CN115081956A - 一种基于楼宇两达图的智能客户拜访方法及系统 - Google Patents

一种基于楼宇两达图的智能客户拜访方法及系统 Download PDF

Info

Publication number
CN115081956A
CN115081956A CN202210979818.7A CN202210979818A CN115081956A CN 115081956 A CN115081956 A CN 115081956A CN 202210979818 A CN202210979818 A CN 202210979818A CN 115081956 A CN115081956 A CN 115081956A
Authority
CN
China
Prior art keywords
customer
client
visiting
manager
visit
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.)
Pending
Application number
CN202210979818.7A
Other languages
English (en)
Inventor
季啸虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Bizhi Technology Co ltd
Original Assignee
Hangzhou Bizhi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Bizhi Technology Co ltd filed Critical Hangzhou Bizhi Technology Co ltd
Priority to CN202210979818.7A priority Critical patent/CN115081956A/zh
Publication of CN115081956A publication Critical patent/CN115081956A/zh
Pending legal-status Critical Current

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063118—Staff planning in a project environment
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于楼宇两达图的智能客户拜访方法及系统，所述方法包括以下步骤：S1.客户经理需要进行客户拜访时，先获取到当前任务周期内需要拜访的客户列表；S2.将客户的信息，传递给得分计算引擎，得分计算引擎根据客户经理位置因子、客户位置因子、客户等级因子和客户行业因子，计算出客户的得分，对客户进行排序，依次推荐给客户经理；S3.系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎将新加入的拜访数据也存放到计算池中；S4.客户经理完成拜访后，将拜访的数据回传，供智能客户拜访系统修正计算因子，推荐下一个最优的客户，供客户经理前往拜访。本发明的方法和系统能够有效的提升客户经理的拜访效率，减少路程消耗。

Description

一种基于楼宇两达图的智能客户拜访方法及系统
技术领域
本发明涉及计算机及数据处理技术领域，尤其是涉及一种基于楼宇两达图的智能客户拜访方法及系统。
背景技术
互联网行业有着大量的商机，这些商机需要客户经理进行地毯式的客户排摸和业务推广，但是传统的拜访由于划分区域难，区域包含小区，写字楼，商场，TOD等复杂场景，由客户经理自己选择需要拜访的客户，经常会有时间安排不合理，路程花费时间久等问题，导致拜访客户的效率低下。本方案通过历史拜访情况分析，通过权重，因子计算得出最优的拜访客户顺序列表，减少拜访路程，提升拜访效率。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种基于楼宇两达图的智能客户拜访方法及系统，用于帮助客户经理，智能推荐最优客户，能够有效提升客户经理拜访客户的效率，增效节能。
为实现上述目的，本发明提供一种基于楼宇两达图的智能客户拜访方法，所述方法包括以下步骤：
S1.客户经理需要进行客户拜访时，先获取到当前任务周期内需要拜访的客户列表；
S2.将客户的信息，传递给得分计算引擎，得分计算引擎根据客户经理位置因子、客户位置因子、客户等级因子和客户行业因子，计算出客户的得分，对客户进行排序，依次推荐给客户经理；
S3.系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎将新加入的拜访数据也存放到计算池中；
S4.客户经理完成拜访后，将拜访的数据回传，供智能客户拜访系统修正计算因子，推荐下一个最优的客户，供客户经理前往拜访。
进一步，步骤S2中，得分计算引擎动态实时计算客户得分包括以下步骤：
S101.获取客户经理一个周期内所有需要拜访的客户列表，获取客户经理位置、客户位置、客户行业、客户级别和历次客户拜访平均时间；
S102.根据客户信息，计算出客户经理位置到客户位置的路程耗费时间、客户所属行业的平均拜访时间、客户当前级别的平均拜访时间和当前客户经理拜访客户所属的行业平均拜访时间；
S103.根据权重系数，对每个时间进行按比例计算；各个因子乘以相应的权重后再计算总和，从而获得客户得分。
另一方面，本发明提供一种基于楼宇两达图的智能客户拜访系统，所述系统用于实现根据本发明所述的基于楼宇两达图的智能客户拜访方法，所述系统包括得分计算引擎、权重计算引擎和任务池，得分计算引擎包括客户信息获取模块、历史拜访数据读取模块和新拜访数据保存模块。
进一步，任务池中设置有客户经理信息和客户信息，客户经理信息包括客户经理位置和历次客户拜访平均时间，客户信息包括客户位置、客户行业和客户级别；客户信息获取模块获取客户信息，包括客户位置、客户行业、客户级别；历史拜访数据读取模块获取当前客户经理的历史拜访数据，并统计和计算获得历次客户拜访平均时间；每次结束新的拜访流程，将新拜访数据保存到新拜访数据保存模块中。
进一步，系统中，客户经理可以自行选择推荐的客户，前往客户目的地，点击开始拜访，拜访完成后，点击完成拜访，记录相关的拜访记录。
进一步，系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎会把新加入的拜访数据也存放到计算池中；客户经理完成拜访后，系统会根据新的计算权重，计算出需要拜访客户的得分，供客户经理选择。
进一步，计算得分的规则是：客户经理到客户地址的距离越近，得分越低；客户当前级别的平均拜访时间越短，得分越低；客户所属的行业平均拜访时间越短，得分越低；将得分由低到高的顺序排序，得分最低的客户排序越靠前。
进一步，将各个客户的路程耗费时间加上客户所属行业的平均拜访时间加上客户当前级别的平均拜访时间加上当前客户经理拜访客户所属行业的平均拜访时间，就能得到客户的得分并排序从而获得推荐结果。
进一步，初始权重系数设置为：客户经理到客户的距离得到时间
Figure 983860DEST_PATH_IMAGE001
的权重系数w1为0.2；客户所属的行业平均拜访时间
Figure 986451DEST_PATH_IMAGE002
的权重系数w2为0.15;客户当前级别的平均拜访时间
Figure 181940DEST_PATH_IMAGE003
的权重系数w3为0.15;当前客户经理拜访当前级别的平均拜访时间
Figure 142943DEST_PATH_IMAGE004
的权重系数w4为0.25;当前客户经理拜访客户所属的行业平均拜访时间
Figure 118989DEST_PATH_IMAGE005
的权重系数w5为0.25。
进一步，客户得分计算公式为Q=
Figure 554299DEST_PATH_IMAGE001
*w1+
Figure 728929DEST_PATH_IMAGE002
*w2+
Figure 736199DEST_PATH_IMAGE003
*w3+
Figure 996279DEST_PATH_IMAGE004
*w4+
Figure 730886DEST_PATH_IMAGE005
*w5。
本发明的基于楼宇两达图的智能客户拜访系统和方法，用于帮助客户经理，智能推荐最优客户，能够有效提升客户经理拜访客户的效率，增效节能。能够动态计算出拜访客户的最优拜访顺序，按照市场需求，获取所需要拜访的客户的处理过程，动态调整各指标权重，使得系统模型在不断地样本更新中计算越来越趋向于实际水平，能够提高拜访系统的计算准确率。
附图说明
图1示出了根据本发明实施例基于楼宇两达图的智能客户拜访方法及系统的结构示意图；
图2示出了根据本发明实施例基于楼宇两达图的智能客户拜访方法及系统中对客户拜访的优先顺序进行排序的流程示意图。
具体实施方式
下面将结合附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
以下结合图1和图2对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
两达图是基于资源、能力、业务、用户、网格等数据而实现多维度的端到端统一视图，其包括了资源视图、网格视图、用户视图、以及地址视图，可以为市场、网运等部门提供用户业务及资源能力信息。
楼宇两达图可以理解为基于建筑物的业务和资源能力房间到达图，即以视图形式，以房间为最小粒度，展现建筑物内业务到达情况。楼宇两达图是一套楼宇库模型，拜访时，用户可以通过网络，手机APP方式了解楼宇的整体架构，主要包括楼宇的属性信息包括：楼宇名称、楼宇地址、楼宇机构、楼宇用户信息；
楼宇的模型包括：楼宇整体模型、楼宇分层模型、房间模型、网络资源与楼宇的关系数据、楼宇内他网资源及业务信息。管理员在派发任务时，每个客户经理都会接到大量的拜访任务，有拜访楼宇内的客户，有的是拜访楼宇物业。这些任务会加入到任务池中。拜访系统针对每个客户经理在拜访时，将这个客户经理需要拜访的任务都收集起来进行计算和优化排序。
本发明提供的一种基于楼宇两达图的智能客户拜访方法及系统，发明思路在于：客户经理在进行楼宇拜访时，根据现有的重点拜访任务，次要任务，拜访时间，地址位置，拜访时长，拜访的客户行业等属性，根据权重，自动计算出最合适的客户；客户经理根据推荐的拜访客户，前往客户目的地，进行拜访；拜访完成后，系统会根据一定的算法规则，重新推荐最优的客户给客户经理，同时，会根据前一个拜访的情况，重新计算各个属性的权重，依靠大量的客户经理的拜访数据，得到一个相对合理的权重值分布，合理的制定拜访客户的路线，和选择合适的客户进行拜访，能够有效的提升客户经理的拜访效率，减少路程消耗。
如图1所示，本发明的基于楼宇两达图的智能客户拜访系统，能够对拜访客户动态打分得到最优客户的处理过程，按照市场需求，获取需要拜访的客户的处理过程、对拜访的客户进行动态排序处理过程和客户拜访完成结果统计的处理过程。所述的系统包括得分计算引擎100、权重计算引擎200和任务池300，得分计算引擎100包括客户信息获取模块，历史拜访数据读取模块，新拜访数据保存模块。
其中，用户可以在任务池300中设置需要完成的拜访任务，用户在图1中显示为客户经理A-E，本系统不限制用户数量，可供多用户同时在线使用。任务池300中设置有客户经理信息和客户信息，客户经理信息包括客户经理位置和历次客户拜访平均时间，客户信息包括客户位置、客户行业、客户级别。例如，客户经理A需要拜访的客户信息如下：
客户1，地址P1, 客户行业J1, 客户级别H1；
客户2，地址P2, 客户行业J2, 客户级别H2；
客户3，地址P3, 客户行业J3, 客户级别H3；
……
客户信息获取模块获取客户信息，包括客户位置、客户行业、客户级别。历史拜访数据读取模块获取当前客户经理的历史拜访数据，并统计和计算获得历次客户拜访平均时间。每次结束新的拜访流程，将新拜访数据保存到新拜访数据保存模块中。
根据客户经理A的拜访客户信息进行排序，排序规则是根据系统动态实时算法计算出每个客户的得分，并依次推荐给客户经理A，按照得分从低到高排序，得分越低说明拜访用时越短，排序越靠前；客户经理可以自行选择推荐的客户，前往客户目的地，点击开始拜访，拜访完成后，点击完成拜访，记录相关的拜访记录；系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎200会把新加入的拜访数据也存放到计算池中。客户经理完成拜访后，系统会根据新的计算权重，计算出需要拜访客户的得分，供客户经理选择，本系统可以动态的根据客户经理拜访的实际情况，调整计算权重，从而更有效的提升客户经理的拜访效率。
例如，客户经理A根据当前位置和客户信息获得客户得分排名后，首先拜访排名第一的客户1，拜访之后，客户经理A的当前位置发生改变，之前的客户得分排名也实时发生改变，上一次排名第二的客户可能因为其地址与客户经理A的当前位置变远而得分变低，排序也相应靠后，根据动态实时计算客户得分，获得拜访客户的最优策略，可实现距离和时间上的优化，可以使得客户经理A在有限的工作时间内拜访更多客户。
其中，计算得分的原则是，客户经理到客户地址的距离越近，得分越低；客户当前级别的平均拜访时间越短，得分越低，客户所属的行业平均拜访时间越短，得分越低，将得分由低到高的顺序排序，得分最低的客户排序越靠前。
另一方面，根据本发明的一种基于楼宇两达图的智能客户拜访方法，包括以下步骤：
S1.客户经理需要进行客户拜访时，先获取到当前任务周期内需要拜访的客户列表。所述任务周期可以设定为一日、一周或一月等不同时长。
S2.将客户的信息，传递给得分计算引擎100，得分计算引擎100根据客户经理位置因子，客户位置因子，客户等级因子和客户行业因子，计算出客户的得分，对客户进行排序，推荐得分最优的拜访客户给客户经理进行拜访；客户经理在选择拜访客户时，根据系统动态实时算法计算出每个客户的得分，按照得分从低到高，依次推荐给客户经理。客户经理可以自行选择推荐的客户，前往客户目的地，点击开始拜访，拜访完成后，点击完成拜访，记录相关的拜访记录。
S3.系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎200将新加入的拜访数据也存放到计算池中。
S4.客户经理完成拜访后，将拜访的数据回传，供智能客户拜访系统修正计算因子，下一次推荐最优的客户，供客户经理前往拜访。智能客户拜访系统将本次客户经理的拜访数据加入到计算池中，权重计算引擎会把新加入的拜访数据也存放到计算池中。客户经理完成拜访后，系统会根据新的数据计算权重，计算出需要拜访客户的得分，供客户经理选择，本系统可以动态的根据客户经理拜访的实际情况，调整计算权重，从而更有效的提升客户经理的拜访效率。
其中，步骤S2中，如图2所示，推荐最优的客户供拜访的流程中系统动态实时计算客户得分包括以下步骤：
步骤S101，获取客户经理一个周期内所有需要拜访的客户列表，获取客户经理位置，客户位置，客户行业，客户级别，历次客户拜访平均时间；在一个实施例中，需要将获取这个周期内的所有还未拜访的客户详情，同时也需要获取到当前客户经理的位置信息和当前客户经理的计算因子。
步骤S102，根据客户信息，获取到客户经理到客户的路程耗费时间，客户所属行业的平均拜访时间，客户当前级别的平均拜访时间，当前客户经理拜访客户所属的行业平均拜访时间。具体地，根据客户经理到客户的距离时间
Figure 963284DEST_PATH_IMAGE001
，客户所属的行业平均拜访时间
Figure 531669DEST_PATH_IMAGE002
，客户当前级别的平均拜访时间
Figure 888832DEST_PATH_IMAGE003
，当前客户经理拜访当前级别客户的平均拜访时间
Figure 505758DEST_PATH_IMAGE004
，当前客户经理拜访客户所属的行业平均拜访时间
Figure 654979DEST_PATH_IMAGE005
；
客户经理到客户的距离时间
Figure 331948DEST_PATH_IMAGE001
: 该参数通过两达图系统获取到目标客户的经纬度，同时该系统也会获取到客户经理的经纬度。通过第三方地图系统，获取到客户经理到目标客户的方案，获取最小的时间方案。可以得到时间
Figure 192719DEST_PATH_IMAGE001
。
客户所属的行业平均拜访时间
Figure 144495DEST_PATH_IMAGE002
: 在本系统中，有着大量客户的拜访数据，每次在拜访时，都会记录客户经理从进入园区的打卡时间和拜访结束后的任务记录填写时间，从而统计出不同客户经理访问同一行业的拜访时间，对拜访时间进行求算数平均数，可得到该行业的平均拜访时间
Figure 351485DEST_PATH_IMAGE002
；
客户当前级别的平均拜访时间
Figure 137039DEST_PATH_IMAGE003
: 在本系统中，客户是有级别区分的，客户分为陌生客户、头部连锁客户、沿街商铺客户和中小型客户，该维度是根据客户的级别来统计出不同客户经理访问同一客户级别的拜访时间，对拜访时间进行求算数平均数，得到不同客户级别的平均拜访时间
Figure 796690DEST_PATH_IMAGE003
；
当前客户经理拜访当前级别客户的平均拜访时间
Figure 817736DEST_PATH_IMAGE004
: 当前客户经理访问的所有属于同一级别客户的拜访时间，对拜访时间进行求算数平均数，得到当前客户经理拜访该级别客户的平均拜访时间
Figure 613653DEST_PATH_IMAGE004
；
当前客户经理拜访客户所属的行业平均拜访时间
Figure 553796DEST_PATH_IMAGE005
: 当前客户经理访问所有属于同一行业的客户的拜访时间，对拜访时间进行求算数平均数，得到当前客户经理拜访客户所属的行业平均拜访时间
Figure 763061DEST_PATH_IMAGE005
；所有时间单位均为分钟。
S103，根据权重系数，对每个时间进行按比例计算，初始权重比如下表所示；各个因子乘以相应的权重后再计算总和，可以获得客户得分，也就是将权重系数乘积后，将各个客户的路程耗费时间加上客户所属行业的平均拜访时间加上客户当前级别的平均拜访时间加上当前客户经理拜访客户所属行业的平均拜访时间，就能得到客户的得分并排序从而获得推荐结果。
Figure 525481DEST_PATH_IMAGE006
计算公式如下：
按拜访时间计算出每个客户的得分
Q=
Figure 379167DEST_PATH_IMAGE001
*w1+
Figure 303261DEST_PATH_IMAGE002
*w2+
Figure 999821DEST_PATH_IMAGE003
*w3+
Figure 720259DEST_PATH_IMAGE004
*w4+
Figure 756348DEST_PATH_IMAGE005
*w5
上述公式是计算最优时间的，所以是得分越低的客户排名越靠前。
此外，权重w1-w5并不是固定数值，根据每次实际拜访时间和系统计算的拜访时间进行误差计算，根据差值对每个权重的数值进行动态调整，使其主动适应当前实际情况自动调节计算准确度。本申请将每一次客户经理拜访的数据，都保存到计算池中，用来进行权重值的动态调整。如果客户经理拜访的各项时间与计算该任务的时间进行对比，如果误差大，说明该项的权重应该增加，如果误差小，权重应该减小。
为了动态调整每个指标的权重，对每个指标的重要性进行初始赋值如下表，当误差时间每大于5分钟，指标重要性就减少或增加1，通过采集客户经理的拜访数据，动态调整权重的比值，再重新动态优化拜访路线和拜访顺序。形成一个最优的权重比例。
Figure 913660DEST_PATH_IMAGE007
在一个具体实施例中，客户经理A同时有10个拜访任务，分别为T1、T2、T3、T4、T5、T6、T7、T8、T9、T10；
其中，T1，T2，T3属于金融行业，经计算获得行业平均拜访时间为
Figure 35200DEST_PATH_IMAGE008
，T4，T5，T6属于软件行业，行业平均拜访时间为
Figure 811526DEST_PATH_IMAGE009
，T7，T8，T9，T10属于教育行业，行业平均拜访时间为
Figure 498859DEST_PATH_IMAGE010
；
T1，T2属于头部连锁，该级别平均拜访时间为
Figure 30335DEST_PATH_IMAGE011
，T3，T4，T5属于陌生客户，级别平均拜访时间为
Figure 560542DEST_PATH_IMAGE012
，T6，T7，T8，T9，T10属于中小企业，级别平均拜访时间为
Figure 468455DEST_PATH_IMAGE013
；
T1，T2，T3属于金融行业，客户经理A对该行业平均拜访时间为
Figure 275874DEST_PATH_IMAGE014
，T4，T5，T6属于软件行业，客户经理A对该行业平均拜访时间为
Figure 650355DEST_PATH_IMAGE015
，T7，T8，T9，T10属于教育行业，客户经理A对该行业平均拜访时间为
Figure 480908DEST_PATH_IMAGE016
；
T1，T2属于头部连锁，客户经理A对该级别平均拜访时间为
Figure 989249DEST_PATH_IMAGE017
，T3，T4，T5属于陌生客户，客户经理A对该级别平均拜访时间为
Figure 588858DEST_PATH_IMAGE018
，T6，T7，T8，T9，T10属于中小企业，客户经理A对该级别平均拜访时间为
Figure 884972DEST_PATH_IMAGE019
；
根据客户经理A现在的定位，和10个客户的地址，通过楼宇两达图系统，能获取到最短的时间通行路线和方案，得到客户经理A到10个客户的距离时间
Figure 265138DEST_PATH_IMAGE020
，分别为：
Figure 249275DEST_PATH_IMAGE021
，
Figure 906652DEST_PATH_IMAGE022
，
Figure 950832DEST_PATH_IMAGE023
，
Figure 818293DEST_PATH_IMAGE024
，
Figure 527492DEST_PATH_IMAGE025
，
Figure 101693DEST_PATH_IMAGE026
，
Figure 379091DEST_PATH_IMAGE027
，
Figure 405953DEST_PATH_IMAGE028
，
Figure 935154DEST_PATH_IMAGE029
，
Figure 363861DEST_PATH_IMAGE030
分别计算出10个任务的排名
Figure 546581DEST_PATH_IMAGE021
= 20% *
Figure 5945DEST_PATH_IMAGE021
+ 15% *
Figure 135575DEST_PATH_IMAGE008
+ 15% *
Figure 481105DEST_PATH_IMAGE011
+ 25% *
Figure 303568DEST_PATH_IMAGE014
+ 25% *
Figure 977126DEST_PATH_IMAGE017
Figure 972764DEST_PATH_IMAGE022
= 20% *
Figure 110484DEST_PATH_IMAGE022
+ 15% *
Figure 290798DEST_PATH_IMAGE008
+ 15% *
Figure 779548DEST_PATH_IMAGE011
+ 25% *
Figure 313298DEST_PATH_IMAGE014
+ 25% *
Figure 243208DEST_PATH_IMAGE017
Figure 407473DEST_PATH_IMAGE023
= 20% *
Figure 180257DEST_PATH_IMAGE023
+ 15% *
Figure 455380DEST_PATH_IMAGE008
+ 15% *
Figure 256108DEST_PATH_IMAGE012
+ 25% *
Figure 388013DEST_PATH_IMAGE014
+ 25% *
Figure 851355DEST_PATH_IMAGE018
Figure 602273DEST_PATH_IMAGE024
= 20% *
Figure 834671DEST_PATH_IMAGE024
+ 15% *
Figure 871898DEST_PATH_IMAGE009
+ 15% *
Figure 9487DEST_PATH_IMAGE012
+ 25% *
Figure 626413DEST_PATH_IMAGE015
+ 25% *
Figure 775634DEST_PATH_IMAGE018
Figure 452603DEST_PATH_IMAGE025
= 20% *
Figure 562642DEST_PATH_IMAGE025
+ 15% *
Figure 717680DEST_PATH_IMAGE009
+ 15% *
Figure 986987DEST_PATH_IMAGE012
+ 25% *
Figure 989185DEST_PATH_IMAGE015
+ 25% *
Figure 648836DEST_PATH_IMAGE018
Figure 669882DEST_PATH_IMAGE026
= 20% *
Figure 731379DEST_PATH_IMAGE026
+ 15% *
Figure 422254DEST_PATH_IMAGE009
+ 15% *
Figure 631519DEST_PATH_IMAGE013
+ 25% *
Figure 128359DEST_PATH_IMAGE015
+ 25% *
Figure 231313DEST_PATH_IMAGE019
Figure 420986DEST_PATH_IMAGE027
= 20% *
Figure 117547DEST_PATH_IMAGE027
+ 15% *
Figure 90182DEST_PATH_IMAGE010
+ 15% *
Figure 860692DEST_PATH_IMAGE013
+ 25% *
Figure 283583DEST_PATH_IMAGE016
+ 25% *
Figure 827959DEST_PATH_IMAGE019
Figure 666602DEST_PATH_IMAGE028
= 20% *
Figure 619514DEST_PATH_IMAGE028
+ 15% *
Figure 150990DEST_PATH_IMAGE010
+ 15% *
Figure 431930DEST_PATH_IMAGE013
+ 25% *
Figure 136580DEST_PATH_IMAGE016
+ 25% *
Figure 881683DEST_PATH_IMAGE019
Figure 771010DEST_PATH_IMAGE029
= 20% *
Figure 601563DEST_PATH_IMAGE029
+ 15% *
Figure 844325DEST_PATH_IMAGE010
+ 15% *
Figure 709513DEST_PATH_IMAGE013
+ 25% *
Figure 254895DEST_PATH_IMAGE016
+ 25% *
Figure 635061DEST_PATH_IMAGE019
Figure 619197DEST_PATH_IMAGE030
= 20% *
Figure 30237DEST_PATH_IMAGE030
+ 15% *
Figure 605575DEST_PATH_IMAGE010
+ 15% *
Figure 348403DEST_PATH_IMAGE013
+ 25% *
Figure 136230DEST_PATH_IMAGE016
+ 25% *
Figure 772748DEST_PATH_IMAGE019
对这10个计算结果进行按低到高进行排序，低的排在最前面。
客户经理A在拜访完成后，将客户经理的拜访数据保存到计算池中；
客户经理A完成任务T1，真实的各项时间如下：
Figure 987829DEST_PATH_IMAGE031
，
Figure 936062DEST_PATH_IMAGE032
，
Figure 589897DEST_PATH_IMAGE033
，
Figure 18604DEST_PATH_IMAGE034
，
Figure 342270DEST_PATH_IMAGE035
；
将真实时间上传到计算池，同时根据动态权重调整算法，重新调整权重。
Figure 122007DEST_PATH_IMAGE020
= (
Figure 48374DEST_PATH_IMAGE031
-
Figure 20004DEST_PATH_IMAGE021
)/5，指标1的重要性IM1就+
Figure 842466DEST_PATH_IMAGE020
Figure 906237DEST_PATH_IMAGE036
= (
Figure 573979DEST_PATH_IMAGE032
-
Figure 914962DEST_PATH_IMAGE008
)/5，指标2的重要性IM2就+
Figure 705063DEST_PATH_IMAGE036
Figure 928234DEST_PATH_IMAGE037
= (
Figure 852196DEST_PATH_IMAGE033
-
Figure 110002DEST_PATH_IMAGE011
)/5，指标3的重要性IM3就+
Figure 71005DEST_PATH_IMAGE037
Figure 719155DEST_PATH_IMAGE038
= (
Figure 994279DEST_PATH_IMAGE034
-
Figure 168908DEST_PATH_IMAGE014
)/5，指标4的重要性IM4就+
Figure 504075DEST_PATH_IMAGE038
Figure 387324DEST_PATH_IMAGE039
= (
Figure 262876DEST_PATH_IMAGE035
-
Figure 495274DEST_PATH_IMAGE017
)/5，指标5的重要性IM5就+
Figure 673446DEST_PATH_IMAGE039
重新计算出各指标的比值：
IM_TOTAL_new=(IM1_old +
Figure 624084DEST_PATH_IMAGE020
) + (IM2_old +
Figure 303327DEST_PATH_IMAGE036
)+ (IM3_old +
Figure 390232DEST_PATH_IMAGE037
)+ (IM4_old +
Figure 722993DEST_PATH_IMAGE038
)+ (IM5_old +
Figure 957665DEST_PATH_IMAGE039
)
IM1_new = (IM1_old +
Figure 378282DEST_PATH_IMAGE020
)/IM_TOTAL_new * 1000
IM2_new = (IM2_old +
Figure 257377DEST_PATH_IMAGE020
)/IM_TOTAL_new * 1000
IM3_new = (IM3_old +
Figure 105247DEST_PATH_IMAGE020
)/IM_TOTAL_new * 1000
IM4_new = (IM4_old +
Figure 561636DEST_PATH_IMAGE020
)/IM_TOTAL_new * 1000
IM5_new = (IM5_old +
Figure 208780DEST_PATH_IMAGE020
)/IM_TOTAL_new * 1000
其中，IM1_old表示指标1的原重要性数值，IM1_new表示指标1动态调整后的新重要性数值，对每个数值，都进行保留两位小数四舍五入算法得到对应的比值，同时需要对四舍五入后的值进行偏移计算，首先获取到动态调整权重后的比值：
IM_TOTAL_new_1 = IM1_new + IM2_new + IM3_new + IM4_new + IM5_new
将IM_TOTAL_new_1与基础总和1000进行对比，如果误差等于0，计算的比值就是最终的比值，如果误差不等于0，该误差由（
Figure 270277DEST_PATH_IMAGE020
，
Figure 351366DEST_PATH_IMAGE036
，
Figure 232734DEST_PATH_IMAGE037
，
Figure 932837DEST_PATH_IMAGE038
，
Figure 645578DEST_PATH_IMAGE039
）中绝对值最大的比值对应的指标进行偏差修正。
从而得到新的权重比例关系，由此获得动态调整后的权重w1-w5的数值。
本发明通过动态调整各个指标的权重，能够优化系统模型，使得后期拜访客户的时长预测更加精准，对于客户优先级的排序也提供了策略优化，有助于帮助客户经理节约更多的时间，有效提高拜访效率。
本发明的基于楼宇两达图的智能客户拜访系统和方法，用于帮助客户经理，智能推荐最优客户，能够有效提升客户经理拜访客户的效率，增效节能。能够动态计算出拜访客户的最优拜访顺序，按照市场需求，获取所需要拜访的客户的处理过程；获取历史拜访情况的处理过程；获取计算因子的处理过程；计算客户最优拜访顺序的处理过程；本发明具有可以有效提升客户经理拜访客户的效率。
在本说明书的描述中，参考术语“实施例”、“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发明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必须针对的是相同的实施例或示例。此外，本领域的技术人员可以在不产生矛盾的情况下，将本说明书中描述的不同实施例或示例以及其中的特征进行结合或组合。
上述内容虽然已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型等更新操作。

Claims (10)

1.一种基于楼宇两达图的智能客户拜访方法，其特征在于，所述方法包括以下步骤：
S1.客户经理需要进行客户拜访时，先获取到当前任务周期内需要拜访的客户列表；
S2.将客户的信息，传递给得分计算引擎，得分计算引擎根据客户经理位置因子、客户位置因子、客户等级因子和客户行业因子，计算出客户的得分，对客户进行排序，依次推荐给客户经理；
S3.系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎将新加入的拜访数据也存放到计算池中；
S4.客户经理完成拜访后，将拜访的数据回传，供智能客户拜访系统修正计算因子，推荐下一个最优的客户，供客户经理前往拜访。
2.根据权利要求1所述的基于楼宇两达图的智能客户拜访方法，其特征在于，步骤S2中，得分计算引擎动态实时计算客户得分包括以下步骤：
S101.获取客户经理一个周期内所有需要拜访的客户列表，获取客户经理位置、客户位置、客户行业、客户级别和历次客户拜访平均时间；
S102.根据客户信息，计算出客户经理位置到客户位置的路程耗费时间、客户所属行业的平均拜访时间、客户当前级别的平均拜访时间和当前客户经理拜访客户所属的行业平均拜访时间；
S103.根据权重系数，对每个时间进行按比例计算；各个因子乘以相应的权重后再计算总和，从而获得客户得分。
3.一种基于楼宇两达图的智能客户拜访系统，其特征在于，所述系统用于实现根据权利要求1或2所述的基于楼宇两达图的智能客户拜访方法，所述系统包括得分计算引擎、权重计算引擎和任务池，得分计算引擎包括客户信息获取模块、历史拜访数据读取模块和新拜访数据保存模块。
4.根据权利要求3所述的基于楼宇两达图的智能客户拜访系统，其特征在于，任务池中设置有客户经理信息和客户信息，客户经理信息包括客户经理位置和历次客户拜访平均时间，客户信息包括客户位置、客户行业和客户级别；客户信息获取模块获取客户信息，包括客户位置、客户行业、客户级别；历史拜访数据读取模块获取当前客户经理的历史拜访数据，并统计和计算获得历次客户拜访平均时间；每次结束新的拜访流程，将新拜访数据保存到新拜访数据保存模块中。
5.根据权利要求4所述的基于楼宇两达图的智能客户拜访系统，其特征在于，系统中，客户经理可以自行选择推荐的客户，前往客户目的地，点击开始拜访，拜访完成后，点击完成拜访，记录相关的拜访记录。
6.根据权利要求5所述的基于楼宇两达图的智能客户拜访系统，其特征在于，系统会将本次客户经理的拜访数据加入到计算池中，权重计算引擎会把新加入的拜访数据也存放到计算池中；客户经理完成拜访后，系统会根据新的计算权重，计算出需要拜访客户的得分，供客户经理选择。
7.根据权利要求6所述的基于楼宇两达图的智能客户拜访系统，其特征在于，其中，计算得分的规则是：客户经理到客户地址的距离越近，得分越低；客户当前级别的平均拜访时间越短，得分越低；客户所属的行业平均拜访时间越短，得分越低；将得分由低到高的顺序排序，得分最低的客户排序越靠前。
8.根据权利要求7所述的基于楼宇两达图的智能客户拜访系统，其特征在于，将各个客户的路程耗费时间加上客户所属行业的平均拜访时间加上客户当前级别的平均拜访时间加上当前客户经理拜访客户所属行业的平均拜访时间，就能得到客户的得分并排序从而获得推荐结果。
9.根据权利要求8所述的基于楼宇两达图的智能客户拜访系统，其特征在于，初始权重系数设置为：客户经理到客户的距离得到时间
Figure 154632DEST_PATH_IMAGE001
的权重系数w1为0.2；客户所属的行业平均拜访时间
Figure 585614DEST_PATH_IMAGE002
的权重系数w2为0.15;客户当前级别的平均拜访时间
Figure 886145DEST_PATH_IMAGE003
的权重系数w3为0.15;当前客户经理拜访当前级别的平均拜访时间
Figure 843606DEST_PATH_IMAGE004
的权重系数w4为0.25;当前客户经理拜访客户所属的行业平均拜访时间
Figure 204180DEST_PATH_IMAGE005
的权重系数w5为0.25。
10.根据权利要求9所述的基于楼宇两达图的智能客户拜访系统，其特征在于，客户得分计算公式为Q=
Figure 856878DEST_PATH_IMAGE001
*w1+
Figure 633204DEST_PATH_IMAGE002
*w2+
Figure 586117DEST_PATH_IMAGE003
*w3+
Figure 543358DEST_PATH_IMAGE004
*w4+
Figure 683353DEST_PATH_IMAGE005
*w5；
根据每次实际拜访时间和系统计算的拜访时间进行误差计算，根据差值对每个权重的数值进行动态调整。
CN202210979818.7A 2022-08-16 2022-08-16 一种基于楼宇两达图的智能客户拜访方法及系统 Pending CN115081956A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210979818.7A CN115081956A (zh) 2022-08-16 2022-08-16 一种基于楼宇两达图的智能客户拜访方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210979818.7A CN115081956A (zh) 2022-08-16 2022-08-16 一种基于楼宇两达图的智能客户拜访方法及系统

Publications (1)

Publication Number Publication Date
CN115081956A true CN115081956A (zh) 2022-09-20

Family

ID=83245248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210979818.7A Pending CN115081956A (zh) 2022-08-16 2022-08-16 一种基于楼宇两达图的智能客户拜访方法及系统

Country Status (1)

Country Link
CN (1) CN115081956A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259663A (ja) * 2001-02-26 2002-09-13 Kentop:Kk 顧客訪問スケジュール作成装置および方法
JP2010211685A (ja) * 2009-03-12 2010-09-24 Fujitsu Ltd 顧客の来場管理システム、顧客の来場管理サーバ、顧客の来場管理方法および顧客の来場管理を行うプログラム
CN106779608A (zh) * 2016-12-22 2017-05-31 深圳微众税银信息服务有限公司 一种基于微信平台的信息处理方法及信息处理系统
CN113762990A (zh) * 2020-06-03 2021-12-07 中国移动通信集团浙江有限公司 商品推荐的方法、装置、计算设备及计算机存储介质
CN114090898A (zh) * 2021-11-29 2022-02-25 深圳壹账通智能科技有限公司 一种信息推荐方法、装置、终端设备及介质
CN114491255A (zh) * 2022-01-24 2022-05-13 中国工商银行股份有限公司 推荐方法、系统、电子设备和介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259663A (ja) * 2001-02-26 2002-09-13 Kentop:Kk 顧客訪問スケジュール作成装置および方法
JP2010211685A (ja) * 2009-03-12 2010-09-24 Fujitsu Ltd 顧客の来場管理システム、顧客の来場管理サーバ、顧客の来場管理方法および顧客の来場管理を行うプログラム
CN106779608A (zh) * 2016-12-22 2017-05-31 深圳微众税银信息服务有限公司 一种基于微信平台的信息处理方法及信息处理系统
CN113762990A (zh) * 2020-06-03 2021-12-07 中国移动通信集团浙江有限公司 商品推荐的方法、装置、计算设备及计算机存储介质
CN114090898A (zh) * 2021-11-29 2022-02-25 深圳壹账通智能科技有限公司 一种信息推荐方法、装置、终端设备及介质
CN114491255A (zh) * 2022-01-24 2022-05-13 中国工商银行股份有限公司 推荐方法、系统、电子设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈琳: "WZ电信网格化营销体系研究", 《特区经济》 *

Similar Documents

Publication Publication Date Title
US8271338B2 (en) Approach for estimating user ratings of items
CN110503396B (zh) 基于多技能的复杂空间众包任务分配方法
Yucel et al. QoS-based budget constrained stable task assignment in mobile crowdsensing
CN111614754B (zh) 面向雾计算的成本效率优化的动态自适应任务调度方法
Wolfson et al. Fairness versus optimality in ridesharing
US20220327495A1 (en) Intelligent scheduling using a prediction model
CN112016977B (zh) 一种用电信息采集方法、系统及电量数据服务器
US20210049535A1 (en) System and method for optimizing professional services resources amongst a plurality of users
CN115081956A (zh) 一种基于楼宇两达图的智能客户拜访方法及系统
Hwang et al. On-tour attraction recommendation in a mobile environment
Li et al. Cost sharing and strategyproof mechanisms for set cover games
Çavdar et al. Capacity allocation in a service system with preferred service completion times
CN102208080A (zh) 一种优化服务资源的方法及系统
CN108596353A (zh) 共享泊位预定方法和平台
Common Natural resource accounting and sustainability
US20240028990A1 (en) Multi-depot vehicle scheduling
JP4334198B2 (ja) 生産計画装置、生産計画方法、その記録媒体およびプログラム
Heikkilä et al. Explaining the desire for local bargaining: Evidence from a Finnish survey of employers and employees
Ren et al. Efficient Cross Dynamic Task Assignment in Spatial Crowdsourcing
Zhou et al. A Four-stage Heuristic Algorithm for Solving On-demand Meal Delivery Routing Problem
Zou An Online Cost Allocation Model for Horizontal Supply Chains
CN115545402B (zh) 一种资源适配方法、装置、电子设备及存储介质
Tsaousoglou et al. Near-optimal demand side management in retail electricity markets with coupling constraints via indirect mechanism design
CN118158092A (zh) 一种算力网络调度方法、装置及电子设备
Wei et al. Mechanism Design for Peak Demand Management in Energy Communities

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220920