专利名称：主动服务装置和主动服务方法
技术领域：
本发明涉及计算机技术领域，具体而言，涉及一种主动服务装置和一种主动服务方法。
背景技术：
随着互联网的普及和电子商务的发展，网络主动营销服务的需求越来越迫切，但在线客服系统中的主动服务环节却很薄弱。目前在线客服系统中主动服务方式主要有两种一是客服人员在后台的监控列表中根据监控到的信息，人工判断访客行为并手动发送主动服务邀请；二是系统判断用户是否正在访问网页，如果是即发送主动服务邀请。目前这两种的服务方式都存在弊端。前者主要依靠客服人员人工判断，效率非常低，网上客服与传统门店客服不同，每一秒都可能面对成千上万的访客，单纯依靠几个或者几十个客服是不能做到对全部访客筛选和主动服务的，因此会造成大量意向客户流失。后者只要客户正在访问网页就发送服务邀请的方式太没有针对性，无法真正了解到客户的意图，盲目发送主动服务邀请，不仅造成系统资源的浪费，而且客户接受的成功率也很低。另外以上两种方式在服务形式上都比较单一，已不能适应网络上各种不同类型的访客需求，无法起到很好的服务效果。因此，作为电子商务服务平台的在线客服系统如何能够快速获取并智能分析客户行为并根据分析结果展开主动、全面、高效的营销服务，已成为一个急需解决的问题。
发明内容
本发明所要解决的技术问题在于，作为电子商务服务平台的在线客服系统如何能够快速获取并智能分析客户行为并根据分析结果展开主动、全面、高效的营销服务。有鉴于此，本发明提供一种主动服务装置，包括特征数据获取单元，获取用户网站的访客的特征数据；搜索确认单元，根据所述访客的特征数据，从预设置的客户群中，查询出所述客户所属的客户群；服务数据获取单元，获取预分配给所述访客所属客户群的服务方式数据；主动服务单元，根据所述服务方式数据，主动为所述访客提供服务。通过该技术方案，可以自动实现对访客特征的分析，根据访客的不同将其划分为不同的客户，并为其提供相应的服务。访客的特征数据可以通过网站监控技术来获取，具体可以包括用户信息特征(性别、年龄等)、终端信息特征(手机型号、操作系统等)、来源信息特征(所属地区、来源网页等)和访问行为特征(访问时长、访问次数等)。在上述技术方案中，优选地，还包括客户群设置单元，为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述搜索确认单元将所述访客的特征数据与所述每个客户群的特征数据集进行匹配，并选出匹配成功的特征数据集所对应的客户群作为
4所述访客所属的客户群。通过该技术方案，可以有效且准确地对不同的访客进行区分，将其划分为不同的客户。具体地，可以采用模糊匹配方法来进行匹配操作。在上述技术方案中，优选地，所述客户群设置单元还在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征数据集建立新的客户群，以及为所述新的客户群分配对应的服务方式数据。通过该技术方案，可以在为用户提供服务的过程中实现自动学习的机制，随着访客的增多，客户群和相应服务方式的设置也会更加合理，有利于更准确有效地提供服务。在上述技术方案中，优选地，所述客户群设置单元还在特征数据与所述新的特征数据集匹配成功的全部客户的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。通过该技术方案，如果访客与其他访客区别比较大，则没有必要启用单独为其设置的客户群以及相应的服务，可以减少不必要的资源消耗。在上述技术方案中，优选地，还包括服务分配单元，为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略；所述服务数据获取单元获取分配给所述访客所属的客户群的服务策略；所述主动服务单元按分配给所述客户所属客户群的服务策略中的服务方式数据，主动为所述客户提供服务。通过该技术方案，实现了同时为访客提供多种服务的功能。服务的具体类型可以包括广告推送、商品推荐等多种服务。本发明还提供一种主动服务方法，包括步骤202，获取用户网站的访客的特征数据；步骤204，根据所述访客的特征数据，从预设置的客户群中，搜索出所述访客所属的客户群；步骤206，获取预分配给所述访客所属客户群的服务方式数据；步骤208，根据所述服务方式数据，主动为所述访客提供服务。通过该技术方案，可以自动实现对访客特征的分析，根据访客的不同将其划分为不同的客户，并为其提供相应的服务。访客的特征数据可以通过网站监控技术来获取，具体可以包括用户信息特征(性别、年龄等)、终端信息特征(手机型号、操作系统等)、来源信息特征(所属地区、来源网页等)和访问行为特征(访问时长、访问次数等)。在上述技术方案中，优选地，在所述步骤204之前，还包括为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述步骤204具体包括将所述访客的特征数据与所述每个客户群的特征数据集进行匹配，并选出匹配成功的特征数据集所对应的客户群作为所述客户所属的客户群。通过该技术方案，可以有效且准确地对不同的访客进行区分，将其划分为不同的客户。具体地，可以采用模糊匹配方法来进行匹配操作。在上述技术方案中，优选地，所述步骤204还包括在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征集建立新的客户群， 以及为所述新的客户群分配对应的服务方式数据。通过该技术方案，可以在为用户提供服务的过程中实现自动学习的机制，随着访客的增多，客户群和相应服务方式的设置也会更加合理，有利于更准确有效地提供服务。在上述技术方案中，优选地，所述步骤204还包括在特征数据与所述新的特征数据集匹配成功的全部访客的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。通过该技术方案，如果访客与其他访客区别比较大，则没有必要启用单独为其设置的客户群以及相应的服务，可以减少不必要的资源消耗。在上述技术方案中，优选地，在所述步骤206之前，还包括为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略；所述步骤206具体包括获取分配给所述访客所属的客户群的服务策略；所述步骤208具体包括按分配给所述访客所属客户群的服务策略中的服务方式数据，主动为所述客户提供服务。通过该技术方案，实现了同时为访客提供多种服务的功能。通过该技术方案，实现了同时为访客提供多种服务的功能。服务的具体类型可以包括广告推送、商品推荐等多种服务。通过以上技术方案，可以实现一种主动服务装置和一种主动服务方法，能够通过网站监控技术抓取访客信息及行为特征，对这些特征进行智能分析模糊匹配，将访客归类为特定的客户群，并给特定客户群挂接相应的服务策略，一旦访客行为特征匹配成功，针对该访客的服务策略将自动启动，实现智能主动服务。
图1是根据本发明的一个实施例的主动服务装置的框图；图2是根据本发明的一个实施例的主动服务方法的流程图；图3是根据本发明的一个实施例的主动服务方法的整体示意图；图4是根据本发明的一个实施例的主动服务方法中的特征数据的示意图；图5是根据本发明的一个实施例的主动服务方法中进行特征数据匹配的示意图。
具体实施例方式为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式
对本发明进行进一步的详细描述。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。图1是根据本发明的一个实施例的主动服务装置的框图。如图1所示，本发明提供一种主动服务装置100，包括特征数据获取单元102，获取用户网站的访客的特征数据；搜索确认单元104，根据所述访客的特征数据，从预设置的客户群中，查询出所述客户所属的客户群；服务数据获取单元106，获取预分配给所述访客所属客户群的服务方式数据；主动服务单元108，根据所述服务方式数据，主动为所述访客提供服务。通过该技术方案，可以自动实现对访客特征的分析，根据访客的不同将其划分为不同的客户，并为其提供相应的服务。访客的特征数据可以通过网站监控技术来获取，具体可以包括用户信息特征(性别、年龄等)、终端信息特征(手机型号、操作系统等)、来源信息特征(所属地区、来源网页等)和访问行为特征(访问时长、访问次数等)。在上述技术方案中，还包括客户群设置单元110，为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述搜索确认单元104将所述访客的特征数据与所述每个客户群的特征数据集进行匹配，并选出匹配成功的特征数据集所对应的客户群作为所述访客所属的客户群。通过该技术方案，可以有效且准确地对不同的访客进行区分，将其划分为不同的客户。具体地，可以采用模糊匹配方法来进行匹配操作。在上述技术方案中，所述客户群设置单元110还在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征数据集建立新的客户群，以及为所述新的客户群分配对应的服务方式数据。通过该技术方案，可以在为用户提供服务的过程中实现自动学习的机制，随着访客的增多，客户群和相应服务方式的设置也会更加合理，有利于更准确有效地提供服务。在上述技术方案中，所述客户群设置单元110还在特征数据与所述新的特征数据集匹配成功的全部客户的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。通过该技术方案，如果访客与其他访客区别比较大，则没有必要启用单独为其设置的客户群以及相应的服务，可以减少不必要的资源消耗。在上述技术方案中，还包括服务分配单元112，为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略；所述服务数据获取单元106获取分配给所述访客所属的客户群的服务策略；所述主动服务单元108按分配给所述客户所属客户群的服务策略中的服务方式数据，主动为所述客户提供服务。通过该技术方案，实现了同时为访客提供多种服务的功能。服务的具体类型可以包括广告推送、商品推荐等多种服务。图2是根据本发明的一个实施例的主动服务方法的流程图。如图2所示，本发明还提供一种主动服务方法，包括步骤202，获取用户网站的访客的特征数据；步骤204，根据所述访客的特征数据，从预设置的客户群中，搜索出所述访客所属的客户群；步骤206，获取预分配给所述访客所属客户群的服务方式数据；步骤208， 根据所述服务方式数据，主动为所述访客提供服务。通过该技术方案，可以自动实现对访客特征的分析，根据访客的不同将其划分为不同的客户，并为其提供相应的服务。访客的特征数据可以通过网站监控技术来获取，具体可以包括用户信息特征(性别、年龄等)、终端信息特征(手机型号、操作系统等)、来源信息特征(所属地区、来源网页等)和访问行为特征(访问时长、访问次数等)。在上述技术方案中，在所述步骤204之前，还包括为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述步骤204具体包括将所述访客的特征数据与所述每个客户群的特征数据集进行匹配，并选出匹配成功的特征数据集所对应的客户群作为所述客户所属的客户群。通过该技术方案，可以有效且准确地对不同的访客进行区分，将其划分为不同的客户。具体地，可以采用模糊匹配方法来进行匹配操作。在上述技术方案中，所述步骤204还包括在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征集建立新的客户群，以及为所述新的客户群分配对应的服务方式数据。通过该技术方案，可以在为用户提供服务的过程中实现自动学习的机制，随着访客的增多，客户群和相应服务方式的设置也会更加合理， 有利于更准确有效地提供服务。在上述技术方案中，所述步骤204还包括在特征数据与所述新的特征数据集匹配成功的全部访客的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。通过该技术方案，如果访客与其他访客区别比较大，则没有必要启用单独为其设置的客户群以及相应的服务，可以减少不必要的资源消耗。在上述技术方案中，在所述步骤206之前，还包括为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略；所述步骤206具体包括获取分配给所述访客所属的客户群的服务策略；所述步骤208具体包括按分配给所述访客所属客户群的服务策
7略中的服务方式数据，主动为所述客户提供服务。通过该技术方案，实现了同时为访客提供多种服务的功能。通过该技术方案，实现了同时为访客提供多种服务的功能。服务的具体类型可以包括广告推送、商品推荐等多种服务。图3是根据本发明的一个实施例的主动服务方法的整体示意图。如图3所示，在线客户系统应用了本实施例中的主动服务方法后，具体的工作流程步骤包括步骤302，访客访问网站。步骤304，获取访客特征信息及行为特征。可以通过部署在网站各页面及各子栏目的监控代码抓取访客信息及行为特征，在线客服系统会识别该客户硬件标识并与客户在网站上的注册账号组合加密作为该客户在系统中唯一的客户ID，监控到的访客行为会通过TCP消息发送服务器端存储，服务端确认客户身份后，将进入后续的智能模糊匹配客户行为。同时，因为网络访客的复杂性和不确定性，要实现智能主动服务，首先要智能识别访客行为，并对访客进行分类筛选，要进行筛选就要先建立访客特征库。访客特征库存储各类访客行为特征，主要分为用户身份信息特征、用户终端信息特征、用户来源信息特征、用户访问行为特征三大类，如图4所示用户身份信息特征402主要是区分用户身份及联系方式的信息特征，比如用户 ID、昵称、姓名、性别、年龄、职业、邮箱、电话、手机、MSN、QQ、微博、爱好等。用户终端信息特征404主要是用户访问网站所使用的硬件及软件终端特征，比如手机或PC、操作系统、浏览器、语言等。用户来源信息特征406主要是用户来自哪里、如何路由到网站的信息特征，比如来源网络、来源地区、来源网页、搜索引擎及关键词等。来源网络是指用户使用何种网络接入，比如电信、移动、网通等；来源地区是指用户来自哪个国家或者地区；来源网页是指用户是从哪个网站被引导到目前网站的；搜索引擎是指用户通过哪个搜索引擎找到目前网站的，比如百度、谷歌、必应Bing、新浪、搜狐等；关键词是指用户是通过搜索哪个关键词找到目前网站的。为标记这些特征，需要建立及维护IP地址库、来源网页库、关键词库等基础库，访客特征库将调用这些库中保存的信息完成特征对应。用户访问行为特征408主要是区分用户访问偏好的行为特征，比如浏览页面、浏览版块、访问时长、访问频度、访问深度等。浏览页面直接反映用户对哪些页面比较关注； 浏览版块反映客户对某一页面的内容版块的关注度；访问时长为访客打开某页到关闭的时间，时长越长，表明访客对于该内容的关心程度越高；访问次数反映用户访问某页面的次数，访问次数越多，证明该页面的商品对客户越有吸引力；访问深度反映用户访问网站子级页面的深度，深度越高，越是有价值的潜在客户。访客特征按照以上四种不同的分类再进一步细分并分别进行量化定义，比如可以定义如下(其中权重表明该特征在特定特征类别中匹配系数，用于后续的匹配客户群操作)
权利要求
1.一种主动服务装置，其特征在于，包括特征数据获取单元，获取用户网站的访客的特征数据；搜索确认单元，根据所述访客的特征数据，从预设置的客户群中，查询出所述客户所属的客户群；服务数据获取单元，获取预分配给所述访客所属客户群的服务方式数据； 主动服务单元，根据所述服务方式数据，主动为所述访客提供服务。
2.根据权利要求1所述的主动服务装置，其特征在于，还包括客户群设置单元，为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述搜索确认单元将所述访客的特征数据与所述每个客户群的特征数据集进行匹配， 并选出匹配成功的特征数据集所对应的客户群作为所述访客所属的客户群。
3.根据权利要求2所述的主动服务装置，其特征在于，所述客户群设置单元还在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征数据集建立新的客户群，以及为所述新的客户群分配对应的服务方式数据。
4.根据权利要求3所述的主动服务装置，其特征在于，所述客户群设置单元还在特征数据与所述新的特征数据集匹配成功的全部客户的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。
5.根据权利要求1至4中任一项所述的主动服务装置，其特征在于，还包括 服务分配单元，为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略；所述服务数据获取单元获取分配给所述访客所属的客户群的服务策略； 所述主动服务单元按分配给所述客户所属客户群的服务策略中的服务方式数据，主动为所述客户提供服务。
6.一种主动服务方法，其特征在于，包括 步骤202，获取用户网站的访客的特征数据；步骤204，根据所述访客的特征数据，从预设置的客户群中，搜索出所述访客所属的客户群；步骤206，获取预分配给所述访客所属客户群的服务方式数据； 步骤208，根据所述服务方式数据，主动为所述访客提供服务。
7.根据权利要求6所述的主动服务方法，其特征在于，在所述步骤204之前，还包括 为预设置的每个客户群设置包括一个或多个特征数据的特征数据集；所述步骤204具体包括将所述访客的特征数据与所述每个客户群的特征数据集进行匹配，并选出匹配成功的特征数据集所对应的客户群作为所述客户所属的客户群。
8.根据权利要求7所述的主动服务方法，其特征在于，所述步骤204还包括在不存在匹配成功的特征数据集时，将所述访客的特征数据作为新的特征数据集，并为所述新的特征集建立新的客户群，以及为所述新的客户群分配对应的服务方式数据。
9.根据权利要求8所述的主动服务方法，其特征在于，所述步骤204还包括在特征数据与所述新的特征数据集匹配成功的全部访客的数量超过预定阈值前，禁止将所述新的客户群作为任何访客所属的客户群。
10.根据权利要求6至9中任一项所述的主动服务方法，其特征在于，在所述步骤206 之前，还包括为预设置的每个客户群分配包括一个或多个服务方式数据的服务策略； 所述步骤206具体包括获取分配给所述访客所属的客户群的服务策略； 所述步骤208具体包括按分配给所述访客所属客户群的服务策略中的服务方式数据，主动为所述客户提供服务。
全文摘要
本发明提供一种主动服务装置和一种主动服务方法。其中，主动服务装置包括特征数据获取单元，获取用户网站的访客的特征数据；搜索确认单元，根据所述访客的特征数据，从预设置的客户群中，查询出所述客户所属的客户群；服务数据获取单元，获取预分配给所述访客所属客户群的服务方式数据；主动服务单元，根据所述服务方式数据，主动为所述访客提供服务。通过该技术方案，可以自动实现对访客特征的分析，根据访客的不同将其划分为不同的客户，并为其提供相应的服务。
文档编号G06Q30/00GK102339447SQ20111028450
公开日2012年2月1日 申请日期2011年9月22日 优先权日2011年9月22日
发明者李悠扬, 聂敏 申请人:用友软件股份有限公司