基于人工智能和大数据的全周期销售管理系统技术方案

本发明专利技术属于销售管理领域，涉及数据分析技术，用于解决现有技术中的全周期销售管理系统，无法对客户资源进行成交概率预测以及客户资源合理分配的问题，具体是基于人工智能和大数据的全周期销售管理系统，包括数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块，数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块依次进行单向连接，预测分析模块还与基础数据库通信连接，分配管理模块还与资源分配模块通信连接；本发明专利技术是对客户数据进行成单预测分析，并通过将客户数据中的基础信息、对接信息与历史成交数据进行比对分析得到成交系数，即通过成交概率对优质资源进行划分。即通过成交概率对优质资源进行划分。即通过成交概率对优质资源进行划分。

【技术实现步骤摘要】
基于人工智能和大数据的全周期销售管理系统


[0001]本专利技术属于销售管理领域，涉及数据分析技术，具体是基于人工智能和大数据的全周期销售管理系统。

技术介绍

[0002]销售管理是指通过销售报价、销售订单、销售发货、客户退货、客户管理和价格管理等功能，对销售全过程进行有效的控制和跟踪，帮助企业的销售人员完成一系列销售管理事务的过程内容；
[0003]但现有技术中的全周期销售管理系统，无法对客户资源进行成交概率预测，从而无法根据成交概率预测结果对优质资源进行划分，并采用随机分配的方式进行客户资源分配，导致客户资源的整体转化率低下；
[0004]针对上述技术问题，本申请提出一种解决方案。

技术实现思路

[0005]本专利技术的目的在于提供基于人工智能和大数据的全周期销售管理系统，用于解决现有技术中的全周期销售管理系统，无法对客户资源进行成交概率预测以及客户资源合理分配的问题。
[0006]本专利技术需要解决的技术问题为：如何提供一种可以对客户资源进行成交概率预测以及客户资源合理分配的基于人工智能和大数据的全周期销售管理系统。
[0007]本专利技术的目的可以通过以下技术方案实现：基于人工智能和大数据的全周期销售管理系统，包括数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块，所述数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块依次进行单向连接，所述预测分析模块还与基础数据库通信连接，所述分配管理模块还与资源分配模块通信连接；/>[0008]所述数据采集模块用于对客户数据进行采集分析并将采集到的客户数据发送至预测分析模块；
[0009]所述预测分析模块用于对客户数据进行成单预测分析：将客户标记为预测对象，获取预测对象中的基础数据JC以及对接数据DJ并进行数值计算得到成交系数CJ，将预测对象的成交系数JC发送至资源分配模块；
[0010]所述资源分配模块用于对预测对象与跟进员工进行逐一匹配，资源分配模式包括交叉分配模式与集中分配模式；
[0011]所述跟进监督模块用于对跟进员工的跟进效果进行监测分析；
[0012]所述分配管理模块用于对客户资源分配模式进行管理分析，通过管理分析结果生成集中分配信号或交叉分配信号并发送至资源分配模块。
[0013]作为本专利技术的一种优选实施方式，数据采集模块对客户数据进行采集分析的过程包括：通过表单导入、手动录入以及ORC扫描录入的方式从广告渠道服务器中采集到客户数
据，客户数据包括客户信息以及对接信息，客户信息包括客户的年龄、性别以及职业。
[0014]作为本专利技术的一种优选实施方式，基础数据JC的获取过程包括：从基础数据库中调取历史成交客户的客户信息，将客户信息中性别与预测对象相同的客户数量与客户总数量的比值标记为性别影响值，由客户信息中的年龄最大值与年龄最小值构成年龄范围，将年龄范围分割为若干个年龄区间，将预测对象的年龄所属年龄区间内的客户数量与客户总数量的比值标记为年龄影响值，将客户信息中职业与预测对象相同的客户数量与客户总数量的比值标记为职业影响值，将性别影响值、年龄影响值以及职业影响值的和值标记为基础数据；对接数据DJ的获取过程包括：从基础数据库调取成交词汇数据包，将对接信息中与成交词汇数据包中的成交词汇相同的字符组标记为重合字符组，将重合字符组中的字符数量的和值与对接信息的字符数量的比值标记为对接数据DJ。
[0015]作为本专利技术的一种优选实施方式，资源分配模块对客户资源进行分配的具体过程包括：获取跟进员工的数量并标记为跟进值，对预测对象的数量与跟进值的比值进行取整后加一得到分配轮次的数量，将预测对象按照成交系数JC由大到小的顺序进行排列，将排列后的预测对象分配到第一个分配轮次当中，直至第一个分配轮次的预测对象数量达到跟进值，将排列后的预测对象分配到第二个分配轮次当中，以此类推，直至所有的预测对象全部分配到分配轮次当中。
[0016]作为本专利技术的一种优选实施方式，资源分配模块接收到交叉分配信号时采用交叉分配模式进行资源分配：将跟进员工通过跟进系数GJ由大到小的顺序进行排序，然后将排序为基数的分配轮次中的预测对象按照正序与跟进对象进行逐一匹配，将排序为偶数的分配轮次中的预测对象按照倒序与跟进对象进行逐一匹配。
[0017]作为本专利技术的一种优选实施方式，资源分配模块接收到集中分配信号时采用集中分配模式进行资源分配：将跟进员工通过跟进系数GJ由大到小的顺序进行排列，将分配轮次中的预测对象按照正序与跟进对象进行逐一匹配。
[0018]作为本专利技术的一种优选实施方式，跟进监督模块对跟进员工的跟进效果进行监测分析的具体过程包括：获取生成监测周期，获取监测周期内跟进员工的成额数据CE、成单数据CD以及成客数据CK并进行数值计算得到跟进员工在监测周期内的跟进系数GJ；将跟进员工在监测周期内的跟进系数GJ与预设的跟进阈值GJmin进行比较并通过比较结果对跟进员工在监测周期内的客户转化率是否满足要求进行判定。
[0019]作为本专利技术的一种优选实施方式，成额数据CE为跟进员工在监测周期内成交业务的订单金额之和，成单数据CD为跟进员工在监测周期内成交业务的订单数量，成客数据CK为跟进员工在监测周期内成交的客户数量。
[0020]作为本专利技术的一种优选实施方式，将跟进员工在监测周期内的跟进系数GJ与预设的跟进阈值GJmin进行比较的具体过程包括：若跟进系数GJ小于等于跟进阈值GJmin，则判定跟进对象在监测周期内的客户转化率不满足要求，跟进监督模块向对应跟进员工的手机终端发送跟进督促信号；若跟进系数GJ大于跟进阈值GJmin，则判定跟进对象在监测周期内的客户转化率满足要求，跟进监督模块向对应跟进员工的手机终端发送鼓励信号。
[0021]作为本专利技术的一种优选实施方式，分配管理模块对客户资源分配模式进行管理分析的具体过程包括：对监测周期内所有跟进员工的跟进系数GJ并建立跟进集合，对跟进集合进行方差计算得到集中系数，将集中系数与预设的集中阈值进行比较：若集中系数小于
集中阈值，分配管理模块向资源分配模块发送交叉分配信号；若集中系数大于等于集中阈值，分配管理模块向资源分配模块发送集中分配信号。
[0022]该基于人工智能和大数据的全周期销售管理系统的工作方法，包括以下步骤：
[0023]步骤一：对客户数据进行采集分析：表单导入、手动录入以及ORC扫描录入等方式从广告渠道服务器中采集到客户数据并发送至预测分析模块；
[0024]步骤二：对客户数据进行成单预测分析：将客户标记为预测对象，获取预测对象中的基础数据JC以及对接数据DJ并进行数值计算得到成交系数CJ，将成交系数CJ发送至资源分配模块；
[0025]步骤三：对客户资源进行分配：获取跟进员工的数量并标记为跟进值，对预测对象的数量与跟进值的比值进行取整后加一得到分配轮次的数量，将预测对象按照成交系数JC由大到小的顺序进行排列并分配到若干个分配轮次当中；
[0026本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能和大数据的全周期销售管理系统，其特征在于，包括数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块，所述数据采集模块、预测分析模块、资源分配模块、跟进监督模块以及分配管理模块依次进行单向连接，所述预测分析模块还与基础数据库通信连接，所述分配管理模块还与资源分配模块通信连接；所述数据采集模块用于对客户数据进行采集分析并将采集到的客户数据发送至预测分析模块；所述预测分析模块用于对客户数据进行成单预测分析：将客户标记为预测对象，获取预测对象中的基础数据JC以及对接数据DJ并进行数值计算得到成交系数CJ，将预测对象的成交系数JC发送至资源分配模块；所述资源分配模块用于对预测对象与跟进员工进行逐一匹配，资源分配模式包括交叉分配模式与集中分配模式；所述跟进监督模块用于对跟进员工的跟进效果进行监测分析；所述分配管理模块用于对客户资源分配模式进行管理分析，通过管理分析结果生成集中分配信号或交叉分配信号并发送至资源分配模块。2.根据权利要求1所述的基于人工智能和大数据的全周期销售管理系统，其特征在于，数据采集模块对客户数据进行采集分析的过程包括：通过表单导入、手动录入以及ORC扫描录入的方式从广告渠道服务器中采集到客户数据，客户数据包括客户信息以及对接信息，客户信息包括客户的年龄、性别以及职业。3.根据权利要求2所述的基于人工智能和大数据的全周期销售管理系统，其特征在于，基础数据JC的获取过程包括：从基础数据库中调取历史成交客户的客户信息，将客户信息中性别与预测对象相同的客户数量与客户总数量的比值标记为性别影响值，由客户信息中的年龄最大值与年龄最小值构成年龄范围，将年龄范围分割为若干个年龄区间，将预测对象的年龄所属年龄区间内的客户数量与客户总数量的比值标记为年龄影响值，将客户信息中职业与预测对象相同的客户数量与客户总数量的比值标记为职业影响值，将性别影响值、年龄影响值以及职业影响值的和值标记为基础数据；对接数据DJ的获取过程包括：从基础数据库调取成交词汇数据包，将对接信息中与成交词汇数据包中的成交词汇相同的字符组标记为重合字符组，将重合字符组中的字符数量的和值与对接信息的字符数量的比值标记为对接数据DJ。4.根据权利要求3所述的基于人工智能和大数据的全周期销售管理系统，其特征在于，资源分配模块对客户资源进行分配的具体过程包括：获取跟进员工的数量并标记为跟进值，对预测对象的数量与跟进值的比值进行取整后加一得到分配轮次的数量，将预测对象按照成交系数JC由大到小的顺序进行排列，将排列后的预测对象分配到第一个分配轮次当中，直至第一个分配轮次的预测对象数量达到跟进值，将排列后的预测对象分配到第二个分配轮次当中，以此类推，直至所有的预测对象全部分配到分配轮次当中。5.根据权利要求4所述的基于人工智能和大数据的全周期销售管理系统，其特征在于，资源分配模块接收到交叉分配信号时采用交叉分配模式进行资源分配：将跟进员工通过跟进系数GJ由大到小的顺序进行排序，然后将排序为基数的分配轮次中的预测对象按照正序与跟进对象进行逐一匹配，将排序为偶数的分配轮次中的预测对象按照倒序与跟进对象进行逐一匹配。
6.根据权利要求4所述的基于人工智能和大数据的全周期销售管理系统，其特征在于，资源分配模块接收到集中分配信号时采用集中分配模式进行资源分配：将跟进员工通过跟进系数GJ由大到小的顺序进行排列，将分配轮...

【专利技术属性】
技术研发人员：冯博，姚校伦，林德雁，何志文，
申请(专利权)人：深圳科海数信科技有限公司，
类型：发明
国别省市：