基于大数据的回访方法、装置、电子设备和存储介质与流程

1.本技术的实施例涉及通信技术领域，并且更具体地，涉及基于大数据的回访方法、装置、电子设备和存储介质。


背景技术：

2.随着科学技术的不断发展，互联网技术被应用到各行各业，移动通讯设备成为人们日常生活中必不可少的一部分，在保险行业中，为了提高客户服务效率，往往通过手机app 来建立客户和服务客户的经纪人之间的联系，但是在首次建立客户与经纪人之间的服务关系时，如何为客户推荐适配的经纪人，成为一大难题。


技术实现要素：

3.根据本技术的实施例，提供了一种基于大数据的回访方法、装置、电子设备和存储介质。
4.在本技术的第一方面，提供了一种基于大数据的回访方法。该方法包括：获取目标保单信息和服务记录大数据信息，一目标保单信息包含一客户待服务的所有保单；基于服务记录大数据，根据预设的分类评价规则确定经纪人的分类评价信息，所述分类评价信息包含经纪人每一类保单的分类评分以及综合评分；基于预设的倾向计算模型，根据服务记录大数据确定客户对每一类保单的倾向权重；基于预设的匹配规则，根据目标保单信息的保单类型、对应客户对相应保单类型的倾向权重以及经纪人的分类评价信息，确定经纪人针对目标保单的推荐度信息。
5.在一种可能的实现方式中，所述分类评价规则包括：根据所述经纪人每一类保单中每个保单的评分和每一类保单的数量，确定每一类保单的平均评分，以所述平均评分作为每一类保单的分类评分；根据所述经纪人每个保单的评分和所有保单数量确定总平均评分，以所述总平均评分作为所述综合评分。
6.在一种可能的实现方式中，所述根据所述经纪人每一类保单中每个保单的评分和每一类保单的数量，确定每一类保单的平均评分包括：根据每一保单的下单时间，对每一类保单分组；根据分组所得的分组保单中每一保单的评分和每一分组保单的数量，确定每一分组保单的平均评分；每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定每一类保单的平均评分。
7.在一种可能的实现方式中，根据所述经纪人每个保单的评分和所有保单数量确定总平均评分包括：根据每个保单的下单时间，对所有保单分组；
根据分组所得的分组保单中每一保单的评分和所述该分组保单的保单数量，确定分组保单的平均评分；每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定所述总平均评分。
8.在一种可能的实现方式中，所述基于预设的倾向计算模型，根据服务记录大数据确定客户对每一类保单的倾向权重包括：根据服务记录大数据调取待服务客户的历史保单；依据指定参数，确定待服务客户历史保单中每一类保单的历史占比；根据所述客户的待服务保单和与所述待服务保单对应的历史占比确定所述客户的倾向权重。
9.在一种可能的实现方式中，所述指定参数包括每一类保单的投保次数、投保年限和保额中的一种。
10.在一种可能的实现方式中，所述基于预设的匹配规则，根据目标保单信息的保单类型、对应客户对相应保单类型的倾向权重以及经纪人的分类评价信息，确定经纪人针对目标保单的推荐度信息包括：调取目标保单的保单类型、对应客户对应相应保单类型的倾向权重以及经纪人的每一类保单的分类评分；根据所述对应客户对应相应保单类型的倾向权重和经纪人对应相应保单类型的分类评分，确定经纪人对应目标保单中每一类保单的推荐评分；根据经纪人对应目标保单中每一类保单的推荐评分，确定经纪人针对目标保单的推荐度信息。
11.由以上技术方案可知，本技术能够根据客户的历史保单和待服务保单确定客户对每一类保单的倾向权重，并根据经纪人历史服务过的保单中每一类保单的分类评分，计算得到每一经纪人针对一目标保单的推荐度信息，使得，客户可以根据推荐度信息选择经纪人，提高了经纪人与客户之间的适配性，能够有效的提高客户对服务的满意程度。
12.在本技术的第二方面，提供了一种基于大数据的回访装置。该装置包括：获取模块(210)，用于获取目标保单信息和服务记录大数据信息，一目标保单信息包含一客户待服务的所有保单；处理模块(220)，用于基于服务记录大数据，根据预设的分类评价规则确定经纪人的分类评价信息；所述分类评价信息包含经纪人每一类保单的分类评分以及综合评分；计算模块(230)，用于基于预设的倾向计算模型，根据服务记录大数据确定客户对每一类保单的倾向权重；确定模块(240)，基于预设的匹配规则，根据目标保单信息的保单类型、对应客户对相应保单类型的倾向权重以及经纪人的分类评价信息，确定经纪人针对目标保单的推荐度信息。
13.由以上技术方案可知，计算模块能够根据客户的历史保单和待服务保单确定客户对每一类保单的倾向权重，处理模块能够根据经纪人历史服务过的保单计算得到中每一类保单的分类评分，确定模块能够确定每一经纪人针对一目标保单的推荐度信息，使得，客户可以根据推荐度信息选择经纪人，提高了经纪人与客户之间的适配性，能够有效的提高客
户对服务的满意程度。
14.在本技术的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
15.在本技术的第四方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本技术的第一方面的方法。
16.应当理解，发明内容部分中所描述的内容并非旨在限定本技术的实施例的关键或重要特征，亦非用于限制本技术的范围。本技术的其它特征将通过以下的描述变得容易理解。
附图说明
17.结合附图并参考以下详细说明，本技术各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1示出了根据本技术的实施例的基于大数据的回访方法的流程图；图2示出了根据本技术的实施例的基于大数据的回访装置的方框图；图3示出了适于用来实现本技术实施例的电子设备的结构示意图。
18.附图标记说明：210、获取模块；220、处理模块；230、计算模块；240、确定模块；301、cpu；302、rom；303、ram；304、总线；305、i/o接口；306、输入部分； 307、输出部分；308、储存部分；309、通信部分；310、驱动器；311、可拆卸介质。
具体实施方式
19.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本技术保护的范围。
20.在保险行业中，为了能够给客户带来良好的服务体验，往往采用客户与经纪人一对一服务的模式，在为客户服务的经纪人离职后，为了给客户提供后续的服务，需要对客户进行回访并向客户推荐新的经纪人，为了能够向客户推荐适配的经纪人，本技术提供了一种基于大数据的回访方法。
21.本技术中，首先获取目标保单信息和服务记录大数据信息，目标保单信息包含一客户待服务的所有保单，在客户方面，根据客户历史保单，确定客户对每一类保单的倾向权重，在经纪人方面，根据分类评价规则，确定经纪人的对应每一类保单的分类评分，在向客户推荐经纪人时，基于预设的匹配规则，根据客户对每一类保单的倾向权重和经纪人针对每一类保单的分类评分，确定经纪人针对目标保单的推荐度信息，以供客户选择。推荐度信息能够体现经纪人与客户之间的适配性，客户可以根据不同经纪人的推荐度信息选择合适的经纪人，以提高客户体验，进而提高客户满意度，有助于促进后续合作。
22.图1示出了根据本技术实施例的基于大数据的回访方法的流程图。
23.步骤s100、获取目标保单信息和服务记录大数据信息，一目标保单信息包含一客户待服务的所有保单；目标保单信息中包含未匹配经纪人的客户和该客户待服务的所有保单；服务记录
大数据包含所有客户的所有保单、每一保单的类型、每一保单的下单时间、每一保单的投保年限、每一保单的保额、每一保单所对应的经纪人、每一保单的评分等，其中，每一保单的评分是在每一保单签订完成后，客户在回访中，根据满意程度对服务该保单的经纪人做出的评分。
24.步骤s200、基于服务记录大数据，根据预设的分类评价规则确定经纪人的分类评价信息，所述分类评价信息包含经纪人每一类保单的分类评分以及综合评分；其中，保单的类型可以包括健康险、意外险、寿险和养老险等，当然还可以包括其他类型，例如医疗险、重疾险、子女教育险等，这里不对保险的类型做限制。
25.在本技术实施例中，分类评价规则可以用来计算经纪人的每一类保单的分类评分以及综合评分。
26.计算每一类保单的分类评分的方法如下：根据经纪人每一类保单中每个保单的评分和每一类保单的数量，确定每一类保单的平均评分，以平均评分作为每一类保单的分类评分。
27.例如，a为一类保单的分类评分，x为所属该类型的保单的评分，n为一类保单内保单的数量，则在一个具体的示例中，若一经纪人服务过医疗险保单3单，每单的评分分别为8分、9分和 10分，则该经纪人针对医疗险的评分为9分。
28.计算综合评分的方法如下：根据经纪人每个保单的评分和所有保单数量确定总平均评分，以总平均评分作为综合评分。
29.例如，b为一经纪人的总平均评分，x为保单的评分，n为该经纪人所有保单的数量，则由于经纪人的服务能力随着服务经验的增加而发生变化，一些经纪人可能早期经验不足，存在一些低分保单，但经过努力已达到较高水准，在这种情况下，将经纪人的所有评分按照统一标准来计算，无法体现经纪人目前的服务能力，因此，可以进一步优化。
30.在一方面，每一类保单的分类评分的计算规则，具体如下：步骤s211、根据每一保单的下单时间，对每一类保单分组。
31.其中，分组的标准可以是以当前时间点为基准，以距离当前时间点0-3年内的保单为第一分组，3-5年内的保单为第二分组，5年以上的保单为第三分组。当然，也可以按照其他的分组标准来划分，例如以距离当前时间点0-1年内的保单为第一分组，1-3年为第二分组，三年以上为第三分组。
32.需要说明的是，当前时间点为当前时间所在日，当然，也可以是当前时间所在月或所在年。
33.步骤s212、根据分组所得的分组保单中每一保单的评分和每一分组保单的数量，确定每一分组保单的平均评分。
34.例如，c为一分组内保单的平均分，x为一分组内保单的评分，m为一分组内保单的数量。
35.步骤s213、每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定每一类保单的平均评分。
36.例如，每一类保单分为h组，以第一分组的加权系数为α1，第一分组的加权系数为α2，第h分组的加权系数为αh则需要说明的是，为了体现越靠近当前时间点的保单评分越具有参考价值，α1》α2》
…
》αh，且α1+α2+
…
+αh＝1。
37.在一个具体的示例中，一经纪人的工作经验为6年，在医疗险这一保单类型内，该经纪人第一分组的平均评分为9分，第二分组的平均评分为8分，第三分组的平均评分为7 分，α1为0.85，α2为0.1，α3为0.05。则该经纪人关于医疗险这一保单类型的分类评分：即，该经纪人医疗险的分类评分为8.8分，分类评分能够体现出一经纪人对于不同类型保单的服务水平。
38.在另一方面，综合评分的计算规则，具体如下：步骤s221、根据每个保单的下单时间，对所有保单分组。
39.其中，按照保单的下单时间对所有保单进行分组的时间划分方式与第一方面的划分方式相同。
40.步骤s222、根据分组所得的分组保单中每一保单的评分和所述该分组保单的保单数量，确定分组保单的平均评分。
41.例如，d为一分组内保单的平均分，x为一分组内保单的评分，m为一分组内保单的数量。
42.步骤s223、每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定所述总平均评分。
43.例如，所有保单分为h组，以第一分组的加权系数为α1，第一分组的加权系数为α2，第h分组的加权系数为αh则
需要说明的是，为了体现越靠近当前时间点的保单评分越具有参考价值，α1》α2》
…
》αh，且α1+α2+
…
+αh＝1。
44.总平均评分更能体现出一经纪人的综合服务水平。
45.步骤s300、基于预设的倾向计算模型，根据服务记录大数据确定客户对每一类保单的倾向权重。
46.具体包括：步骤s310、根据服务记录大数据调取待服务客户的历史保单。
47.步骤s320、依据指定参数，确定待服务客户历史保单中每一类保单的历史占比。
48.其中，历史保单为该客户历史投保的所有保单，指定参数包括该客户每一类保单的投保次数、每一类保单的投保年限和每一类保单的保额中的一种，以指定参数为每一类保单的投保次数为例，在计算该客户历史保单中每一类保单的历史占比时，首先获取待服务客户历史保单，并统计历史保单的类型和每一类保单的投保次数，计算每一类保单的投保次数在历史投保总次数中的占比，以得到每一类保单的历史占比。
49.步骤s330、根据所述客户的待服务保单和与所述待服务保单对应的历史占比确定所述客户的倾向权重。
50.在一个具体的示例中，一客户共投保健康险10次、意外险8次、寿险2次，则其健康险的历史占比为50％，意外险的历史占比为40％，寿险的历史占比为10％。
51.以倾向权重为q，历史占比为为f，则可得，健康险的倾向权重
52.意外险的倾向权重
53.步骤s400、基于预设的匹配规则，根据目标保单信息的保单类型、对应客户对相应保单类型的倾向权重以及经纪人的分类评价信息，确定经纪人针对目标保单的推荐度信息。
54.具体包括：步骤s410、调取目标保单的保单类型、对应客户对应相应保单类型的倾向权重以及经纪人的每一类保单的分类评分；步骤s420、根据所述对应客户对应相应保单类型的倾向权重和经纪人对应相应保单类型的分类评分，确定经纪人对应目标保单中每一类保单的推荐评分；步骤s430、根据经纪人对应目标保单中每一类保单的推荐评分，确定经纪人针对目标保单的推荐度信息。
55.例如，以推荐评分为t，则t＝a1q1+a2q2+
…
+a
nqn
。
56.在一个具体的示例中，在向客户推荐经纪人时，首先获取客户目标保单中的保单类型和客户对应每一类型的倾向权重，例如客户的待服务保单包括健康险、意外险和寿险，
健康险的倾向权重为40％、意外险的倾向权重为40％、寿险的倾向权重为20％。
57.待选经纪人w的健康险分类评分为9分、意外险分类评分为8分、寿险分类评分为 7分；待选经纪人k的健康险分类评分为7分、意外险分类评分为9分、寿险分类评分为8 分。
58.经纪人w的推荐评分为t1＝9
×
40％+8
×
40％+7
×
20％＝8.2。
59.经纪人k的推荐评分为t2＝7
×
40％+9
×
40％+8
×
20％＝8。
60.在向客户推荐经纪人时，可以将经纪人按照推荐评分降序排列，以便客户选择。
61.在另一种可能实现的方式中，在向客户推荐经纪人时，也可以是根据客户所在的地区，调取所述该地区的经纪人，按照推荐度信息推荐给客户，还可以是按照经纪人的综合评分，将经纪人按照综合评分的降序排列推荐至客户，以供客户选择。
62.本技术能够应用于为客户服务的经纪人离职时，需要向客户推荐经纪人的情况下，在向客户推荐经纪人时，按照推荐度信息降序排列经纪人信息，可以将服务过该客户的经纪人信息置顶，若存在多个服务过该客户的经纪人，则将置顶的经纪人信息按照推荐度信息降序排列。
63.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本技术所必须的。
64.以上是关于方法实施例的介绍，以下通过装置实施例，对本技术所述方案进行进一步说明。
65.图2示出了根据本技术的实施例的基于大数据的回访装置的方框图。如图2所示，装置包括：获取模块210，用于获取目标保单信息和服务记录大数据信息，一目标保单信息包含一客户待服务的所有保单；处理模块220，用于基于服务记录大数据，根据预设的分类评价规则确定经纪人的分类评价信息，所述分类评价信息包含经纪人每一类保单的分类评分以及综合评分；计算模块230，用于基于预设的倾向计算模型，根据服务记录大数据确定客户对每一类保单的倾向权重；确定模块240，用于基于预设的匹配规则，根据目标保单信息的保单类型、对应客户对相应保单类型的倾向权重以及经纪人的分类评价信息，确定经纪人针对目标保单的推荐度信息。
66.在一些可能的实现方式中，所述处理模块220包括：分类处理单元，用于根据所述经纪人每一类保单中每个保单的评分和每一类保单的数量，确定每一类保单的平均评分，以所述平均评分作为每一类保单的分类评分；综合处理单元，用于根据所述经纪人每个保单的评分和所有保单数量确定总平均评分，以所述总平均评分作为所述综合评分。
67.在一些可能的实现方式中，所述分类处理单元用于：根据每一保单的下单时间，对每一类保单分组；根据分组所得的分组保单中每一保单的评分和每一分组保单的数量，确定每一分
组保单的平均评分；每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定每一类保单的平均评分。
68.在一些可能的实现方式中，所述综合处理单元用于：根据每个保单的下单时间，对所有保单分组；根据分组所得的分组保单中每一保单的评分和所述该分组保单的保单数量，确定分组保单的平均评分。
69.每一分组保单匹配有一加权系数，根据所述加权系数和所述每一分组保单的平均评分确定所述总平均评分。
70.在一些可能的实现方式中，所述计算模块230用于：根据服务记录大数据调取待服务客户的历史保单；依据指定参数，确定待服务客户历史保单中每一类保单的历史占比；根据所述客户的待服务保单和与所述待服务保单对应的历史占比确定所述客户的倾向权重。
71.在一些可能的实现方式中，所述指定参数包括每一类保单的投保次数、投保年限和保额中的一种。
72.在一些可能的实现方式中，所述确定模块240用于：调取目标保单的保单类型、对应客户对应相应保单类型的倾向权重以及经纪人的每一类保单的分类评分；根据所述对应客户对应相应保单类型的倾向权重和经纪人对应相应保单类型的分类评分，确定经纪人对应目标保单中每一类保单的推荐评分；根据经纪人对应目标保单中每一类保单的推荐评分，确定经纪人针对目标保单的推荐度信息。
73.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
74.图3示出了适于用来实现本技术实施例的电子设备的结构示意图。
75.如图3所示，电子设备包括中央处理单元(cpu)301，其可以根据存储在只读存储器 (rom)302中的程序或者从存储部分308加载到随机访问存储器(ram)303中的程序而执行各种适当的动作和处理。在ram 303中，还存储有系统300操作所需的各种程序和数据。 cpu 301、rom 302以及ram 303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
76.以下部件连接至i/o接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分307；包括硬盘等的存储部分 308；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至i/o接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
77.特别地，根据本技术的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在机器可读介质
上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311 被安装。在该计算机程序被中央处理单元(cpu)301执行时，执行本技术的系统中限定的上述功能。
78.需要说明的是，本技术所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
79.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
80.描述于本技术实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、处理模块、计算模块和确定模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，获取模块还可以被描述为“用于获取目标保单信息和服务记录大数据信息，一目标保单信息包含一客户待服务的所有保单的模块”。
81.作为另一方面，本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中的。上述计算机可读存储介质存储有一个或者多个程序，当上述前述程序被一个或者一个以上的处理器用来执行描述于本技术的基于大数据的回访方法。
82.以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人
员应当理解，本技术中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。