楼盘建档的客户,作为参考客户;
计算模块,用于计算所述目标楼盘下各所述参考客户,对所述目标楼盘的线上平均浏览时长,作为参考标准时长;
第二获取模块,用于获取待测客户对所述目标楼盘的线上实际浏览时长;所述待测客户为未在所述目标楼盘建档,但在其他楼盘建档的客户;
处理模块,用于判断所述待测客户的线上实际浏览时长是否达到所述参考标准时长;如是,确定所述待测客户为所述目标楼盘的意向客户;如否,则确定所述待测客户非所述目标楼盘的意向客户。
7.如权利要求6所述的购房意向客户挖掘装置,其特征在于,所述购房意向客户挖掘装置还包括推荐模块,用于将所述意向客户推荐给所述目标楼盘下的目标置业顾问进行跟进。
8.如权利要求7所述的购房意向客户挖掘装置,其特征在于,所述推荐模块用于所述在所述目标楼盘下的置业顾问存在多名时,根据各置业顾问的在线总时长、客户消息回复率以及客户评分值,计算各所述各置业顾问的最终评分值,选择最终评分值最高的置业顾问,作为所述目标置业顾问;所述客户消息回复率为置业顾问有效回复次数与客户总咨询次数的比值,所述有效回复为所述置业顾问对客户咨询消息的回复时间延迟在设定时长间隔范围内。
9.如权利要求7所述的购房意向客户挖掘装置,其特征在于,所述购房意向客户挖掘装置还包括提醒模块,用于在所述推荐模块将所述意向客户推荐给所述目标置业顾问进行跟进后,按照设定周期,定期向所述目标置业顾问发送跟进提醒消息,以提醒所述目标置业顾问对所述意向客户进行跟进,并记录跟进情况,所述跟进情况包括跟进时间、跟进方式、跟进内容以及跟进结果中的至少一种。
10.一种服务器,其特征在于,包括如权利要求6-9任一项所述的购房意向客户挖掘装置。
CN201910994414.3A 2019-10-18 2019-10-18 一种购房意向客户挖掘方法、装置及服务器 Pending CN110716979A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910994414.3A CN110716979A (zh) 2019-10-18 2019-10-18 一种购房意向客户挖掘方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910994414.3A CN110716979A (zh) 2019-10-18 2019-10-18 一种购房意向客户挖掘方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN110716979A true CN110716979A (zh) 2020-01-21

Family

ID=69211928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910994414.3A Pending CN110716979A (zh) 2019-10-18 2019-10-18 一种购房意向客户挖掘方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN110716979A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292140A (zh) * 2020-03-19 2020-06-16 重庆锐云科技有限公司 一种线上客户智能分配方法
CN111292170A (zh) * 2020-02-18 2020-06-16 重庆锐云科技有限公司 针对指定楼盘进行意向客户推荐的方法、装置及存储介质
CN111401998A (zh) * 2020-03-12 2020-07-10 重庆智慧之源科技有限公司 技术转移意向客户精准推荐方法、装置、服务器
CN112132657A (zh) * 2020-09-21 2020-12-25 深圳思为科技有限公司 消息提醒方法及相关设备
CN112330387A (zh) * 2020-09-29 2021-02-05 重庆锐云科技有限公司 一种应用于看房软件的虚拟经纪人
CN112613886A (zh) * 2020-12-18 2021-04-06 深圳市思为软件技术有限公司 基于企业微信的微信客户管理方法及相关设备
CN112949891A (zh) * 2020-05-22 2021-06-11 深圳市明源云客电子商务有限公司 基于客户意向预测的房源推荐方法和装置
CN112950268A (zh) * 2021-03-02 2021-06-11 深圳市前海房极客网络科技有限公司 一种实时计算客户购买房产意愿程度的算法
CN113743636A (zh) * 2020-05-28 2021-12-03 北京达佳互联信息技术有限公司 一种目标操作预测方法、装置、电子设备及存储介质
CN117114295A (zh) * 2023-08-08 2023-11-24 深圳先锋居善科技有限公司 客户接待分配方法、装置、设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020049624A1 (en) * 1999-12-10 2002-04-25 Raveis William M. System and method for tracking real estate transactions
CN106384246A (zh) * 2016-09-09 2017-02-08 珠海幸福家网络科技有限公司 购房意向确定装置和方法
CN109615128A (zh) * 2018-12-05 2019-04-12 重庆锐云科技有限公司 房地产客户成交概率预测方法、装置及服务器
CN110009416A (zh) * 2019-04-02 2019-07-12 安徽筋斗云机器人科技股份有限公司 一种基于大数据清洗和ai精准营销的系统
CN110232589A (zh) * 2019-05-16 2019-09-13 浙江华坤道威数据科技有限公司 一种基于大数据的意向客户分析系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020049624A1 (en) * 1999-12-10 2002-04-25 Raveis William M. System and method for tracking real estate transactions
CN106384246A (zh) * 2016-09-09 2017-02-08 珠海幸福家网络科技有限公司 购房意向确定装置和方法
CN109615128A (zh) * 2018-12-05 2019-04-12 重庆锐云科技有限公司 房地产客户成交概率预测方法、装置及服务器
CN110009416A (zh) * 2019-04-02 2019-07-12 安徽筋斗云机器人科技股份有限公司 一种基于大数据清洗和ai精准营销的系统
CN110232589A (zh) * 2019-05-16 2019-09-13 浙江华坤道威数据科技有限公司 一种基于大数据的意向客户分析系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
余源鹏: "《房地产项目整合营销实操一本通 房地产营销从业人员业务提升实用读本》", 31 July 2009, 中国物资出版社 *
顾晓阳: ""某公司房地产营销管理系统设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111292170A (zh) * 2020-02-18 2020-06-16 重庆锐云科技有限公司 针对指定楼盘进行意向客户推荐的方法、装置及存储介质
CN111401998A (zh) * 2020-03-12 2020-07-10 重庆智慧之源科技有限公司 技术转移意向客户精准推荐方法、装置、服务器
CN111401998B (zh) * 2020-03-12 2023-06-30 重庆智慧之源科技有限公司 技术转移意向客户精准推荐方法、装置、服务器
CN111292140A (zh) * 2020-03-19 2020-06-16 重庆锐云科技有限公司 一种线上客户智能分配方法
CN112949891A (zh) * 2020-05-22 2021-06-11 深圳市明源云客电子商务有限公司 基于客户意向预测的房源推荐方法和装置
CN113743636A (zh) * 2020-05-28 2021-12-03 北京达佳互联信息技术有限公司 一种目标操作预测方法、装置、电子设备及存储介质
CN113743636B (zh) * 2020-05-28 2024-05-14 北京达佳互联信息技术有限公司 一种目标操作预测方法、装置、电子设备及存储介质
CN112132657A (zh) * 2020-09-21 2020-12-25 深圳思为科技有限公司 消息提醒方法及相关设备
CN112330387A (zh) * 2020-09-29 2021-02-05 重庆锐云科技有限公司 一种应用于看房软件的虚拟经纪人
CN112330387B (zh) * 2020-09-29 2023-07-18 重庆锐云科技有限公司 一种应用于看房软件的虚拟经纪人
CN112613886A (zh) * 2020-12-18 2021-04-06 深圳市思为软件技术有限公司 基于企业微信的微信客户管理方法及相关设备
CN112950268A (zh) * 2021-03-02 2021-06-11 深圳市前海房极客网络科技有限公司 一种实时计算客户购买房产意愿程度的算法
CN117114295A (zh) * 2023-08-08 2023-11-24 深圳先锋居善科技有限公司 客户接待分配方法、装置、设备及计算机可读存储介质
CN117114295B (zh) * 2023-08-08 2024-05-28 深圳先锋居善科技有限公司 客户接待分配方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110716979A (zh) 一种购房意向客户挖掘方法、装置及服务器
CN110910282B (zh) 房地产电子商务多角色拓客赚佣系统、方法及存储介质
US20110076663A1 (en) Systems and methods for selecting survey questions and available responses
KR101042362B1 (ko) 사업성 평가 및 진단 방법과 그 시스템
CN108921391B (zh) 一种业务分配方法及装置
US20140012800A1 (en) Apparatus and method for providing application for processing big data
WO2021129531A1 (zh) 一种资源分配方法、装置、设备、存储介质及计算机程序
CN110580587A (zh) 一种房地产案场购房客户归属管理系统、方法
CN112598439A (zh) 客户管理方法及相关装置
CN110955838A (zh) 房源推荐处理方法、装置、终端及计算机可读存储介质
JP2019197252A (ja) 空室率推計装置及び方法並びにコンピュータプログラム
Newhouse et al. How survey-to-survey imputation can fail
CN110675069B (zh) 地产行业客户签约风险预警方法、服务器及存储介质
CN111340455A (zh) 自动化生成数据分析结果的方法、装置、设备及存储介质
CN110930238A (zh) 提高审核任务效率的方法、装置、设备和计算机可读介质
JP6418428B1 (ja) 民泊管理支援システムおよび民泊管理支援方法
CN110097442A (zh) 用于财税业务的智能匹配方法、系统和电子设备
CN113706250B (zh) 一种基于物业社区管家的品质社区团购方法
US20140365339A1 (en) Standardized, Commercial Real Estate "Lease Analysis Conversion and Comp Data" Platform
CN115731028A (zh) 一种预警方法、装置、电子设备及计算机可读介质
KR101927273B1 (ko) 미청구공사의 위험도 평가 시스템 및 평가 장치
CN114707091A (zh) 一种页面展示方法、装置、电子设备及存储介质
Tamminen et al. Firm and sectoral heterogeneity in markup variability
CN112767079A (zh) 一种运营服务平台
CN109150934B (zh) 信息推送方法和装置

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: 20200121