CN113822727A - 基于智能分析技术的客户关系管理系统 - Google Patents
基于智能分析技术的客户关系管理系统 Download PDFInfo
- Publication number
- CN113822727A CN113822727A CN202111394721.1A CN202111394721A CN113822727A CN 113822727 A CN113822727 A CN 113822727A CN 202111394721 A CN202111394721 A CN 202111394721A CN 113822727 A CN113822727 A CN 113822727A
- Authority
- CN
- China
- Prior art keywords
- client
- dynamic
- static
- information
- portrait
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
本发明公开了基于智能分析技术的客户关系管理系统，属于智能分析技术领域，包括客户信息模块、静态分析模块、动态分析模块、匹配训练模块和动态提示模块；客户信息模块用于采集客户的静态信息和动态信息，该静态信息包含客户的所属领域、业务范围、净利润和员工总数；该动态信息包含客户的联系数据、发展数据和事件数据；静态分析模块根据静态信息实时对客户进行静态画像并更新，得到第一画像集；动态分析模块根据动态信息实时对客户进行动态画像并更新，得到第二画像集；本发明用于解决现有方案中客户关系管理的效果不佳的技术问题。
Description
技术领域
本发明涉及智能分析技术领域，具体涉及基于智能分析技术的客户关系管理系统。
背景技术
客户关系管理是一种旨在改善企业与客户之间关系的新型管理理念。价值创新战略正是基于客户对价值的感受,通过提供附加值高的产品,为客户带来更多的价值享受,从而赢得客户；可以说,在企业客户关系管理过程中运用价值创新战略可以为其增加竞争的砝码。
现有方案中，获取客户与联系人之间、客户与商机之间、客户与客户重大事件之间、客户联系人与客户拜访之间的关系时，只是通过单一的文字或者数据来进行记录，无法有效获取该客户的合作程度以及合作前景，使得不同的客户不能得到针对性的服务和合作；并且对于客户关系的处理没有结合历史数据来动态更新，导致客户关系管理的效果不佳。
发明内容
本发明的目的在于提供基于智能分析技术的客户关系管理系统，解决以下技术问题：没有从不同的方面对客户进行画像分析，使得客户的整体画像不精准；没有结合历史数据对实时的客户关系进行修正更新，使得针对性的服务不能及时跟进。
本发明的目的可以通过以下技术方案实现：
基于智能分析技术的客户关系管理系统，包括客户信息模块、静态分析模块、动态分析模块、匹配训练模块和动态提示模块；
客户信息模块用于采集客户的静态信息和动态信息，该静态信息包含客户的所属领域、业务范围、净利润和员工总数；该动态信息包含客户的联系数据、发展数据和事件数据；
静态分析模块根据静态信息实时对客户进行静态画像并更新，得到第一画像集；
动态分析模块根据动态信息实时对客户进行动态画像并更新，得到第二画像集；
匹配训练模块接收第一画像集和第二画像集并对客户进行整体画像，得到客户的画像值，根据画像值对应的客户等级对客户关系进行不同方式的处理；
动态提示模块根据客户等级实时对不同客户的关系管理进行提示。
优选的，对客户进行静态画像的具体步骤包括：
将所属领域与数据库中的领域表单进行匹配，获取对应的领域权重和领域排名；
将领域权重设定为LQ，将所属领域对应的领域排名设定为LP；
将业务范围与数据库中的业务范围清单进行匹配，获取业务匹配相同的数量并设定为YS；将净利润设定为JL；将员工总数设定为RZ；
对标记的各项数据进行归一化处理并取值，通过静态画像函数
获取静态信息的静态系数，a1、a2和a3为不同的比例系数，YSZ为业务范围清单中业务的总个数，
为静态补偿因子，取值范围为（0,10）。
优选的，根据静态系数将若干个客户进行降序排列，将排前j位的客户标记为优质客户；
将排j+1位至j+k位的客户标记为实力客户；
将排j+k位以后的客户标记为潜力客户；
根据静态系数对降序排列的客户进行编号；
优质客户、实力客户和潜力客户以及对应的静态系数构成静态画像的第一画像集；j和k为不同的正整数。
优选的，对客户进行动态画像的具体步骤包括：
获取联系数据中的联系次数和联系时长、发展数据中的人数变动值和收入变动值以及事件数据中的合作次数；
将联系次数设定为LC，将联系时长设定为LS，将合作次数设定为HC；
对标记的各项数据进行归一化处理并取值，通过公式
计算获取动态信息的第一关联系数，b1和b2为不同的比例系数；
将人数变动值设定为RB，将收入变动值设定为SB；
对标记的各项数据进行归一化处理并取值，通过公式
计算获取动态信息的第二关联系数，c1和c2为不同的比例系数；
根据第一关联系数和第二关联系数获取动态信息的动态系数。
优选的，通过动态画像函数
获取动态信息的动态系数，d1和d2为不同的比例系数且均大于零，
为动态补偿因子，取值范围为（0,20）；根据动态系数获取客户的发展能力。
优选的，获取客户的发展能力的具体步骤包括：
将大于发展范围最大值的动态系数对应的客户标记为强势客户；
将属于发展范围的动态系数对应的客户标记为平衡客户；
将小于发展范围最小值的动态系数对应的客户标记为后起客户；
强势客户、平衡客户和后起客户及其对应的动态系数构成动态画像的第二画像集。
优选的，对客户进行整体画像的具体步骤包括：
获取第一画像集中不同客户对应的编号，根据编号获取客户对应的静态系数并设定为第一标识；
根据编号获取客户对应第二画像集中的动态系数并设定为第二标识；
通过公式
获取客户的画像值，e1和e2为不同的权重，且e1+e2=10，
为客户的稳定系数；根据画像值对客户进行分类并等级设定。
优选的，将画像值与数据库中的等级认定表进行匹配，获取对应的客户等级，客户等级包含初级、初上级、中级、中上级和高级，其中，初级的取值范围为[0，m)，初上级的取值范围为[m，m+n)，中级的取值范围为[m+n，m+2n)，中上级的取值范围为[m+2n，m+3n），高级的取值范围为[m+3n，+∞），m和n均为正整数。
优选的，将客户当下的等级设定为基准等级，将基准等级对应的画像值设定为基准值，将客户前p次的等级设定为对比等级，获取前p次的对比等级对应的画像值的均值，并将其设定为对比值，获取基准值与对比值之间的比值，将该比值赋值给稳定系数，来对稳定系数进行更新；其中，p取值为正整数。
优选的，还包括数据库，数据库用于存储客户的静态信息和动态信息以及预存的领域表单、业务范围清单和等级认定表。
本发明的有益效果：
本发明公开的一方面，根据静态信息实时对客户进行静态画像并更新，根据动态信息实时对客户进行动态画像并更新，从不同的方面对客户进行画像和分析，提高了客户画像的多样性和全面性，以便更好的对客户关系进行分类和管理。
本发明公开的另一方面，并且将不同方面的第一画像集和第二画像集进行联立，得到客户的画像值，根据客户等级对客户关系进行不同方式的处理，使得不同客户的关系可以针对性的进行处理和维护，提高了客户关系维护的效果。
本发明公开的其它方面，基于稳定系数来表示客户是否稳定，根据客户当下以及历史对应的等级来进行分析，并对客户的稳定系数进行更新，使得画像值对客户的整体画像更精准，以便安排更专业的人员来对接客户。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明基于智能分析技术的客户关系管理系统的模块框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
请参阅图1，本发明为基于智能分析技术的客户关系管理系统，包括客户信息模块、静态分析模块、动态分析模块、匹配训练模块、动态提示模块、数据库和展示模块；
本发明根据与客户之间的联系以及客户的属性和发展等方面，对客户的关系进行信息化的管理和展示，可以对不同实力的客户以及不同发展能力的客户进行分析和画像，进而可以对不同客户之间的关系进行针对性的处理和维护，提高了客户维护和合作的效果。
客户信息模块用于采集客户的静态信息和动态信息，该静态信息包含客户的所属领域、业务范围、净利润和员工总数；该动态信息包含客户的联系数据、发展数据和事件数据；
其中，数据库用于存储客户的静态信息和动态信息以及预存的领域表单、业务范围清单和等级认定表；领域表单是指客户所属公司所处的领域，领域包括但不限于集成电路、新型显示、人工智能、网络与信息安全、汽车和智能网联汽车、家电和智能家居、高端装备制造、节能环保、光伏及新能源、生物医药和大健康、新材料和创意文化产业等等；不同的领域对应一个不同的领域权重，领域权重用来体现该领域的重要性，比如高端装备制造的领域权重为100，新材料的领域权重为90，创意文化产业的领域权重为80等等；
业务范围是指企业为完成其经营目标而从事的日常活动中的主要活动，可根据企业营业执照上规定的主要业务范围确定；业务范围清单是指本公司的业务范围，用来匹配客户业务之间的重合度和关联度，以便更好的对客户的静态属性进行分析；净利润和员工总数可以反映出客户的整体实力；
静态分析模块根据静态信息实时对客户进行静态画像并更新，得到第一画像集；具体的步骤包括：
将所属领域与数据库中的领域表单进行匹配，获取对应的领域权重和领域排名；
将领域权重设定为LQ，将所属领域对应的领域排名设定为LP；
将业务范围与数据库中的业务范围清单进行匹配，获取业务匹配相同的数量并设定为YS；将净利润设定为JL，单位为万元；将员工总数设定为RZ；
对标记的各项数据进行归一化处理并取值，通过静态画像函数
获取静态信息的静态系数，a1、a2和a3为不同的比例系数，YSZ为业务范围清单中业务的总个数，
为静态补偿因子，取值范围为（0,10），取值可以为0.26247。
根据静态系数将若干个客户进行降序排列，将排前j位的客户标记为优质客户；
将排j+1位至j+k位的客户标记为实力客户；
将排j+k位以后的客户标记为潜力客户；其中，优质客户表示客户自身实力强劲，优质客户表示客户自身实力中等，优质客户表示客户自身实力较差，基于静态系数对客户的实力进行分类；
根据静态系数对降序排列的客户进行编号；
优质客户、实力客户和潜力客户以及对应的静态系数构成静态画像的第一画像集；j和k为不同的正整数，j可以取值为30，k取值可以为50；
本实施例中，根据客户的静态信息实时对客户进行静态画像，可以从一方面对客户自身的实力进行展示，以便本公司可以对不同的客户针对性的开展业务合作，提高了业务合作的效果；另一方面，获取客户的发展情况，根据采集的客户的动态信息来进行动态画像，可以对公司的发展能力进行分析和展示，为本公司与客户的长远合作提供了依据，以便更好的规避风险；
值得注意的是，实力客户表示当下该公司的能力强，不代表后续的发展依然强，需要进行一步进行分析，同时，实力客户和潜力客户随着自身发展能力的不同，在静态画像后，需结合动态画像的结果，辩证的看待客户整体的画像情况。
动态分析模块根据动态信息实时对客户进行动态画像并更新，得到第二画像集；具体的步骤包括：
获取联系数据中的联系次数和联系时长、发展数据中的人数变动值和收入变动值以及事件数据中的合作次数；
将联系次数设定为LC，将联系时长设定为LS，单位为分钟，将合作次数设定为HC；
对标记的各项数据进行归一化处理并取值，通过公式
计算获取动态信息的第一关联系数，b1和b2为不同的比例系数；
其中，联系次数的多少、联系时长的多少以及合作次数的多少，可以从侧面反映出合作的成效和质量，因此将其进行联立计算得到第一关联系数，基于第一关联系数可以获取该客户的稳定度，从一方面获取客户的发展能力；
将人数变动值设定为RB，将收入变动值设定为SB；
其中，人数变动值可以为负值，即表示人员离职，人数变动值为正值时，表示人员增加；同理，收入变动值为负值时，表示营业收入为亏损状态，收入变动值为正值时，表示营业收入为盈利状态；
对标记的各项数据进行归一化处理并取值，通过公式
计算获取动态信息的第二关联系数，c1和c2为不同的比例系数；
本实施例中，基于人员流动情况和收入情况进行联立计算得到第二关联系数，基于第二关联系数可以获取该客户的可持续发展性，可以从另一方面获取客户的发展能力；
根据第一关联系数和第二关联系数获取动态信息的动态系数；包括：
通过动态画像函数
获取动态信息的动态系数，d1和d2为不同的比例系数且均大于零，
为动态补偿因子，取值范围为（0,20），取值可以为0.85274，动态补偿因子和静态补偿因子均起到减少误差的作用；根据动态系数获取客户的发展能力，包括：
将大于发展范围最大值的动态系数对应的客户标记为强势客户；
将属于发展范围的动态系数对应的客户标记为平衡客户；
将小于发展范围最小值的动态系数对应的客户标记为后起客户；其中，强势客户表示客户的发展能力强劲，平衡客户表示客户的发展能力中等，后起客户表示客户的发展能力较差，基于动态系数对客户的发展能力进行分类；
强势客户、平衡客户和后起客户及其对应的动态系数构成动态画像的第二画像集；
本实施例中，通过对不同客户的发展情况进行分析和画像，区别于静态画像，可以从另一方面对客户进行画像，判定不同客户的发展能力，以便进行针对性的服务和合作，避免错过发展潜力大的客户。
匹配训练模块接收第一画像集和第二画像集并对客户进行整体画像，得到客户的画像值；具体的步骤包括：
获取第一画像集中不同客户对应的编号，根据编号获取客户对应的静态系数并设定为第一标识；
根据编号获取客户对应第二画像集中的动态系数并设定为第二标识；
通过公式
获取客户的画像值，e1和e2为不同的权重，且e1+e2=10，
为客户的稳定系数；根据画像值对客户进行分类并等级设定，基于客户的实时静态信息和动态信息以及历史静态信息和动态信息训练得到；
本实施例中，第一标识和第二标识的重要性不同，基于不同的权重来表示第一标识和第二标识的重要性，权重的具体取值基于对客户的要求进行设定，本实施例中，第一标识对应的权重为e1，第二标识对应的权重为e2，通过e1和e2的具体取值，来反映对客户不同方面的重视，比如，e1为2且e2为8时，则反映出对客户的发展能力比较重视，而不重视客户自身的状态，比如客户为互联网领域；当e1为8且e2为2时，则偏重于客户的自身的状态不是发展能力，谋求更稳定的合作，比如客户为国有企业；
其中，将画像值与数据库中的等级认定表进行匹配，获取对应的客户等级，客户等级包含初级、初上级、中级、中上级和高级；值得注意的是，初级的取值范围为[0，m)，初上级的取值范围为[m，m+n)，中级的取值范围为[m+n，m+2n)，中上级的取值范围为[m+2n，m+3n），高级的取值范围为[m+3n，+∞），m和n均为正整数；
根据客户等级对客户关系进行不同方式的处理；其中，具体的处理包括但不限于安排不同等级的专员跟进和服务客户，不同等级可以为初级专员、中级专员和高级专员，等级设定的依据可以为专员的工作年限、服务的总人数和好评率；
将客户当下的等级设定为基准等级，将基准等级对应的画像值设定为基准值，将客户前p次的等级设定为对比等级，获取前p次的对比等级对应的画像值的均值，并将其设定为对比值，获取基准值与对比值之间的比值，将该比值赋值给稳定系数，来对稳定系数进行更新；其中，p可以取值为3；
本实施例中，通过将不同方面的画像进行联立，来对客户进行整体画像，基于整体画像来获取客户对应的等级，当客户的等级波动不大时，表示该客户比较稳定，当客户的等级波动大时，表示该客户不稳定，比如当下客户等级为高级，但前3次的等级分别为初级、高级、初上级，基于稳定系数来表示客户是否稳定，根据客户当下以及历史对应的等级来进行分析，并对客户的稳定系数进行更新，使得画像值对客户的整体画像更精准，以便安排更专业的人员来对接客户；
动态提示模块根据客户等级实时对不同客户的关系管理进行提示，并将与客户的合作进度实时进行展示，展示包括但不限于数字展示以及图表展示。
上述的公式均是去除量纲取其数值计算，通过采集大量的数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设比例系数和阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
本发明的工作原理：采集客户的静态信息和动态信息，该静态信息包含客户的所属领域、业务范围、净利润和员工总数；该动态信息包含客户的联系数据、发展数据和事件数据；
根据静态信息实时对客户进行静态画像并更新，得到包含优质客户、实力客户和潜力客户以及对应的静态系数的第一画像集；
根据动态信息实时对客户进行动态画像并更新，得到包含强势客户、平衡客户和后起客户及其对应的动态系数的第二画像集；
接收第一画像集和第二画像集并对客户进行整体画像，得到客户的画像值，根据客户等级对客户关系进行不同方式的处理；通过关联模型对静态画像中的静态补偿因子以及动态画像中的动态补偿因子进行训练和更新；
根据客户等级实时对不同客户的关系管理进行提示。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.基于智能分析技术的客户关系管理系统，其特征在于，包括客户信息模块、静态分析模块、动态分析模块和匹配训练模块；
客户信息模块用于采集客户的静态信息和动态信息，该静态信息包含客户的所属领域、业务范围、净利润和员工总数；该动态信息包含客户的联系数据、发展数据和事件数据；
静态分析模块根据静态信息实时对客户进行静态画像并更新，得到包含优质客户、实力客户、潜力客户和若干个静态系数的第一画像集，静态系数用于表示客户的整体实力；动态分析模块根据动态信息实时对客户进行动态画像并更新，得到包含强势客户、平衡客户、后起客户和若干个动态系数的第二画像集，动态系数用于表示客户的发展能力；
匹配训练模块接收第一画像集和第二画像集并对客户进行整体画像，得到客户的画像值，根据画像值对应的客户等级对客户关系进行不同方式的处理。
2.根据权利要求1所述的基于智能分析技术的客户关系管理系统，其特征在于，对客户进行静态画像的具体步骤包括：
将所属领域与数据库中的领域表单进行匹配，获取对应的领域权重LQ和领域排名LP；将业务范围与数据库中的业务范围清单进行匹配，获取业务匹配相同的数量YS；获取净利润JL和员工总数RZ；
通过静态画像函数
获取静态信息的静态系数，a1、a2和a3为不同的比例系数，YSZ为业务范围清单中业务的总个数，
为静态补偿因子，取值范围为（0,10）。
3.根据权利要求2所述的基于智能分析技术的客户关系管理系统，其特征在于，根据静态系数将若干个客户进行降序排列，将排前j位的客户标记为优质客户；将排j+1位至j+k位的客户标记为实力客户；将排j+k位以后的客户标记为潜力客户；根据静态系数对降序排列的客户进行编号；
优质客户、实力客户和潜力客户以及对应的静态系数构成静态画像的第一画像集；j和k为不同的正整数。
4.根据权利要求3所述的基于智能分析技术的客户关系管理系统，其特征在于，对客户进行动态画像的具体步骤包括：
获取联系数据中的联系次数LC和联系时长LS以及事件数据中的合作次数HC；通过公式
计算获取动态信息的第一关联系数，b1和b2为不同的比例系数；
获取发展数据中的人数变动值RB和收入变动值SB；通过公式
计算获取动态信息的第二关联系数，c1和c2为不同的比例系数；
根据第一关联系数和第二关联系数获取动态信息的动态系数。
5.根据权利要求4所述的基于智能分析技术的客户关系管理系统，其特征在于，通过动态画像函数
获取动态信息的动态系数，d1和d2为不同的比例系数且均大于零，
为动态补偿因子，取值范围为（0,20）；根据动态系数获取客户的发展能力。
6.根据权利要求5所述的基于智能分析技术的客户关系管理系统，其特征在于，获取客户的发展能力的具体步骤包括：
将大于发展范围最大值的动态系数对应的客户标记为强势客户；将属于发展范围的动态系数对应的客户标记为平衡客户；将小于发展范围最小值的动态系数对应的客户标记为后起客户；
强势客户、平衡客户和后起客户及其对应的动态系数构成动态画像的第二画像集。
7.根据权利要求6所述的基于智能分析技术的客户关系管理系统，其特征在于，对客户进行整体画像的具体步骤包括：
通过公式
获取客户的画像值，e1和e2为不同的权重，且e1+e2=10，
为客户的稳定系数；根据画像值对客户进行分类并等级设定。
8.根据权利要求7所述的基于智能分析技术的客户关系管理系统，其特征在于，将画像值与数据库中的等级认定表进行匹配，获取对应的客户等级，客户等级包含初级、初上级、中级、中上级和高级。
9.根据权利要求1所述的基于智能分析技术的客户关系管理系统，其特征在于，还包括数据库和动态提示模块，数据库用于存储客户的静态信息和动态信息以及预存的领域表单、业务范围清单和等级认定表；动态提示模块根据客户等级实时对不同客户的关系管理进行提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394721.1A CN113822727B (zh) | 2021-11-23 | 2021-11-23 | 基于智能分析技术的客户关系管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111394721.1A CN113822727B (zh) | 2021-11-23 | 2021-11-23 | 基于智能分析技术的客户关系管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113822727A true CN113822727A (zh) | 2021-12-21 |
| CN113822727B CN113822727B (zh) | 2022-03-01 |
Family
ID=78919755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111394721.1A Active CN113822727B (zh) | 2021-11-23 | 2021-11-23 | 基于智能分析技术的客户关系管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113822727B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114625975A (zh) * | 2022-05-16 | 2022-06-14 | 山东省科院易达科技咨询有限公司 | 一种基于知识图谱的客户行为分析系统 |
| CN115640335A (zh) * | 2022-12-06 | 2023-01-24 | 烟台广兴云涛文化传媒有限公司 | 基于企业画像的企业分析方法、系统及云平台 |
| CN116385195A (zh) * | 2023-04-19 | 2023-07-04 | 福州年科信息科技有限公司 | 一种基于大数据和智慧办公的企业智慧管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105453119A (zh) * | 2013-03-04 | 2016-03-30 | 阿普雷西有限公司 | 用于动态客户关系管理(crm)和智能客户接触的系统和方法 |
| CN110245958A (zh) * | 2019-01-14 | 2019-09-17 | 北京纷扬科技有限责任公司 | 一种基于crm系统的客户智能打分方法及系统 |
| CN110766528A (zh) * | 2019-10-31 | 2020-02-07 | 瑞熙(苏州)智能科技有限公司 | 一种客户信用自评估工厂实时智能分析管理系统 |
| CN111985937A (zh) * | 2020-08-13 | 2020-11-24 | 西安科技大学 | 交易商价值信息评估方法、系统、存储介质、计算机设备 |
| CN113283806A (zh) * | 2021-06-22 | 2021-08-20 | 中国平安财产保险股份有限公司 | 企业信息评估方法、装置、计算机设备及存储介质 |
-
2021
- 2021-11-23 CN CN202111394721.1A patent/CN113822727B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105453119A (zh) * | 2013-03-04 | 2016-03-30 | 阿普雷西有限公司 | 用于动态客户关系管理(crm)和智能客户接触的系统和方法 |
| CN110245958A (zh) * | 2019-01-14 | 2019-09-17 | 北京纷扬科技有限责任公司 | 一种基于crm系统的客户智能打分方法及系统 |
| CN110766528A (zh) * | 2019-10-31 | 2020-02-07 | 瑞熙(苏州)智能科技有限公司 | 一种客户信用自评估工厂实时智能分析管理系统 |
| CN111985937A (zh) * | 2020-08-13 | 2020-11-24 | 西安科技大学 | 交易商价值信息评估方法、系统、存储介质、计算机设备 |
| CN113283806A (zh) * | 2021-06-22 | 2021-08-20 | 中国平安财产保险股份有限公司 | 企业信息评估方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 傅军 等: "电力用户行为画像构建技术研究", 《电气应用》 * |
| 曾莹: "客户价值评估体系的建立和管理", 《印制电路信息》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114625975A (zh) * | 2022-05-16 | 2022-06-14 | 山东省科院易达科技咨询有限公司 | 一种基于知识图谱的客户行为分析系统 |
| CN115640335A (zh) * | 2022-12-06 | 2023-01-24 | 烟台广兴云涛文化传媒有限公司 | 基于企业画像的企业分析方法、系统及云平台 |
| CN115640335B (zh) * | 2022-12-06 | 2023-08-11 | 上海创飞纵横科技集团有限公司 | 基于企业画像的企业分析方法、系统及云平台 |
| CN116385195A (zh) * | 2023-04-19 | 2023-07-04 | 福州年科信息科技有限公司 | 一种基于大数据和智慧办公的企业智慧管理系统 |
| CN116385195B (zh) * | 2023-04-19 | 2024-04-12 | 助流(佛山)科技有限公司 | 一种基于大数据和智慧办公的企业智慧管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113822727B (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113822727B (zh) | 基于智能分析技术的客户关系管理系统 | |
| CN107844915B (zh) | 一种基于话务预测的呼叫中心的自动排班方法 | |
| Kumar et al. | The merchant of Prato-revisited: toward a third rationality of information systems | |
| Law et al. | A neural network model to forecast Japanese demand for travel to Hong Kong | |
| CN107480856A (zh) | 基于改进逼近理想解排序法的售电公司电力客户评估方法 | |
| CN109885761A (zh) | 一种人力资源企业的职位和人才匹配和推荐方法 | |
| CN106897797A (zh) | 一种基于社会网络聚类的股票指数跟踪预测方法及系统 | |
| Karimi et al. | Location decision for foreign direct investment in ASEAN countries: A TOPSIS approach | |
| CN108038740A (zh) | 时间敏感的众包平台任务定价与分配方法 | |
| CN113450031B (zh) | 居民智慧用能服务潜在台区选取方法及装置 | |
| CN109559152A (zh) | 一种网络营销方法、系统及计算机存储介质 | |
| CN110516709B (zh) | 基于层级聚类的传媒客户价值模型建立方法 | |
| CN104657390B (zh) | 一种问答平台实现方法和系统 | |
| CN108133296B (zh) | 基于活动的社交网络下的一种结合环境数据的活动出席预测方法 | |
| CN115049089A (zh) | 一种基于物联网的智慧物业管理系统及方法 | |
| CN113934904A (zh) | 一种基于rfm模型的卷烟零售客户价值评价方法 | |
| CN110442794B (zh) | 一种分析师画像系统的构建方法 | |
| CN113850350A (zh) | 城市建筑用地智能规划系统及方法 | |
| Erjavec et al. | SMEs “Growing Smart”: The Complementarity of Intangible and Digital Investment in Small Firms and Their Contribution to Firm Performance | |
| Lin et al. | Exploration of key commercial space design indicators | |
| Cai et al. | Cooperative research and development behavior in technology-based small enterprises: The formation mechanism | |
| US20100299164A1 (en) | Human Capital Management Computer System and Method | |
| CN110442958B (zh) | 一种地理分析模型影响因子评价方法 | |
| CN112184485B (zh) | 一种电力用户信用评估方法 | |
| CN116308536B (zh) | 一种广告流量数据采集分析系统 |
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 |