[發明專利]對潛在網絡客戶進行評判的方法和系統

無效

• 申請號: 200910149505.3
• 申請日: 2009-06-25
• 公開（公告）號: CN101599164A
• 公開（公告）日: 2009-12-09
• 發明（設計）人: 范國棟;田芳;李丹;史健;張金銀;李秋林
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司
• 代理人: 馬 敬;逯長明

技術領域

本申請涉及數據處理技術領域，特別涉及一種對潛在網絡客戶進行評判的方法和系統。

背景技術

電子商務通常是指在全球各地廣泛的商業貿易活動中，在因特網開放的網絡環境下，基于瀏覽器/服務器應用方式，買賣雙方不謀面地進行各種商貿活動的一種新型的商業運營模式。以企業間電子商務網站阿里巴巴(www.alibaba.com)為例，其提供一網絡貿易平臺，供網絡客戶展示、推廣其企業信息和產品信息，進而獲得貿易商機和訂單。由于網絡貿易雙方互不謀面，為保障網絡貿易平臺上的誠信交易，因此，電子商務服務提供者通常會做初步篩選，只針對可信度較高或符合電子商務服務者一定要求的潛在網絡客戶才向其發出邀請，使其能夠受惠于電子商務服務平臺。然而，如何從海量的客戶信息中挑選出潛在的網絡客戶成為亟待解決的問題。

現有的一種評判潛在網絡客戶的方法是完全根據評判人員的經驗對客戶信息進行評價，從中篩選出可信度較高或符合電子商務服務者一定要求的潛在網絡客戶。可見，用人工篩選網絡客戶的方式只能靠肉眼憑經驗進行判斷，效率非常低下。

現有的另外一種評判潛在網絡客戶的方法是使用預測評分模型對客戶信息進行評價，具體的，其是以事物的歷史數據預測未來事物的結果，一般是以事物12個月的歷史行為預測未來6個月的結果。可見，使用該預測評分模型存在著不能每天加載數據、評定數據的局限性，且隨著時間的推移評價效果會下降，因而經受不住時間的考驗，通常在3個月以后，預測評分模型的預測效果會大打折扣，所以需要不斷人為手工修正，維護成本極高。

發明內容

本申請在于提供一種對潛在網絡客戶進行評判的方法和系統，以提高評判效率，避免評判的局限性，使評判結果不會隨著時間的推移受影響，維護成本低。

本申請實施例提供了一種對潛在網絡客戶進行評判的方法，包括：

數據服務器根據數據倉庫中的客戶信息建立客戶數據屬性評分列表；

評分服務器從所述客戶數據倉庫獲取客戶信息，根據客戶數據屬性評分列表對所述客戶信息進行評分，獲得該客戶信息的基本分值；

調整服務器按照預設規則對所述基本分值進行調整；

評判服務器獲得所述客戶信息的最終分值，根據所述最終分值對所述客戶信息進行評判。

其中，在所述數據服務器根據數據倉庫中的客戶信息建立客戶數據屬性評分列表之前還包括：客戶信息采集服務器收集潛在網絡客戶的信息。

其中，所述客戶信息采集服務器收集潛在網絡客戶的信息包括：

通過網絡客戶主動注冊信息收集或通過線下客戶來源收集，或通過以上方式的組合收集。

其中，所述數據服務器建立客戶數據屬性評分列表的步驟包括：

將各個客戶數據拆分為不同屬性類別的至少一個屬性；

將不同屬性類別的至少一個屬性進行組合，獲得由所述屬性所構成的多個屬性組合；

對各個屬性組合進行評分，采用數理分析的方法對所述各個屬性組合的評分進行分析，獲得每個屬性的權重分值，建立客戶數據屬性評分列表；

所述客戶數據屬性評分列表中包括各個屬性所屬的類別，以及該屬性的權重分值。

其中，所述屬性類別包括：基本屬性、輔助屬性和行為屬性之一或其組合。

其中，評分服務器根據客戶數據屬性評分列表對客戶信息進行評分，獲取該客戶信息的基本分值的步驟包括：

評分服務器對所獲取客戶信息的客戶數據進行拆分，獲取該客戶信息所包含的屬性；

查詢客戶數據屬性評分列表，獲得該客戶信息所包含的屬性所對應的各個屬性的權重分值；

綜合各個屬性的權重分值，獲得該客戶信息的基本分值。

其中，所述調整服務器按照預設規則對所述基本分值進行調整的步驟包括：

根據所述客戶信息獲得所述客戶的位置，如果所述客戶位于第一類地區，則令該客戶信息的基本分值為第一預設分值；

如果所述客戶信息為預先設置的過濾詞庫外的非目標客戶，則令該客戶信息的基本分值為第二預設分值；

根據所述客戶信息獲得所述客戶的聯系方式，如果所述客戶的手機號碼為空，則令該客戶信息的基本分值減去第一分值。

其中，評判服務器根據所述最終分值對所述客戶信息進行評判的步驟包括：

按照預設周期對客戶數據倉庫中的客戶信息進行評分，依據所述客戶信息在預設時間段內的平均最終得分，對所述客戶信息的質量進行分類，從而實現對客戶信息進行評判。