[發明專利]一種基于物聯網的店面滿意度智能分析方法和系統

在審

• 申請號: 202010110810.8
• 申請日: 2020-02-24
• 公開（公告）號: CN111324865A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 房健;李斌;戰騰
• 申請（專利權）人: 浪潮天元通信信息系統有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06K9/00;G06Q30/02
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 陳婷婷

1.一種基于物聯網的店面滿意度智能分析方法，其特征在于該方法采集來店人員的服務反饋數據，對采集到的服務反饋數據進行綜合分析，通過非線性人工智能預測分析算法，得到所述服務反饋數據與來店人員真實感受的概率，通過所述概率判斷客戶滿意度，進而評估客服人員的服務質量；

所述的服務反饋數據包括來店人員服務前后的情緒變化數據、服務后評價數據和歷史投訴數據。

2.根據權利要求1所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于通過在店面或服務網點安裝視頻攝像裝置，采集客戶接受服務前后的圖像，通過表情識別軟件判斷客戶接受服務前后的情緒變化。

3.根據權利要求1所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于針對服務客戶群體發送線上和/或線下的回訪信息，收到回復后，記錄存檔，以此獲取服務后評價數據。

4.根據權利要求1所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于所述歷史投訴數據是收集過往發生的投訴數據，將過往投訴數據與客戶進行關聯。

5.根據權利要求1-4任一項所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于根據客戶的類型劃分不同的分析項目，針對每個項目，提取該類型客戶的相關數據，建立分析模型，根據客戶接受服務前后的情緒變化，服務后評價、歷史投訴與客戶當場回訪的實際情況的概率進行分析，得到概率值K1；

當K1大于90％時為非常滿意；當K1大于80％，小于90％時為滿意；當K1大于60％，小于80％時為及格；當K1小于60％時為不滿意；當客戶后續又在2天內發生投訴時，直接判定為不滿意；

針對不滿意客戶，根據現場回訪結果，結合實際情況對判定結果進行調整。

6.根據權利要求5所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于客戶類型的劃分依據包括客戶消費能力、客戶年齡和客戶職業。

7.根據權利要求5任一項所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于所述非線性人工智能預測分析算法采用雙曲線函數Y＝a+b(1/X)來進行客戶服務滿意度的數據運算。

8.根據權利要求5所述的一種基于物聯網的店面滿意度智能分析方法，其特征在于通過所述分析模型，根據客戶接受服務前后的情緒變化，服務后評價、歷史投訴與客戶當場回訪的實際情況，計算得到概率K1；根據后續客戶現場回訪的實際情況來矯正該分析模型，得到最佳的概率計算方法。

9.一種基于物聯網的店面滿意度智能分析系統，其特征在于包括數據采集模塊、客戶分析模塊和物聯網智能分析模塊，

數據采集模塊用于采集來店人員服務前后的情緒變化數據、服務后評價數據和歷史投訴數據；

客戶分析模塊用于根據客戶的類型劃分不同的分析項目；

物聯網智能分析模塊針對不同的項目獨立分析，采用非線性的人工智能預測分析算法，建立相關數據與客戶當場回訪的實際情況的智能分析客戶滿意度的分析模型。

10.根據權利要求9所述的一種基于物聯網的店面滿意度智能分析系統，其特征在于針對每個項目，提取該類型客戶的相關數據，建立分析模型，根據客戶接受服務前后的情緒變化V1，服務后評價T1、歷史投訴D1與客戶當場回訪的實際情況C1的概率進行分析，得到概率值K1；

當K1大于90％時為非常滿意；當K1大于80％，小于90％時為滿意；大于60％，小于80％時為及格；小于60％時為不滿意；當客戶后續又在2天內發生投訴時，直接判定為不滿意；

針對不滿意客戶，根據現場回訪結果，結合實際情況對判定結果進行調整；

通過所述分析模型，根據客戶接受服務前后的情緒變化V1，服務后評價T1、歷史投訴D1與客戶當場回訪的實際情況C1，計算得到概率K1；根據后續客戶現場回訪的實際情況來矯正該分析模型，得到最佳的概率計算方法。