销售线索分配方法和系统与流程

1.本发明涉及计算机技术领域，具体而言，涉及一种销售线索分配方法和系统。


背景技术：

2.传统的汽车行业销售线索分配机制，一般都是从主机厂按照区域进行下发至4s店，并由4s店的负责人手动分配给对应的处理人员，之后处理人员对下发的线索进行清洗、跟进、战败等一系列操作。但由于管理人员能力的参差不齐，以及处理人员kpi标准的不统一，对于汽车主机厂而言，会造成有效线索流失率的提升，且降低人员的线索处理效率。此外，低效的线索处理，还会造成潜在购车用户的大量流失，致使影响到了汽车的销量。现有的这种任务分配方式主观性较强，不能激发业务人员的工作积极性，并且不能保证分配的公正性，不论是对于4s店，还是对于汽车主机厂，都存在着很大的提升空间。
3.因此，如何提出一种根据实际情况自动分配线索以提升线索下发的适配程度的方案成为目前亟待解决的问题。


技术实现要素：

4.为解决上述技术问题，本发明的第一方面提出了一种销售线索分配方法。
5.本发明的第二方面还提出了一种销售线索分配系统。
6.本发明的第三方面还提出了一种销售线索分配系统。
7.本发明的第四方面还提出了一种可读存储介质。
8.有鉴于此，本发明第一方面提出了一种销售线索分配方法，包括：对获取到的每条销售线索对应生成销售线索标签并划分优先级；根据销售线索标签计算每条销售线索与各个处理人员的匹配度；根据优先级和匹配度进行销售线索分配。
9.根据本发明提供的销售线索分配方法，通过对各种不同来源的销售线索进行获取，例如从app数据、调查问卷等获取到销售线索。而后对每条销售线索都生成一个销售线索标签，销售线索标签中能够体现出该条线索的来源，所属地区、车型、客户群体等信息，以便于后续根据每条线索对应的标签进行线索分配。与此同时，还需要对每条销售线索的优先级进行划分，以根据优先级对销售线索的重要程度进行区分。优先级越高的线索越重要，即该条线索对于处理人员来说更加有用，根据该条线索完成订单的可能性更大。由于处理人员每个人的能力是参差不齐的，每个人也有各自擅长的方面，例如，有的处理人员擅长与中年客户打交道，应对中年客户时成交率更高，有的处理人员擅长与年轻客户打交道，应对年轻客户时成交率更高，因此不同的处理人员对不同线索的处理效果也是不一样的，而根据销售线索标签来计算每条销售线索与处理人员的匹配度，能够根据匹配度确定出最适合处理该条销售线索的处理人员，例如，该条销售线索标签中所包含的信息指出该条线索所属北京地区，客户被标记为中年群体，来源为通过问卷调查获取的销售线索，车型为某品牌，此时将该销售线索分配给最擅长处理该类型线索的处理人员，能够提高销售线索的处理效率。而后根据销售线索的优先级和匹配度进行销售线索的分配，由于优先级越高的线
索对于处理人员来说更加有用，且销售线索与处理人员之间匹配度更高则销售线索的处理效率更快，以此最大化的提升线索下发的适配程度，避免了潜在客户的流失，提高了成交率。本技术通过对销售线索进行标签的标注以及优先级的划分，使得销售线索的分配更加的合理，能够根据实际情况，最大化提升销售线索的下发的适配程度，对处理人员的处理效率和优势点进行了量化，以此提升了销售线索的处理效率，提升了成交率。
10.另外，本发明提供的上述技术方案中的销售线索分配方法还可以具有如下附加技术特征：
11.在上述技术方案中，在根据销售线索标签计算每条销售线索与各个处理人员的匹配度之前，还包括：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索进行过滤处理，以排除无用线索。
12.在该技术方案中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对分析来进行销售线索过滤，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
13.在上述技术方案中，在根据优先级和匹配度进行销售线索分配之前，还包括：根据各个处理人员的权重确定各个处理人员的销售线索分配数量；根据优先级和匹配度进行销售线索分配，其具体包括：根据优先级、匹配度和各个处理人员的销售线索分配数量进行销售线索分配。
14.在该技术方案中，通过对各个处理人员的权重进行获取，以根据处理人员的权重确定销售线索的分配数量，例如，管理人员根据不同处理人员处理销售线索的效率为不同的处理人员赋予不同的权重，处理线索效率搞得处理人员处理效率更快一些，就通过将其权重赋予的更高来分配给该处理人员更多的销售线索，以此根据个人的工作能力差距进行了合理的线索分配。
15.在上述技术方案中，对获取到的每条销售线索对应生成销售线索标签并划分优先级的步骤具体包括：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索对应生成销售线索标签并划分优先级。
16.在该技术方案中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对以对获取到的每条销售线索对应生成销售线索标签并划分优先级，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索
来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。同时还能够通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。而有关数据库中用户相关信息比对分析可以为根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。
17.在上述技术方案中，用户行为数据包括用户活跃度、用户页面浏览时长、用户修订频率中的一种或多种；销售线索准确度包括客户留存信息准确度、客户与线索信息匹配程度中的一种或多种；数据库中用户相关信息包括用户历史线索处理记录、用户关系网分析数据中的一种或多种。
18.在该技术方案中，通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
19.在上述技术方案中，根据销售线索标签计算每条销售线索与各个处理人员的匹配度的步骤具体包括：获取预先存储的与各个处理人员对应的处理人员标签；根据销售线索标签和处理人员标签计算每条销售线索与各个处理人员的匹配度；其中，销售线索标签包括所属地区、客户群体、车型、销售线索来源中的一种或多种信息，处理人员标签包括所属地区、客户群体、车型、销售线索来源、销售线索处理效率中的一种或多种信息。
20.在该技术方案中，通过对预先存储的各个处理人员对应的处理人员标签进行获取，以便于根据处理人员标签和销售线索标签进行匹配度计算，由于每个处理人员所擅长处理的销售线索各不相同，通过预先对各个处理人员擅长处理的客户群体、地区、车型、不
同来源的销售线索以及该处理人员的销售线索处理效率都生成对应的标签，就能够根据销售线索标签中的所属地区、客户群体、车型、销售线索来源等信息计算销售线索与各个处理人员的匹配度，进而便于根据匹配度进行销售线索分配，使得线索分配更加合理，同时提升销售线索的处理效率。
21.在上述技术方案中，根据权重确定各个处理人员的销售线索分配数量的步骤具体包括：根据权重的高低确定各个处理人员的销售线索分配数量，其中，处理人员的权重由高到低分配到的销售线索数量按照预设数量等级逐级递减。
22.在该技术方案中，通过处理人员的权重由高到低确定分配给处理人眼的销售线索数量，当处理人员的权重高时，说明该处理人员对于销售线索的处理效率更高，相同时间内能够处理的线索数量更多，则分配给该处理人员更多的销售线索，同时，对于具体数量的确定可以预先设定不同的权重对应销售线索的数量，以此根据个人的处理速度进行销售线索的合理化分配，根据实际情况，最大化提升线索下发的适配程度。
23.在上述技术方案中，根据优先级和匹配度进行销售线索分配的步骤具体包括：根据优先级和匹配度的高低进行销售线索分配，其中，根据优先级从高到低依次进行销售线索分配，根据匹配度由高到低进行销售线索分配。
24.在该技术方案中，通过将销售线索按照优先级由高到低，匹配度由高到低的方式进行销售线索的分配，以此来优先分配优先级较高的线索，即客户购买意向更加强烈的线索，同时优先分配匹配度更高的线索，以此来提高线索的处理效率，由于对销售线索进行了主次的区分，避免了无差别处理而造成了有购买意向的客户因处理不及时而流失，提高了成交率。
25.在上述技术方案中，销售线索分配方法还包括：在销售线索第一次被拒收时，通过接收销售线索重新分配信号，根据优先级和匹配度，将第一次被拒收的销售线索重新分配给其他处理人员；在销售线索第二次被拒收时，将第二次被拒收的销售线索投放到公共池中；通过接收指定分配信号来将公共池中第二次被拒收的销售线索分配给对应的处理人员。
26.在该技术方案中，通过销售线索是否被拒收来进行下一步的分配流程，具体的，处理人员有权拒收分配来的销售线索，但需要经过管理人员审批，处理人员发起拒收请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索重新分配给其他处理人员，而若第二次分配的处理人员依旧发起了拒收该线索的请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索将被投放至公共池中，待人工分配。管理人员对公共池中的销售线索进行人工分配，此时指定接收该线索的处理人员不可拒收该线索。其中，销售线索拒收次数有限制，例如每人每月可拒收五次，以此在自动分配的基础上，添加了二次选择与适配的功能。该功能不仅提高了后续分配功能的精度，还增加了线索分配功能的可操作性。同时，每一个分配到处理人员的信息，都是互不相通的，以此在数据隔离与数据互通的并行路线上进行了平衡，避免单一方案造成的功能的缺失以及使用的不便性。
27.本发明的第二方面提供了一种销售线索分配系统，包括：处理模块，用于对获取到的每条销售线索对应生成销售线索标签并划分优先级；计算模块，用于根据销售线索标签计算每条销售线索与各个处理人员的匹配度；分配模块，用于根据优先级和匹配度进行销
售线索分配。
28.根据本发明的技术方案提供的销售线索分配系统，包括处理模块、计算模块和分配模块。其中，处理模块，用于对获取到的每条销售线索对应生成销售线索标签并划分优先级；计算模块，用于根据销售线索标签计算每条销售线索与各个处理人员的匹配度；分配模块，用于根据优先级和匹配度进行销售线索分配。同时，根据本发明的技术方案提供的销售线索分配系统，由于其用于实现本发明的第一方面提供的销售线索分配方法的步骤，因而该销售线索分配系统具备该销售线索分配方法的全部技术效果，在此不再赘述。
29.在上述技术方案中，处理模块还用于：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索进行过滤处理，以排除无用线索。
30.在该技术方案中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对分析来进行销售线索过滤，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
31.在上述技术方案中，计算模块还用于：根据各个处理人员的权重确定各个处理人员的销售线索分配数量；根据优先级和匹配度进行销售线索分配，其具体包括：根据优先级、匹配度和各个处理人员的销售线索分配数量进行销售线索分配。
32.在该技术方案中，通过对各个处理人员的权重进行获取，以根据处理人员的权重确定销售线索的分配数量，例如，管理人员根据不同处理人员处理销售线索的效率为不同的处理人员赋予不同的权重，处理线索效率搞得处理人员处理效率更快一些，就通过将其权重赋予的更高来分配给该处理人员更多的销售线索，以此根据个人的工作能力差距进行了合理的线索分配。
33.在上述技术方案中，处理模块具体用于：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索对应生成销售线索标签并划分优先级。
34.在该技术方案中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对以对获取到的每条销售线索对应生成销售线索标签并划分优先级，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。同时还能够通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有
效，优先级越高。而有关数据库中用户相关信息比对分析可以为根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。
35.在上述技术方案中，用户行为数据包括用户活跃度、用户页面浏览时长、用户修订频率中的一种或多种；销售线索准确度包括客户留存信息准确度、客户与线索信息匹配程度中的一种或多种；数据库中用户相关信息包括用户历史线索处理记录、用户关系网分析数据中的一种或多种。
36.在该技术方案中，通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
37.在上述技术方案中，计算模块具体用于：获取预先存储的与各个处理人员对应的处理人员标签；根据销售线索标签和处理人员标签计算每条销售线索与各个处理人员的匹配度；其中，销售线索标签包括所属地区、客户群体、车型、销售线索来源中的一种或多种信息，处理人员标签包括所属地区、客户群体、车型、销售线索来源、销售线索处理效率中的一种或多种信息。
38.在该技术方案中，通过对预先存储的各个处理人员对应的处理人员标签进行获取，以便于根据处理人员标签和销售线索标签进行匹配度计算，由于每个处理人员所擅长处理的销售线索各不相同，通过预先对各个处理人员擅长处理的客户群体、地区、车型、不同来源的销售线索以及该处理人员的销售线索处理效率都生成对应的标签，就能够根据销售线索标签中的所属地区、客户群体、车型、销售线索来源等信息计算销售线索与各个处理人员的匹配度，进而便于根据匹配度进行销售线索分配，使得线索分配更加合理，同时提升
销售线索的处理效率。
39.在上述技术方案中，计算模块还具体用于：根据权重的高低确定各个处理人员的销售线索分配数量，其中，处理人员的权重由高到低分配到的销售线索数量按照预设数量等级逐级递减。
40.在该技术方案中，通过处理人员的权重由高到低确定分配给处理人眼的销售线索数量，当处理人员的权重高时，说明该处理人员对于销售线索的处理效率更高，相同时间内能够处理的线索数量更多，则分配给该处理人员更多的销售线索，同时，对于具体数量的确定可以预先设定不同的权重对应销售线索的数量，以此根据个人的处理速度进行销售线索的合理化分配，根据实际情况，最大化提升线索下发的适配程度。
41.在上述技术方案中，分配模块具体用于：根据优先级和匹配度的高低进行销售线索分配，其中，根据优先级从高到低依次进行销售线索分配，根据匹配度由高到低进行销售线索分配。
42.在该技术方案中，通过将销售线索按照优先级由高到低，匹配度由高到低的方式进行销售线索的分配，以此来优先分配优先级较高的线索，即客户购买意向更加强烈的线索，同时优先分配匹配度更高的线索，以此来提高线索的处理效率，由于对销售线索进行了主次的区分，避免了无差别处理而造成了有购买意向的客户因处理不及时而流失，提高了成交率。
43.在上述技术方案中，销售线索分配系统还包括：重分配模块，用于在销售线索第一次被拒收时，通过接收销售线索重新分配信号，根据优先级和匹配度，将第一次被拒收的销售线索重新分配给其他处理人员；在销售线索第二次被拒收时，将第二次被拒收的销售线索投放到公共池中；通过接收指定分配信号来将公共池中第二次被拒收的销售线索分配给对应的处理人员。
44.在该技术方案中，通过销售线索是否被拒收来进行下一步的分配流程，具体的，处理人员有权拒收分配来的销售线索，但需要经过管理人员审批，处理人员发起拒收请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索重新分配给其他处理人员，而若第二次分配的处理人员依旧发起了拒收该线索的请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索将被投放至公共池中，待人工分配。管理人员对公共池中的销售线索进行人工分配，此时指定接收该线索的处理人员不可拒收该线索。其中，销售线索拒收次数有限制，例如每人每月可拒收五次，以此在自动分配的基础上，添加了二次选择与适配的功能。该功能不仅提高了后续分配功能的精度，还增加了线索分配功能的可操作性。同时，每一个分配到处理人员的信息，都是互不相通的，以此在数据隔离与数据互通的并行路线上进行了平衡，避免单一方案造成的功能的缺失以及使用的不便性。
45.本发明的第三方面提供了一种销售线索分配系统，包括存储器和处理器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现上述任一技术方案的销售线索分配方法的步骤。
46.根据本发明的技术方案提供的销售线索分配系统，包括存储器和处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一销售线索分配方法限定的步骤。同时，由于本技术的销售线索分配系统能够实现上述任一销售线索分配方
法限定的步骤，因此本技术方案提供的销售线索分配系统具有上述任一技术方案中提供的销售线索分配方法的全部有益效果。
47.本发明的第四方面提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一技术方案中的销售线索分配方法的步骤。
48.根据本发明的技术方案提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一技术方案中的销售线索分配方法的步骤，因而具有上述销售线索分配方法的全部有益技术效果，在此不再赘述。
49.本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
50.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
51.图1是根据本发明的实施例的销售线索分配方法的流程示意图；
52.图2是根据本发明的实施例的销售线索分配系统的方框图；
53.图3是根据本发明的实施例的销售线索分配系统的方框图；
54.图4是根据本发明的另一实施例的销售线索分配方法的流程示意图。
55.其中，图2和图3中附图标记与部件名称之间的对应关系为：
56.200销售线索分配系统，202处理模块，204计算模块，206分配模块，300销售线索分配系统，302存储器，304处理器。
具体实施方式
57.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。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
58.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，本发明的保护范围并不受下面公开的具体实施例的限制。
59.下面参照图1至图4描述本发明一些实施例中的销售线索分配方法和系统。
60.本发明第一方面实施例提出了一种销售线索分配方法，如图1所示，包括：
61.s102，对获取到的每条销售线索对应生成销售线索标签并划分优先级；
62.s104，根据销售线索标签计算每条销售线索与各个处理人员的匹配度；
63.s106，根据优先级和匹配度进行销售线索分配。
64.根据本实施例提供的销售线索分配方法，通过对各种不同来源的销售线索进行获取，例如从app数据、调查问卷等获取到销售线索。而后对每条销售线索都生成一个销售线索标签，销售线索标签中能够体现出该条线索的来源，所属地区、车型、客户群体等信息，以便于后续根据每条线索对应的标签进行线索分配。与此同时，还需要对每条销售线索的优先级进行划分，以根据优先级对销售线索的重要程度进行区分。优先级越高的线索越重要，即该条线索对于处理人员来说更加有用，根据该条线索完成订单的可能性更大。由于处理
人员每个人的能力是参差不齐的，每个人也有各自擅长的方面，例如，有的处理人员擅长与中年客户打交道，应对中年客户时成交率更高，有的处理人员擅长与年轻客户打交道，应对年轻客户时成交率更高，因此不同的处理人员对不同线索的处理效果也是不一样的，而根据销售线索标签来计算每条销售线索与处理人员的匹配度，能够根据匹配度确定出最适合处理该条销售线索的处理人员，例如，该条销售线索标签中所包含的信息指出该条线索所属北京地区，客户被标记为中年群体，来源为通过问卷调查获取的销售线索，车型为某品牌，此时将该销售线索分配给最擅长处理该类型线索的处理人员，能够提高销售线索的处理效率。而后根据销售线索的优先级和匹配度进行销售线索的分配，由于优先级越高的线索对于处理人员来说更加有用，且销售线索与处理人员之间匹配度更高则销售线索的处理效率更快，以此最大化的提升线索下发的适配程度，避免了潜在客户的流失，提高了成交率。本技术通过对销售线索进行标签的标注以及优先级的划分，使得销售线索的分配更加的合理，能够根据实际情况，最大化提升销售线索的下发的适配程度，对处理人员的处理效率和优势点进行了量化，以此提升了销售线索的处理效率，提升了成交率。
65.在上述实施例中，在根据销售线索标签计算每条销售线索与各个处理人员的匹配度之前，还包括：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索进行过滤处理，以排除无用线索。
66.在该实施例中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对分析来进行销售线索过滤，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
67.在上述实施例中，在根据优先级和匹配度进行销售线索分配之前，还包括：根据各个处理人员的权重确定各个处理人员的销售线索分配数量；根据优先级和匹配度进行销售线索分配，其具体包括：根据优先级、匹配度和各个处理人员的销售线索分配数量进行销售线索分配。
68.在该实施例中，通过对各个处理人员的权重进行获取，以根据处理人员的权重确定销售线索的分配数量，例如，管理人员根据不同处理人员处理销售线索的效率为不同的处理人员赋予不同的权重，处理线索效率搞得处理人员处理效率更快一些，就通过将其权重赋予的更高来分配给该处理人员更多的销售线索，以此根据个人的工作能力差距进行了合理的线索分配。
69.在上述实施例中，对获取到的每条销售线索对应生成销售线索标签并划分优先级的步骤具体包括：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获
取到的每条销售线索对应生成销售线索标签并划分优先级。
70.在该实施例中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对以对获取到的每条销售线索对应生成销售线索标签并划分优先级，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。同时还能够通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。而有关数据库中用户相关信息比对分析可以为根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。
71.在上述实施例中，用户行为数据包括用户活跃度、用户页面浏览时长、用户修订频率中的一种或多种；销售线索准确度包括客户留存信息准确度、客户与线索信息匹配程度中的一种或多种；数据库中用户相关信息包括用户历史线索处理记录、用户关系网分析数据中的一种或多种。
72.在该实施例中，通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
73.在上述实施例中，根据销售线索标签计算每条销售线索与各个处理人员的匹配度的步骤具体包括：获取预先存储的与各个处理人员对应的处理人员标签；根据销售线索标
签和处理人员标签计算每条销售线索与各个处理人员的匹配度；其中，销售线索标签包括所属地区、客户群体、车型、销售线索来源中的一种或多种信息，处理人员标签包括所属地区、客户群体、车型、销售线索来源、销售线索处理效率中的一种或多种信息。
74.在该实施例中，通过对预先存储的各个处理人员对应的处理人员标签进行获取，以便于根据处理人员标签和销售线索标签进行匹配度计算，由于每个处理人员所擅长处理的销售线索各不相同，通过预先对各个处理人员擅长处理的客户群体、地区、车型、不同来源的销售线索以及该处理人员的销售线索处理效率都生成对应的标签，就能够根据销售线索标签中的所属地区、客户群体、车型、销售线索来源等信息计算销售线索与各个处理人员的匹配度，进而便于根据匹配度进行销售线索分配，使得线索分配更加合理，同时提升销售线索的处理效率。
75.在上述实施例中，根据权重确定各个处理人员的销售线索分配数量的步骤具体包括：根据权重的高低确定各个处理人员的销售线索分配数量，其中，处理人员的权重由高到低分配到的销售线索数量按照预设数量等级逐级递减。
76.在该实施例中，通过处理人员的权重由高到低确定分配给处理人眼的销售线索数量，当处理人员的权重高时，说明该处理人员对于销售线索的处理效率更高，相同时间内能够处理的线索数量更多，则分配给该处理人员更多的销售线索，同时，对于具体数量的确定可以预先设定不同的权重对应销售线索的数量，以此根据个人的处理速度进行销售线索的合理化分配，根据实际情况，最大化提升线索下发的适配程度。
77.在上述实施例中，根据优先级和匹配度进行销售线索分配的步骤具体包括：根据优先级和匹配度的高低进行销售线索分配，其中，根据优先级从高到低依次进行销售线索分配，根据匹配度由高到低进行销售线索分配。
78.在该实施例中，通过将销售线索按照优先级由高到低，匹配度由高到低的方式进行销售线索的分配，以此来优先分配优先级较高的线索，即客户购买意向更加强烈的线索，同时优先分配匹配度更高的线索，以此来提高线索的处理效率，由于对销售线索进行了主次的区分，避免了无差别处理而造成了有购买意向的客户因处理不及时而流失，提高了成交率。
79.在上述实施例中，销售线索分配方法还包括：在销售线索第一次被拒收时，通过接收销售线索重新分配信号，根据优先级和匹配度，将第一次被拒收的销售线索重新分配给其他处理人员；在销售线索第二次被拒收时，将第二次被拒收的销售线索投放到公共池中；通过接收指定分配信号来将公共池中第二次被拒收的销售线索分配给对应的处理人员。
80.在该实施例中，通过销售线索是否被拒收来进行下一步的分配流程，具体的，处理人员有权拒收分配来的销售线索，但需要经过管理人员审批，处理人员发起拒收请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索重新分配给其他处理人员，而若第二次分配的处理人员依旧发起了拒收该线索的请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索将被投放至公共池中，待人工分配。管理人员对公共池中的销售线索进行人工分配，此时指定接收该线索的处理人员不可拒收该线索。其中，销售线索拒收次数有限制，例如每人每月可拒收五次，以此在自动分配的基础上，添加了二次选择与适配的功能。该功能不仅提高了后续分配功能的精度，还增加了线索分配功能的可操作性。同时，每一个分配到处理人员的信息，都是互
不相通的，以此在数据隔离与数据互通的并行路线上进行了平衡，避免单一方案造成的功能的缺失以及使用的不便性。
81.本发明的第二方面实施例提供了一种销售线索分配系统200，如图2所示，包括：处理模块202，用于对获取到的每条销售线索对应生成销售线索标签并划分优先级；计算模块204，用于根据销售线索标签计算每条销售线索与各个处理人员的匹配度；分配模块206，用于根据优先级和匹配度进行销售线索分配。
82.根据本发明的实施例提供的销售线索分配系统200，包括处理模块202、计算模块204和分配模块206。其中，处理模块202，用于对获取到的每条销售线索对应生成销售线索标签并划分优先级；计算模块204，用于根据销售线索标签计算每条销售线索与各个处理人员的匹配度；分配模块206，用于根据优先级和匹配度进行销售线索分配。同时，根据本发明的实施例提供的销售线索分配系统，由于其用于实现本发明的第一方面提供的销售线索分配方法的步骤，因而该销售线索分配系统具备该销售线索分配方法的全部技术效果，在此不再赘述。
83.在上述实施例中，处理模块还用于：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索进行过滤处理，以排除无用线索。
84.在该实施例中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对分析来进行销售线索过滤，具体的，可以通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
85.在上述实施例中，计算模块还用于：根据各个处理人员的权重确定各个处理人员的销售线索分配数量；根据优先级和匹配度进行销售线索分配，其具体包括：根据优先级、匹配度和各个处理人员的销售线索分配数量进行销售线索分配。
86.在该实施例中，通过对各个处理人员的权重进行获取，以根据处理人员的权重确定销售线索的分配数量，例如，管理人员根据不同处理人员处理销售线索的效率为不同的处理人员赋予不同的权重，处理线索效率搞得处理人员处理效率更快一些，就通过将其权重赋予的更高来分配给该处理人员更多的销售线索，以此根据个人的工作能力差距进行了合理的线索分配。
87.在上述实施例中，处理模块具体用于：通过分析用户行为数据、销售线索准确度和数据库中用户相关信息对获取到的每条销售线索对应生成销售线索标签并划分优先级。
88.在该实施例中，通过用户行为分析、销售线索准确度分析和数据库中用户相关信息比对以对获取到的每条销售线索对应生成销售线索标签并划分优先级，具体的，可以通
过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。同时还能够通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。而有关数据库中用户相关信息比对分析可以为根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。
89.在上述实施例中，用户行为数据包括用户活跃度、用户页面浏览时长、用户修订频率中的一种或多种；销售线索准确度包括客户留存信息准确度、客户与线索信息匹配程度中的一种或多种；数据库中用户相关信息包括用户历史线索处理记录、用户关系网分析数据中的一种或多种。
90.在该实施例中，通过用户的登录购车软件的频率、浏览时长、选款时是否有反复更改颜色、型号等行为来判断用户的购车意向，当用户频繁登录且长时间浏览一款产品，并反复挑选颜色型号等，能够说明该客户是有购买意向的，此时将该线索划分为高优先级，用户所登录的app为销售线索来源，用户所挑选的车型，以及用户地址等信息进行标注，作为该销售线索的标签，以便于后续根据该标签进行处理人员的匹配度计算。而如果客户只是偶尔登录软件，随便看看就退出了登录则该用户的购买意向并不强烈，此时该用户的销售线索就可以被判定为无用线索，因为就算进行了电话沟通等后续跟进，该用户下单的可能性也并不高，反而耽误了对其他有意向的客户跟进。根据某个用户的历史购买记录来对其亲友是否值得跟进进行功能判断，当某个用户的购买过程非常顺利时，其亲友也很有可能是潜在用户，以此根据某个用户的关系网以及历史记录搜寻出潜在客户，并能够根据该客户信息判断出亲友购买的可能性，根据可能性的大小确定出优先级高低，以此完成了销售线索的优先级划分。通过用户所提供的信息的准确程度进行销售线索准确度分析，用户所填写的信息与实际信息的贴合度越高则该条线索越有效，优先级越高。同时还能够通过用户所提供的信息是否准确等进行销售线索准确度分析，例如当用户长期居住地为北京，而对应该用户的线索中用户填写为要在海南购买产品，多为无购买意向而随意填写的信息，该条线索即为无用信息。而有关数据库中用户相关信息比对分析可以为同一个用户在多个途径留下了销售线索，而多条线索都为重复线索，此时可仅处理其中一条线索即可，其余的重复线索即为无用线索，以此来将销售线索中的无用线索进行过滤，提高销售线索的处理效率。
91.在上述实施例中，计算模块具体用于：获取预先存储的与各个处理人员对应的处理人员标签；根据销售线索标签和处理人员标签计算每条销售线索与各个处理人员的匹配度；其中，销售线索标签包括所属地区、客户群体、车型、销售线索来源中的一种或多种信息，处理人员标签包括所属地区、客户群体、车型、销售线索来源、销售线索处理效率中的一种或多种信息。
92.在该实施例中，通过对预先存储的各个处理人员对应的处理人员标签进行获取，以便于根据处理人员标签和销售线索标签进行匹配度计算，由于每个处理人员所擅长处理的销售线索各不相同，通过预先对各个处理人员擅长处理的客户群体、地区、车型、不同来源的销售线索以及该处理人员的销售线索处理效率都生成对应的标签，就能够根据销售线索标签中的所属地区、客户群体、车型、销售线索来源等信息计算销售线索与各个处理人员的匹配度，进而便于根据匹配度进行销售线索分配，使得线索分配更加合理，同时提升销售线索的处理效率。
93.在上述实施例中，计算模块还具体用于：根据权重的高低确定各个处理人员的销售线索分配数量，其中，处理人员的权重由高到低分配到的销售线索数量按照预设数量等级逐级递减。
94.在该实施例中，通过处理人员的权重由高到低确定分配给处理人眼的销售线索数量，当处理人员的权重高时，说明该处理人员对于销售线索的处理效率更高，相同时间内能够处理的线索数量更多，则分配给该处理人员更多的销售线索，同时，对于具体数量的确定可以预先设定不同的权重对应销售线索的数量，以此根据个人的处理速度进行销售线索的合理化分配，根据实际情况，最大化提升线索下发的适配程度。
95.在上述实施例中，分配模块具体用于：根据优先级和匹配度的高低进行销售线索分配，其中，根据优先级从高到低依次进行销售线索分配，根据匹配度由高到低进行销售线索分配。
96.在该实施例中，通过将销售线索按照优先级由高到低，匹配度由高到低的方式进行销售线索的分配，以此来优先分配优先级较高的线索，即客户购买意向更加强烈的线索，同时优先分配匹配度更高的线索，以此来提高线索的处理效率，由于对销售线索进行了主次的区分，避免了无差别处理而造成了有购买意向的客户因处理不及时而流失，提高了成交率。
97.在上述实施例中，销售线索分配系统还包括：重分配模块，用于在销售线索第一次被拒收时，通过接收销售线索重新分配信号，根据优先级和匹配度，将第一次被拒收的销售线索重新分配给其他处理人员；在销售线索第二次被拒收时，将第二次被拒收的销售线索投放到公共池中；通过接收指定分配信号来将公共池中第二次被拒收的销售线索分配给对应的处理人员。
98.在该实施例中，通过销售线索是否被拒收来进行下一步的分配流程，具体的，处理人员有权拒收分配来的销售线索，但需要经过管理人员审批，处理人员发起拒收请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索重新分配给其他处理人员，而若第二次分配的处理人员依旧发起了拒收该线索的请求，管理人员不同意则该线索继续由该处理人员进行处理，如管理人员同意，则将该线索将被投放至公共池中，待人工分配。管理人员对公共池中的销售线索进行人工分配，此时指定接收该线索的处理人员不可拒收该线索。其中，销售线索拒收次数有限制，例如每人每月可拒收五次，以此在自动分配的基础上，添加了二次选择与适配的功能。该功能不仅提高了后续分配功能的精度，还增加了线索分配功能的可操作性。同时，每一个分配到处理人员的信息，都是互不相通的，以此在数据隔离与数据互通的并行路线上进行了平衡，避免单一方案造成的功能的缺失以及使用的不便性。
99.本发明的第三方面实施例提供了一种销售线索分配系统300，如图3所示，包括：存储器302、处理器304及存储在存储器302上并可在处理器304上运行的程序，程序被处理器304执行时实现上述任一实施例的销售线索分配方法限定的步骤。
100.根据本发明的实施例提供的销售线索分配系统，包括存储器和处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一销售线索分配方法限定的步骤。同时，由于本技术的销售线索分配系统能够实现上述任一销售线索分配方法限定的步骤，因此本实施例提供的销售线索分配系统具有上述任一实施例中提供的销售线索分配方法的全部有益效果。
101.本发明的第四方面实施例提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一实施例中的销售线索分配方法的步骤。
102.根据本发明的实施例提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一实施例中的销售线索分配方法的步骤，因而具有上述销售线索分配方法的全部有益技术效果，在此不再赘述。
103.下面结合另一具体实施例来进一步介绍本技术提供的销售线索分配方法。
104.本实施例提供的销售线索分配方法，如图4所示，包括：
105.s402，主机厂获取销售线索。
106.s404，销售线索过滤及分层。
107.s406，销售线索下发至区域经销商。
108.s408，线索自动分配。
109.s410，处理人员是否接收此线索。若是执行s416，若否执行s412。
110.s412，创建变更申请。
111.s414，上级是否审批通过。若是执行s408，若否执行s416，
112.s416，处理该条线索。
113.s418，更新处理人相关标签及参数。
114.根据本实施例提供的销售线索分配方法，通过多个维度进行线索过滤及分层，包括：用户行为分析，线索信息分析，数据库信息比对分析。用户行为信息指的是：分析用户活跃度、用户页面浏览时长、用户修订频率等指标；线索信息分析指的是：分析客户留存信息准确度、客户与线索信息匹配程度等指标；数据库信息比对分析指的是：分析用户历史线索处理记录、用户关系网分析数据等指标。使用用户+线索+历史信息结合的方式，根据多个指标进行计算，不仅将线索进行了筛选，同时还将线索的有效性进行了分层，优先分配高层级的线索。传统的线索过滤方式，只停留在线索信息审核的单一途径。不仅过滤精度差，而且过滤效率低下。根据各个处理人员的权重，动态平衡处理数量。在此基础上按照地区、群体、车型、来源、效率等类别来进行匹配性计算，同时分配给匹配程度最高的处理人员。相较于传统的上级手工分配或者是随机平均分配，本技术通过权重、标签相结合的方式，进行线索的自动分配处理。在分配数量上以及分配特点上进行了创新的同时，也将处理人员的处理效率及优势点进行了量化，不论是后续的kpi考核或者线索的分配模型都提供了有效的支撑。每一个分配到处理人员的信息，都是互不相通的。如果发现自动分配的线索不符合该人员的处理范围，或者他人更适合处理该条线索，则将该线索进行绕过该处理人员的二次自动分配，若依旧被处理人员退回，则该线索将投放到公共池中，由上级人员手动分配处理人
员。传统的线索分配，分配后的线索则归属于该处理人员，处理人员无法自行决定线索的接收与选择。本技术则在自动分配的基础上，添加了二次选择与适配的功能。该功能不仅提高了后续分配功能的精度，还增加了线索分配功能的可操作性。在数据隔离与数据互通的并行路线上进行了平衡，避免单一方案造成的功能的缺失以及使用的不便性。
115.在本说明书中，术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
116.在本说明书的描述中，术语“一个实施例”、“一些实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
117.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。