CN117764459A - 一种基于数据智能分析处理的企业管理系统及方法 - Google Patents

Abstract

本发明涉及企业数据管理技术领域，且公开了一种基于数据智能分析处理的企业管理系统及方法，包括：获取客户咨询问题和办事员数据，形成分配数据，为客户匹配办事员，解决客户需求，并形成结算数据，与客户结算金额，该基于数据智能分析处理的企业管理系统及方法，根据客户咨询的问题提取客户需要办理的业务，并主动判定客户的每个需求的重要程度，根据办事员的时间安排，尽可能优先推送给客户进行重要业务办理的办事员，使客户在办理业务的过程中能够尽可能的减少等待时间，并根据各业务的历史价格形成价格周期，再根据价格周期自动确定当下客户办理的业务的结算金额。

Description

一种基于数据智能分析处理的企业管理系统及方法

技术领域

本发明涉及企业数据管理技术领域，具体为一种基于数据智能分析处理的企业管理系统及方法。

背景技术

一种基于数据智能分析处理的企业管理系统及方法是数据驱动型管理，数据驱动型管理是一种以数据为基础进行决策和管理的方法，它利用数据分析来指导企业的决策制定和业务运营，包括：设定明确的目标和指标、收集和整理数据、分析数据、进行决策和优化、监测和评估，通过数据驱动型管理，企业能够更加客观和科学地进行决策和管理，避免主观臆断和盲目决策，同时，通过数据分析，企业能够发现隐藏的机会和挑战，优化业务流程，提高效率和效果，从而实现更好的业绩和竞争力；

企业需要明确具体的目标，并将其转化为可以衡量的指标。这些指标应该能够量化企业的绩效和业务运营情况，企业需要收集和整理相关数据，包括业务数据、市场数据、客户数据等。这些数据应该是准确、全面且可靠的，通过使用数据分析工具和技术，对收集到的数据进行深入分析。这包括数据清洗、数据挖掘、数据建模等工作，以获取有关业务运营和市场趋势的洞察，根据分析的结果，制定相应的决策和优化策略。这些决策和策略应该能够帮助企业实现其目标，并持续改进业务，跟踪和监测指标的实际表现，评估决策和策略的有效性。如果必要，进行调整和优化，以确保企业能够持续提高绩效和竞争力；

现有的基于数据智能分析处理的企业管理系统及方法，无法根据客户咨询的问题提取客户需要办理的业务，无法主动判定客户的每个需求的重要程度，并根据办事员的时间安排，确定推送给客户进行业务办理的办事员，使客户能够以最快的效率办理其需要办理的业务，无法根据各业务的历史价格形成价格周期，并根据价格周期自动确定当下客户办理的业务的结算金额，其实用性存在一定的局限性。

发明内容

本发明提供了一种基于数据智能分析处理的企业管理系统及方法，具备根据客户咨询的问题提取客户需要办理的业务，并主动判定客户的每个需求的重要程度，根据办事员的时间安排，尽可能优先推送给客户进行重要业务办理的办事员，使客户在办理业务的过程中能够尽可能的减少等待时间，并尽可能以最快的速度办理完全部的业务，提高业务的办理效率，提升对客户的服务质量，并根据各业务的历史价格形成价格周期，再根据价格周期自动确定当下客户办理的业务的结算金额，防止造成客户与业务办理双方的财产损失和心里落差，从而流失客户的有益效果，解决了上述背景技术中所提到企业数据管理的过程中，无法根据客户咨询的问题提取客户需要办理的业务，无法主动判定客户的每个需求的重要程度，并根据办事员的时间安排，确定推送给客户进行业务办理的办事员，使客户能够以最快的效率办理其需要办理的业务，无法根据各业务的历史价格形成价格周期，并根据价格周期自动确定当下客户办理的业务的结算金额，其实用性存在一定的局限性的问题。

本发明提供如下技术方案：一种基于数据智能分析处理的企业管理方法，包括：

获取客户咨询问题和办事员数据；

根据客户咨询问题和办事员数据，通过信息分析策略，形成分配数据；

根据分配数据，为客户匹配办事员，解决客户需求，并形成结算数据；

根据结算数据，与客户结算金额；

所述信息分析策略，具体包括：

提取客户咨询问题中的所有的需求关键词；

形成需求集合XJ（XJ1，...，XJn）；

根据需求集合XJ，向客户推送每个需求关键词下的所有子需求关键词，询问并确定客户的进一步需求；

获取每个需求关键词下的子需求关键词的总数量，记为A；

获取客户选择的每个需求关键词下子需求关键词的数量，记为B；

计算每个需求关键词的需求占比，需求占比＝数量B÷总数量A；

比较每个需求关键词的需求占比，根据需求占比的数值，由大到小，形成需求等级排序，将需求占比数值大的需求关键词定为第一需求。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述信息分析策略，还包括：

获取办事员数据，所述办事员数据包括办事员数量、分管业务；

获取所有办事员的分管业务；

根据办事员数量，获取每个办事员的分管业务；

提取客户的每个需求关键词对应的分管业务，定为目标业务；

提取目标业务对应的所有办事员，形成目标办事员集合；

获取客户咨询问题的发起时间，定为目标时间点；

提取目标办事员集合中，在目标时间点下，没有进行业务办理的办事员，定为目标办事员；

获取目标办事员的数量，定为目标办事员数量；

若目标办事员数量＝办事员数量，则执行第一判定策略；

若目标办事员数量＜办事员数量，则执行第二判定策略。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述执行第一判定策略，具体为：

S1、获取每个目标办事员所能够办理客户业务的目标业务数量；

S2、获取需求关键词的数量，定为需求数量，记为D；

S3、提取第一需求对应的目标业务，定为第一业务；

S4、获取第一业务对应的目标办事员的数量，定为选择数量；

S5、若选择数量＜1，则不形成判定；

S6、若选择数量≥1，则提取第一业务对应的目标办事员的目标业务数量，定为判定数量；

S7、若判定数量＝需求数量D，则提取第一业务对应的目标办事员，定为推送办事员，并将推送办事员推送给客户；

S8、若判定数量＜需求数量D，则根据每个判定数量的数值，由大到小，形成判定优先级顺序，提取第一判定优先级顺序对应的目标办事员，定为第一办事员，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述执行第二判定策略，具体为：

获取每个目标办事员所能够办理客户业务的目标业务数量；

获取需求关键词的数量，定为需求数量，记为D；

根据每个目标业务数量的数值，由大到小，形成选择优先级顺序；

提取选择优先级顺序中，第一选择优先级对应的目标办事员，定为第一办事员；

若第一办事员的目标业务数量＝需求数量D，则将该第一办事员推送给客户，为客户解决客户咨询问题；

若第一办事员的目标业务数量＜需求数量D，则获取第一办事员数量；

若第一办事员数量＜1，则执行时间判定策略；

若第一办事员数量＝1，则将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一办事员数量＞1，则获取第一业务对应的第一办事员数量；

若第一业务对应的第一办事员数量＝1，则提取第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一业务对应的第一办事员数量＞1，则任意提取一个第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一业务对应的第一办事员数量＜1，则任意提取一个第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述执行人员调配策略，具体包括：

获取第一办事员办理的目标业务，定为第一办理业务；

获取客户的所有目标业务；

将去除第一办理业务的目标业务，定为待办业务；

获取第一办事员办理第一办理业务历史办理时长，定为第一历史时长；

计算第一办事员办理第一办理业务的结束时间，定为衔接时间点，衔接时间点＝目标时间点＋第一历史时长；

提取目标办事员集合中，在衔接时间点下，没有进行业务办理的办事员，定为备选办事员；

获取每个备选办事员办理的目标业务，定为备选业务；

提取包含待办业务的备选业务对应的备选办事员，定为第二办事员；

达到衔接时间点，将第二办事员推送给客户，为客户解决客户咨询问题。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述执行时间判定策略，具体包括：

执行S2-S6；

若判定数量＞需求数量D，则不形成判定；

若判定数量≤需求数量D，则提取第一业务对应的目标办事员，定为第一办事员；

获取每个第一办事员正在办理的分管业务的开始时间点，记为T1；

获取目标时间点；

计算每个第一办事员正在办理的分管业务的进行时长，进行时长＝目标时间点－时间点T1；

获取每个第一办事员对正在办理的分管业务的历史办理时长，定为第二历史时长；

计算客户对每个第一办事员的等待时长，等待时长＝第二历史时长－进行时长；

根据每个等待时长的数值，由小到大，形成等待优先级顺序；

提取数值最小的等待时长，定为客户等待时长；

向客户推送客户等待时长；

达到客户等待时长，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：获取所有的分管业务；

采集每个分管业务的市场价格，定为初始价格；

设定业务数据采集时间；

每隔业务数据采集时间，将前一次采集的每个分管业务的市场价格，定为第一价格，并再次采集每个分管业务的市场价格，定为第二价格；

若第二价格＝第一价格×（1±10%）、且第二价格＝初始价格×（1±10%），则将该第二价格定为不计入价格；

若第二价格≠第一价格×（1±10%）、第二价格≠初始价格×（1±10%），则将该第二价格定为计入价格；

若第二价格≠第一价格×（1±10%）、第二价格＝初始价格×（1±10%），则将该第二价格定为周期价格；

以每个初始价格的采集时间为起始时间，以每个初始价格为起始价格数据，以每个周期价格的采集时间为终止时间，以每个周期价格为终止价格数据，根据每个分管业务的所有计入价格及其采集时间，对每个分管业务分别形成价格周期统计集合；

执行结算策略。

作为本发明所述基于数据智能分析处理的企业管理方法的一种可选方案，其中：所述执行结算策略，具体为：

获取目标时间点；

提取目标时间点在价格周期统计集合对应的每个分管业务的市场价格；

根据每个目标业务对应的分管业务的市场价格，计算总价格，则总价格为办事员向客户提交的结算金额。

一种执行基于数据智能分析处理的企业管理方法的系统，包括：

数据采集模块：用于获取客户咨询问题和办事员数据；

数据分析模块：用于根据客户咨询问题和办事员数据，形成分配数据，并根据分配数据，为客户匹配办事员；

数据结算模块：用于根据分配数据，形成结算数据，与客户结算金额。

本发明具备以下有益效果：

1、该基于数据智能分析处理的企业管理系统及方法，根据客户咨询的问题提取客户需要办理的业务，并根据提取的需要办理的业务向客户进一步推送每个需要办理的业务下的多个子关键词，根据客户选择的每个需要办理的业务下的子关键词的数量，计算比值，根据比值的数值大小，确定客户对每个需要办理的业务的重视程度，使后续为客户办理业务的过程中，能够以最快的效率办理其需要办理的最重要的业务，尽可能的减少客户的等待时间，提高业务的办理效率，提升对客户的服务质量。

2、该基于数据智能分析处理的企业管理系统及方法，根据办事员在客户咨询问题的时间点下业务安排，提取该时间点下能够为客户办理业务的所有办事员，并提取这些办事员具体能够为客户办理的业务及业务数量，尽可能选择能够直接为客户办理所有业务的办事员为客户办理业务，若没有能够直接为客户办理所有业务的办事员，则尽可能选择能够一次为客户办理数量较多、以及能够为客户办理客户最重视的业务的办事员为客户办理业务，同时计算并选择能够为客户衔接办理后续业务的办事员，在上一个办事员为客户办理完一部分业务后，将衔接的办事员推送给客户为客户办理后续业务，使客户在办理业务的过程中能够尽可能的减少等待时间，并尽可能以最快的速度办理完全部的业务，提高业务的办理效率，提升对客户的服务质量。

3、该基于数据智能分析处理的企业管理系统及方法，通过对所有业务采集过往的价格数据，并进行判定，将价格变化较大的价格数据进行记录，直至采集的价格与第一次采集的价格接近，则第一次采集价格的采集时间与后期与第一次采集价格接近的价格的采集时间之间，为价格周期，根据客户办理业务的时间，对应至价格周期的时间，确定客户办理业务的时间下，所有业务的对应价格，并提取客户办理的业务对应的价格，从而确定客户的结算金额，防止造成客户与业务办理双方的财产损失和心里落差，从而流失客户。

附图说明

图1为本发明基于数据智能分析处理的企业管理系统及方法框图。

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。

实施例一，一种基于数据智能分析处理的企业管理方法，参阅图1，包括：

获取客户咨询问题和办事员数据；

根据客户咨询问题和办事员数据，通过信息分析策略，形成分配数据；

根据分配数据，为客户匹配办事员，解决客户需求，并形成结算数据；

根据结算数据，与客户结算金额；

所述信息分析策略，具体包括：

提取客户咨询问题中的所有的需求关键词，如需求1，需求2，需求3；

形成需求集合XJ（XJ1，...，XJn）；

根据需求集合XJ，向客户推送每个需求关键词下的所有子需求关键词，询问并确定客户的进一步需求，其中，向客户推送的每个需求关键词下的所有子需求关键词均超过10个，如根据需求1、需求2、需求3，向客户推送子需求11、...、子需求110、子需求21、...、子需求210、子需求31、...、子需求310，例如需求1为诉讼，则向客户推送子需求11刑事诉讼、子需求12民事诉讼等；

获取每个需求关键词下的子需求关键词的总数量，记为A，如需求1的子需求的总数量为2，需求2的子需求的总数量为3，需求3的子需求的总数量为2；

获取客户选择的每个需求关键词下子需求关键词的数量，记为B，如客户选择的需求1的子需求的数量为5，需求2的子需求的数量为8，需求3的子需求的总数量为5；

计算每个需求关键词的需求占比，需求占比＝数量B÷总数量A，则需求1的需求占比为0.5，需求2的需求占比为0.8，需求3的需求占比为0.5；

比较每个需求关键词的需求占比，根据需求占比的数值，由大到小，形成需求等级排序，将需求占比数值大的需求关键词定为第一需求，即第一需求为客户最重视的业务需求。

通过上述方法，根据客户咨询的问题提取客户需要办理的业务，并主动判定客户的每个需求的重要程度，根据办事员的时间安排，尽可能优先推送给客户进行重要业务办理的办事员，使客户在办理业务的过程中能够尽可能的减少等待时间，并尽可能以最快的速度办理完全部的业务，提高业务的办理效率，提升对客户的服务质量，并根据各业务的历史价格形成价格周期，再根据价格周期自动确定当下客户办理的业务的结算金额，防止造成客户与业务办理双方的财产损失和心里落差，从而流失客户。

实施例二，本实施例是在实施例一的基础上做出的改进，本实施例中，所述信息分析策略，还包括：

获取办事员数据，所述办事员数据包括办事员数量、分管业务；

获取所有办事员的分管业务，如业务1，业务2，业务3，业务4；

根据办事员数量，获取每个办事员的分管业务，如办事员数量为3，其中，办事员1分管业务1、业务2、业务3，办事员2分管业务2、业务3、业务4，办事员3分管业务1、业务4；

提取客户的每个需求关键词对应的分管业务，定为目标业务，如需求1对应业务1，需求2对应业务2，需求3对应业务3；

提取目标业务对应的所有办事员，形成目标办事员集合；

获取客户咨询问题的发起时间，定为目标时间点；

提取目标办事员集合中，在目标时间点下，没有进行业务办理的办事员，定为目标办事员；

获取目标办事员的数量，定为目标办事员数量；

若目标办事员数量＝办事员数量，则执行第一判定策略，即所有的办事员在目标时间点下，均无业务办理情况，均能够为客户解决问题，如办事员数量为3，目标办事员数量为3；

若目标办事员数量＜办事员数量，则执行第二判定策略，即有部分办事员在目标时间点下，无业务办理情况，仅有部分办事员能够为客户解决问题，如办事员数量为3，目标办事员数量为2。

本实施例还提供，所述执行第一判定策略，具体为：

S1、获取每个目标办事员所能够办理客户业务的目标业务数量，如办事员1、办事员2、办事员3的目标业务数量分别为3、2、1；

S2、获取需求关键词的数量，定为需求数量，记为D，如需求数量为3；

S3、提取第一需求对应的目标业务，定为第一业务；

S4、获取第一业务对应的目标办事员的数量，定为选择数量；

S5、若选择数量＜1，则不形成判定，由于此时目标办事员数量＝办事员数量，若选择数量＜1，说明无办事员能够为客户第一需求的问题，因此不形成判定；

S6、若选择数量≥1，则提取第一业务对应的目标办事员的目标业务数量，定为判定数量；

S7、若判定数量＝需求数量D，则提取第一业务对应的目标办事员，定为推送办事员，并将推送办事员推送给客户，即第一优先级的办事员的分管业务包含客户的所有需求；

S8、若判定数量＜需求数量D，则根据每个判定数量的数值，由大到小，形成判定优先级顺序，提取第一判定优先级顺序对应的目标办事员，定为第一办事员，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略，即该办事员先为客户解决较多、较重要的需求问题，再调整推送，让另一办事员为客户解决余下的需求问题。

本实施例还提供，所述执行第二判定策略，具体为：

获取每个目标办事员所能够办理客户业务的目标业务数量，如办事员1、办事员2、办事员3的目标业务数量分别为3、2、1；

获取需求关键词的数量，定为需求数量，记为D，如需求数量为3；

根据每个目标业务数量的数值，由大到小，形成选择优先级顺序；

提取选择优先级顺序中，第一选择优先级对应的目标办事员，定为第一办事员，即第一办事员为选择优先级顺序中，目标业务数量最多的目标办事员；

若第一办事员的目标业务数量＝需求数量D，则将该第一办事员推送给客户，为客户解决客户咨询问题，即第一优先级的办事员的分管业务包含客户的所有需求；

若第一办事员的目标业务数量＜需求数量D，则获取第一办事员数量，即第一优先级的办事员的分管业务包含客户的部分需求，选择能够解决客户最多需求的办事员为客户解决问题；

若第一办事员数量＜1，则执行时间判定策略，即此时所有办事员均有业务办理情况，无法及时为客户解决问题，需要计算客户的等待时间；

若第一办事员数量＝1，则将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略，即该办事员先为客户解决较多的需求问题，再调整推送，让另一办事员为客户解决余下的需求问题；

若第一办事员数量＞1，则获取第一业务对应的第一办事员数量；

若第一业务对应的第一办事员数量＝1，则提取第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略，即该办事员先为客户解决较多、较重要的需求问题，再调整推送，让另一办事员为客户解决余下的需求问题；

若第一业务对应的第一办事员数量＞1，则任意提取一个第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略，即该办事员先为客户解决较多、较重要的需求问题，再调整推送，让另一办事员为客户解决余下的需求问题；

若第一业务对应的第一办事员数量＜1，则任意提取一个第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略，即此时能够办理第一业务的办事员均有业务办理情况，无法及时为客户解决第一需求的问题，因此先选择一个办事员为客户解决较多的需求问题，再调整推送，为客户解决第一需求的问题。

其中，所述执行人员调配策略，具体包括：

获取第一办事员办理的目标业务，定为第一办理业务；

获取客户的所有目标业务；

将去除第一办理业务的目标业务，定为待办业务；

获取第一办事员办理第一办理业务历史办理时长，定为第一历史时长；

计算第一办事员办理第一办理业务的结束时间，定为衔接时间点，衔接时间点＝目标时间点＋第一历史时长；

提取目标办事员集合中，在衔接时间点下，没有进行业务办理的办事员，定为备选办事员；

获取每个备选办事员办理的目标业务，定为备选业务；

提取包含待办业务的备选业务对应的备选办事员，定为第二办事员；

达到衔接时间点，将第二办事员推送给客户，为客户解决客户咨询问题。

其中，所述执行时间判定策略，具体包括：

执行S2-S6；

若判定数量＞需求数量D，则不形成判定；

若判定数量≤需求数量D，则提取第一业务对应的目标办事员，定为第一办事员；

获取每个第一办事员正在办理的分管业务的开始时间点，记为T1；

获取目标时间点；

计算每个第一办事员正在办理的分管业务的进行时长，进行时长＝目标时间点－时间点T1；

获取每个第一办事员对正在办理的分管业务的历史办理时长，定为第二历史时长；

计算客户对每个第一办事员的等待时长，等待时长＝第二历史时长－进行时长；

根据每个等待时长的数值，由小到大，形成等待优先级顺序；

提取数值最小的等待时长，定为客户等待时长；

向客户推送客户等待时长；

达到客户等待时长，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

实施例三，本实施例是在实施例二的基础上做出的改进，本实施例中，所述形成结算数据，具体为：

获取所有的分管业务；

采集每个分管业务的市场价格，定为初始价格；

设定业务数据采集时间，所述业务数据采集时间为15天，即每15天采集一次各目标业务的市场价格；

每隔业务数据采集时间，将前一次采集的每个分管业务的市场价格，定为第一价格，并再次采集每个分管业务的市场价格，定为第二价格；

若第二价格＝第一价格×（1±10%）、且第二价格＝初始价格×（1±10%），则将该第二价格定为不计入价格；

若第二价格≠第一价格×（1±10%）、第二价格≠初始价格×（1±10%），则将该第二价格定为计入价格；

若第二价格≠第一价格×（1±10%）、第二价格＝初始价格×（1±10%），则将该第二价格定为周期价格；

以每个初始价格的采集时间为起始时间，以每个初始价格为起始价格数据，以每个周期价格的采集时间为终止时间，以每个周期价格为终止价格数据，根据每个分管业务的所有计入价格及其采集时间，对每个分管业务分别形成价格周期统计集合，如起始时间为1月1日，终止时间为12月31日，计入价格的采集时间分别为7月15日和10月1日，则价格周期为1年；

执行结算策略。

其中，所述执行结算策略，具体为：

获取目标时间点；

提取目标时间点在价格周期统计集合对应的每个分管业务的市场价格；

根据每个目标业务对应的分管业务的市场价格，计算总价格，则总价格为办事员向客户提交的结算金额。

本实施例还公开了一种执行基于数据智能分析处理的企业管理方法的系统，包括：

数据采集模块：用于获取客户咨询问题和办事员数据；

数据分析模块：用于根据客户咨询问题和办事员数据，形成分配数据，并根据分配数据，为客户匹配办事员；

数据结算模块：用于根据分配数据，形成结算数据，与客户结算金额。

本实施例，根据客户咨询的问题提取客户需要办理的业务，并主动判定客户的每个需求的重要程度，根据办事员的时间安排，尽可能优先推送给客户进行重要业务办理的办事员，使客户在办理业务的过程中能够尽可能的减少等待时间，并尽可能以最快的速度办理完全部的业务，提高业务的办理效率，提升对客户的服务质量，并根据各业务的历史价格形成价格周期，再根据价格周期自动确定当下客户办理的业务的结算金额，防止造成客户与业务办理双方的财产损失和心里落差，从而流失客户。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种基于数据智能分析处理的企业管理方法，其特征在于：包括：

获取客户咨询问题和办事员数据；

根据客户咨询问题和办事员数据，通过信息分析策略，形成分配数据；

根据分配数据，为客户匹配办事员，解决客户需求，并形成结算数据；

根据结算数据，与客户结算金额；

所述信息分析策略，具体包括：

提取客户咨询问题中的所有的需求关键词；

形成需求集合XJ（XJ1，...，XJn）；

根据需求集合XJ，向客户推送每个需求关键词下的所有子需求关键词，询问并确定客户的进一步需求；

获取每个需求关键词下的子需求关键词的总数量，记为A；

获取客户选择的每个需求关键词下子需求关键词的数量，记为B；

计算每个需求关键词的需求占比，需求占比＝数量B÷总数量A；

比较每个需求关键词的需求占比，根据需求占比的数值，由大到小，形成需求等级排序，将需求占比数值大的需求关键词定为第一需求。

2.根据权利要求1所述的基于数据智能分析处理的企业管理方法，其特征在于：所述信息分析策略，还包括：

获取办事员数据，所述办事员数据包括办事员数量、分管业务；

获取所有办事员的分管业务；

根据办事员数量，获取每个办事员的分管业务；

提取客户的每个需求关键词对应的分管业务，定为目标业务；

提取目标业务对应的所有办事员，形成目标办事员集合；

获取客户咨询问题的发起时间，定为目标时间点；

提取目标办事员集合中，在目标时间点下，没有进行业务办理的办事员，定为目标办事员；

获取目标办事员的数量，定为目标办事员数量；

若目标办事员数量＝办事员数量，则执行第一判定策略；

若目标办事员数量＜办事员数量，则执行第二判定策略。

3.根据权利要求2所述的基于数据智能分析处理的企业管理方法，其特征在于：所述执行第一判定策略，具体为：

S1、获取每个目标办事员所能够办理客户业务的目标业务数量；

S2、获取需求关键词的数量，定为需求数量，记为D；

S3、提取第一需求对应的目标业务，定为第一业务；

S4、获取第一业务对应的目标办事员的数量，定为选择数量；

S5、若选择数量＜1，则不形成判定；

S6、若选择数量≥1，则提取第一业务对应的目标办事员的目标业务数量，定为判定数量；

S7、若判定数量＝需求数量D，则提取第一业务对应的目标办事员，定为推送办事员，并将推送办事员推送给客户；

S8、若判定数量＜需求数量D，则根据每个判定数量的数值，由大到小，形成判定优先级顺序，提取第一判定优先级顺序对应的目标办事员，定为第一办事员，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

4.根据权利要求2所述的基于数据智能分析处理的企业管理方法，其特征在于：所述执行第二判定策略，具体为：

获取每个目标办事员所能够办理客户业务的目标业务数量；

获取需求关键词的数量，定为需求数量，记为D；

根据每个目标业务数量的数值，由大到小，形成选择优先级顺序；

提取选择优先级顺序中，第一选择优先级对应的目标办事员，定为第一办事员；

若第一办事员的目标业务数量＝需求数量D，则将该第一办事员推送给客户，为客户解决客户咨询问题；

若第一办事员的目标业务数量＜需求数量D，则获取第一办事员数量；

若第一办事员数量＜1，则执行时间判定策略；

若第一办事员数量＝1，则将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一办事员数量＞1，则获取第一业务对应的第一办事员数量；

若第一业务对应的第一办事员数量＝1，则提取第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一业务对应的第一办事员数量＞1，则任意提取一个第一业务对应的第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略；

若第一业务对应的第一办事员数量＜1，则任意提取一个第一办事员，将该第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

5.根据权利要求4所述的基于数据智能分析处理的企业管理方法，其特征在于：所述执行人员调配策略，具体包括：

获取第一办事员办理的目标业务，定为第一办理业务；

获取客户的所有目标业务；

将去除第一办理业务的目标业务，定为待办业务；

获取第一办事员办理第一办理业务历史办理时长，定为第一历史时长；

计算第一办事员办理第一办理业务的结束时间，定为衔接时间点，衔接时间点＝目标时间点＋第一历史时长；

提取目标办事员集合中，在衔接时间点下，没有进行业务办理的办事员，定为备选办事员；

获取每个备选办事员办理的目标业务，定为备选业务；

提取包含待办业务的备选业务对应的备选办事员，定为第二办事员；

达到衔接时间点，将第二办事员推送给客户，为客户解决客户咨询问题。

6.根据权利要求4所述的基于数据智能分析处理的企业管理方法，其特征在于：所述执行时间判定策略，具体包括：

执行S2-S6；

若判定数量＞需求数量D，则不形成判定；

若判定数量≤需求数量D，则提取第一业务对应的目标办事员，定为第一办事员；

获取每个第一办事员正在办理的分管业务的开始时间点，记为T1；

获取目标时间点；

计算每个第一办事员正在办理的分管业务的进行时长，进行时长＝目标时间点－时间点T1；

获取每个第一办事员对正在办理的分管业务的历史办理时长，定为第二历史时长；

计算客户对每个第一办事员的等待时长，等待时长＝第二历史时长－进行时长；

根据每个等待时长的数值，由小到大，形成等待优先级顺序；

提取数值最小的等待时长，定为客户等待时长；

向客户推送客户等待时长；

达到客户等待时长，将第一办事员推送给客户，为客户解决客户咨询问题，并执行人员调配策略。

7.根据权利要求6所述的基于数据智能分析处理的企业管理方法，其特征在于：所述形成结算数据，具体为：

获取所有的分管业务；

采集每个分管业务的市场价格，定为初始价格；

设定业务数据采集时间；

每隔业务数据采集时间，将前一次采集的每个分管业务的市场价格，定为第一价格，并再次采集每个分管业务的市场价格，定为第二价格；

若第二价格＝第一价格×（1±10%）、且第二价格＝初始价格×（1±10%），则将该第二价格定为不计入价格；

若第二价格≠第一价格×（1±10%）、第二价格≠初始价格×（1±10%），则将该第二价格定为计入价格；

若第二价格≠第一价格×（1±10%）、第二价格＝初始价格×（1±10%），则将该第二价格定为周期价格；

以每个初始价格的采集时间为起始时间，以每个初始价格为起始价格数据，以每个周期价格的采集时间为终止时间，以每个周期价格为终止价格数据，根据每个分管业务的所有计入价格及其采集时间，对每个分管业务分别形成价格周期统计集合；

执行结算策略。

8.根据权利要求7所述的基于数据智能分析处理的企业管理方法，其特征在于：所述执行结算策略，具体为：

获取目标时间点；

提取目标时间点在价格周期统计集合对应的每个分管业务的市场价格；

根据每个目标业务对应的分管业务的市场价格，计算总价格，则总价格为办事员向客户提交的结算金额。

9.一种执行权利要求1所述的基于数据智能分析处理的企业管理方法的系统，其特征在于：包括：

数据采集模块：用于获取客户咨询问题和办事员数据；

数据分析模块：用于根据客户咨询问题和办事员数据，形成分配数据，并根据分配数据，为客户匹配办事员；

数据结算模块：用于根据分配数据，形成结算数据，与客户结算金额。