CN114217876A - 一种高效的客户数据处理系统及方法 - Google Patents

Abstract

本发明实施例涉及数据处理技术领域，具体公开了一种高效的客户数据处理系统及方法。本发明实施例通过接收客户数据，并根据所述客户数据获取客户历史数据；对所述客户历史数据进行标签化分析，得到多个历史数据标签；综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；根据所述处理流程，对所述客户数据进行针对化处理。能够根据客户数据，进行标签化分析，获取与客户相匹配的虚拟配对角色，进而匹配对应的处理流程，从而能够对多样化的客户数据进行高效的、针对性的分析处理。

Description

一种高效的客户数据处理系统及方法

技术领域

本发明属于数据处理技术领域，尤其涉及一种高效的客户数据处理系统及方法。

背景技术

数据是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。数据经过解释并赋予一定的意义之后，便成为信息。数据处理是对数据的采集、存储、检索、加工、变换和传输的过程。现有的对于客户数据的处理方法通常有两种：一种是根据固定的程序进行数据处理，这种客户数据处理方法只能够对于单一的同类型数据进行处理，而随着客户的信息越来越丰富，这种数据处理方法无法满足对多样的数据进行处理；另一种是通过简单通用的数据处理方法对多样化的客户数据进行快速处理，但是这种处理方法只能进行简单粗劣的处理，无法将客户数据进行高效的、针对性的分析处理。

发明内容

本发明实施例的目的在于提供一种高效的客户数据处理系统及方法，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种高效的客户数据处理方法，所述方法具体包括以下步骤：

接收客户数据，并根据所述客户数据获取客户历史数据；

对所述客户历史数据进行标签化分析，得到多个历史数据标签；

综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；

获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；

根据所述处理流程，对所述客户数据进行针对化处理。

作为本发明实施例技术方案进一步的限定，所述接收客户数据，并根据所述客户数据获取客户历史数据具体包括以下步骤：

接收客户数据；

根据所述客户数据提取客户信息；

根据所述客户信息，在数据库中筛选客户历史数据；

下载所述客户历史数据。

作为本发明实施例技术方案进一步的限定，所述对所述客户历史数据进行标签化分析，得到多个历史数据标签具体包括以下步骤：

对所述客户历史数据进行数据分类，得到多个数据分类集；

分别统计多个数据分类集中的数据标签，获取标签统计结果；

根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

作为本发明实施例技术方案进一步的限定，所述综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

综合分析多个所述历史数据标签，生成客户性格标签；

将所述客户性格标签与预设的配对性格进行接近匹配，得到标签配对性格；

根据所述标签配对性格，获取与客户相匹配的虚拟配对角色。

作为本发明实施例技术方案进一步的限定，所述根据所述标签配对性格，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

将所述标签配对性格导入标签配对性格与虚拟配对角色映射模型中；

输出在所述标签配对性格下，与客户相匹配的虚拟配对角色。

作为本发明实施例技术方案进一步的限定，所述获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程具体包括以下步骤：

对所述客户数据进行类型分析，得到所述客户数据的数据类型；

根据所述数据类型获取第一筛选标签；

根据所述虚拟配对角色获取第二筛选标签；

根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

作为本发明实施例技术方案进一步的限定，所述根据所述处理流程，对所述客户数据进行针对化处理具体包括以下步骤：

根据所述处理流程，获取处理程序；

通过所述处理程序，对所述客户数据进行针对化处理。

一种高效的客户数据处理系统，所述系统包括历史数据获取单元、标签化分析单元、性格接近匹配单元、处理流程配对单元和针对化处理单元，其中：

历史数据获取单元，用于接收客户数据，并根据所述客户数据获取客户历史数据；

标签化分析单元，用于对所述客户历史数据进行标签化分析，得到多个历史数据标签；

性格接近匹配单元，用于综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；

处理流程配对单元，用于获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；

针对化处理单元，用于根据所述处理流程，对所述客户数据进行针对化处理。

作为本发明实施例技术方案进一步的限定，所述标签化分析单元具体包括：

数据分类模块，用于对所述客户历史数据进行数据分类，得到多个数据分类集；

标签统计模块，用于分别统计多个数据分类集中的数据标签，获取标签统计结果；

标签获取模块，用于根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

作为本发明实施例技术方案进一步的限定，所述处理流程配对单元具体包括：

类型分析模块，用于对所述客户数据进行类型分析，得到所述客户数据的数据类型；

第一标签获取模块，用于根据所述数据类型获取第一筛选标签；

第二标签获取模块，用于根据所述虚拟配对角色获取第二筛选标签；

处理流程获取模块，用于根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

与现有技术相比，本发明的有益效果是：

本发明实施例通过接收客户数据，并根据所述客户数据获取客户历史数据；对所述客户历史数据进行标签化分析，得到多个历史数据标签；综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；根据所述处理流程，对所述客户数据进行针对化处理。能够根据客户数据，进行标签化分析，获取与客户相匹配的虚拟配对角色，进而匹配对应的处理流程，从而能够对多样化的客户数据进行高效的、针对性的分析处理。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中获取客户历史数据的流程图。

图3示出了本发明实施例提供的方法中标签化分析的流程图。

图4示出了本发明实施例提供的方法中性格接近匹配的流程图。

图5示出了本发明实施例提供的方法中获取虚拟配对角色的流程图。

图6示出了本发明实施例提供的方法中虚拟配对角色配对的流程图。

图7示出了本发明实施例提供的方法中针对化处理的流程图。

图8示出了本发明实施例提供的系统的应用架构图。

图9示出了本发明实施例提供的系统中标签化分析单元的结构框图。

图10示出了本发明实施例提供的系统中处理流程配对单元的结构框图。

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，以下结合附图及实施例，对本发明进行进一步详细说明。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。

可以理解的是，现有的对于客户数据的处理方法通常有两种：一种是根据固定的程序进行数据处理，这种客户数据处理方法只能够对于单一的同类型数据进行处理，而随着客户的信息越来越丰富，这种数据处理方法无法满足对多样的数据进行处理；另一种是通过简单通用的数据处理方法对多样化的客户数据进行快速处理，但是这种处理方法只能进行简单粗劣的处理，无法将客户数据进行高效的、针对性的分析处理。

为解决上述问题，本发明实施例通过接收客户数据，并根据所述客户数据获取客户历史数据；对所述客户历史数据进行标签化分析，得到多个历史数据标签；综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；根据所述处理流程，对所述客户数据进行针对化处理。能够根据客户数据，进行标签化分析，获取与客户相匹配的虚拟配对角色，进而匹配对应的处理流程，从而能够对多样化的客户数据进行高效的、针对性的分析处理。

图1示出了本发明实施例提供的方法的流程图。

具体的，一种高效的客户数据处理方法，所述方法具体包括以下步骤：

步骤S101，接收客户数据，并根据所述客户数据获取客户历史数据。

在本发明实施例中，对客户数据进行接收，并根据客户数据访问客户信息，进而通过客户信息获取客户历史数据。

可以理解的是，客户数据是实时获取的数据，客户历史数据是历史获取的数据，例如：在进行线上交易时，客户数据可以是此时的下单待交易数据，客户历史数据是客户的历史线上交易数据。

具体的，图2示出了本发明实施例提供的方法中获取客户历史数据的流程图。

其中，在本发明提供的优选实施方式中，所述接收客户数据，并根据所述客户数据获取客户历史数据具体包括以下步骤：

步骤S1011，接收客户数据。

步骤S1012，根据所述客户数据提取客户信息。

在本发明实施例中，通过分析客户数据的数据地址，根据数据地址访问并提取客户信息。

步骤S1013，根据所述客户信息，在数据库中筛选客户历史数据。

在本发明实施例中，根据客户信息在数据库中进行数据筛选，获取该客户的客户历史数据。

步骤S1014，下载所述客户历史数据。

进一步的，所述高效的客户数据处理方法还包括以下步骤：

步骤S102，对所述客户历史数据进行标签化分析，得到多个历史数据标签。

在本发明实施例中，对客户历史数据进行标签化分析，将客户历史数据进行标签化分类，生成客户历史数据对应的多个历史数据标签。例如：客户历史数据是客户的历史线上交易数据时，可以根据客户历史数据的标签化分析，得到客户的购物类型标签、付款方式标签、退款率标签等。

具体的，图3示出了本发明实施例提供的方法中标签化分析的流程图。

其中，在本发明提供的优选实施方式中，所述对所述客户历史数据进行标签化分析，得到多个历史数据标签具体包括以下步骤：

步骤S1021，对所述客户历史数据进行数据分类，得到多个数据分类集。

在本发明实施例中，通过对客户历史数据进行类型判断，根据类型判断判断结果，将客户历史数据进行数据分类，获得多个数据分类集。例如：客户历史数据是客户的历史线上交易数据时，可以根据交易的金额将客户历史数据进行数据分类。

步骤S1022，分别统计多个数据分类集中的数据标签，获取标签统计结果。

在本发明实施例中，对每个数据分类集中的数据标签进行分析，再对多个数据分类集中的数据标签进行统计，得到标签统计结果。

步骤S1023，根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

在本发明实施例中，根据标签统计结果，获取每个数据分类集的历史数据标签。具体的，可以是将每个数据分类集中最多的数据标签设置为历史数据标签。

进一步的，所述高效的客户数据处理方法还包括以下步骤：

步骤S103，综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色。

在本发明实施例中，通过对多个历史数据标签进行综合分析，匹配与综合分析结果相重合的虚拟配对角色，并在此次数据处理时，将虚拟配对角色设置为客户的虚拟形象，进而可以根据虚拟配对角色的数据处理可能性附加在此时对客户数据的处理上。

具体的，图4示出了本发明实施例提供的方法中性格接近匹配的流程图。

其中，在本发明提供的优选实施方式中，所述综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

步骤S1031，综合分析多个所述历史数据标签，生成客户性格标签。

在本发明实施例中，通过对多个历史数据标签进行综合比较分析，生成客户性格标签。

可以理解的是，客户性格标签是对多个历史数据标签的总结，能够通过客户性格标签反映客户的多个历史数据标签。

步骤S1032，将所述客户性格标签与预设的配对性格进行接近匹配，得到标签配对性格。

在本发明实施例中，将客户性格标签与预设的多个配对性格进行相似度匹配，得到与客户性格标签最适配的标签配对性格。

步骤S1033，根据所述标签配对性格，获取与客户相匹配的虚拟配对角色。

在本发明实施例中，通过标签配对性格，进行客户虚拟角色的匹配，获取与客户相匹配的虚拟配对角色。

具体的，图5示出了本发明实施例提供的方法中获取虚拟配对角色的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述标签配对性格，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

步骤S10331，将所述标签配对性格导入标签配对性格与虚拟配对角色映射模型中。

步骤S10332，输出在所述标签配对性格下，与客户相匹配的虚拟配对角色。

在本发明实施例中，将标签配对性格导入预先训练好的标签配对性格与虚拟配对角色映射模型中，根据标签配对性格与虚拟配对角色映射模型中对应的映射关系，得到与标签配对性格应对应的、与客户相匹配的虚拟配对角色。

进一步的，所述高效的客户数据处理方法还包括以下步骤：

步骤S104，获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程。

在本发明实施例中，对客户数据的类型进行分析，得到客户数据的数据类型，并通过将数据类型和虚拟配对角色进行处理配对，获取对客户数据的处理流程。

具体的，图6示出了本发明实施例提供的方法中虚拟配对角色配对的流程图。

其中，在本发明提供的优选实施方式中，所述获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程具体包括以下步骤：

步骤S1041，对所述客户数据进行类型分析，得到所述客户数据的数据类型。

在本发明实施例中，通过对客户数据进行类型分析，判断客户数据的数据类型。例如：在进行线上交易时，通过对客户数据进行类型分析，判断客户数据是商品挑选数据、商品比较数据、确认付款数据等。

步骤S1042，根据所述数据类型获取第一筛选标签。

在本发明实施例中，通过对数据类型进行分析，得到与数据类型相对应的第一筛选标签。

步骤S1043，根据所述虚拟配对角色获取第二筛选标签。

在本发明实施例中，通过对虚拟配对角色进行分析，得到与虚拟配对角色相对应的第二筛选标签。

步骤S1044，根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

在本发明实施例中，首先通过第一筛选标签，在流程库中进行第一次处理配对筛选，再通过第二筛选标签在流程库中进行第二次处理配对筛选，经过两次筛选可以得到对于客户数据的处理流程。

进一步的，所述高效的客户数据处理方法还包括以下步骤：

步骤S105，根据所述处理流程，对所述客户数据进行针对化处理。

在本发明实施例中，通过处理流程，获取相对应的自动处理流程，进而对客户数据进行针对化处理，从而能够实现对多样化的客户数据进行高效的、针对性的分析处理。

具体的，图7示出了本发明实施例提供的方法中针对化处理的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述处理流程，对所述客户数据进行针对化处理具体包括以下步骤：

步骤S1051，根据所述处理流程，获取处理程序。

在本发明实施例中，通过筛选得带的处理流程，获取相对应的处理程序。

步骤S1052，通过所述处理程序，对所述客户数据进行针对化处理。

在本发明实施例中，通过处理程序，对客户数据进行针对化的自动处理，实现对多样化的客户数据进行高效的、针对性的分析处理。

进一步的，图8示出了本发明实施例提供的系统的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种高效的客户数据处理系统，包括：

历史数据获取单元101，用于接收客户数据，并根据所述客户数据获取客户历史数据。

在本发明实施例中，历史数据获取单元101对客户数据进行接收，并根据客户数据访问客户信息，进而通过客户信息获取客户历史数据。

标签化分析单元102，用于对所述客户历史数据进行标签化分析，得到多个历史数据标签。

在本发明实施例中，通过标签化分析单元102对客户历史数据进行标签化分析，将客户历史数据进行标签化分类，生成客户历史数据对应的多个历史数据标签。

具体的，图9示出了本发明实施例提供的系统中标签化分析单元102的结构框图。

其中，在本发明提供的优选实施方式中，所述标签化分析单元102具体包括：

数据分类模块1021，用于对所述客户历史数据进行数据分类，得到多个数据分类集。

在本发明实施例中，数据分类模块1021对客户历史数据进行类型判断，根据类型判断判断结果，将客户历史数据进行数据分类，获得多个数据分类集。

标签统计模块1022，用于分别统计多个数据分类集中的数据标签，获取标签统计结果。

在本发明实施例中，标签统计模块1022对每个数据分类集中的数据标签进行分析，再对多个数据分类集中的数据标签进行统计，得到标签统计结果。

标签获取模块1023，用于根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

在本发明实施例中，标签获取模块1023根据标签统计结果，获取每个数据分类集的历史数据标签。具体的，可以是将每个数据分类集中最多的数据标签设置为历史数据标签。

进一步的，所述高效的客户数据处理系统还包括：

性格接近匹配单元103，用于综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色。

在本发明实施例中，性格接近匹配单元103通过对多个历史数据标签进行综合分析，匹配与综合分析结果相重合的虚拟配对角色，并在此次数据处理时，将虚拟配对角色设置为客户的虚拟形象，进而可以根据虚拟配对角色的数据处理可能性附加在此时对客户数据的处理上。

处理流程配对单元104，用于获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程。

在本发明实施例中，处理流程配对单元104对客户数据的类型进行分析，得到客户数据的数据类型，并通过将数据类型和虚拟配对角色进行处理配对，获取对客户数据的处理流程。

具体的，图10示出了本发明实施例提供的系统中处理流程配对单元104的结构框图。

其中，在本发明提供的优选实施方式中，所述处理流程配对单元104具体包括：

类型分析模块1041，用于对所述客户数据进行类型分析，得到所述客户数据的数据类型。

在本发明实施例中，类型分析模块1041通过对客户数据进行类型分析，判断客户数据的数据类型。

第一标签获取模块1042，用于根据所述数据类型获取第一筛选标签。

在本发明实施例中，第一标签获取模块1042通过对数据类型进行分析，得到与数据类型相对应的第一筛选标签。

第二标签获取模块1043，用于根据所述虚拟配对角色获取第二筛选标签。

在本发明实施例中，第二标签获取模块1043通过对虚拟配对角色进行分析，得到与虚拟配对角色相对应的第二筛选标签。

处理流程获取模块1044，用于根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

在本发明实施例中，处理流程获取模块1044首先通过第一筛选标签，在流程库中进行第一次处理配对筛选，再通过第二筛选标签在流程库中进行第二次处理配对筛选，经过两次筛选可以得到对于客户数据的处理流程。

进一步的，所述高效的客户数据处理系统还包括：

针对化处理单元105，用于根据所述处理流程，对所述客户数据进行针对化处理。

在本发明实施例中，针对化处理单元105通过处理流程，获取相对应的自动处理流程，进而对客户数据进行针对化处理，从而能够实现对多样化的客户数据进行高效的、针对性的分析处理。

综上所述，本发明实施例能够根据客户数据，进行标签化分析，获取与客户相匹配的虚拟配对角色，进而匹配对应的处理流程，从而能够对多样化的客户数据进行高效的、针对性的分析处理。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高效的客户数据处理方法，其特征在于，所述方法具体包括以下步骤：

接收客户数据，并根据所述客户数据获取客户历史数据；

对所述客户历史数据进行标签化分析，得到多个历史数据标签；

综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；

获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；

根据所述处理流程，对所述客户数据进行针对化处理。

2.根据权利要求1所述的高效的客户数据处理方法，其特征在于，所述接收客户数据，并根据所述客户数据获取客户历史数据具体包括以下步骤：

接收客户数据；

根据所述客户数据提取客户信息；

根据所述客户信息，在数据库中筛选客户历史数据；

下载所述客户历史数据。

3.根据权利要求1所述的高效的客户数据处理方法，其特征在于，所述对所述客户历史数据进行标签化分析，得到多个历史数据标签具体包括以下步骤：

对所述客户历史数据进行数据分类，得到多个数据分类集；

分别统计多个数据分类集中的数据标签，获取标签统计结果；

根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

4.根据权利要求1所述的高效的客户数据处理方法，其特征在于，所述综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

综合分析多个所述历史数据标签，生成客户性格标签；

将所述客户性格标签与预设的配对性格进行接近匹配，得到标签配对性格；

根据所述标签配对性格，获取与客户相匹配的虚拟配对角色。

5.根据权利要求4所述的高效的客户数据处理方法，其特征在于，所述根据所述标签配对性格，获取与客户相匹配的虚拟配对角色具体包括以下步骤：

将所述标签配对性格导入标签配对性格与虚拟配对角色映射模型中；

输出在所述标签配对性格下，与客户相匹配的虚拟配对角色。

6.根据权利要求1所述的高效的客户数据处理方法，其特征在于，所述获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程具体包括以下步骤：

对所述客户数据进行类型分析，得到所述客户数据的数据类型；

根据所述数据类型获取第一筛选标签；

根据所述虚拟配对角色获取第二筛选标签；

根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

7.根据权利要求1所述的高效的客户数据处理方法，其特征在于，所述根据所述处理流程，对所述客户数据进行针对化处理具体包括以下步骤：

根据所述处理流程，获取处理程序；

通过所述处理程序，对所述客户数据进行针对化处理。

8.一种高效的客户数据处理系统，其特征在于，所述系统包括历史数据获取单元、标签化分析单元、性格接近匹配单元、处理流程配对单元和针对化处理单元，其中：

历史数据获取单元，用于接收客户数据，并根据所述客户数据获取客户历史数据；

标签化分析单元，用于对所述客户历史数据进行标签化分析，得到多个历史数据标签；

性格接近匹配单元，用于综合分析多个所述历史数据标签，并进行性格接近匹配，获取与客户相匹配的虚拟配对角色；

处理流程配对单元，用于获取所述客户数据的数据类型，并根据所述数据类型和所述虚拟配对角色进行处理配对，获取处理流程；

针对化处理单元，用于根据所述处理流程，对所述客户数据进行针对化处理。

9.根据权利要求8所述的高效的客户数据处理系统，其特征在于，所述标签化分析单元具体包括：

数据分类模块，用于对所述客户历史数据进行数据分类，得到多个数据分类集；

标签统计模块，用于分别统计多个数据分类集中的数据标签，获取标签统计结果；

标签获取模块，用于根据所述标签统计结果，得到每个数据分类集对应的历史数据标签。

10.根据权利要求8所述的高效的客户数据处理系统，其特征在于，所述处理流程配对单元具体包括：

类型分析模块，用于对所述客户数据进行类型分析，得到所述客户数据的数据类型；

第一标签获取模块，用于根据所述数据类型获取第一筛选标签；

第二标签获取模块，用于根据所述虚拟配对角色获取第二筛选标签；

处理流程获取模块，用于根据所述第一筛选标签和所述第二筛选标签进行处理配对筛选，得到处理流程。

Images