CN112396313B - 一种利用智能手表优化电话销售工作绩效的方法 - Google Patents
一种利用智能手表优化电话销售工作绩效的方法 Download PDFInfo
- Publication number
- CN112396313B CN112396313B CN202011283753.XA CN202011283753A CN112396313B CN 112396313 B CN112396313 B CN 112396313B CN 202011283753 A CN202011283753 A CN 202011283753A CN 112396313 B CN112396313 B CN 112396313B
- Authority
- CN
- China
- Prior art keywords
- data
- information
- classification
- sales
- performance
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种利用智能手表优化电话销售工作绩效的方法,其特征在于选择一批抽样电话销售人员,通过其佩戴的智能手表的心跳,环境音量的近实时检测数据,通过结合电话销售人员同时间段在销售系统中历史工作数据汇总,进行关联分类分析,建立数据分类模型。即可按照某一时间段内智能手表所收集到的相关数据,输入数据分类模型得到对应的工作表现分类,再根据表现分类的推送不同类别和数量的待联系客户线索,使其可以按照当时的工作表现和适当的策略调度,销售系统自动匹配合适的销售工作量和工作对象,从而达到提升销售工作绩效的效果。
Description
技术领域
本发明涉及智能穿戴设备和电话营销系统相结合的领域,特别是涉及一种利用智能手表优化电话销售工作绩效的方法。
背景技术
销售型公司核心利润来源于其销售团队的工作绩效表现。因为销售团队人员众多,流动性大、管理成本高,其绩效改进方法一般都只能采用月度或季度绩效考核对其销售实际成单情况进行绩效考核,并对其进行激励。
传统的方法由于时效性较差,无法在销售过程中实时对销售的工作绩效表现进行监督和促进。对于公司宝贵的待处理的营销客户线索分配上,也只能采用一些事前约定,无法实时动态修改的规则进行分配,导致线索资源无法被最大程度的合理利用,容易造成资源浪费。而由于智能可穿戴设备的不断快速普及,利用智能手表这种可随声携带,并能实时采集到各样本体的数据信息,可以通过这些数据实时调整公司销售系统的销售资源分配策略,从而最大程度的开发销售潜在客户,提升销售工作绩效表现。
专利CN202010155127-生理数据特征值获取方法、分类器建立方法、分类方法、分类器及分类系统,包括提取生理数据,训练分类器并对生理数据进行分类,但其应用场景为消化道数据采集,其中对生理数据的选取、处理,和分类器的使用方式,都有极强的针对性和局限性,并不能直接或间接的应用于本案的电销场景中。
专利CN201910375153-一种基于双模态生物电信号与生理数据的疲劳度评估系统及评估方法,包括对生理信息进行监测和收集,利用对生理数据的分析对工作进行干预,但生理信息的具体监测内容过多,与工作场景的关联非常复杂,具有极强的针对性和局限性,并不能直接迁移到本案的电销场景中,也没有显而易见的启示,无法直接或间接的应用于电销工作中。
专利CN201911222034-与作业任务场景弱耦合的工作负荷测评方法,包括对生理数据的采集,通过指标评价规则给出工作负荷指标,可依据其优化工作内容的分配,但其通过刺激序列进行测评的方式对正常工作难免造成干扰和影响,时效性差,且刺激序列的设定过于复杂,实施困难,在测评出工作负荷后,也未给出具体的后续应对方法,无法应用于本案的实际工作场景中。
因此,需要一种利用更高效的优化电话销售工作绩效的方法。
发明内容
本发明所要解决的技术问题是利用智能手表的各项传感器,实时收集所佩戴人员的各项信息、以提供一种基于特定策略的更加合理的销售线索分配的策略,从而提升销售线索的利用效率,提升电话销售的工作。
为解决上述技术问题,一种利用智能手表优化电话销售工作绩效的方法,其特征在于,通过抽样选择一批电话销售人员进行一段时间的数据采样,分类训练和建立关联后。可在实际应用中,通过近实时收集电话销售人员的智能手表传回的信息,进行工作表现分类,再根据特定的销售线索分配策略,近实时调整每个电话销售工作人员所看到的待处理销售线索清单的内容和数量,具体包括如下步骤:
步骤1:信息的监测和收集,使用智能手表硬件对目标对象进行监测,收集目标对象的信息,所述信息包括心跳数据、环境音量、地理位置,通过与智能手表硬件相连的移动通讯设备上报信息,所述上报的频率设定为每次间隔10分钟;
步骤2:通过数据分析系统收集目标对象在监测期间的工作表现数据,所述工作表现数据包括在对应销售管理系统中的相应数据,时间跨度设置为一个销售的完整考核周期;
步骤3:在数据分析系统中建立一个数据分类模型,用于结合步骤1中上报的信息与步骤2中收集的工作表现数据,判定目标对象的工作表现分类;
步骤4:利用数据分类模型对目标对象进行分类,给出对目标对象的工作表现分类的判断;
步骤5:销售管理系统收到对应目标对象的工作表现分类的判断结果后,依据不同的工作表现分类的结果分配不同类别的待处理营销客户线索名单,所述营销客户线索名单包含营销客户线索,所述营销客户线索按照质量从高到低分为优质、一般、未知三类;
步骤6:根据智能手表硬件监测的信息和目标对象的工作表现数据,对分类模型进行重新训练和优化。
所述步骤1中,具体步骤包括:
步骤1-1:所述智能手表硬件通过蓝牙连接移动通讯设备;
步骤1-2:智能手表硬件每隔2分钟向对应的移动通讯设备的软件端发送一次当前的佩戴人员的时间信息Ti,i∈[1,n]、当期平均心率HRi,i∈[1,n]、当期环境音分贝DBi,i∈[1,n]、当前地理位置信息GSi,i∈[1,n],所述地理位置信息的精度要求误差绝对值为1.2米内,其中n为目标对象的数量,所述n满足n≥100,下标i表示参与样本收集的不同目标对象;
步骤1-3:移动通讯设备收到一组[T、HR、DB、GS]报文信息后,向数据分析系统发送,对网络状态进行监测,如网络不通,则在移动通讯设备中缓存,等待下一次发送时一并发送,每次移动通讯设备向数据分析系统发送的间隔为10分钟。
所述步骤2中,具体步骤有:
步骤2-1:收到步骤1-3中的[T、HR、DB、GS]报文信息后,继续累计收集1个完整考核周期,根据Tij,i∈[1,n],j∈[1,m]设定从销售管理系统抽取工作表现数据的样本观察点,其中n表示目标对象的数量,m表示每个目标对象传回的报文总数,T表示样本观察点,i表示参与样本收集的不同目标对象,j表示考核周期内的样本观察点序列号;
步骤2-2:根据每个Tj对应的目标对象,从销售管理系统取出相应的1个完整考核周期的工作表现数据,所述工作表现数据包括电话拨打总数Cj,i∈[1,m]、电话通话时长Lj,i∈[1,m]、标识为优质的营销客户线索的数量Sj,i∈[1,m]、联系记录填写字数Rj,i∈[1,m]、销售管理系统信息查询次数Qj,i∈[1,m];
步骤2-3:将步骤2-2获得的工作表现数据传入数据分析系统构建分析样本[C、L、S、R、Q]。
所述步骤3中,具体步骤为:
步骤3-1:对步骤1中的[T、HR、DB、GS]报文信息进行Softmax函数分类模型训练,得到一个来自于智能手表硬件的信息分类WLi,i∈[1,k],其中,k代表智能手表硬件采集信息的分类的数量;
步骤3-2:对步骤2中的[C、L、S、R、Q]进行Softmax函数分类模型训练,得到一个来自于销售管理系统的工作表现数据的分类PLi,i∈[1,k′],其中,k′代表工作表现分类的数量;
步骤3-3:对步骤3-1的信息分类和步骤3-2中的工作表现数据的分类进行Sigmod函数关联模型训练,根据时间因素T,得到每个WLi,i∈[1,k]对应的PLi,i∈[1,k′]的转化率,得到任意WL和任意PL之间取值为[0,1]区间的关联度TR;
步骤3-4:取WL和PL中关联度TR最大的值,任意WLi,i∈[1,k]只保留一个对应的PLi,i∈[1,k′],并存入一个二维表TV中。
所述步骤4中,具体步骤为:
步骤4-1:按照目标对象的工作时间范围,智能手表硬件每间隔2分钟收集一次[T、HR、DB、GS]报文信息,发送到对应的移动通讯设备;
步骤4-2:移动通讯设备每隔10分钟向数据分析系统发送报文;
步骤4-3:根据10分钟内收到的有效报文,求出该目标对象在这个时间段内的平均[T、HR、DB、GS]。
步骤4-4:将平均[T、HR、DB、GS]传入步骤3-1的Softmax函数分类模型中,得到的WL值为相应的信息分类结果。
所述步骤5中,具体步骤为:
步骤5-1:将销售关系系统中所有待处理营销客户线索进行分类,分类类型标记为CL;
步骤5-2:预设营销客户线索分配规则,具体为:依据PLi,i∈[1,k′],其中,k′代表工作表现分类的数量,取计算PL的所有[C、L、S、R、Q]样本数据,设平均值 m为所有总样本数量,依次计算每个PLi分类的 k为总样本中计算为PLi分类的所有样本数量,以最大的AvgPLi设为MaxAvgPL,则若对应的PLi的则配置步骤3-4中的二维表TV对应的营销客户线索为优质,待处理数量WN=25,若对应的PLi的则配置二维表TV对应的营销客户线索为一般,待处理数量WN=50,若对应的PLi的 则配置二维表TV对应的营销客户线索未知,待处理数量WN=10;
步骤5-3:销售管理系统接收到步骤1-3发送的[T、HR、DB、GS],调用步骤3-1训练的模型得到对应的WLi,在TV表中查到对应的CL和WN,则将销售管理系统的待处理线索名单列表中该目标对象待处理的营销客户线索名单中的当前分类类型修改为二维表中的相应分类类型CL,当前数量修改为二维表中相应数量WN;
所述步骤6中,具体步骤为:
步骤6-1:收集目标对象每天的[C、L、S、R、Q]和[T、HR、DB、GS];
步骤6-2:根据步骤6-1收集的数据,数据分析系统在每个考核周期开始时重新计算步骤3-1和步骤3-2中的模型训练,并计算正负偏差EV;
步骤6-3:设定正负偏差阈值Y,如果当|EV|>Y,则重新更新TV表中记录的数据[WL、PL、CL、WN],所述更新包括提高或降低CL的类别、提高或降低WN。
本发明所达到的有益效果:
(1)可以改变传统销售绩效考核的单一以最终业绩结果考核的方式,通过在日常销售过程中收集数据,进行有效干预。
(2)本发明中考虑可穿戴智能设备在续航、便携方面的现实条件约束,选择了智能手表作为采集和判定销售人员工作表现的硬件载体,在功能和成本上做了平衡。
(3)本发明提供的利用智能手表优化电话销售工作绩效的方法,不但可运用发明中举例的分配不同类别和数量的待联系客户线索,也可以基于销售当时的工作表现状态,进行其他管理干预。
(4)本发明提供了一套可根据实际运行结果数据和模型预设进行差异化自动模型更新机制,从而不断提高模型分类的准确性,具有自动维护特性。
附图说明
图1为本发明的示例性实施例的方法流程简图。
具体实施方式
下面结合附图对本发明作进一步的说明:
如图1所示的一种示例性实施例的利用智能手表优化电话销售工作绩效的方法,选择一批抽样电话销售人员,通过其佩戴的智能手表的心跳,环境音量的近实时检测数据,通过结合电话销售人员同时间段在销售系统中历史工作数据汇总,进行关联分类分析,建立数据分类模型。即可按照某一时间段内智能手表所收集到的相关数据,输入数据分类模型得到对应的工作表现分类,再根据表现分类的推送不同类别和数量的待联系客户线索,使其可以按照当时的工作表现和适当的策略调度,销售系统自动匹配合适的销售工作量和工作对象,从而达到提升销售工作绩效的效果。具体包括如下步骤:
步骤1:建立一个信息的监测和收集系统,用于目标对象信息的监测和收集,主要为,通过抽样选择一批电话销售人员(即目标对象,以下简称电销),通过上班工作时间日常佩戴定制的智能手表硬件,使用智能手表硬件对目标对象进行监测,定期收集其工作时间内的信息,包括心跳数据、环境音量、地理位置的信息,上报数据频率设定为每次间隔10分钟;
步骤2:通过步骤1收集目标对象(即相应参与抽样的电销)在佩戴智能手表硬件期间的工作表现数据,工作表现数据主要包括其在对应销售管理系统中的相应数据,时间跨度设置为一个销售的完整考核周期,例如按照月度考核,则设置为一个月;
步骤3:利用大数据建模技术,针对步骤1和步骤2的信息和数据进行建模分析,在数据分析系统中建立一个数据分类模型,该模型可以结合智能手表硬件收集的信息和销售管理系统中的工作表现数据,判定电销当下的工作表现分类;
步骤4:要求所有电销在工作期间均需要佩戴智能手表设备,并每间隔10分钟上报心跳、环境音量、地理位置数据到监测数据分析系统,系统会调用步骤3得出的数据分类模型进行分类,给出对当前电销的工作表现分类的判断;
步骤5:销售管理系统收到对应电销的工作表现分类的判断结果后,会依据不同的表现分类判断的结果推送不同类别的待处理营销客户线索名单;营销客户线索名单包含营销客户线索,营销客户线索按照质量从高到低分为优质、一般、未知三类;
步骤6:监测数据收集系统会定期收集所有电销的工作表现数据和智能手表硬件传回的监测信息,数据分析系统据此对数据分类模型进行重新训练和优化。
所述步骤1中,建立一个监测数据收集系统,通过电销工作时间内佩戴的智能手表硬件,定期收集其工作时间内的心跳数据、环境音量、地理位置信息,具体步骤包括:
步骤1-1:开发定制的智能手机App应用端,使智能手表硬件可以通过蓝牙连接手机设备;
步骤1-2:智能手表硬件每隔2分钟向对应的手机App端发送一次当前的佩戴人员的时间信息Ti,i∈[1,n]、当期平均心率HRi,i∈[1,n]、当期环境音分贝DBi,i∈[1,n]、当前地理位置信息GSi,i∈[1,n],精度要求为当前北斗系统2.0版本的民用精度1.2米,n为参加抽样电销的数量,按照电销团队总人数规模,取样满足n≥100;下标i表示参与样本收集的不同销售人员;
步骤1-3:手机端收到[T、HR、DB、GS]的一组报文后,向对应监测数据分析系统(简称MS)发送,对网络状态进行监测,如果网络不通,可先在本地手机端缓存,等待下一次发送窗口时一并发送,每次手机端向MS系统发送的间隔为10分钟。
所述步骤2中,收集相应参与抽样的电销在佩戴智能手表期间的工作表现数据,主要包括其在对应销售管理系统中的相应数据,具体步骤有:
步骤2-1:收到步骤1-3中相关的[T、HR、DB、GS]报文信息后,继续累计收集1个完整的销售考核周期。根据其中的Tij,i∈[1,n],j∈[1,m]设定从销售管理系统抽取工作表现数据的样本观察点,n表示对应的抽样电销人数,m表示每个电销传回的报文总数,i表示参与样本收集的不同目标对象,j表示考核周期内的样本观察点序列号;
步骤2-2:根据每个Tj对应的电话销售人员,从销售管理系统取出该时间范围内的电销工作表现数据,包括电话拨打总数Cj,i∈[1,m]、电话通话时长Lj,i∈[1,m]、电销主动标识为优质客户线索的数量Sj,i∈[1,m]、联系记录填写字数Rj,i∈[1,m]、销售管理系统信息查询次数Qj,i∈[1,m];
步骤2-3:将上述所有的工作表现数据传入MS系统构建分析样本[C、L、S、R、Q]。
所述步骤3中,根据步骤1和步骤2,进行建模分析,建立一个销售当前工作表现分类的模型,具体步骤为:
步骤3-1:对步骤1中的[T、HR、DB、GS]进行Softmax函数分类模型训练,得到一个来自于智能手表硬件的信息分类WLi,i∈[1,k],k代表智能手表硬件采集信息的分类的数量;
步骤3-2:对步骤2中的[C、L、S、R、Q]也进行Softmax函数分类模型训练,得到一个来自于销售管理系统的工作表现数据的分类PLi,i∈[1,k′],k′代表工作表现分类的数量;
步骤3-3:对步骤3-1和步骤3-2中的工作表现数据的分类进行Sigmod函数关联模型训练,根据时间因素T,得到每个WLi,i∈[1,k]对应的PLi,i∈[1,k′]的转化率,即任意WL和任意PL之间取值为[0,1]区间的关系度TR,越接近1表示两者关联度越高;
步骤3-4:取WL和PL中关联度中最大的值,即任意WLi,i∈[1,k]只保留一个对应的PLi,i∈[1,k′],并存入一个二维表(TV表)中。
所述步骤4中,要求所有电销在工作期间均需要佩戴智能手表设备,并每间隔10分钟上报心跳、环境音量、地理位置数据到监测数据分析系统,系统会调用步骤3得出的模型进行分类,给出对当前电销的工作表现分类判断,具体步骤为:
步骤4-1:按照电销工作时间范围,电销佩戴的智能手表每间隔2分钟收集一次[T、HR、DB、GS],然后发送到对应手机系统的App端;
步骤4-2:对应手机系统的App端每隔10分钟向监测数据分析系统MS发送报文;
步骤4-3:根据10分钟内收到的有效报文,求出该销售员工对应这个时间段内平均[T、HR、DB、GS]。
步骤4-4:将平均[T、HR、DB、GS]传入步骤3-1的模型中,得到一个WL值,该WL即作为当前电销的信息分类结果。
所述步骤5中,销售管理系统收到对应电销的工作表现分类判断后,会依据不同的表现分类判断推送不同类别的待处理营销客户线索名单,具体步骤为:
步骤5-1:将销售关系系统中所有待处理营销客户线索进行分类,分类类型标记为CL,按照营销客户线索的质量从高到低分为优质、一般、未知三类;
步骤5-2:预设营销客户线索分配规则,具体为:依据PLi,i∈[1,k′],其中,k′代表工作表现分类的数量,取计算PL的所有[C、L、S、R、Q]样本数据,设平均值 m为所有总样本数量,依次计算每个PLi分类的 k为总样本中计算为PLi分类的所有样本数量,以最大的AvgPLi设为MaxAvgPL,则若对应的PLi的则配置步骤3-4中的二维表TV对应的营销客户线索为优质,待处理数量WN=25,若对应的PLi的则配置二维表TV对应的营销客户线索为一般,待处理数量WN=50,若对应的PLi的 则配置二维表TV对应的营销客户线索未知,待处理数量WN=10;
步骤5-3:销售管理系统接收到当前销售人员的智能手表硬件通过App传入的[T、HR、DB、GS],调用步骤3-1训练的模型得到对应的WLi,在TV表中查到对应的CL和WN,则将销售管理系统的待处理线索名单列表中该目标对象待处理的营销客户线索名单中的当前分类类型修改为二维表中的相应分类类型CL,当前数量修改为二维表中相应数量WN;
所述步骤6中,监测数据收集系统会定期收集所有电销的工作表现数据和智能手表硬件传回的监测信息,数据分析系统据此对数据分类模型进行重新训练和优化,具体步骤为:
步骤6-1:系统正式上线运行期间,监测数据收集系统会定期收集实际销售人员每天实际的[C、L、S、R、Q]和每天实际的[T、HR、DB、GS];
步骤6-2:根据步骤6-1收集的数据,MS系统会在每个考核周期开始时重新计算步骤3-1和步骤3-2中的模型训练,并计算正负偏差EV;
步骤6-3:系统可设定正负偏差阈值Y,如果当|EV|>Y,则重新更新TV表中记录的数据[WL、PL、CL、WN],更新的原则包括提高或降低CL的类别、提高或降低WN。
本方明与现有技术相比,对于智能可穿戴设备例如智能手表,一般多用于运动检测和健康监测,但实际电话销售在日常工作中,其心率曲线、环境音噪音分贝(例如其和客户沟通的电话音量)、其移动频率和空间举例这四维数据,即可建立一种普遍的电话销售人员工作时的分类特征,这种分类特征可和销售的工作业绩指标建立对照关系,从而实时的自动调整销售系统分配给电话销售的工作内容,从而可以引导销售提高工作绩效,解决了传统电话销售系统分配客户政策的随机性和迟滞性,有效提升了客户资源的使用效率。具体为:
(1)本方法需要提前采集抽样数据进行初步的数据分析和建模。
(2)本发明中考虑了目前市面智能手表硬件的基础功能,兼顾了成本和功能性需求,在大规模推广中具备实用价值。
(3)电话销售的主要工作内容就是拨打系统分配给其客户线索资源中的电话,所以不同类别的客户线索对其当时的工作业绩影响显而易见。销售管理部门完全可以根据本发明中的方法结合本部门销售实际情况,进行灵活的销售政策调正,具有广泛的适应性。
(4)本方法考虑了模型初期和后期的可变化性,经过系统不断的自我收集数据的偏差矫正,可以使得分类模型对于电话销售人员的分类判断更加精准,使得系统具有自我改进功能。
本发明可以实时推送干预,且由于系统化后可配置不同策略,既可以根据优推优的正向激励,也可以根据优推劣的反向挑战策略。一般的电销往往是无法做到实时干预,只能根据较长时间的数据积累后调整,而电销的线索时效性很强,如果无法最快时间调动起销售的工作表现,则会导致公司业绩的潜在损失。
以上实施例不以任何方式限定本发明,凡是对以上实施例以等效变换方式做出的其它改进与应用,都属于本发明的保护范围。
Claims (4)
1.一种利用智能手表优化电话销售工作绩效的方法,其特征在于,具体包括如下步骤:
步骤1:信息的监测和收集,使用智能手表硬件对目标对象进行监测,收集目标对象的信息,所述信息包括心跳数据、环境音量、地理位置,通过与智能手表硬件相连的移动通讯设备上报信息,所述上报的频率设定为每次间隔10分钟;
所述步骤1中,具体步骤包括:
步骤1-1:所述智能手表硬件通过蓝牙连接移动通讯设备;
步骤1-2:智能手表硬件每隔2分钟向对应的移动通讯设备的软件端发送一次当前的佩戴人员的时间信息Ti,i∈[1,n]、当期平均心率HRi,i∈[1,n]、当期环境音分贝DBi,i∈[1,n]、当前地理位置信息GSi,i∈[1,n],所述地理位置信息的精度要求误差绝对值为1.2米内,其中n为目标对象的数量,所述n满足n≥100,下标i表示参与样本收集的不同目标对象;
步骤1-3:移动通讯设备收到一组[T、HR、DB、GS]报文信息后,向数据分析系统发送,对网络状态进行监测,如网络不通,则在移动通讯设备中缓存,等待下一次发送时一并发送,每次移动通讯设备向数据分析系统发送的间隔为10分钟;
步骤2:通过数据分析系统收集目标对象在监测期间的工作表现数据,所述工作表现数据包括在对应销售管理系统中的相应数据,时间跨度设置为一个销售的完整考核周期;
所述步骤2中,具体步骤有:
步骤2-1:收到步骤1-3中的[T、HR、DB、GS]报文信息后,继续累计收集1个完整考核周期,根据Tij,i∈[1,n],j∈[1,m]设定从销售管理系统抽取工作表现数据的样本观察点,其中m表示每个目标对象传回的报文总数,T表示样本观察点,j表示考核周期内的样本观察点序列号;
步骤2-2:根据每个Tj对应的目标对象,从销售管理系统取出相应的1个完整考核周期的工作表现数据,所述工作表现数据包括电话拨打总数Cj,j∈[1,m]、电话通话时长Lj,j∈[1,m]、标识为优质的营销客户线索的数量Sj,j∈[1,m]、联系记录填写字数Rj,j∈[1,m]、销售管理系统信息查询次数Qj,j∈[1,m];
步骤2-3:将步骤2-2获得的工作表现数据传入数据分析系统构建分析样本[C、L、S、R、Q];
步骤3:在数据分析系统中建立一个数据分类模型,用于结合步骤1中上报的信息与步骤2中收集的工作表现数据,判定目标对象的工作表现分类;
所述步骤3中,具体步骤为:
步骤3-1:对步骤1中的[T、HR、DB、GS]报文信息进行Softmax函数分类模型训练,得到一个来自于智能手表硬件的信息分类WLp,p∈[1,k],其中,k代表智能手表硬件采集信息的分类的数量;
步骤3-2:对步骤2中的[C、L、S、R、Q]进行Softmax函数分类模型训练,得到一个来自于销售管理系统的工作表现数据的分类PLi’,i′∈[1,k′],其中,k′代表工作表现分类的数量;
步骤3-3:对步骤3-1的信息分类和步骤3-2中的工作表现数据的分类进行Sigmod函数关联模型训练,根据时间因素T,得到每个WLp,p∈[1,k]对应的PLi’,i′∈[1,k′]的转化率,得到任意WL和任意PL之间取值为[0,1]区间的关联度TR;
步骤3-4:取WL和PL中关联度TR最大的值,任意WLp,p∈[1,k]只保留一个对应的PLi’,i′∈[1,k′],并存入一个二维表TV中;
步骤4:利用数据分类模型对目标对象进行分类,给出对目标对象的工作表现分类的判断;
步骤5:销售管理系统收到对应目标对象的工作表现分类的判断结果后,依据不同的工作表现分类的结果分配不同类别的待处理营销客户线索名单,所述营销客户线索名单包含营销客户线索,所述营销客户线索按照质量从高到低分为优质、一般、未知三类;
步骤6:根据智能手表硬件监测的信息和目标对象的工作表现数据,对分类模型进行重新训练和优化。
2.如权利要求1所述的一种利用智能手表优化电话销售工作绩效的方法,其特征在于:所述步骤4中,具体步骤为:
步骤4-1:按照目标对象的工作时间范围,智能手表硬件每间隔2分钟收集一次[T、HR、DB、GS]报文信息,发送到对应的移动通讯设备;
步骤4-2:移动通讯设备每隔10分钟向数据分析系统发送报文;
步骤4-3:根据10分钟内收到的有效报文,求出该目标对象在这个时间段内的平均[T、HR、DB、GS];
步骤4-4:将平均[T、HR、DB、GS]传入步骤3-1的Softmax函数分类模型中,得到的WL值为相应的信息分类结果。
3.如权利要求2所述的一种利用智能手表优化电话销售工作绩效的方法,其特征在于:所述步骤5中,具体步骤为:
步骤5-1:将销售关系系统中所有待处理营销客户线索进行分类,分类类型标记为CL;
步骤5-2:预设营销客户线索分配规则,具体为:依据PLi’,i′∈[1,k′],取计算PL的所有[C、L、S、R、Q]样本数据,设平均值m’为所有总样本数量,依次计算每个PLi’分类的k”为总样本中计算为PLi’分类的所有样本数量,以最大的AvgPLi’设为MaxAvgPL,则若对应的PLi’的 则配置步骤3-4中的二维表TV对应的营销客户线索为优质,待处理数量WN=25,若对应的PLi’的则配置二维表TV对应的营销客户线索为一般,待处理数量WN=50,若对应的PLi’的则配置二维表TV对应的营销客户线索未知,待处理数量WN=10;
步骤5-3:销售管理系统接收到步骤1-3发送的[T、HR、DB、GS],调用步骤3-1训练的模型得到对应的WLi’,在TV表中查到对应的CL和WN,则将销售管理系统的待处理线索名单列表中该目标对象待处理的营销客户线索名单中的当前分类类型修改为二维表中的相应分类类型CL,当前数量修改为二维表中相应数量WN。
4.如权利要求3所述的一种利用智能手表优化电话销售工作绩效的方法,其特征在于:所述步骤6中,具体步骤为:
步骤6-1:收集目标对象每天的[C、L、S、R、Q]和[T、HR、DB、GS];
步骤6-2:根据步骤6-1收集的数据,数据分析系统在每个考核周期开始时重新计算步骤3-1和步骤3-2中的模型训练,并计算正负偏差EV;
步骤6-3:设定正负偏差阈值Y,如果当|EV|>Y,则重新更新TV表中记录的数据[WL、PL、CL、WN],所述更新包括提高或降低CL的类别、提高或降低WN。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011283753.XA CN112396313B (zh) | 2020-11-17 | 2020-11-17 | 一种利用智能手表优化电话销售工作绩效的方法 |
PCT/CN2021/089730 WO2022105107A1 (zh) | 2020-11-17 | 2021-04-25 | 一种利用智能手表优化电话销售工作绩效的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011283753.XA CN112396313B (zh) | 2020-11-17 | 2020-11-17 | 一种利用智能手表优化电话销售工作绩效的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112396313A CN112396313A (zh) | 2021-02-23 |
CN112396313B true CN112396313B (zh) | 2022-08-02 |
Family
ID=74600886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011283753.XA Active CN112396313B (zh) | 2020-11-17 | 2020-11-17 | 一种利用智能手表优化电话销售工作绩效的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112396313B (zh) |
WO (1) | WO2022105107A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102812471A (zh) * | 2010-03-12 | 2012-12-05 | 奥斯-纽赫瑞森个人计算机解决方案公司 | 安全的个人数据处理和管理系统 |
CN109934673A (zh) * | 2019-02-25 | 2019-06-25 | 校宝在线(杭州)科技股份有限公司 | 一种基于推荐系统的智能销售线索分配方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013106507A1 (en) * | 2012-01-10 | 2013-07-18 | The Corporate Executive Board Company | Computerized method and system for enhancing the sales performance of selected sales force professionals |
US20150149237A1 (en) * | 2013-11-22 | 2015-05-28 | Richard Thomas Brock | Systems and methods to improve sales effectiveness utilizing a moving, contextually relevant navigator to guide sales representatives in prospect communications based on prospect's digital and conversational behavior and organization's best sales practices |
CN110895731A (zh) * | 2018-09-12 | 2020-03-20 | 北京科杰信息技术有限公司 | 一种结合人工智能的销售工作积极性分析的方法 |
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 |
-
2020
- 2020-11-17 CN CN202011283753.XA patent/CN112396313B/zh active Active
-
2021
- 2021-04-25 WO PCT/CN2021/089730 patent/WO2022105107A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102812471A (zh) * | 2010-03-12 | 2012-12-05 | 奥斯-纽赫瑞森个人计算机解决方案公司 | 安全的个人数据处理和管理系统 |
CN109934673A (zh) * | 2019-02-25 | 2019-06-25 | 校宝在线(杭州)科技股份有限公司 | 一种基于推荐系统的智能销售线索分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112396313A (zh) | 2021-02-23 |
WO2022105107A1 (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104102875B (zh) | 基于加权朴素贝叶斯分类器的软件服务质量监控方法及系统 | |
WO2020098251A1 (zh) | 基于用户偏好的众包任务推送方法及相关装置 | |
CN105760449B (zh) | 一种面向多源异构数据的云推送方法 | |
CN110363621B (zh) | 一种基于人工智能技术的订单信息推送系统 | |
CN111510368B (zh) | 家庭群组识别方法、装置、设备及计算机可读存储介质 | |
WO2017113774A1 (zh) | 一种无线通讯系统用户优先级的判别方法及装置 | |
CN112396313B (zh) | 一种利用智能手表优化电话销售工作绩效的方法 | |
CN109274842B (zh) | 客服水平波动的关键因素定位方法、装置及设备 | |
CN112633573A (zh) | 活跃状态的预测方法以及活跃度阈值的确定方法 | |
US9940361B2 (en) | Intelligent presence server systems and methods | |
CN112434933A (zh) | 一种公众社交平台的媒体影响力定量评估方法 | |
CN107094306B (zh) | 终端性能评估方法及装置 | |
CN117727468B (zh) | 一种基于云边协同的健康筛查智能分诊系统 | |
CN107356835A (zh) | 一种智能电能监测分析系统 | |
CN113867966A (zh) | 一种混合云模式的云资源调度方法 | |
CN109684546A (zh) | 推荐方法、装置、存储介质及终端 | |
CN109785965A (zh) | 一种健康评估方法、健康评估装置及计算机可读存储介质 | |
CN106940720B (zh) | 基于健康物联网的多源信息处理方法和系统 | |
CN106817710A (zh) | 一种网络问题的定位方法及装置 | |
US11200547B2 (en) | Payment collection control method and device, server, and computer-readable storage medium | |
KR20210082959A (ko) | 헬스케어 서비스용 오픈 api 기반 실시간 규칙 처리 시스템 | |
CN109359825A (zh) | 银行数字化运营产品价值分析方法 | |
CN103780461A (zh) | 综合考虑主客观权重的Web业务服务质量QoS的测量方法 | |
CN117171446B (zh) | 一种基于大数据分析的技术交易推荐方法及推荐系统 | |
CN110491456B (zh) | 一种医疗数据传输方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |