一种客户感知价值的监测方法及监测系统技术方案

本发明专利技术公开了一种客户感知价值的监测方法及系统，其中，所述的方法包括：收集客户感知数据；从中提取具有代表性特征的数据；对具有代表性特征的数据进行维度划分，并生成对应的信号数据；根据每一个信号数据的多个阀值，配置与每一个阀值对应的阀值分值，并计算该信号数据的信号分值；对多个信号数据进行分组，形成信号数据组，并计算该信号数据组的信号组分值；根据多个信号数据组以及对应的信号组分值，利用加权平均算法计算反映客户感知价值的客户感知指数。本发明专利技术能从各种数据来源、多种维度的客户相关数据中自动分析出影响客户满意度的有效因素，并快速计算出客户感知指数，能够实时地持续地了解当前客户对产品及服务的满意度。

【技术实现步骤摘要】

本专利技术涉及客户感知监测领域，具体涉及一种客户感知价值的监测方法及监测系统。
技术介绍
CSI(Customer Sentiment Index，客户情感指数)指数计算模型是基于客户相关数据的综合性评价指标的测评体系，能够客观反映客户情感感知价值和对服务的满意度水平。为了深度洞察客户，在纷杂的客户相关事件中，直观、准确地了解客户满意度水平成为客户洞察的一个重要因素。传统的客户满意度调查主要是运用美国密歇根大学商学院质量研究中心的科罗斯.费耐尔(Claes fornell)博士研究的费耐尔逻辑模型来计算，把客户期望、购买后的感知、购买的价格等方面因素组成一个计量经济学模型。这个模型把客户满意度的数学运算方法和客户购买商品或服务的心理感知结合起来。以此模型运用偏微分最小二次方求解得到的指数，就是客户满意度指数。但这种费耐尔逻辑模型必须以问卷调查等形式取得“顾客对服务的期望”、“顾客对服务质量的感知”、“顾客对服务价值的感知”这三种因素为前提，通过费耐尔逻辑模型计算客户满意度并不能满足企业实时地持续地掌握客户满意度的需求，也反映不出客户情感变化的趋势。
技术实现思路
本专利技术所要解决的技术问题是提供一种客户感知价值的监测方法及监测系统，能够实时、持续地了解客户对产品及服务的满意度。本专利技术解决上述技术问题的技术方案如下:—方面，本专利技术提供了一种客户感知价值的监测方法，包括:S1、收集反映客户感知价值的客户感知数据；S2、对收集的所述客户感知数据建立数据模型，并根据数据模型中的描述信息从所述客户感知数据中提取具有代表性特征的客户感知数据；S3、对所述具有代表性特征的客户感知数据进行维度的划分，且将每一维度的客户感知数据生成对应的信号数据；S4、根据每一个信号数据的多个阀值，配置与每一个阀值对应的阀值分值，并根据所述多个阀值以及对应的阀值分值，利用加权平均算法计算该信号数据对应的信号分值；S5、按照特征相似性对多个信号数据进行分组，形成信号数据组，并根据每一个信号数据组中的多个信号数据以及对应的信号分值，利用加权平均算法计算该信号数据组对应的信号组分值；S6、根据多个信号数据组以及对应的信号组分值，利用加权平均算法计算反映客户感知价值的客户感知指数。本专利技术的有益效果为:本专利技术提供的方法能从各种数据来源、多种维度的客户相关数据中自动分析出影响客户满意度的有效因素，并快速计算出客户感知指数，能够实时地持续地了解当前客户对产品及服务的满意度。在上述技术方案的基础上，本专利技术还可以作如下改进。进一步的，所述步骤SI具体包括:收集客户通过互联网产生的反映客户感知价值的客户感知数据、客户交易数据、客户服务数据、客户反馈评价数据以及客户通过社交网络媒体发布的网络舆情数据。所述进一步的有益效果为:客户感知数据的来源广泛，对大量的客户感知数据的分析，最后计算出来的客户感知指数更加精确。进一步的，所述步骤S2还包括:去除收集的所述客户感知数据中的干扰数据以及噪音数据。进一步的，所述步骤S3中对所述具有代表性特征的客户感知数据进行维度的划分具体包括:运用归一化方法或标准化方法对所述具有代表性特征的客户感知数据进行维度的划分。进一步的，还包括:根据多个预定时间内计算出来的对应的多个客户感知指数，分析客户感知指数随着时间的变化趋势；当信号组分值低于第一阈值或者客户感知指数的下降趋势达到第二阈值时，判定达到客户流失预警标准，并进行客户流失预警。所述进一步的有益效果为:当通过数据的分析得知达到客户流失预警标准时，进行客户流失预警，以便及时的采取措施，尽量防止客户的流失。进一步的，还包括:将计算出来的多个客户感知指数以及客户感知指数的变化趋势以图形或报表的形式进行可视化展示。所述进一步的有益效果为:将客户感知指数以可视化的方式进行展示，方便用户查看。另一方面，本专利技术提供了一种客户感知价值的监测系统，包括:数据收集模块，用于收集反映客户感知价值的客户感知数据；数据提取模块，用于对收集的所述客户感知数据建立数据模型，并根据数据模型中的描述信息从所述客户感知数据中提取具有代表性特征的客户感知数据；维度划分模块，用于对所述具有代表性特征的客户感知数据进行维度的划分，且将每一维度的客户感知数据生成对应的信号数据；信号分值计算模块，用于根据每一个信号数据的多个阀值，配置与每一个阀值对应的阀值分值，并根据所述多个阀值以及对应的阀值分值，利用加权平均算法计算该信号数据对应的信号分值；信号组分值计算模块，用于按照特征相似性对多个信号数据进行分组，形成信号数据组，并根据每一个信号数据组中的多个信号数据以及对应的信号分值，利用加权平均算法计算该信号数据组对应的组分值；感知指数计算模块，用于根据多个信号数据组以及对应的信号组分值，利用加权平均算法计算反映客户感知价值的客户感知指数。本专利技术的有益效果为:能从各种数据来源、多种维度的客户相关数据中自动分析出影响客户满意度的有效因素，并快速计算出客户感知指数，能够实时地持续地了解当前客户对产品及服务的满意度。在上述技术方案的基础上，本专利技术还可以作如下改进。进一步的，还包括:去噪模块，用于去除收集的所述客户感知数据中的干扰数据以及噪音数据。进一步的，还包括:变化趋势分析模块，用于根据预定时间内计算出来的多个客户感知指数，分析客户感知指数随着时间的变化趋势；预警模块，用于当信号数据组分值低于第一阈值或者客户感知指数的下降趋势达到第二阈值时，判定达到客户流失预警标准，并进行客户流失预警。所述进一步的有益效果为:当通过数据的分析得知达到客户流失预警标准时，进行客户流失预警，以便及时的采取措施，尽量防止客户的流失。进一步的，还包括:展示模块，用于将计算出来的多个客户感知指数以及客户感知指数的变化趋势以图形或报表的形式进行可视化展示。所述进一步的有益效果为:将客户感知指数以可视化的方式进行可视化展示，方便用户查看。【附图说明】图1为本当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种客户感知价值的监测方法，其特征在于，包括：S1、收集反映客户感知价值的客户感知数据；S2、对收集的所述客户感知数据建立数据模型，并根据数据模型中的描述信息从所述客户感知数据中提取具有代表性特征的客户感知数据；S3、对所述具有代表性特征的客户感知数据进行维度的划分，且将每一维度的客户感知数据生成对应的信号数据；S4、根据每一个信号数据的多个阀值，配置与每一个阀值对应的阀值分值，并根据所述多个阀值以及对应的阀值分值，利用加权平均算法计算该信号数据对应的信号分值；S5、按照特征相似性对多个信号数据进行分组，形成信号数据组，并根据每一个信号数据组中的多个信号数据以及对应的信号分值，利用加权平均算法计算该信号数据组对应的信号组分值；S6、根据多个信号数据组以及对应的信号组分值，利用加权平均算法计算反映客户感知价值的客户感知指数。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴斌奕，张洪沛，王少华，陈卓，罗诚，铁明珠，李舒燕，
申请(专利权)人：武汉璞华大数据技术有限公司，
类型：发明
国别省市：湖北;42