一种客户服务处理方法、装置及电子设备与流程

本技术涉及计算机，可用于金融领域，特别涉及一种客户服务处理方法、装置及电子设备。

背景技术：

1、企业(例如银行等)的产品为了被用户知悉通常需要进行宣传。通常情况下，线下宣传的人力、物力等成本较高并且转化率较低。相比于线下宣传，线上宣传的转化率更高。目前的线上宣传通常将广告设置在不明显的位置，用户容易忽略；或者将广告设置在用户来访时呈现的初始位置，以防止用户忽略。

2、然而，有些用户习惯于立即办理业务或者咨询信息，这种情况下用户会对广告产生反感情绪，导致用户对于客户服务的满意度降低。如何既能够对产品进行有效宣传以提高广告转化率、增加客户粘性，又不会导致客户满意度降低，这是亟需解决的问题。

技术实现思路

1、本说明书提供一种客户服务处理方法、装置及电子设备，以实现提高广告的转化率、增加客户粘性，又不会导致客户满意度降低。

2、为解决上述技术问题，本说明书第一方面提供一种客户服务处理方法，包括：获取来访用户的信息；根据来访用户的信息确定所述来访用户的营销敏感值；在所述来访用户的营销敏感值大于或等于预定敏感值的情况下，呈现广告信息；否则，不呈现广告信息。

3、在一些实施例中，当所述客户服务处理方法用于电话客服时，在所述来访用户的营销敏感值小于预定敏感值的情况下，不播放广告信息而直接为所述来访用户播放语音客服菜单或服务引导语句。

4、在一些实施例中，根据来访用户的信息确定所述来访用户的营销敏感值，包括：将所述来访用户的信息输入预先训练的第一网络模型，通过所述第一网络模型上确定所述来访用户的营销敏感值；所述营销敏感值包括对营销敏感、对营销不敏感；其中，所述第一网络模型通过以下方法训练得到：获取多个样本用户的信息；向各样本用户呈现广告信息；监测在第一预定时长内各样本用户是否具有广告产品的消费行为；在样本用户具有广告产品的消费行为的情况下，将样本用户的信息作为正样本数据；在样本用户不具有广告产品的消费行为的情况下，将样本用户的信息作为负样本数据；采用各样本用户的样本数据训练所述第一网络模型。

5、在一些实施例中，向各样本用户呈现广告信息，包括：将样本用户的信息输入第二网络模型，通过所述第二网络模型确定样本用户的敏感产品类型；向各样本用户呈现敏感产品类型；其中，所述第二网络模型通过以下方法训练得到：获取预先确定的多个产品类型以及每个产品类型对应的多个产品广告样本；将每个产品广告样本分别呈现给多个样本用户；监测在第一预定时长内各样本用户对每个产品类型是否有消费行为，并将有消费行为的产品类型作为样本用户的敏感产品类型；将样本用户的信息和敏感产品类型作为样本数据，采用各样本用户的样本数据训练所述第二网络模型。

6、在一些实施例中，根据来访用户的信息确定所述来访用户的营销敏感值，包括：将所述来访用户的信息输入预先训练的第三网络模型，通过所述第三网络模型上确定所述来访用户的营销敏感值；其中，所述第三网络模型通过以下方法训练得到：在第一样本时刻，不向各样本用户呈现目标产品的广告信息；监测在所述第一样本时刻起的第一预定时长内各样本用户的第一消费行为，所述第一消费行为包括是否具有目标产品的消费行为；在第二样本时刻，向各样本用户呈现目标产品的广告信息；监测在所述第二样本时刻起的第一预定时长内各样本用户的第二消费行为，所述第二消费行为包括是否具有目标产品的消费行为；在第一消费行为是具有目标产品的消费行为、第二消费行为是不具有目标产品的消费行为的情况下，将样本用户的营销敏感值确定为第一数值；在第一消费行为是不具有目标产品的消费行为、第二消费行为是具有目标产品的消费行为的情况下，将样本用户的营销敏感值确定为第二数值；其中，所述第一数值大于所述第二数值；将样本用户的信息、营销敏感值作为样本数据，采用各样本用户的样本数据训练所述第三网络模型。

7、在一些实施例中，所述第一数值为正数，所述第二数值为负数；所述第一消费行为和所述第二消费行为对于目标产品的消费次数或消费数量的差值越大，所述第一数值、所述第二数值的绝对值越大。

8、在一些实施例中，根据来访用户的信息确定所述来访用户的营销敏感值，包括：确定所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率；确定所述来访用户在不被呈现广告的情况下在第一预定时长内购买目标产品的第二概率；根据所述第一概率和所述第二概率，确定所述来访用户的营销敏感值。

9、在一些实施例中，确定所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率，包括：将所述来访用户的信息、第二预定时长内的行为序列输入第一预测模型，预测所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率；确定所述来访用户在不被呈现广告的情况下在第一预定时长内购买目标产品的第二概率，包括：将所述来访用户的信息、第二预定时长内的行为序列输入第二预测模型，预测所述来访用户在不被呈现广告的情况下在第一预定时长内购买目标产品的第二概率。

10、在一些实施例中，所述方法还包括：分别确定所述来访用户对于预定产品集中各目标产品的营销敏感值；确定取值最大的营销敏感值是否大于预定敏感值；在取值最大的营销敏感值大于预定敏感值的情况下，将大于预定敏感值的其中一个敏感值对应的目标产品作为目标广告产品，以在呈现广告信息时呈现所述目标广告产品的广告信息。

11、在一些实施例中，确定所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率，包括：获取历史上所述来访用户在被呈现目标产品的广告之后第一预定时长内购买目标产品的次数和没有购买目标产品的次数；根据购买目标产品的次数和没有购买目标产品的次数确定对所述来访用户在被呈现目标产品的广告之后第一预定时长内由于被呈现广告而购买目标产品的概率。

12、在一些实施例中，确定所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率，包括：根据用户的信息对用户进行聚类；确定所述来访用户对应的聚类类别；获取历史上所述聚类类别中的各用户在被呈现目标产品的广告之后第一预定时长内购买目标产品的次数和没有购买目标产品的次数；根据购买目标产品的次数和没有购买目标产品的次数确定对所述来访用户在被呈现目标产品的广告之后第一预定时长内由于被呈现广告而购买目标产品的概率。

13、在一些实施例中，在所述客户服务处理方法用于电话客服的情况下，在获取来访用户的信息之后，还包括：判断所述来访用户是否在预定名单集合中；在判断结果为是的情况下，将人工客服作为第一级菜单中的选项呈现；在判断结果为否的情况下，将人工客服作为第一级菜单之后的第二级菜单中的选项呈现。

14、在一些实施例中，在进入人工客服选项之后，且将用户来访信息分配给人工客服处理之前，还包括：获取用户在表达业务处理需求时的语音信息；对所述语音信息进行识别；从识别结果中提取关键词；根据所述关键词确定目标人工客服业务组；将用户的业务处理需求分配至所述目标人工客服业务组中的一个业务人员处理。

15、本说明书第二方面提供一种客户服务处理装置，包括：第一获取模块，用于获取来访用户的信息；第一确定模块，用于根据来访用户的信息确定所述来访用户的营销敏感值；呈现单元，用于在所述来访用户的营销敏感值大于或等于预定敏感值的情况下，呈现广告信息；否则，不呈现广告信息。

16、在一些实施例中，当所述客户服务处理装置用于电话客服时，在所述来访用户的营销敏感值小于预定敏感值的情况下，不播放广告信息而直接为所述来访用户播放语音客服菜单或服务引导语句。

17、在一些实施例中，所述第一确定模块包括：第一处理子模块，用于将所述来访用户的信息输入预先训练的第一网络模型，通过所述第一网络模型上确定所述来访用户的营销敏感值；所述营销敏感值包括对营销敏感、对营销不敏感；其中，所述第一网络模型通过以下方法训练得到：获取多个样本用户的信息；向各样本用户呈现广告信息；监测在第一预定时长内各样本用户是否具有广告产品的消费行为；在样本用户具有广告产品的消费行为的情况下，将样本用户的信息作为正样本数据；在样本用户不具有广告产品的消费行为的情况下，将样本用户的信息作为负样本数据；采用各样本用户的样本数据训练所述第一网络模型。

18、在一些实施例中，向各样本用户呈现广告信息，包括：将样本用户的信息输入第二网络模型，通过所述第二网络模型确定样本用户的敏感产品类型；向各样本用户呈现敏感产品类型；其中，所述第二网络模型通过以下方法训练得到：获取预先确定的多个产品类型以及每个产品类型对应的多个产品广告样本；将每个产品广告样本分别呈现给多个样本用户；监测在第一预定时长内各样本用户对每个产品类型是否有消费行为，并将有消费行为的产品类型作为样本用户的敏感产品类型；将样本用户的画信息和敏感产品类型作为样本数据，采用各样本用户的样本数据训练所述第二网络模型。

19、在一些实施例中，所述第一确定模块包括：第二处理子模块，用于将所述来访用户的信息输入预先训练的第三网络模型，通过所述第三网络模型上确定所述来访用户的营销敏感值；其中，所述第三网络模型通过以下方法训练得到：在第一样本时刻，不向各样本用户呈现目标产品的广告信息；监测在所述第一样本时刻起的第一预定时长内各样本用户的第一消费行为，所述第一消费行为包括是否具有目标产品的消费行为；在第二样本时刻，向各样本用户呈现目标产品的广告信息；监测在所述第二样本时刻起的第一预定时长内各样本用户的第二消费行为，所述第二消费行为包括是否具有目标产品的消费行为；在第一消费行为是具有目标产品的消费行为、第二消费行为是不具有目标产品的消费行为的情况下，将样本用户的营销敏感值确定为第一数值；在第一消费行为是不具有目标产品的消费行为、第二消费行为是具有目标产品的消费行为的情况下，将样本用户的营销敏感值确定为第二数值；其中，所述第一数值大于所述第二数值；将样本用户的信息、营销敏感值作为样本数据，采用各样本用户的样本数据训练所述第三网络模型。

20、在一些实施例中，所述第一数值为正数，所述第二数值为负数；所述第一消费行为和所述第二消费行为对于目标产品的消费次数或消费数量的差值越大，所述第一数值、所述第二数值的绝对值越大。

21、在一些实施例中，所述第一确定模块包括：第一确定子模块，用于确定所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率；第二确定子模块，用于确定所述来访用户在不被呈现广告的情况下在第一预定时长内购买目标产品的第二概率；第三确定子模块，用于根据所述第一概率和所述第二概率，确定所述来访用户的营销敏感值。

22、在一些实施例中，所述第一确定子模块将所述来访用户的信息、第二预定时长内的行为序列输入第一预测模型，预测所述来访用户由于被呈现广告而在第一预定时长内购买目标产品的第一概率；所述第二确定子模块将所述来访用户的信息、第二预定时长内的行为序列输入第二预测模型，预测所述来访用户在不被呈现广告的情况下在第一预定时长内购买目标产品的第二概率。

23、在一些实施例中，所述装置还包括：第二确定模块，用于分别确定所述来访用户对于预定产品集中各目标产品的营销敏感值；第三确定模块，用于确定取值最大的营销敏感值是否大于预定敏感值；第四确定模块，用于在取值最大的营销敏感值大于预定敏感值的情况下，将大于预定敏感值的其中一个敏感值对应的目标产品作为目标广告产品，以在呈现广告信息时呈现所述目标广告产品的广告信息。

24、在一些实施例中，所述第一确定子模块包括：第一获取子模块，用于获取历史上所述来访用户在被呈现目标产品的广告之后第一预定时长内购买目标产品的次数和没有购买目标产品的次数；第四确定子模块，用于根据购买目标产品的次数和没有购买目标产品的次数确定对所述来访用户在被呈现目标产品的广告之后第一预定时长内由于被呈现广告而购买目标产品的概率。

25、在一些实施例中，所述第一确定子模块包括：聚类子模块，用于根据用户的信息对用户进行聚类；第五确定子模块，用于确定所述来访用户对应的聚类类别；第二获取子模块，用于获取历史上所述聚类类别中的各用户在被呈现目标产品的广告之后第一预定时长内购买目标产品的次数和没有购买目标产品的次数；第六确定子模块，用于根据购买目标产品的次数和没有购买目标产品的次数确定对所述来访用户在被呈现目标产品的广告之后第一预定时长内由于被呈现广告而购买目标产品的概率。

26、在一些实施例中，所述装置还包括：判断单元，用于在所述客户服务处理装置用于电话客服的情况下，在获取来访用户的信息之后，判断所述来访用户是否在预定名单集合中；第五确定模块，用于在判断结果为是的情况下，将人工客服作为第一级菜单中的选项呈现；在判断结果为否的情况下，将人工客服作为第一级菜单之后的第二级菜单中的选项呈现。

27、在一些实施例中，所述装置还包括：第二获取模块，用于在进入人工客服选项之后，且将用户来访信息分配给人工客服处理之前，获取用户在表达业务处理需求时的语音信息；识别模块，用于对所述语音信息进行识别；提取模块，用于从识别结果中提取关键词；第六确定模块，用于根据所述关键词确定目标人工客服业务组；分配模块，用于将用户的业务处理需求分配至所述目标人工客服业务组中的一个业务人员处理。

28、本说明书第三方面提供一种电子设备，包括：存储器和处理器，所述处理器和所述存储器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而实现第一方面任一项所述的客户服务处理方法。

29、本说明书第四方面提供一种计算机存储介质，所述计算机存储介质存储有计算机程序指令，所述计算机程序指令被执行时实现第一方面任一项所述的客户服务处理方法。

30、本说明书第五方面提供一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的客户服务处理方法。

31、本说明书提供的客户服务处理方法、装置及电子设备，在客户来访时，根据来访用户的信息确定来访用户的营销敏感值，在来访用户的营销敏感值大于或等于预定敏感值的情况下，为来访用户呈现广告信息，从而能够提高广告的转化率、增加客户黏性；在来访用户的营销敏感值小于预定敏感值的情况下，在为来访用户提供服务之前不为用户提供广告信息，从而在一定程度上避免来访用户由于方案广告而降低对于客户服务的满意度。本方案通过确定来访用户的营销敏感值，将营销敏感值与预定敏感值进行比较，根据比较结果确定是否呈现广告信息，能够因人而异地确定是否呈现广告信息，在提高广告转化率与降低客户满意度之间实现平衡。