一种人工客服自动分单方法、系统及电子设备与流程

1.本发明涉及人工客户分单领域，特别是涉及一种人工客服自动分单方法、系统及电子设备。


背景技术：

2.人工客服外呼在电销行业，尤其是在高阶的、需要个性化服务的销售行业，例如如家装销售、汽车销售等，对于客户从留资(即客户留下联系方式)到订单的转化，起着极为重要的作用。而客服业务能力的不同，其对应的订单转化率(即成交订单数/留资数)是不同的。现阶段，电销行业一般采用两种方式对留资进行分单：
3.方案一、人工分单：客服主管手动将留资分配给其下属客服。此方案完全基于个人对下属当前工作饱和度的了解，可能存在信息不对称、偏向喜爱的下属等情况，从而造成分配不公；
4.方案二、自动分单：客服主管无需操作，系统基于接单量自动分配，一般采用的方案为接单量少的多分，多的少分，从而保证各客服人员接单量最终持平。此方案相对方案一，去除了人为因素，保证了分单数量上的相对公平。
5.然而以上两种分单方法，均未能考虑客服业务能力的因素，对整体订单转化率的影响，对客服自身也没有激励效果。


技术实现要素：

6.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种人工客服自动分单方法、系统及电子设备，用于解决现有技术中的以上问题。
7.为实现上述目的及其他相关目的，本发明提供一种人工客服自动分单方法、系统及电子设备，所述方法包括：获取所述人工客服各项服务指标数据；对所述人工客服服务指标数据进行正向化处理并生成标准化决策数据矩阵；对比所述决策数据矩阵内各项服务指标数据获取最优解指标数据向量及最劣解指标数据向量；根据所述处理后的人工客服服务指标数据、最优解数据向量及最劣解数据向量计算所述人工客服的综合业务能力；根据所述人工客服的综合业务能力确定留资分配比例，并根据所述留资分配比例进行自动分单。
8.于本发明一实施例中，所述方法还包括：对所述人工客服服务指标数据进行正向化处理成极大值指标数据，所述人工客服各项服务指标数据包括：预设周期内订单转化率、预设周期内客服质检平均得分、预设周期内被投诉数、预设周期内通话平均时长以及预设周期内外呼次数。
9.于本发明一实施例中，所述方法将所述人工客服服务指标数据正向化处理成极大值指标数据的步骤如下：定义所述人工客服服务指标当前值为x
i
,所述人工客服服务指标当前值经正向化处理成极大值指标数据后的数据为v
i
，v
i
的计算方式如下：所述预设周期内订单转化率经正向化处理后的其中x
max
为所述预设周期内订单转化率的最大值，x
min
为所述预设周期内订单转化率的最小值；所述预设周期内客服质检平均得分经正向
化处理后的其中x
max
为所述预设周期内客服质检平均得分的最大值，x
min
为所述预设周期内客服质检平均得分的最小值；所述预设周期内被投诉数经正向化处理后的v
i
＝x
max
‑
x
i
，其中x
max
为所述预设周期内被投诉数的最大值；所述预设周期内通话平均时长经正向化处理后的其中x
best
为所述预设周期内通话平均时长的最佳值，x
max
为所述预设周期内通话平均时长的最大值，取x
max
＝max{|x
i
‑
x
best
|}；所述预设周期内外呼次数经正向化处理后的其中[a,b]为所述预设周期内外呼次数的最佳区间，x
max
为所述预设周期内外呼次数的最大值，取x
max
＝max{a
‑
min{x
i
},max{x
i
}
‑
b}。
[0010]
于本发明一实施例中，所述方法中最优解数据向量和最劣解数据向量的获取方式如下：定义所述标准化决策矩阵s，s由n个人工客服的m项服务指标数据构成，v
ij
为第i个人工客服第j项经正向化处理后的所述人工客服服务指标数据，s
ij
为v
ij
经标准化处理后的所述人工客服服务指标数据，则所述标准化矩阵其中1≤i≤n，1≤j≤m；定义最优解向量s
+
为每一列中最大的数，最劣解向量s
‑
为每一列中最小的数，则
[0011]
于本发明一实施例中，所述方法中还包括：根据所述处理后的人工客服服务指标数据、最优解数据向量及最劣解数据向量计算所述人工客服的综合业务能力，步骤包括：定义所述人工客服的综合业务能力为n
i
并对n
i
进行归一化处理，处理公式为其中s
i
为经正向化处理后的标准化人工客服服务指标数据，s
+
‑
s
i
为所述人工客服各项服务指标到最优解指标数据向量的距离，s
i
‑
s
‑
为为所述人工客服各项服务指标到最劣解指标数据向量的距离。
[0012]
于本发明一实施例中，所述方法还包括：还包括对所述人工客服服务指标数据根据每项服务指标重要程度设置指标权重，其中所述指标权重可以由业务人员设定并动态调整。
[0013]
于本发明一实施例中，所述方法还包括：所述留资分配比例与所述人工客服综合业务能力成正比；在所述人工客服综合业务能力对比其他人工客服综合业务能力差距超过设定阈值时，对所述人工客服根据工作饱和情况设置每日分单上限，当所述人工客服每日接单数达到设置的上限数额时，则对所述人工客服停止分单，剩余人工客服按所述留资分配比例继续分单。
[0014]
为实现上述目的及其他相关目的，本发明提供一种人工客服自动分单系统，所述系统包括：服务指标数据获取模块，用于获取人工客服各项服务指标数据；数据处理模块，用于对所述人工客服服务指标数据进行正向化处理并生成标准化决策数据矩阵；对比模
块，对比所述决策数据矩阵内各项服务指标数据获取最优解指标数据向量及最劣解指标数据向量；计算模块，用于根据所述处理后的人工客服服务指标数据、最优解数据向量及最劣解数据向量计算所述人工客服的综合业务能力；分单模块，用于根据所述人工客服的综合业务能力确定留资分配比例，并根据所述留资分配比例进行自动分单。
[0015]
为实现上述目的及其他相关目的，本发明提供一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现所述的人工客服自动分单方法。
[0016]
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器、存储器及通信接口；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至7中任一所述的人工客服自动分单方法；所述通信接口用于实现访问装置与其他设备之间的通信。
[0017]
如上所述，本发明提供的人工客服自动分单方法、系统及电子设备，实现了人工客服自动分单，以便客户留资发挥最大价值，提高订单转化率。本发明对每一位客服的业务能力进行综合计算，在客服接单时效范围内，使最终接单量同计算结果成正比，从而实现留资分配最优，也能对客服工作产生“能者多劳，多劳多得”的正向激励，同时分析综合业务能力高的人工客服工作过程和话术特点，以便做经验推广，提升其他客服的综合能力。
附图说明
[0018]
图1显示为本发明一实施例中的人工客服自动分单方法的流程示意图。
[0019]
图2显示为本发明一实施例中的人工客服自动分单系统的模块示意图。
[0020]
图3显示为本发明一实施例中的电子设备的结构示意图。
具体实施方式
[0021]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0022]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0023]
为了解决现有技术中因客服主管进行人工分单和自动派单系统按单量进行派单两种方法造成的无法发挥客户留资的最大价值、无法提高整体订单转化率以及无法创造激励效果的问题，本发明提供一种人工客服自动分单方法、系统及电子设备。
[0024]
如图1所示，本实施例提供一种人工客服自动分单方法，该方法包括如下步骤：
[0025]
s11：获取人工客服各项服务指标数据。
[0026]
具体地，本发明基于topsis通过计算人工客服服务指标与最优解、最劣解的距离
来建立评价模型获取人工客服的综合业务能力得分数据。若人工客服服务指标最靠近最优解同时又最远离最劣解，则为最好。而“接近”还是“远离”，取决于人工客服服务指标本身的类型。例如：订单转化率，一定是越高越好，即订单转化率最优解为100％，订最劣解为0％，一个转化率为90％的客服可以对采用归一化表达式衡量topsis评分，其该指标topsis评分为而假如通话时间以2～3分钟，客户接受度较高，能达到高转化率，则无法采用计算topsis评分。故需要先定义人工客服服务指标，并将指标分类，对于本发明涉及到的指标类型如下表：
[0027][0028][0029]
进一步的，对本方案的设涉及到的人工客服服务指标获取预设周期内的数据，例如将预设周期可以设定为近一周，则按本步骤获取所有人工客服近一周订单转化率、近一周客服质检平均得分、近一周被投诉数、近一周通话平均时长以及近一周外呼次数。
[0030]
优选的，对人工客服服务指标数据根据每项服务指标重要程度设置指标权重参数ωj，该指标权重可以由业务人员设定并动态调整。例如：一般来说订单转化率最为看中，则将订单转化率的权重参数设置较高。
[0031]
s12：对人工客服服务指标数据进行正向化处理并生成标准化决策数据矩阵。
[0032]
具体的，为使得不同类型的人工客服服务指标数据能直接使用，将以上涉及到不同类型指标数据全部正向化处理——即将其全部转化为极大型指标数据。设定vi为经正向化处理成极大值指标数据后的数据指标得分，获取的人工客服服务指标当前值设定为x
i
，则可按如下方式将x
i
处理转化成vi：
[0033]
极大型指标预设周期内订单转化率：其中x
max
为预设周期内订单转化率的最大值，x
min
为预设周期内订单转化率的最小值；
[0034]
极大型指标预设周期内客服质检平均得分其中x
max
为预设周期内客服质检平均得分的最大值，x
min
为预设周期内客服质检平均得分的最小值；
[0035]
极小型指标预设周期内被投诉数v
i
＝x
max
‑
x
i
，其中x
max
为预设周期内被投诉数的最
大值；中间型指标预设周期内通话平均时长其中x
best
为预设周期内通话平均时长的最佳值，该值为订单转化率发生较大差异的临界点，通话时长过长，代表客户有成单意愿，但会使整体接单量减少，增加公司通话成本；而通话时长过短，则代表客户没有成单意愿，话术有待改进，x
best
可经历史数据整理统计分析得出，x
max
为预设周期内通话平均时长的最大值，取x
max
＝max{|x
i
‑
x
best
|}；
[0036]
区间型指标预设周期内外呼次数其中[a,b]为预设周期内外呼次数的最佳区间，当人工客服外呼次数在该区间范围内时，整体转化率最高，外呼次数过多易造成客户对公司品牌反感，使成单量减少，而外呼次数过少，则直接导致成单机会减少，该最佳区间可经历史数据整理统计分析得出，x
max
为预设周期内外呼次数的最大值，取x
max
＝max{a
‑
min{x
i
},max{x
i
}
‑
b}。
[0037]
进一步的，对人工客服服务指标数据经正向化处理后，那么对于一个客服而言，其对应的服务指标评分可以看做为[预设周期内订单转化率,预设周期内客服质检平均得分,预设周期内被投诉数,预设周期内通话平均时长,预设周期内外呼次数]共m列的行向量，m为人工客服服务指标项数，若有n个客服，则可形成一个n*m的决策矩阵s。
[0038]
进一步的，为消除不同指标量纲的影响，需对已正向化的决策矩阵进行标准化。定义s
ij
为v
ij
经标准化处理后的人工客服服务指标数据，则标准化矩阵经标准化处理后的人工客服服务指标数据，则标准化矩阵其中1≤i≤n，1≤j≤m。
[0039]
s13：对比决策数据矩阵内各项服务指标数据获取最优解指标数据向量及最劣解指标数据向量。
[0040]
具体的，定义最优解向量s
+
为标准化决策矩阵中每一列中最大的数，则
[0041][0042]
最劣解向量s
‑
为标准化决策矩阵中每一列中最小的数，则
[0043][0044]
s14：根据处理后的人工客服服务指标数据、最优解数据向量及最劣解数据向量计算人工客服的综合业务能力。
[0045]
具体地，各人工客服的综合业务能力用n
i
表示，在计算n
i
得分时先对n
i
进行归一化处理，处理公式为其中s
i
为经正向化处理后的标准化人工客服服务指标数据，s
+
‑
s
i
为人工客服各项服务指标到最优解指标数据向量的距离，s
i
‑
s
‑
为为人工客服各项服务指标到最劣解指标数据向量的距离。
[0046]
进一步的，可以采用欧几里德度量(即欧式距离euclidean metric，euclidean distance，用于计算在k维空间中两个点之间的距离或者向量的自然长度，可以采用公式
计算s
i
到最优解及最劣解指标数据向量的距离，即
[0047][0048]
进一步的，在对人工客服服务指标数据根据每项服务指标重要程度设置指标权重参数ω
j
后，则每一个人工客服的综合业务能力
[0049]
s15：根据人工客服的综合业务能力确定留资分配比例，并根据留资分配比例进行自动分单。
[0050]
具体的，由步骤s14可得0≤n
i
≤1，s
+
‑
s
i
越小，则代表与最优解的距离越小，即人工客服的业务能力越强，由各人工客服的综合业务能力确定留资分配比例，该人工客服的留资分配比例与其综合业务能力n
i
成正比，即其综合业务能力越高，留资分配比例越高；
[0051]
进一步的，若存在有人工客服其综合业务能力对比其他人工客服综合业务能力差距超过一定值时，对该人工客服根据工作饱和情况设置每日分单上限，当该人工客服每日接单数达到设置的上限数额工作达到饱和时，则对该人工客服停止分单，并自动将其从客服队列剔除，剩余人工客服仍按留资分配比例继续分单，从而使其他客服得以锻炼。
[0052]
实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解，本发明还提供一种计算机程序产品，包括一个或多个计算机指令。所述计算机指令可以存储在计算机可读存储介质中。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。
[0053]
参阅图2，本实施例提供一种人工客服自动分单系统20，作为一款软件搭载于电子设备中，以在运行时执行前述方法实施例所述的人工客服自动分单方法。由于本系统实施例的技术原理与前述方法实施例的技术原理相似，因而不再对同样的技术细节做重复性赘述。
[0054]
本实施例的人工客服自动分单系统20具体包括：服务指标数据获取模块21、数据处理模块22、对比模块23、计算模块24、分单模块25。服务指标数据获取模块21用于获取人工客服各项服务指标数据；数据处理模块22用于对所述人工客服服务指标数据进行正向化处理并生成标准化决策数据矩阵；对比模块23对比所述决策数据矩阵内各项服务指标数据获取最优解指标数据向量及最劣解指标数据向量；计算模块24用于根据所述处理后的人工客服服务指标数据、最优解数据向量及最劣解数据向量计算所述人工客服的综合业务能力；分单模块25用于根据所述人工客服的综合业务能力确定留资分配比例，并根据所述留资分配比例进行自动分单。
[0055]
本领域技术人员应当理解，图2实施例中的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，数据处理模块22可以为单独设立的处理元件，也可以集成在某一个芯片中实现，此外，也可以以程序代码的形
式存储于存储器中，由某一个处理元件调用并执行数据处理模块22的功能。其它模块的实现与之类似。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0056]
参阅图3，本实施例提供一种电子设备，电子设备可以是便携式电脑、智能手机、平板电脑等设备。详细的，电子设备至少包括通过总线31连接的：存储器32、处理器33，通信接口34，其中，通信接口34用于用于实现数据访问装置与其他设备之间的通信其中，存储器32用于存储计算机程序，处理器33用于执行存储器32存储的计算机程序，以执行前述方法实施例中的全部或部分步骤。
[0057]
上述提到的系统总线可以是外设部件互连标准(peripheral pomponent interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。
[0058]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0059]
综上所述，本发明提供的一种人工客服自动分单方法、系统及电子设备，对于综合评分高的客服，可相应分配其更多的留资，以进一步提升订单的转化率；对于综合评分低的客服，会相应分配相对较少的留资，但依然保留其进步空间和可能。若综合评分高的客服可能无法持续输出，订单转化率等因素自然下降，而综合评分低的客服因自身的进步也会导致综合评分上涨，使用该发明则会自动变更分配比例从而给其他客服更多机会，使得人工客服在其岗位上创造更大的价值。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0060]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。