CN112598336B - 服务需求分析方法、装置、设备及计算机可读存储介质 - Google Patents
服务需求分析方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112598336B CN112598336B CN202110032650.4A CN202110032650A CN112598336B CN 112598336 B CN112598336 B CN 112598336B CN 202110032650 A CN202110032650 A CN 202110032650A CN 112598336 B CN112598336 B CN 112598336B
- Authority
- CN
- China
- Prior art keywords
- service
- demand
- service demand
- coordinate system
- type
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000010586 diagram Methods 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000556 factor analysis Methods 0.000 claims description 6
- 238000003058 natural language processing Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 description 7
- 238000009499 grossing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Abstract
本申请提供了一种服务需求分析方法,包括:获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据,关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计各个服务需求元素的需求数量,其中,二维坐标系的两个坐标轴表示两个不同维度上的服务需求,然后,基于各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用等高线图表示各个服务需求元素的客户需求程度。本申请通过生成等高线图,可以直观的看到同一客户群体对不同服务需求元素的不同需求程度、以及不同预设服务类型下的不同客户群体之间的服务需求差异。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种服务需求分析方法、装置、设备及计算机可读存储介质。
背景技术
产品升级带动服务升级,汽车厂商十分注重客户的服务需求,良好的客户体验是提升车企核心竞争力的重要手段,而满足不同客户的差异化需求又是提升客户体验的重中之重。
汽车行业存在大量的客户反馈,客户集中反馈的内容反映客户的服务需求。不同人群对服务的需求既有共性又有差异,因此,需要了解客户的共性需求以集中满足、并且关注客户的差异化需求以制定不同的服务方案,是企业积极探索的落地措施。
在此背景下,急需一套分析客户服务需求差异化的测量工具,用以直观的体现客户需求的差异化。在现有的客户服务需求分析方法中,只是对客户的反馈内容进行量化处理,并将处理结果做平面的数据呈现,但该方法不能直观的看到不同服务方面之间的差异,也不能结合人群分类进行差异展示。
发明内容
本申请提供了一种服务需求分析方法、装置、设备及计算机可读存储介质,能够直观的看到不同服务方面之间的差异,也能结合人群分类进行差异展示。
第一方面,本申请提供了一种服务需求分析方法,包括:
获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据;
关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计所述各个服务需求元素的需求数量,所述二维坐标系的两个坐标轴表示两个不同维度上的服务需求;
基于所述各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用所述等高线图表示所述各个服务需求元素的客户需求程度。
第二方面,本申请提供了一种服务需求分析装置,包括:
数据获取单元,用于获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据;
位置确定单元,用于关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计所述各个服务需求元素的需求数量,所述二维坐标系的两个坐标轴表示两个不同维度上的服务需求;
等高线生成单元,用于基于所述各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用所述等高线图表示所述各个服务需求元素的客户需求程度。
第三方面,本申请提供了一种电子设备,包括:处理器、存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于通过调用所述计算机程序,执行上述服务需求分析方法。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述服务需求分析方法。
在以上本申请提供的技术方案中,获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据,关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计各个服务需求元素的需求数量,其中,二维坐标系的两个坐标轴表示两个不同维度上的服务需求,然后,基于各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用等高线图表示各个服务需求元素的客户需求程度。可见,本申请通过生成等高线图,可以直观的看到同一客户群体对不同服务需求元素的不同需求程度、以及不同预设服务类型下的不同客户群体之间的服务需求差异,即,能够直观的看到不同服务方面之间的差异,也能结合人群分类进行差异展示。
附图说明
图1为本申请示出的一种服务需求分析方法的流程示意图;
图2为本申请示出的销售分析平面示意图;
图3为本申请示出的售后分析平面示意图;
图4为本申请示出的平滑处理前的等高线图;
图5为本申请示出的平滑处理后的等高线图;
图6为本申请示出的销售服务类型对应的等高线图之一;
图7为本申请示出的售后服务类型对应的等高线图之一;
图8为本申请示出的销售服务类型对应的等高线图之二;
图9为本申请示出的售后服务类型对应的等高线图之二;
图10为本申请示出的客户群体差异需求对比图;
图11为本申请示出的一种服务需求分析装置的组成示意图;
图12为本申请示出的一种电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
参见图1,为本申请实施例提供的一种服务需求分析方法的流程示意图,该方法包括以下步骤S101-S103:
S101:获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据。
需要说明的是,本申请实施例不对“目标服务行业”的行业类型进行限定,例如,该目标服务行业可以为汽车服务行业。
在本申请实施例中,可以针对目标服务行业,预先划分出一种或多种服务类型,具体地,S101中的“至少一种预设服务类型”可以包括:销售服务类型和售后服务类型中的至少一种。
关于每一预设服务类型,可以收集该预设服务类型下的服务需求反馈数据,该服务需求反馈数据是大量客户针对对应的预设服务类型的反馈数据。例如,可以采集各大汽车品牌的销售客户的服务需求反馈数据,比如采集38万条数据,其文本量共1200万字,这些数据即为销售服务类型下的服务需求反馈数据;同理,可以采集各大汽车品牌的售后客户的服务需求反馈数据,比如采集57万条数据,其文本量共1400万字,这些数据即为售后服务类型下的服务需求反馈数据。
进一步地,为了便于后续步骤使用服务需求反馈数据,可以对服务需求反馈数据进行机器编码,本申请实施例不对其编码方式进行限定。例如,可以利用基于机器编码的自然语言处理(Natural Language Processing,简称NLP)模型,对服务需求反馈数据进行编码,比如,对上述38万条数据进行编码,得到与销售相关的488个初始码,同理,对上述57万条数据进行编码,得到与售后相关的394个初始码。
S102:关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计各个服务需求元素的需求数量,其中,二维坐标系的两个坐标轴表示两个不同维度上的服务需求。
在本申请实施例中,由S101介绍可知,可以划分一个或多个预设服务类型。当其中的某预设服务类型为销售服务类型时,该销售服务类型对应的各个服务需求元素可以包括:专业性、方便性、服务效率、接待服务、人员规范、定制服务、试驾体验、价格合理、折扣优惠、手续办理、交车体验、新车状况、售后服务、客户关怀、提车周期、硬件环境、餐饮体验、展车状况、数字化应用、服务态度、真诚可靠等21个元素中的一个或多个;当其中的某预设服务类型为售后服务类型时,该售后服务类型对应的各个服务需求元素可以包括:专业性、方便性、定制服务、接待服务、人员规范、价格合理、时间效率、客户关怀、问诊流程、餐饮体验、硬件环境、质量效果、取车体验、折扣优惠、用车沟通、增值惊喜服务、服务态度、真诚可靠、数字化应用、工作透明等20个元素中的一个或多个。
在本申请实施例中,可以创建一个二维坐标系,该二维坐标系的两个坐标轴表示两个不同维度上的服务需求,在本申请实施例的一种实现方式中,该二维坐标系的两个数据维度分别表示感性服务需求程度和个性服务需求程度。
在本实现方式中,当感性服务需求程度越低,说明理性服务需求越高,反之,当感性服务需求程度越高,说明理性服务需求越低;同理,当个性服务需求程度越低,说明标准服务需求越高,反之,当个性服务需求程度越高,说明标准服务需求越低。因此,在具体实现时,可以将二维坐标系的两个数据维度定义为“感性-理性”和“标准-个性”两个维度,本申请实施例可以将“感性-理性”和“标准-个性”分别作为二维坐标系的X轴和Y轴,反之,也可以将“感性-理性”和“标准-个性”分别作为二维坐标系的Y轴和X轴。
对于每一预设服务类型下的服务需求反馈数据,通过对该预设服务类型下的服务需求反馈数据进行分析,确定该预设服务类型对应的各个服务需求元素在二维坐标系中的坐标位置。
例如,参见图2所示的销售分析平面示意图,当某预设服务类型为销售服务类型时,可以基于销售服务类型下的服务需求反馈数据,确定销售服务类型对应的各个服务需求元素(比如上述21个与销售相关的服务需求元素)在二维坐标系中的坐标位置。又例如,参见图3所示的售后分析平面示意图,当某预设服务类型为售后服务类型时,可以基于售后服务类型下的服务需求反馈数据,确定售后服务类型对应的各个服务需求元素(比如上述20个与售后相关的服务需求元素)在二维坐标系中的坐标位置。
在本申请实施例的一种实现方式中,S102中的“确定各个服务需求元素在二维坐标系中的坐标位置”,可以包括步骤A1-A2:
步骤A1:确定各个服务方向在二维坐标系中的位置范围。
在本步骤中,对于每一预设服务类型,可以预先设定一个或多个服务方向。具体地,当某预设服务类型为销售服务类型时,可以提取人员规范、环境体验、态度关怀、产品导向、综合体验、专业导向、价格导向、手续办理、效率导向等9个服务方向;当某预设服务类型为售后服务类型时,可以提取人员规范、环境体验、态度关怀、流程体验、综合体验、专业导向、价格导向、用车感受、增值服务等9个服务方向。
对于每一服务方向,需要确定该服务方向在二维坐标系的中的位置范围,即,分析该服务方向是倾向于理性服务还是感性服务、以及分析该服务方向是倾向于标准服务还是个性服务。例如,参见图2所示的上述9个销售服务方向在二维坐标系的位置范围、以及图3所示的上述9个售后服务方向的位置范围。
步骤A2:对于每一服务需求元素,确定该服务需求元素所属的服务方向,并在该服务方向对应的位置范围内,确定该服务需求元素在所述二维坐标系中的坐标位置。
在本步骤中,对于每一服务需求元素,需要确定该服务需求元素所属的服务方向。例如,图2中的服务需求元素“折扣优惠”归属于服务方向“价格导向”;又例如,图3中的服务需求元素“定制服务”归属于服务方向“增值服务”。
通过上述内容可知,二维坐标系的两个数据维度可以定义为“感性-理性”和“标准-个性”两个维度,这里,将这两个维度定义为服务需求一级因子,即,两个一级因子,并且,定义F1为“标准-个性”主轴、F2为“理性-感性”主轴。
可以预先建立一级因子分析模型,以利用该一级因子分析模型,提取F1和F2两个一级因子作为二维坐标系的主轴,如图2和图3所示;并且,利用该一级因子分析模型,为每一预设服务类型(比如销售服务类型或售后服务类型)对应的各个服务需求元素创建数学表达式,即:
X1=a11F1+a12F2+ε
X2=a21F1+a22F2+ε
……
Xi=ai1F2+ai2F2+ε
其中,i≥1,i表示服务需求元素的总数;X1、X2……Xi代表各个服务需求元素;a11、a12……ai2为元素参数;ε为误差参数,可以预先设定或由模型计算得到。
并且,可以预先建立二级因子分析模型,这样,可以对每一预设服务类型下的服务需求反馈数据进行分析,从而得到各个服务方向(比如上述与销售相关的9个服务方向、与售后相关的9个服务方向),其中的每一服务方向即为一个二级因子,并且,可以对上述每一二级因子进行得分,从而得到每一预设服务类型对应的各个服务方向(即各个二级因子)的因子得分矩阵,其中,每一二级因子的得分,可以表征该二级因子在二维坐标系中的位置范围。
对于每一预设服务类型(销售或售后)来讲,由于可以生成该预设服务类型对应的因子得分矩阵,因此,在该因子得分矩阵的基础上,可以对该预设服务类型对应的各个服务需求元素的数学表达式进行数学变换,即,对上述的X1、X2……Xi进行数学变换,从而可以得到每一服务需求元素在二维坐标系中的xy坐标。
如图2所示,可以得到“专业性、方便性、服务效率、接待服务、人员规范、定制服务、试驾体验、价格合理、折扣优惠、手续办理、交车体验、新车状况、售后服务、客户关怀、提车周期、硬件环境、餐饮体验、展车状况、数字化应用、服务态度、真诚可靠”这21个服务需求元素的xy坐标;如图3所示,可以得到“专业性、方便性、定制服务、接待服务、人员规范、价格合理、时间效率、客户关怀、问诊流程、餐饮体验、硬件环境、质量效果、取车体验、折扣优惠、用车沟通、增值惊喜服务、服务态度、真诚可靠、数字化应用、工作透明”这20个服务需求元素的xy坐标。
进一步地,还可以基于专家经验,对上述坐标进行微调,使其坐标位置更为准确。
另外,关于每一预设服务类型下的服务需求反馈数据,还需要对该服务需求反馈数据进行统计分析,以从中统计得出各个服务需求元素的需求数量。例如,对于销售服务类型,需要从销售服务反馈数据中统计出上述21个服务需求元素的需求数量;例如,对于售后服务类型,需要从售后服务反馈数据中统计出上述20个服务需求元素的需求数量。其中的需求数量可以表示对应服务需求元素的数据条数。
S103:基于各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用等高线图表示各个服务需求元素的客户需求程度。
在本申请实施例中,可以以“标准-个性”为数据维度x、“理性-感性”为数据维度y、以“需求数量的大小”为数据维度z,这样,当通过步骤S102得到各个服务需求元素的xy坐标和需求数量z后,基于该三维数据绘制等高线图,以利用等高线图表示各个服务需求元素的客户需求程度。需要说明的是,等高线图可以在在二维平面图上展示三维图效果,能够更直观的展现客户服务需求差异。
在本申请实施例的一种实现方式中,S103中的“生成等高线图”,可以包括:采用插值滤波的方式,生成等高线图。
在本实现方式中,等高线要求光滑、美观,但如果不做任何处理直接转换为等高线,则存在打折、粘连、不光滑等缺陷,比如图4所示的平滑处理前的等高线图,因此,需要进行光滑处理后才能进行等高线展示。转换等高线时,现有方法不能方便、有效的处理好曲线光滑与精度损失之间的关系,故而,本申请实施例提出了基于滤波的方法,该方法可以较好地处理等高线光滑与等高线精度损失之间的关系,具体实现时,可以先进行一次线性插值,再进行矩阵二元二次样条插值,比如图5所示的平滑处理后的等高线图。
在本申请实施例的一种实现方式中,S103中的“利用等高线图表示各个服务需求元素的客户需求程度”,可以包括:通过等高线图中的等高线稠密程度,表示各个服务需求元素的客户需求程度。
在本实现方式中,可以用等高线稠密,表示数值大小变化,即,等高线越稠密,代表数据数值变化越快,反之,等高线越稀疏,代表数据数值变化越慢。因此,对于每一服务需求元素,如果该服务需求元素的坐标范围对应的等高线越稠密,说明客户对该服务需求元素的需求数量越大,需求越重要,反之,如果该服务需求元素的坐标范围对应的等高线越稀疏,说明客户对该服务需求元素的需求数量越小,需求越不重要。
进一步地,在本申请实施例中,还可以包括:在等高线图上,通过同一颜色类型或不同颜色类型的深浅程度,区分各个服务需求元素的客户需求程度。
具体来讲,本申请实施例会为每一预设服务类型对应生成一个等高线图,比如,为上述销售服务类型对应生成一个等高线图,为上述售后服务类型对应生成一个等高线图。当生成这些等高线图后,可以为每一等高线图填充颜色,一种方式是采用同一颜色类型为等高线图填充颜色,这里定义其为绝对值图,另一种方式是采用不同颜色类型为等高线图填充颜色,这里定义其为差异图。
关于绝对值图,可以采用同一颜色类型(比如红色或其它颜色)进行统一表示,该颜色类型可以为系统默认的颜色类型、也可以由用户自定义。具体地,在进行颜色填充时,可以使颜色的深浅程度与各个服务需求元素的客户需求程度成正比,即,对于任一服务需求元素来讲,若该服务需要元素对应的等高线区域的颜色越深,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要,反之,若该服务需要元素对应的等高线区域的颜色越浅,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要。
为了给等高线图填充颜色,可以将使用的颜色类型预先划分为n(n>2)个色阶,比如将红色划分为15个色阶,然后,利用其中的不同色阶为等高线图填充颜色,以便基于同一颜色类型之间的色差,区分同一预设服务类型(比如销售服务类型或售后服务类型)下的各个服务需求元素的客户需求程度。
例如,图6是销售服务类型对应的等高线图,图7是售后服务类型对应的等高线图。在图6和图7中,右侧条形图表示被划分的15个色阶,在图6和图7中,颜色越深,表示客户对该颜色处的服务需求元素的需求程度越高,反之,颜色越浅,表示客户对该颜色处的服务需求元素的需求程度越低。
当然,关于绝对值图,也可以使颜色的深浅程度与各个服务需求元素的客户需求程度成反比,即,对于任一服务需求元素来讲,若该服务需要元素对应的等高线区域的颜色越深,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要,反之,若该服务需要元素对应的等高线区域的颜色越浅,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要。
关于差异图,可以采用不同颜色类型(比如红色和蓝色)进行统一表示,为便于描述,定义颜色类型1和颜色类型2这两个不同颜色,这两个颜色类型可以为系统默认的颜色类型、也可以由用户自定义,其中,由颜色类型1表示正差异,使其差值大于零,由颜色类型2表示负差异,使其差值小于零,由于白色差异不大,使其差值等于零。具体地,在进行颜色填充时,可以使颜色类型1的深浅程度与各个服务需求元素的客户需求程度成正比、并使颜色类型2的深浅程度与各个服务需求元素的客户需求程度成反比,即,对于任一服务需求元素以及颜色类型1来讲,若该服务需要元素对应的等高线区域处的颜色类型1的颜色越深,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要,反之,若该服务需要元素对应的等高线区域处的颜色类型1的颜色越浅,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要;对于任一服务需求元素以及颜色类型2来讲,若该服务需要元素对应的等高线区域处的颜色类型2的颜色越浅,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要,反之,若该服务需要元素对应的等高线区域处的颜色类型2的颜色越深,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要。
为了给等高线图填充颜色,可以将使用的颜色类型1和颜色类型2均预先划分为n(n>2)个色阶,比如将红色划分为7个色阶、将蓝色划分为7个色阶,与白色共组成15个色阶,需要说明的是,每一颜色类型的色阶数可以相同、也可以不同。然后,利用其中的不同色阶为等高线图填充颜色,以基于不同颜色类型之间的色差,区分同一预设服务类型(比如销售服务类型或售后服务类型)下的各个服务需求元素的客户需求程度。
例如,图8是销售服务类型对应的等高线图,图9是售后服务类型对应的等高线图。在图8和图9中,右侧条形图表示被划分的15个色阶,在图8和图9中,颜色类型1越深,表示客户对该颜色处的服务需求元素的需求程度越高,反之,颜色类型1越浅,表示客户对该颜色处的服务需求元素的需求程度越低;但颜色类型2越深,表示客户对该颜色处的服务需求元素的需求程度越低,反之,颜色类型2越浅,表示客户对该颜色处的服务需求元素的需求程度越高;白色对应的需求程度介于颜色类型1和颜色类型2之间。
当然,关于绝对值图,也可以使颜色类型1的深浅程度与各个服务需求元素的客户需求程度成反比、并使颜色类型2的深浅程度与各个服务需求元素的客户需求程度成正比。即,对于任一服务需求元素以及颜色类型2来讲,若该服务需要元素对应的等高线区域处的颜色类型2的颜色越深,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要,反之,若该服务需要元素对应的等高线区域处的颜色类型2的颜色越浅,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要;对于任一服务需求元素以及颜色类型1来讲,若该服务需要元素对应的等高线区域处的颜色类型1的颜色越浅,表示客户对该服务需求元素的需求量越大,则该服务需求元素越重要,反之,若该服务需要元素对应的等高线区域处的颜色类型1的颜色越深,表示客户对该服务需求元素的需求量越小,则该服务需求元素越不重要。
进一步地,为了便于直观对比,参见图10所示的客户群体差异需求对比图。图10左侧的两个图为采用同一颜色类型进行颜色填充后的等高线图,其中,左上图为销售服务类型对应的等高线图,左下图为售后服务类型对应的等高线图;图10右侧的两个图为采用不同颜色类型进行颜色填充后的等高线图,其中,右上图为销售服务类型对应的等高线图,右下图为售后服务类型对应的等高线图。通过这些具有颜色差异的等高线图,可以直观的看出两个不同群体间(销售客户群体或售后客户群体)的服务需求差异。
可见,本申请实施例将服务需求分层级分维度,即,将“标准-个性”、“理性-感性”作为一级因子,将各个服务方向作为二级因子,将各个服务需求元素作为三级因子,在此基础上,利用平滑等高线平面图对上述三级因子进行可视化表达,展现方式更加立体。
在上述本申请实施例提供的服务需求分析方法中,获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据,关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计各个服务需求元素的需求数量,其中,二维坐标系的两个坐标轴表示两个不同维度上的服务需求,然后,基于各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用等高线图表示各个服务需求元素的客户需求程度。可见,本申请通过生成等高线图,可以直观的看到同一客户群体对不同服务需求元素的不同需求程度、以及不同预设服务类型下的不同客户群体之间的服务需求差异,即,能够直观的看到不同服务方面之间的差异,也能结合人群分类进行差异展示。
参见图11,为本申请实施例提供的一种服务需求分析装置的组成示意图,该装置包括:
数据获取单元1101,用于获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据;
位置确定单元1102,用于关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计所述各个服务需求元素的需求数量,所述二维坐标系的两个坐标轴表示两个不同维度上的服务需求;
等高线生成单元1103,用于基于所述各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用所述等高线图表示所述各个服务需求元素的客户需求程度。
在本申请实施例的一种实现方式中,所述至少一种预设服务类型包括:销售服务类型和售后服务类型中的至少一种。
在本申请实施例的一种实现方式中,所述二维坐标系的两个数据维度分别表示感性服务需求程度和个性服务需求程度。
在本申请实施例的一种实现方式中,所述位置确定单元1102,具体用于:
确定各个服务方向在所述二维坐标系中的位置范围;
对于每一服务需求元素,确定该服务需求元素所属的服务方向,并在该服务方向对应的位置范围内,确定该服务需求元素在所述二维坐标系中的坐标位置。
在本申请实施例的一种实现方式中,所述等高线生成单元1103,具体用于:
采用插值滤波的方式,生成等高线图。
在本申请实施例的一种实现方式中,所述等高线生成单元1103,具体用于:通过所述等高线图中的等高线稠密程度,表示所述各个服务需求元素的客户需求程度。
在本申请实施例的一种实现方式中,所述装置还包括:
颜色生成单元,用于在所述等高线图上,通过同一颜色类型或不同颜色类型的深浅程度,区分所述各个服务需求元素的客户需求程度。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请实施例还提供了一种电子设备,该电子设备的结构示意图如图12所示,该电子设备1200包括至少一个处理器1201、存储器1202和总线1203,至少一个处理器1201均与存储器1202电连接;存储器1202被配置用于存储有至少一个计算机可执行指令,处理器1201被配置用于执行该至少一个计算机可执行指令,从而执行如本申请中任意一个实施例或任意一种可选实施方式提供的任意一种服务需求分析方法的步骤。
进一步,处理器1201可以是FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其它具有逻辑处理能力的器件,如MCU(Microcontroller Unit,微控制单元)、CPU(Central Process Unit,中央处理器)。
应用本申请实施例,通过生成等高线图,可以直观的看到同一客户群体对不同服务需求元素的不同需求程度、以及不同预设服务类型下的不同客户群体之间的服务需求差异,即,能够直观的看到不同服务方面之间的差异,也能结合人群分类进行差异展示。
本申请实施例还提供了另一种计算机可读存储介质,存储有计算机程序,该计算机程序用于被处理器执行时实现本申请中任意一个实施例或任意一种可选实施方式提供的任意一种服务需求分析方法的步骤。
本申请实施例提供的计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(RandomAccess Memory,随即存储器)、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,可读存储介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。
应用本申请实施例,通过生成等高线图,可以直观的看到同一客户群体对不同服务需求元素的不同需求程度、以及不同预设服务类型下的不同客户群体之间的服务需求差异,即,能够直观的看到不同服务方面之间的差异,也能结合人群分类进行差异展示。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (9)
1.一种服务需求分析方法,其特征在于,包括:
获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据,利用基于机器编码的自然语言处理模型,对服务需求反馈数据进行编码;
关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计所述各个服务需求元素的需求数量,所述二维坐标系的两个坐标轴表示两个不同维度上的服务需求;
基于所述各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用所述等高线图表示所述各个服务需求元素的客户需求程度;
其中,所述确定各个服务需求元素在二维坐标系中的坐标位置,包括:
确定各个服务方向在所述二维坐标系中的位置范围;对于每一服务需求元素,确定该服务需求元素所属的服务方向,并基于因子分析确定该服务需求元素在所述二维坐标系中的坐标位置。
2.根据权利要求1所述的方法,其特征在于,所述至少一种预设服务类型包括:销售服务类型和售后服务类型中的至少一种。
3.根据权利要求1所述的方法,其特征在于,所述二维坐标系的两个数据维度分别表示感性服务需求程度和个性服务需求程度。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述生成等高线图,包括:
采用插值滤波的方式,生成等高线图。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述利用所述等高线图表示所述各个服务需求元素的客户需求程度,包括:
通过所述等高线图中的等高线稠密程度,表示所述各个服务需求元素的客户需求程度。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述等高线图上,通过同一颜色类型或不同颜色类型的深浅程度,区分所述各个服务需求元素的客户需求程度。
7.一种服务需求分析装置,其特征在于,包括:
数据获取单元,用于获取目标服务行业的至少一种预设服务类型下的服务需求反馈数据,利用基于机器编码的自然语言处理模型,对服务需求反馈数据进行编码;
位置确定单元,用于关于每一预设服务类型下的服务需求反馈数据,通过对该服务需求反馈数据进行分析,确定各个服务需求元素在二维坐标系中的坐标位置,并统计所述各个服务需求元素的需求数量,所述二维坐标系的两个坐标轴表示两个不同维度上的服务需求;
等高线生成单元,用于基于所述各个服务需求元素的坐标位置和需求数量,生成等高线图,以利用所述等高线图表示所述各个服务需求元素的客户需求程度;
其中,所述位置确定单元在确定各个服务需求元素在二维坐标系中的坐标位置时,具体用于:确定各个服务方向在所述二维坐标系中的位置范围;对于每一服务需求元素,确定该服务需求元素所属的服务方向,并基于因子分析确定该服务需求元素在所述二维坐标系中的坐标位置。
8.一种电子设备,其特征在于,包括:处理器、存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于通过调用所述计算机程序,执行如权利要求1-6中任一项所述的服务需求分析方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6任一项所述的服务需求分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032650.4A CN112598336B (zh) | 2021-01-11 | 2021-01-11 | 服务需求分析方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032650.4A CN112598336B (zh) | 2021-01-11 | 2021-01-11 | 服务需求分析方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112598336A CN112598336A (zh) | 2021-04-02 |
CN112598336B true CN112598336B (zh) | 2024-04-30 |
Family
ID=75207944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110032650.4A Active CN112598336B (zh) | 2021-01-11 | 2021-01-11 | 服务需求分析方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112598336B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1779710A (zh) * | 2004-11-24 | 2006-05-31 | 株式会社日立制作所 | 服务质量评价援助装置 |
CN108492118A (zh) * | 2018-04-03 | 2018-09-04 | 电子科技大学 | 汽车售后服务质量评价回访文本数据的两阶段抽取方法 |
CN108776864A (zh) * | 2018-05-28 | 2018-11-09 | 阿里巴巴集团控股有限公司 | 用户评论价值的评估方法及装置 |
CN109785862A (zh) * | 2019-01-21 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客服服务质量评价方法、装置、电子设备及存储介质 |
CN111626890A (zh) * | 2020-06-03 | 2020-09-04 | 四川大学 | 一种基于销售信息网络的显著社团发现方法 |
-
2021
- 2021-01-11 CN CN202110032650.4A patent/CN112598336B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1779710A (zh) * | 2004-11-24 | 2006-05-31 | 株式会社日立制作所 | 服务质量评价援助装置 |
CN108492118A (zh) * | 2018-04-03 | 2018-09-04 | 电子科技大学 | 汽车售后服务质量评价回访文本数据的两阶段抽取方法 |
CN108776864A (zh) * | 2018-05-28 | 2018-11-09 | 阿里巴巴集团控股有限公司 | 用户评论价值的评估方法及装置 |
CN109785862A (zh) * | 2019-01-21 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 客服服务质量评价方法、装置、电子设备及存储介质 |
CN111626890A (zh) * | 2020-06-03 | 2020-09-04 | 四川大学 | 一种基于销售信息网络的显著社团发现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112598336A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hashemkhani Zolfani et al. | Investment prioritizing in high tech industries based on SWARA-COPRAS approach | |
US20170368755A1 (en) | Methods and Apparatus for 3D Printing of Point Cloud Data | |
EP0823095A1 (en) | Crossing network utilizing satisfaction density profile | |
CN109543359B (zh) | 一种基于物联网大数据的人工智能包装设计方法及系统 | |
CN104516897B (zh) | 一种针对应用对象进行排序的方法和装置 | |
EP1769393A2 (en) | System and methods for creating representational networks | |
WO2006049922A2 (en) | Method and system for sequencing and scheduling | |
CN102622667B (zh) | 一种基于多产品多生产线生产模式下的均衡排产方法 | |
Makarova et al. | Dealer-service center competitiveness increase using modern management methods | |
KR102402782B1 (ko) | 가격책정 엔진 | |
US5819246A (en) | Non-linear model automatic generating method | |
CN111886619A (zh) | 基于历史案例的车辆碰撞定损方法及系统 | |
CN110490181A (zh) | 一种基于ocr识别技术的表单填写审核方法、装置、设备以及计算机存储介质 | |
CN112598336B (zh) | 服务需求分析方法、装置、设备及计算机可读存储介质 | |
CN110942280A (zh) | 一种设计师协同参与的交互方法 | |
CN108876216A (zh) | 创意能力数据化方法及系统 | |
Ladeira | Cost estimation methods for software engineering | |
JP2002312637A (ja) | 受注生産方法 | |
Dev et al. | A perceptual aesthetics measure for 3D shapes | |
Zhang | Visualization for decision-making support | |
US20220351112A1 (en) | System and method for obtaining audit evidence | |
Kuppuswamy | Digital Transformation for Flexible Last Mile Distribution | |
US20040117201A1 (en) | Mapping apparatus and methods | |
Kardos et al. | Exploring tessellation metaphors in the display of geographical uncertainty | |
CN110097290A (zh) | 电网运行智能调控系统的智能化程度分级方法及装置 |
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 | ||
GR01 | Patent grant |