CN116777472A - 一种基于大数据的售后服务系统及其管理方法 - Google Patents
一种基于大数据的售后服务系统及其管理方法 Download PDFInfo
- Publication number
- CN116777472A CN116777472A CN202310743996.4A CN202310743996A CN116777472A CN 116777472 A CN116777472 A CN 116777472A CN 202310743996 A CN202310743996 A CN 202310743996A CN 116777472 A CN116777472 A CN 116777472A
- Authority
- CN
- China
- Prior art keywords
- sales
- service
- sales service
- service personnel
- data
- 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
Links
- 238000007726 management method Methods 0.000 title abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/063112—Skill-based matching of a person or a group to a task
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Remote Sensing (AREA)
Abstract
本发明公开了一种基于大数据的售后服务系统及其管理方法,涉及售后服务技术领域;该系统包括数据采集模块,数据处理模块,售后服务分配模块,数据反馈模块,该方法包括数据采集模块采集用户售后服务需求信息,数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集,售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员,售后服务人员按照标准数据集的信息进行售后服务。本发明通过对获取的用户需求数据进行标准数据集的转化,再建立售后服务人员的能力集合,从而根据匹配度的契合程度进行售后自动匹配,保证了流程执行的效率同时也保证了服务人员与用户需求的匹配度。
Description
技术领域
本发明涉及售后服务技术领域,尤其涉及一种基于大数据的售后服务系统及其管理方法。
背景技术
目前企业的售后部门大多是接到任务电话,使用人工的方式分配任务,售后人员被派出后,不能跟踪人员位置,只能被动等待售后人员的回复。在售后人员到达现场之后,如果资料没带全,或是对所售产品不熟悉,那么会给现场工作带来困难,浪费了时间,也影响了企业在客户心中的形象。在售后工作完成后,售后工作人员通常会让客户签一些纸质文件,来获得客户的确认和对服务及产品的意见反馈。售后人员将客户签署的纸质文件带回公司后,还需要相关人员进一步汇总处理,效率很低。
为了解决上述问题,经检索,中国专利公开号为CN 104066053 B的专利,公开了一种移动售后服务方法,应用服务器定期地或不定期地下发数据或指令给售后人员客户端,售后人员客户端响应于所下发的数据或指令,把验证数据和/或售后数据上传至所述应用服务器;或者售后人员客户端定期地或不定期地主动上传验证数据和/或售后数据至所述应用服务器,其中,所述应用服务器根据所述验证数据和/或售后数据并能够结合所下发的数据或指令来评估售后服务人员的状态。
上述专利存在以下不足:其无法根据客户的需求和售后服务人员对故障类型的擅长程度进行合理、快速的自动匹配,从而会存在售后服务流程效率低、售后人员处理故障专业程度低的缺陷。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于大数据的售后服务系统及其管理方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于大数据的售后服务系统,包括:
数据采集模块,其负责采集用户售后服务需求信息;
数据处理模块,其负责对采集到的数据进行处理和分析;
售后服务分配模块,其负责根据处理结果,将售后服务需求分配至相应的售后服务人员;
数据反馈模块,用于收集用户对售后服务的反馈信息。
优选地:所述数据采集模块采集的信息包括用户所需服务地点、用户产品型号、用户故障类型和售后服务预约时间。
优选地:所述数据采集模块的数据采集方式可以为电话咨询、售后门店填单以及网络电子填单中的任意一种。
一种基于大数据的售后服务系统的管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
优选地:所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
优选地:所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
优选地:所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
优选地:所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
优选地:所述S324步骤中,匹配度的计算方法包括以下步骤:
A1:若用户故障类型所对应的故障编号有且仅对应Q1、Q2、......Qn中的一个,则直接按照擅长度进行降序排列,匹配擅长度最高的售后服务人员;
A2:若用户故障类型所对应的故障编号对应Q1、Q2、......Qn中大于一个,则按照公式计算波动水平并根据预设波动阈值σ比较,筛选掉所有S>σ的售后服务人员;
A3:随后将剩余仍匹配的售后服务人员,按照所有匹配类型平均值的方法进行降序排列,选择匹配擅长度最高的售后服务人员即可。
优选地:所述S323步骤中,其具体步骤为:
B1:获取当前满足条件的售后服务人员的实时位置,并且设定服务区域半径R,此时形成以售后服务人员实时位置为圆心的且半径为R的圆,此圆即为售后服务人员可服务地域;
B2:地图选点,将用户所需的服务地点进行选点,并把所有包含该点的可服务地域的服务人员匹配;
B3:若地图选点时,所有的售后服务人员的可服务地域均不包含该点,则按照R此次=R+kR更新服务区域半径,直至可服务地域包含客户所需服务点;
所述B3中,k为步长系数,k∈(0.5,2.5)。
本发明的有益效果为:
1.本发明通过对获取的用户需求数据进行标准数据集的转化,再建立售后服务人员的能力集合,从而根据匹配度的契合程度进行售后自动匹配,保证了流程执行的效率同时也保证了服务人员与用户需求的匹配度。
2.本发明对于服务人员匹配方面,且针对用户的多类型需求,采用先用波动排除,再用地域匹配排除,最终再进行能力匹配计算,从而可防止服务人员单项能力过高对结果的影响,保证了匹配的服务人员能符合客户的需求。
附图说明
图1为本发明提出的一种基于大数据的售后服务系统的管理方法逻辑流程图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
在本专利的描述中,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”、“设置”应做广义理解,例如,可以是固定相连、设置,也可以是可拆卸连接、设置,或一体地连接、设置。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专利中的具体含义。
实施例1:
一种基于大数据的售后服务系统,包括:
数据采集模块,其负责采集用户售后服务需求信息;
数据处理模块,其负责对采集到的数据进行处理和分析;
售后服务分配模块,其负责根据处理结果,将售后服务需求分配至相应的售后服务人员;
数据反馈模块,用于收集用户对售后服务的反馈信息。
所述数据采集模块采集的信息包括用户所需服务地点、用户产品型号、用户故障类型和售后服务预约时间。
所述数据采集模块的数据采集方式可以为电话咨询、售后门店填单以及网络电子填单中的任意一种。
实施例2:
一种基于大数据的售后服务系统管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
实施例3:
一种基于大数据的售后服务系统管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
实施例4:
一种基于大数据的售后服务系统管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
所述S324步骤中,匹配度的计算方法包括以下步骤:
A1:若用户故障类型所对应的故障编号有且仅对应Q1、Q2、......Qn中的一个,则直接按照擅长度进行降序排列,匹配擅长度最高的售后服务人员;
A2:若用户故障类型所对应的故障编号对应Q1、Q2、......Qn中大于一个,则按照公式计算波动水平并根据预设波动阈值σ比较,筛选掉所有S>σ的售后服务人员;
A3:随后将剩余仍匹配的售后服务人员,按照所有匹配类型平均值的方法进行降序排列,选择匹配擅长度最高的售后服务人员即可。
所述S323步骤中,其具体步骤为:
B1:获取当前满足条件的售后服务人员的实时位置,并且设定服务区域半径R,此时形成以售后服务人员实时位置为圆心的且半径为R的圆,此圆即为售后服务人员可服务地域;
B2:地图选点,将用户所需的服务地点进行选点,并把所有包含该点的可服务地域的服务人员匹配;
B3:若地图选点时,所有的售后服务人员的可服务地域均不包含该点,则按照R此次=R+0.5R更新服务区域半径,直至可服务地域包含客户所需服务点。
实施例5:
一种基于大数据的售后服务系统管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
所述S324步骤中,匹配度的计算方法包括以下步骤:
A1:若用户故障类型所对应的故障编号有且仅对应Q1、Q2、......Qn中的一个,则直接按照擅长度进行降序排列,匹配擅长度最高的售后服务人员;
A2:若用户故障类型所对应的故障编号对应Q1、Q2、......Qn中大于一个,则按照公式计算波动水平并根据预设波动阈值σ比较,筛选掉所有S>σ的售后服务人员;
A3:随后将剩余仍匹配的售后服务人员,按照所有匹配类型平均值的方法进行降序排列,选择匹配擅长度最高的售后服务人员即可。
所述S323步骤中,其具体步骤为:
B1:获取当前满足条件的售后服务人员的实时位置,并且设定服务区域半径R,此时形成以售后服务人员实时位置为圆心的且半径为R的圆,此圆即为售后服务人员可服务地域;
B2:地图选点,将用户所需的服务地点进行选点,并把所有包含该点的可服务地域的服务人员匹配;
B3:若地图选点时,所有的售后服务人员的可服务地域均不包含该点,则按照R此次=R+2.5R更新服务区域半径,直至可服务地域包含客户所需服务点。
实施例6:
一种基于大数据的售后服务系统管理方法,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
所述S324步骤中,匹配度的计算方法包括以下步骤:
A1:若用户故障类型所对应的故障编号有且仅对应Q1、Q2、......Qn中的一个,则直接按照擅长度进行降序排列,匹配擅长度最高的售后服务人员;
A2:若用户故障类型所对应的故障编号对应Q1、Q2、......Qn中大于一个,则按照公式计算波动水平并根据预设波动阈值σ比较,筛选掉所有S>σ的售后服务人员;
A3:随后将剩余仍匹配的售后服务人员,按照所有匹配类型平均值的方法进行降序排列,选择匹配擅长度最高的售后服务人员即可。
所述S323步骤中,其具体步骤为:
B1:获取当前满足条件的售后服务人员的实时位置,并且设定服务区域半径R,此时形成以售后服务人员实时位置为圆心的且半径为R的圆,此圆即为售后服务人员可服务地域;
B2:地图选点,将用户所需的服务地点进行选点,并把所有包含该点的可服务地域的服务人员匹配;
B3:若地图选点时,所有的售后服务人员的可服务地域均不包含该点,则按照R此次=R+1.5R更新服务区域半径,直至可服务地域包含客户所需服务点。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的售后服务系统,其特征在于,包括:
数据采集模块,其负责采集用户售后服务需求信息;
数据处理模块,其负责对采集到的数据进行处理和分析;
售后服务分配模块,其负责根据处理结果,将售后服务需求分配至相应的售后服务人员;
数据反馈模块,用于收集用户对售后服务的反馈信息。
2.根据权利要求1所述的一种基于大数据的售后服务系统,其特征在于,所述数据采集模块采集的信息包括用户所需服务地点、用户产品型号、用户故障类型和售后服务预约时间。
3.根据权利要求1所述的一种基于大数据的售后服务系统,其特征在于,所述数据采集模块的数据采集方式可以为电话咨询、售后门店填单以及网络电子填单中的任意一种。
4.一种基于大数据的售后服务系统的管理方法,其特征在于,包括以下步骤:
S1:数据采集模块采集用户售后服务需求信息;
S2:数据处理模块对售后需求信息按照识别模板进行处理,形成标准数据集;
S3:售后服务分配模块根据标准数据集按照匹配算法为标准数据集匹配售后服务人员,并将标准数据集发送至售后服务人员;
S4:售后服务人员按照标准数据集的信息进行售后服务;
S5:服务结束后,用户可通过数据反馈模块对此次服务进行反馈评价。
5.根据权利要求4所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S2步骤中,识别模板为M={m1,m2,......,mn},其中M为标准数据集,mi为数据采集模块采集到的数据类型。
6.根据权利要求4所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S3步骤中,其包括以下步骤:
S31:根据售后服务人员可以处理的故障类型以及处理故障类型的擅长程度,为每个售后服务人员能力集合;
S32:根据标准数据集的数据信息和服务人员能力集合匹配售后服务人员。
7.根据权利要求6所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S31步骤中,包括以下步骤:
S311:将所有的故障类型进行编号,其分别为Q1、Q2、......Qn;
S312:根据经验和实操,判断售后服务人员对每个故障类型的擅长程度0%-100%;
S313:建立售后服务人员能力集合P=(p1→Q1,p2→Q2,......pn→Qn),其中pn→Qn代表该售后服务人员对于编号为Qn故障类型的擅长程度为pn,其中pn∈[0%,100%]。
8.根据权利要求6所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S32中,其包括以下步骤:
S321:读取标准数据集中的用户所需服务地点信息和预约时间信息;
S322:首先根据预约时间时间筛选所有在该时间有其他服务的售后服务人员;
S323:随后根据服务地点信息再次筛选不在服务范围内的售后服务人员;
S324:最后根据标准数据集中的用户故障类型数据,确定用户故障类型所对应的故障编号集合,然后根据编号获取服务人员与之对应的擅长程度,然后计算匹配度。
9.根据权利要求8所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S324步骤中,匹配度的计算方法包括以下步骤:
A1:若用户故障类型所对应的故障编号有且仅对应Q1、Q2、......Qn中的一个,则直接按照擅长度进行降序排列,匹配擅长度最高的售后服务人员;
A2:若用户故障类型所对应的故障编号对应Q1、Q2、......Qn中大于一个,则按照公式计算波动水平并根据预设波动阈值σ比较,筛选掉所有S>σ的售后服务人员;
A3:随后将剩余仍匹配的售后服务人员,按照所有匹配类型平均值的方法进行降序排列,选择匹配擅长度最高的售后服务人员即可。
10.根据权利要求8所述的一种基于大数据的售后服务系统的管理方法,其特征在于,所述S323步骤中,其具体步骤为:
B1:获取当前满足条件的售后服务人员的实时位置,并且设定服务区域半径R,此时形成以售后服务人员实时位置为圆心的且半径为R的圆,此圆即为售后服务人员可服务地域;
B2:地图选点,将用户所需的服务地点进行选点,并把所有包含该点的可服务地域的服务人员匹配;
B3:若地图选点时,所有的售后服务人员的可服务地域均不包含该点,则按照R此次=R+kR更新服务区域半径,直至可服务地域包含客户所需服务点;
所述B3中,k为步长系数,k∈(0.5,2.5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310743996.4A CN116777472A (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的售后服务系统及其管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310743996.4A CN116777472A (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的售后服务系统及其管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116777472A true CN116777472A (zh) | 2023-09-19 |
Family
ID=87989032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310743996.4A Pending CN116777472A (zh) | 2023-06-25 | 2023-06-25 | 一种基于大数据的售后服务系统及其管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116777472A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422475A (zh) * | 2023-10-20 | 2024-01-19 | 连邦网络科技服务南通有限公司 | 一种基于大数据分析的服务需求推荐系统 |
-
2023
- 2023-06-25 CN CN202310743996.4A patent/CN116777472A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422475A (zh) * | 2023-10-20 | 2024-01-19 | 连邦网络科技服务南通有限公司 | 一种基于大数据分析的服务需求推荐系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105868915B (zh) | 一种基于移动互联网服务应用的服务评价系统 | |
CN107169861A (zh) | 网点销售服务系统及方法 | |
CN104951979A (zh) | 一种银行网点推荐方法 | |
CN107231393B (zh) | 一种会话处理方法及装置 | |
CN101655995A (zh) | 社区自助式实时门诊挂号与智能排队候诊系统及方法 | |
CN116777472A (zh) | 一种基于大数据的售后服务系统及其管理方法 | |
CN105913279B (zh) | 一种基于移动互联网服务应用的服务费用预算系统 | |
CN108921391A (zh) | 一种业务分配方法及装置 | |
CN108648125B (zh) | 一种居家养老服务志愿者的管理系统及方法 | |
CN105808574A (zh) | 叫号排序方法与系统 | |
CN107133682A (zh) | 基于设备日志的设备操作用时估算系统及方法、基于设备日志的动态预约系统及其实现方法 | |
CN110490348A (zh) | 服务安排方法和相关装置 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
CN115619134A (zh) | 基于工程服务的技工平台构建方法及系统 | |
CN113554363A (zh) | 基于网格化系统监测的电力客户业务工单处理方法及系统 | |
CN109034434A (zh) | 一种智能派工方法和装置 | |
CN115588495A (zh) | 一种基于区域内人员工作量智能调度的方法及系统 | |
CN111178778A (zh) | 基于机器学习的安保活动方案生成方法、系统及安保活动管理系统 | |
CN114445955A (zh) | 基于数据双向验证的取叫号及过号重排的排队方法及其系统 | |
CN113961995A (zh) | 一种用于展览展示与会议服务的智能交互系统 | |
CN110232488A (zh) | 工单处理方法、系统及设备 | |
CN116011798B (zh) | 一种用于智慧城市的居民网格化管理调配方法 | |
CN111292163A (zh) | 租务工单管理系统 | |
CN115424708A (zh) | 一种数字化护工服务管理平台 | |
CN116227840A (zh) | 智能排班方法、装置及介质 |
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 |