CN113362102A - 一种客户线索分发方法、系统及存储介质 - Google Patents
一种客户线索分发方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113362102A CN113362102A CN202110511761.3A CN202110511761A CN113362102A CN 113362102 A CN113362102 A CN 113362102A CN 202110511761 A CN202110511761 A CN 202110511761A CN 113362102 A CN113362102 A CN 113362102A
- Authority
- CN
- China
- Prior art keywords
- client
- information
- clue
- service personnel
- 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.)
- Granted
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
Abstract
本发明公开了一种客户线索分发方法、系统及存储介质,分发方法包括S01、构建营销数据库,该营销数据库内存储有业务人员信息集,业务人员信息集包括若干业务人员信息;S02、配置若干个业务人员端口,该业务人员端口分别与营销数据库内的若干业务人员信息进行关联;S03、根据业务人员信息,按照预设条件对其进行评级,生成业务人员评级;S04、获取客户线索,根据客户线索,按照预设条件对其进行评级,生成客户线索评级;S05、根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口,本方案自处理程度高、分配可靠、实施便利且机制人性化、简洁化。
Description
技术领域
本发明涉及信息分发技术领域,尤其涉及一种客户线索分发方法、系统及存储介质。
背景技术
线索客户(即潜在客户)的管理作为营销管理中的重要环节,分配恰当合适的业务对接人员进行接洽是加速促成合作的重要因素,若是没有合适匹配的业务人员对接,则每个潜在客户都需要花费大量的时间进行仔细协调;而一旦跟进了错误的线索,则业务人员的努力和公关工作就会付诸东流。因此,精明的销售团队会使用工具和适当的技巧使他们的工作变得容易一些,目前,大多数的企业营销团队会使用客户关系管理系统来“导航”潜在客户和管理过程事宜。具备自动化能力的客户管理系统将给企业带来诸多好处,比如节约用户操作时间、更好的衔接各个业务环节、使数据更加完整规范、增加系统的使用率和价值等等;然而当前大多的营销管理系统仅是作为一个数据存储、内部抛转的工具,其在客户线索分配上,还存在较多的人为化问题,以及对客户线索没有一个较为有效可靠的异常预警、人员分发匹配机制,因此,常常投入了大量的使用成本后,无法从其使用中产生最大化的效益。
发明内容
有鉴于此,本发明的目的在于提出一种自处理程度高、分配可靠、实施便利且机制人性化、简洁化的客户线索分发方法、系统及存储介质。
为了实现上述的技术目的,本发明所采用的技术方案为:
一种客户线索分发方法,包括:
S01、构建营销数据库,该营销数据库内存储有业务人员信息集,业务人员信息集包括若干业务人员信息;
S02、配置若干个业务人员端口,该业务人员端口分别与营销数据库内的若干业务人员信息进行关联;
S03、根据业务人员信息,按照预设条件对其进行评级,生成业务人员评级;
S04、获取客户线索,根据客户线索,按照预设条件对其进行评级,生成客户线索评级;
S05、根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口。
作为一种可能的实施方式,进一步,本方案所述客户线索被获取后,还经分析和挖掘完善处理;其中,分析和挖掘完善处理的方法包括:
S041、识别客户线索内容,生成已获取客户线索;
S042、将已获取客户线索与预设客户线索模板进行匹配,生成未获取客户线索;
S043、根据未获取客户线索,生成检索关键词;
S044、根据检索关键词通过数据检索引擎进行检索,生成检索结果;
S045、对检索结果进行信息捕获,然后将符合预设要求的信息作为补充信息完善补充至客户线索中。
作为一种较优的选择实施方式,优选的,所述的营销数据库内还存储有历史客户信息集和竞争对手信息集;
根据客户线索评级和业务人员评级,将获取所得的客户线索分发至对应业务人员端口的方法还包括:
S051、将评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比,并按预设条件生成客户类型;
S052、根据客户类型和客户线索评级,将获取所得的客户线索分发至对应业务人员端口。
作为一种较优的选择实施方式,优选的,所述的客户类型包括:正常客户、灰尘客户和定向销售客户中的一项以上;所述历史客户信息集和竞争对手信息集的数据对象之间不交叉;
当评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比时,
若客户线索与竞争对手信息集匹配时,将所述客户线索标记为灰尘客户;
若客户线索与历史客户信息集匹配且该客户线索有关联业务人员信息时,将所述客户线索标记为定向销售客户;
若客户线索与竞争对手信息集和历史客户信息集均不匹配时,将所述客户线索标记为正常客户。
作为一种较优的选择实施方式,优选的,所述客户线索被标记为灰尘客户时,按照预设条件对应触发告警机制,且通过告警机制生成基础策略和/或通知被分发该客户线索的业务人员端口;
所述客户线索被标记为定向销售客户时,按照预设条件将该客户线索分发至所关联业务人员信息对应的业务人员端口。
作为一种较优的选择实施方式,优选的,所述历史客户信息集包括历史成交客户信息、历史咨询客户信息;
当所述客户线索标记为正常客户时,还统计生成该客户线索的历史咨询次数。
作为一种较优的选择实施方式,优选的,所述业务人员信息集还根据业务人员信息进行业务区域和/或产品领域划分;
所述业务人员信息至少包括业务人员身份信息及与其对应的营销对接信息、擅长产品领域、销售数据信息以及跟进效率信息;
根据业务人员信息,按照预设条件对其进行评级时,其按照预设要求,对业务人员信息中的销售数据信息、跟进效率信息、擅长产品领域中的至少一项进行分配权重值进行参与评级。
作为一种较优的选择实施方式,优选的,本方案还包括:S06、按照预设周期更新业务人员评级;
其中,所述的业务人员包括销售人员、助理人员、决策人员中的一项以上。
基于上述的分发方法,本发明还提供一种客户线索分发系统,其包括:
存储单元,用于构建营销数据库,且存储业务人员信息集、历史客户信息和客户线索;
信息获取单元,用于获取客户线索,且将客户线索存储与存储单元中;
数据处理单元,用于对客户线索进行评级和对业务人员信息进行评级,且将业务人员评级存储于存储单元中;
端口配置单元,用于配置业务人员端口;
数据分发单元,用于根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口,且将客户线索和业务人员端口关联信息存储与存储单元中。
基于上述的分发方法,本发明还提供一种计算机可读的存储介质,所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的客户线索分发方法。
采用上述的技术方案,本发明与现有技术相比,其具有的有益效果为:本方案为了解决客户线索分配不够智能化,分发机制“人为化”现象严重、异常客户线索无法识别、无法根据销售人员能力模型匹配不同重要等级的客户、无法发挥销售人员的优势领域等问题,提出了一种客户线索智能分发方法,充分引入业务人员评级和客户线索评级策略,结合特定的分发策略,打通线索获取、线索分发、线索转化和留存等核心业务流程,实现对客户线索获取到最后循环利用的全流程管理和全生命周期管理,尤其是本方案针对客户线索,对其进行线索分析和挖掘完善后,能够大大减轻了业务人员人工整合的工作量,提高了业务接洽效率和客户信息完整性,同时,对业务人员进行评级,根据其跟进效率、销售业绩等,对其进行能力评价,然后将不同评级的客户线索分配至不同评级的业务人员进行跟进,有助于团队工作分配的最优配置,大大提高了客户对接和促成合作的效率和概率。
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,还可以根据这些附图获得其他的附图。
图1是本发明客户线索分发方法的简要流程示意图;
图2是本发明客户线索分发方法中对客户线索进行分析和挖掘完善处理的简要流程示意图;
图3是本发明客户线索分发方法的其中一种应用实例数据流程示意图;
图4是本发明客户线索分发系统的简要连接示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明一种客户线索分发方法,包括:
S01、构建营销数据库,该营销数据库内存储有业务人员信息集,业务人员信息集包括若干业务人员信息;
S02、配置若干个业务人员端口,该业务人员端口分别与营销数据库内的若干业务人员信息进行关联;
S03、根据业务人员信息,按照预设条件对其进行评级,生成业务人员评级;
S04、获取客户线索,根据客户线索,按照预设条件对其进行评级,生成客户线索评级;
S05、根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口;
S06、按照预设周期更新业务人员评级;
其中,周期性的对销售人员的业绩数据和跟进线索的效率进行统计,能够保持业务人员评级的实时性,从而更好的为了下次的智能分配起到参考价值。所述的业务人员包括销售人员、助理人员、决策人员中的一项以上。
另外,由于初始获取的客户线索不一定是完整的信息内容,其可能仅是一个名称、联系方式或其他能够代表客户重要信息的线索内容,而为了能够对其进行关联完善,避免业务人员在分发到客户线索时,需要耗费大量的时间去整合客户相关信息,本实施例中,作为一种可能的实施方式,进一步,本方案所述客户线索被获取后,还经分析和挖掘完善处理;结合如图2所示,其中,分析和挖掘完善处理的方法包括:
S041、识别客户线索内容,生成已获取客户线索;
S042、将已获取客户线索与预设客户线索模板进行匹配,生成未获取客户线索;
S043、根据未获取客户线索,生成检索关键词;
S044、根据检索关键词通过数据检索引擎进行检索,生成检索结果;
S045、对检索结果进行信息捕获,然后将符合预设要求的信息作为补充信息完善补充至客户线索中。
通过对客户线索进行自动化完善处理,令其能够尽可能地通过数据检索引擎(如百度、谷歌、企业信息查询系统或网站等客户信息整合数据引擎)进行预先处理整合,大大减轻了业务人员人工整合的工作量,提高了业务接洽效率和客户信息完整性。
为了能够对客户线索的类型进行识别,避免伪客户或非意向客户的访问导致业务资源过多浪费,作为一种较优的选择实施方式,优选的,所述的营销数据库内还存储有历史客户信息集和竞争对手信息集;
而步骤S05中,根据客户线索评级和业务人员评级,将获取所得的客户线索分发至对应业务人员端口的方法还包括:
S051、将评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比,并按预设条件生成客户类型;
S052、根据客户类型和客户线索评级,将获取所得的客户线索分发至对应业务人员端口。
其中,作为一种较优的选择实施方式,优选的,所述的客户类型包括:正常客户、灰尘客户和定向销售客户中的一项以上;所述历史客户信息集和竞争对手信息集的数据对象之间不交叉;
当评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比时,
若客户线索与竞争对手信息集匹配时,将所述客户线索标记为灰尘客户;
若客户线索与历史客户信息集匹配且该客户线索有关联业务人员信息时,将所述客户线索标记为定向销售客户;
若客户线索与竞争对手信息集和历史客户信息集均不匹配时,将所述客户线索标记为正常客户。
另外,作为一种较优的选择实施方式,优选的,所述客户线索被标记为灰尘客户时,按照预设条件对应触发告警机制,且通过告警机制生成基础策略和/或通知被分发该客户线索的业务人员端口;
所述客户线索被标记为定向销售客户时,按照预设条件将该客户线索分发至所关联业务人员信息对应的业务人员端口。
除此之外,还可以在分发方法中,引入上级主管指定分发的机制,通过上级权限端口进行手动分发或者将其中一历史客户与业务人员进行直接预先关联,令该客户的业务需求被获取后,直接分发至对应业务人员端口。
而在分发过程中,可以根据不同的权重或策略进行分配客户分线,例如通过如下方式进行:
(1)领域优先:根据业务人员的领域优势优先(例如销量最优的产品所属领域)分配客户线索;
(2)能力优先:根据最优能力(业绩、效率)的业务人员优先分配重点优质客户的原则进行分配。
(3)定向指派:业务人员领导手动指派线索给具体销售人员。若客户指派需要某销售人员跟进则可以直接将该线索指派给该销售人员。
另外,由于定向销售客户多为长期交易客户,而其为经销商或运营方时,其产品在转销、使用过程中,会存在库存或备件逐步减少的情况,而其采购周期亦存在一定的规律性,例如呈现周期订货的情况或季节性频繁订货或特定时期的频繁订货情况,本方案中,当客户为定向销售客户时,对该定向销售客户建立订货统计表,同时,获取其订货规律和预估其下一订货时间节点,并按时间节点生成预告信息并传递至所关联的业务人员端口,以此能够使得该业务人员进行提前客情维护或生产订单跟进、库存情况排查,令客户能够更为快速、有效地进行订货和我方发货,提高了供销关系黏度和合作友好度,同时也为仓储备货和生产安排提供较为可靠的参考,优化了生产备货成本的占用,提高了资金利用的效益。
本实施例中,作为一种较优的选择实施方式,优选的,所述历史客户信息集包括历史成交客户信息、历史咨询客户信息;
当所述客户线索标记为正常客户时,还统计生成该客户线索的历史咨询次数。
针对客户领域、客户规模、咨询频率等划分客户线索重要等级,其中:根据客户领域判断:不同客户领域的销售对象销售的成功率不同,根据更加对口的客户领域判断客户的匹配度;根据客户规模判断:更大规模的客户线索更加重要,识别为大客户;根据历史咨询判断:根据客户的咨询次数可以判断出客户的意向程度更加大。
而在具体客户评级方面,除了对其进行标记以外,对于正常客户,还可以根据其历史咨询次数、主动登记的数据完整程度、客户规模等进行分配不同的权重(通过预设对照查询表方式),以此将更为优质、意向更为强烈的客户进行筛选出,通过分配评级更优的业务人员进行对接,使得业务促成更为快速。
本方案通过对客户线索进行预先识别标记,令收到客户线索的业务人员能够结合客户情况进行第一时间了解客户类型,使其可以采取不同的业务应对措施进行业务接洽。
而在业务人员评级和客户线索评级方面的对应关系上,可以根据不同的客户线索进行提取客户需求的产品领域、类型,然后在业务人员评级上,根据客户的线索信息进行相应生成业务人员评级,获得与客户需求匹配的业务人员评级,其可以结合预设查询对照表的形式进行快速关联计算,令客户线索评级生成后,将其分发至业务人员评级与之匹配的业务人员端口进行跟进;以此通过对客户线索生成定制化的业务人员评级,令客户线索的对接更为可靠、人性化和高效化。
分发的预设条件可以为业务线索评级低的,由业务人员评级低的初步跟进,业务线索评级中等的,由业务人员评级中等的初步跟进,业务线索评级高的,由业务人员评级高的初步跟进,以此实现团队化的快速分工。
作为一种较优的选择实施方式,优选的,所述业务人员信息集还根据业务人员信息进行业务区域和/或产品领域划分;
所述业务人员信息至少包括业务人员身份信息及与其对应的营销对接信息、擅长产品领域、销售数据信息以及跟进效率信息;
根据业务人员信息,按照预设条件对其进行评级时,其按照预设要求,对业务人员信息中的销售数据信息、跟进效率信息、擅长产品领域中的至少一项进行分配权重值进行参与评级,而具体操作时,可以形成查询对照表的形式,对各项目分配不同的权重,然后通过权重加减计算后,获得最终评级。
图3示出了本方案分发方法的简要应用实施例的数据流程图,通过对业务人员信息进行评级结合客户线索的评级,然后结合客户线索类型的定义机制,将客户线索分配至业务人员端口中,使得客户线索分配智能化,可以识别异常客户线索并告警,可以根据销售人员能力匹配不同重要等级客户,可以充分发挥销售人员的优势领域;使得客户线索管理更加高效,充分打通线索获取、线索分发、线索转化和留存等核心业务流程,实现对客户线索获取到最后循环利用的全流程管理和全生命周期管理。
结合图4所示,基于上述的分发方法,本方案还提供一种客户线索分发系统,其包括:
存储单元1,用于构建营销数据库,且存储业务人员信息集、历史客户信息和客户线索;
信息获取单元2,用于获取客户线索,且将客户线索存储与存储单元1中;
数据处理单元3,用于对客户线索进行评级和对业务人员信息进行评级,且将业务人员评级存储于存储单元1中;
端口配置单元4,用于配置业务人员端口;
数据分发单元5,用于根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口,且将客户线索和业务人员端口关联信息存储与存储单元1中。
另外,在本发明各个实施方式中的各功能单元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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种客户线索分发方法,其特征在于,包括:
构建营销数据库,该营销数据库内存储有业务人员信息集,业务人员信息集包括若干业务人员信息;
配置若干个业务人员端口,该业务人员端口分别与营销数据库内的若干业务人员信息进行关联;
根据业务人员信息,按照预设条件对其进行评级,生成业务人员评级;
获取客户线索,根据客户线索,按照预设条件对其进行评级,生成客户线索评级;
根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口。
2.如权利要求1所述的客户线索分发方法,其特征在于,所述客户线索被获取后,还经分析和挖掘完善处理;其中,分析和挖掘完善处理的方法包括:
识别客户线索内容,生成已获取客户线索;
将已获取客户线索与预设客户线索模板进行匹配,生成未获取客户线索;
根据未获取客户线索,生成检索关键词;
根据检索关键词通过数据检索引擎进行检索,生成检索结果;
对检索结果进行信息捕获,然后将符合预设要求的信息作为补充信息完善补充至客户线索中。
3.如权利要求2所述的客户线索分发方法,其特征在于,所述的营销数据库内还存储有历史客户信息集和竞争对手信息集;
根据客户线索评级和业务人员评级,将获取所得的客户线索分发至对应业务人员端口的方法还包括:
将评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比,并按预设条件生成客户类型;
根据客户类型和客户线索评级,将获取所得的客户线索分发至对应业务人员端口。
4.如权利要求3所述的客户线索分发方法,其特征在于,所述的客户类型包括:正常客户、灰尘客户和定向销售客户中的一项以上;所述历史客户信息集和竞争对手信息集的数据对象之间不交叉;
当评级后的客户线索与营销数据库内的历史客户信息集和竞争对手信息集进行检索对比时,
若客户线索与竞争对手信息集匹配时,将所述客户线索标记为灰尘客户;
若客户线索与历史客户信息集匹配且该客户线索有关联业务人员信息时,将所述客户线索标记为定向销售客户;
若客户线索与竞争对手信息集和历史客户信息集均不匹配时,将所述客户线索标记为正常客户。
5.如权利要求4所述的客户线索分发方法,其特征在于,所述客户线索被标记为灰尘客户时,按照预设条件对应触发告警机制,且通过告警机制生成基础策略和/或通知被分发该客户线索的业务人员端口;
所述客户线索被标记为定向销售客户时,按照预设条件将该客户线索分发至所关联业务人员信息对应的业务人员端口。
6.如权利要求4所述的客户线索分发方法,其特征在于,所述历史客户信息集包括历史成交客户信息、历史咨询客户信息;
当所述客户线索标记为正常客户时,还统计生成该客户线索的历史咨询次数。
7.如权利要求1所述的客户线索分发方法,其特征在于,所述业务人员信息集还根据业务人员信息进行业务区域和/或产品领域划分;
所述业务人员信息至少包括业务人员身份信息及与其对应的营销对接信息、擅长产品领域、销售数据信息以及跟进效率信息;
根据业务人员信息,按照预设条件对其进行评级时,其按照预设要求,对业务人员信息中的销售数据信息、跟进效率信息、擅长产品领域中的至少一项进行分配权重值进行参与评级。
8.如权利要求1至7之一所述的客户线索分发方法,其特征在于,其还包括:按照预设周期更新业务人员评级;
其中,所述的业务人员包括销售人员、助理人员、决策人员中的一项以上。
9.一种客户线索分发系统,其特征在于,其包括:
存储单元,用于构建营销数据库,且存储业务人员信息集、历史客户信息和客户线索;
信息获取单元,用于获取客户线索,且将客户线索存储与存储单元中;
数据处理单元,用于对客户线索进行评级和对业务人员信息进行评级,且将业务人员评级存储于存储单元中;
端口配置单元,用于配置业务人员端口;
数据分发单元,用于根据客户线索评级和业务人员评级,按照预设条件,将获取所得的客户线索分发至对应业务人员端口,且将客户线索和业务人员端口关联信息存储与存储单元中。
10.一种计算机可读的存储介质,其特征在于:所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至8之一所述的客户线索分发方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511761.3A CN113362102B (zh) | 2021-05-11 | 2021-05-11 | 一种客户线索分发方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511761.3A CN113362102B (zh) | 2021-05-11 | 2021-05-11 | 一种客户线索分发方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113362102A true CN113362102A (zh) | 2021-09-07 |
CN113362102B CN113362102B (zh) | 2022-08-23 |
Family
ID=77526099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110511761.3A Active CN113362102B (zh) | 2021-05-11 | 2021-05-11 | 一种客户线索分发方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113362102B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451748A (zh) * | 2017-08-10 | 2017-12-08 | 北京奇鱼时代科技有限公司 | 一种客户关系管理系统中客户公海管理方法 |
CN114565272A (zh) * | 2022-02-28 | 2022-05-31 | 上海明胜品智人工智能科技有限公司 | 一种资源分配的方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101076823A (zh) * | 2004-04-21 | 2007-11-21 | 电脑信用公司 | 销售点客户识别系统 |
US9070155B1 (en) * | 2013-11-18 | 2015-06-30 | Whozagood, Inc. | Electronic computer engines for analytical searching and methods of use thereof |
CN109544248A (zh) * | 2018-11-29 | 2019-03-29 | 上海文军信息技术有限公司 | 一种基于互联网信息进行销售线索挖掘的方法 |
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 |
CN110046933A (zh) * | 2019-04-02 | 2019-07-23 | 上海网商电子商务有限公司 | 一种基于互联网的汽车销售线索自动化筛选系统 |
CN111178952A (zh) * | 2019-12-20 | 2020-05-19 | 上海数策软件股份有限公司 | 适用于汽车业的销售线索跟进及处理的系统、方法及介质 |
CN112488851A (zh) * | 2020-11-20 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种自动生成销售员等级的方法、装置及电子设备 |
-
2021
- 2021-05-11 CN CN202110511761.3A patent/CN113362102B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101076823A (zh) * | 2004-04-21 | 2007-11-21 | 电脑信用公司 | 销售点客户识别系统 |
US9070155B1 (en) * | 2013-11-18 | 2015-06-30 | Whozagood, Inc. | Electronic computer engines for analytical searching and methods of use thereof |
CN109544248A (zh) * | 2018-11-29 | 2019-03-29 | 上海文军信息技术有限公司 | 一种基于互联网信息进行销售线索挖掘的方法 |
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 |
CN110046933A (zh) * | 2019-04-02 | 2019-07-23 | 上海网商电子商务有限公司 | 一种基于互联网的汽车销售线索自动化筛选系统 |
CN111178952A (zh) * | 2019-12-20 | 2020-05-19 | 上海数策软件股份有限公司 | 适用于汽车业的销售线索跟进及处理的系统、方法及介质 |
CN112488851A (zh) * | 2020-11-20 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种自动生成销售员等级的方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451748A (zh) * | 2017-08-10 | 2017-12-08 | 北京奇鱼时代科技有限公司 | 一种客户关系管理系统中客户公海管理方法 |
CN114565272A (zh) * | 2022-02-28 | 2022-05-31 | 上海明胜品智人工智能科技有限公司 | 一种资源分配的方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113362102B (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10896203B2 (en) | Digital analytics system | |
US11132501B2 (en) | Smart column selection for table operations in data preparation | |
US8661034B2 (en) | Bimodal recommendation engine for recommending items and peers | |
US7565304B2 (en) | Business processes based on a predictive model | |
US7519566B2 (en) | Method and apparatus for automatically and continuously updating prediction models in real time based on data mining | |
US10810680B2 (en) | Location and social network data predictive analysis system | |
US20080222634A1 (en) | Parallel processing for etl processes | |
US20030088491A1 (en) | Method and apparatus for identifying cross-selling opportunities based on profitability analysis | |
US20060212337A1 (en) | Method and system for automatic assignment of sales opportunities to human agents | |
CN113362102B (zh) | 一种客户线索分发方法、系统及存储介质 | |
US10671926B2 (en) | Method and system for generating predictive models for scoring and prioritizing opportunities | |
US20160217427A1 (en) | Systems, methods, and devices for implementing a referral processing engine | |
US11122073B1 (en) | Systems and methods for cybersecurity risk mitigation and management | |
WO2018148442A1 (en) | Decision support system and methods associated with same | |
JP2023534474A (ja) | 機械学習特徴量推薦 | |
US7398227B2 (en) | Methods, systems, and computer for managing purchasing data | |
Mohebzada et al. | Systematic mapping of recommendation systems for requirements engineering | |
US10055469B2 (en) | Method and software for retrieving information from big data systems and analyzing the retrieved data | |
AU2014204115B2 (en) | Using a graph database to match entities by evaluating Boolean expressions | |
Chen et al. | A rough set approach to multiple criteria ABC analysis | |
CN111882113A (zh) | 一种企业手机银行用户的预测方法和装置 | |
US20160217216A1 (en) | Systems, methods, and devices for implementing a referral search | |
US20160217425A1 (en) | Systems, methods, and devices for implementing a referral processor | |
JP2023534475A (ja) | 機械学習特徴量推薦 | |
Rodpysh | Model to predict the behavior of customers churn at the industry |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: Unit 403-12, 4th Floor, No. 56, Chengyi North Street, Phase III, Software Park, Torch High-tech Zone, Xiamen, Fujian 361000 Patentee after: XIAMEN LEELEN TECHNOLOGY Co.,Ltd. Address before: 2-5 / F, 780 Tieshan Road, Guankou Town, Jimei District, Xiamen City, Fujian Province 361021 Patentee before: XIAMEN LEELEN TECHNOLOGY Co.,Ltd. |