客户购买意向的预测方法及终端设备技术

本发明专利技术提供了一种客户购买意向的预测方法及终端设备，适用于信息处理技术领域，该方法包括：获取客户的个人特征数据；将个人特征数据输入预先建立的随机森林模型，以输出客户的客观购买倾向值；根据历史电销过程中客户的情感倾向，获取客户的主观购买倾向值；对客观购买倾向值以及主观购买倾向值进行加权处理，并将加权结果输出为客户的实际购买倾向度；将实际购买倾向度大于预设阈值的客户确定为潜在客户，以使电销坐席对潜在客户进行电话回访并推销电销产品。本发明专利技术综合了多方面的考量因子来确定出潜在客户，因而提高了潜在客户的预测准确率；通过对客观购买倾向值以及主观购买倾向值进行加权处理，实现了对于客户购买意向的量化计算。

The prediction method and terminal equipment of customer purchase intention

The present invention provides a method of predicting the purchase intention of customers and terminal equipment, applicable to the technical field of information processing, the method includes: obtaining the personal characteristics of customer data; random forest model the personal characteristics of pre established data input to output, the customer purchase intention according to the objective value; emotional tendency of historical customer electricity sales process the access to the customer's purchase intention of subjective value; the objective value and subjective tendency to buy purchase intention values were weighted, and the weighted results output to the actual customer purchase intention; will the actual purchase inclination degree is greater than the preset threshold for clients to identify potential customers, to Make telemarketing call return to potential employees customers and sell electric products. The invention combines various considerations to identify potential customers, thereby improving the prediction accuracy of potential customers. Through quantifying the objective purchase intention and subjective purchase intention, it realizes the quantitative calculation of customer purchase intention.

【技术实现步骤摘要】
客户购买意向的预测方法及终端设备
本专利技术属于信息处理
，尤其涉及一种客户购买意向的预测方法及终端设备。
技术介绍
目前，产品的营销手段包括电话营销、邮件营销以及短信营销等。电话营销是通过使用电话来实现有计划、有组织并且高效率地扩大顾客群的手法。为了避免电销的坐席人员只能随机地打出大量电话，凭借运气地去给各个电话接听者推销产品，目前，各大企业都开始着手于实现个性化的精准营销。具体地，通过对收集得到的各个用户的个人特征数据进行深入分析，确定出不同客户的不同消费特点，从而在推销产品与客户的消费特点较为吻合的情况下，才将该客户确认为潜在客户，以令坐席人员向该潜在客户进行电话推销，由此可保证每一次电话推销后，能够有更大的概率令客户转化为购买产品的实际客户，从而提高营销效率。然而，现有技术仅根据客户的个人特征数据来直接评估该客户是否为潜在客户，考虑因素单一，且该方式无法量化客户的产品购买意向，因而难以找出真正具有电销产品购买意向的客户。
技术实现思路
有鉴于此，本专利技术实施例提供了一种客户购买意向的预测方法及终端设备，以解决现有技术在确定潜在客户时，考虑因素单一以及无法量化客户的产品购买意向的问题。本专利技术实施例的第一方面提供了一种客户购买意向的预测方法，包括：获取客户的个人特征数据；将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。本专利技术实施例的第二方面提供了一种客户购买意向的预测装置，包括：第一获取单元，用于获取客户的个人特征数据；第一输出单元，用于将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；第二获取单元，用于根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；加权单元，用于对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；确定单元，用于将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取客户的个人特征数据；将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：获取客户的个人特征数据；将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。本专利技术实施例中，通过将客户的个人特征数据输入预设的随机森林模型，可计算出客观层面上客户对电销产品的购买倾向值；通过获取历史电销过程中客户的情感倾向，可计算出主观层面上客户对电销产品的购买倾向值；由于最终输出的客户实际购买倾向度为客观购买倾向值以及主观购买倾向值的加权结果，因而实现了对于客户购买意向的量化计算，使得最终所确定出的潜在客户为综合了多方面考量因子所得出的潜在客户，因而提高了潜在客户的预测准确率；同时，通过令电销坐席对潜在客户进行电话回访并推销电销产品，能够避免对历史电销客户的忽视，由此也进一步地降低了客户的流失率。附图说明为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的客户购买意向的预测方法的实现流程图；图2是本专利技术实施例提供的客户购买意向的预测方法S103的具体实现流程图；图3是本专利技术实施例提供的客户购买意向的预测方法S104的具体实现流程图；图4是本专利技术另一实施例提供的客户购买意向的预测方法的实现流程图；图5是本专利技术又一实施例提供的客户购买意向的预测方法的实现流程图；图6是本专利技术实施例提供的客户购买意向的预测装置的结构框图；图7是本专利技术实施例提供的客户购买意向的预测装置的结构框图；图8是本专利技术另一实施例提供的客户购买意向的预测装置的结构框图；图9是本专利技术又一实施例提供的客户购买意向的预测装置的结构框图；图10是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的客户购买意向的预测方法的实现流程，该方法流程包括步骤S101至S105。各步骤的具体实现原理如下：S101：获取客户的个人特征数据。客户是指具有购买电销产品可能性的历史电销客户，其用于从中挖掘出产品购买倾向度较高且需要再次进行电话推销的客户。在电销产品以及电销服务满足客户的需求的情况下，客户能够转化为购买产品的实际客户。其中，电销产品为电销坐席通过电话沟通的方式向客户推荐的产品，包括但不限于保险产品以及信贷产品等各类金融产品。每一电销坐席所曾经推销的客户以及与客户相关的推销信息均记录于数据库中。其中，与客户相关的推销信息包括客户的个人特征数据。因此，对于其中的一个客户而言，可从数据库中读取出该客户的个人特征数据。个人特征数据包括但不限于年龄、收入、兴趣爱好、学历、金融产品历史消费金额以及寿险交付保费等。S102：将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值。本专利技术实施例中，获取预先训练完毕的随机森林模型。随机森林模型包括多个决策树，每一决策树用于根据输入参数来进行分类选择。将各个决策树的分类选择结果进行统计汇总本文档来自技高网...

【技术保护点】
一种客户购买意向的预测方法，其特征在于，包括：获取客户的个人特征数据；将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。

【技术特征摘要】
1.一种客户购买意向的预测方法，其特征在于，包括：获取客户的个人特征数据；将所述个人特征数据输入预先建立的与电销产品相关的随机森林模型，以输出所述客户对所述电销产品的客观购买倾向值；根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值；对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度；将所述实际购买倾向度大于预设阈值的所述客户确定为潜在客户，以使电销坐席对所述潜在客户进行电话回访并推销所述电销产品。2.如权利要求1所述的客户购买意向的预测方法，其特征在于，所述根据历史电销过程中所述客户的情感倾向，获取所述客户对所述电销产品的主观购买倾向值，包括：对历史电销过程进行音频录制，得到音频数据；将所述音频数据转换为文本数据；基于预设的积极情感词典以及消极情感词典，对所述文本数据进行识别处理，以确定所述文本数据对应的情感倾向；获取与所述情感倾向匹配的主观购买倾向值。3.如权利要求1所述的客户购买意向的预测方法，其特征在于，所述对所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度，包括：获取所述历史电销过程结束时所述客户反馈的满意度评分；对所述满意度评分、所述客观购买倾向值以及所述主观购买倾向值进行加权处理，并将加权结果输出为所述客户的实际购买倾向度。4.如权利要求1所述的客户购买意向的预测方法，其特征在于，还包括：在电销任务管理界面中，依照各个所述客户的所述实际购买倾向度的高低顺序，依次展示基于各个所述客户的电销跟进任务；当接收到所述电销跟进任务的调度指令时，将所述电销跟进任务的实施状态由第一状态变变更为第二状态，以对其他电销坐席屏蔽所述电销跟进任务。5.如权利要求4所述的客户购买意向的预测方法，其特征在于，当所述电销跟进任务的所述实施状态为第一状态时，还包括：根据所述电销跟进任务的创建时间点，获取所述电销跟进任务在各个时刻的已创建时长；计算所述已创建时长对应的购买倾向度下降值，所述购买倾向度下降值与所述已创建时长成正比；将所述电销跟进任务对应的所述实际购买倾向度与所述购买倾向度下降值的差值输出为当前时刻所述电销跟进任务对应的实际购买...

【专利技术属性】
技术研发人员：李芳，王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44