[發(fā)明專利]AI智能客戶價(jià)值管理平臺

在審

• 申請?zhí)枺?/td>: 202110021661.2
• 申請日: 2021-01-08
• 公開（公告）號: CN112685514A
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 楊東立
• 申請（專利權(quán)）人: 北京云橋智聯(lián)科技有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/25;G06F16/215;G06F16/21;G06F16/182;G06F16/26;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及呼叫系統(tǒng)的技術(shù)領(lǐng)域，特別是涉及一種AI智能客戶價(jià)值管理平臺，整合多渠道入口、AI機(jī)器人外呼、大數(shù)據(jù)分析技術(shù)三個主要能力；數(shù)據(jù)庫核心包括采集模塊、分群模塊、分析模塊和數(shù)據(jù)模塊，采集模塊：支持多渠道數(shù)據(jù)導(dǎo)入和采集；分群模塊：將客戶數(shù)據(jù)通過大數(shù)據(jù)算法進(jìn)行自動分群；分析模塊：多維度數(shù)據(jù)報(bào)表及可視化分析界面；數(shù)據(jù)模塊：底層數(shù)據(jù)庫的儲存管理。

技術(shù)領(lǐng)域

本發(fā)明涉及呼叫系統(tǒng)的技術(shù)領(lǐng)域，特別是涉及一種AI智能客戶價(jià)值管理平臺。

背景技術(shù)

傳統(tǒng)呼叫中心業(yè)務(wù)均為勞動密集型，坐席人員需求量大、流失高、業(yè)務(wù)品質(zhì)依賴坐席人員經(jīng)驗(yàn)，使得為支撐業(yè)務(wù)穩(wěn)定，人力成本支出占比不斷加大，而且隨著人口紅利消失，工資福利成本也逐步上升，其次Excel、Word等傳統(tǒng)管理工具過時(shí)數(shù)據(jù)分配、營銷過程和結(jié)果不能直接分析和把控，并且新業(yè)務(wù)無法快速測試和反應(yīng)，通訊資源缺少專業(yè)的呼叫中心運(yùn)營及資源保障，話費(fèi)成本高、人工轉(zhuǎn)化率低、浪費(fèi)數(shù)據(jù)和時(shí)間。

各中小企當(dāng)前使用的軟件和工具均缺乏整合，呼叫中心、通訊資源、BI、自動外呼、客戶管理系統(tǒng)等，出現(xiàn)系統(tǒng)功能上、應(yīng)用上無法兼容，多平臺多環(huán)境處理的情況，影響整體效率。

故對產(chǎn)品的要求分為以下5個方面：

呼叫中心系統(tǒng)中通過AI技術(shù)的運(yùn)用，將有效降低人工坐席數(shù)量，進(jìn)而降低管理成本、培訓(xùn)成本、人力成本等相關(guān)的投入，在同等業(yè)務(wù)規(guī)模下實(shí)現(xiàn)呼叫中心“輕量化”；

結(jié)合AI技術(shù)將有效提升原有業(yè)務(wù)的自動化處理程度，并且基于語音機(jī)器人的特性，也大幅提升企業(yè)對業(yè)務(wù)波動的抵御能力，保障運(yùn)營穩(wěn)定；

AI語音機(jī)器人的外呼能力大幅優(yōu)于傳統(tǒng)人工坐席，多樣化的人機(jī)交互方式，有效提升業(yè)務(wù)效率；

多維度客戶畫像工具、多元AI交互場景、智配流程管理工具，將助力用戶精準(zhǔn)獲客，增加轉(zhuǎn)化提升經(jīng)營效益；

靈活的機(jī)器人話術(shù)配置，多種機(jī)器人語音，構(gòu)建高度擬人化的交互體驗(yàn)，為客戶提供滿意的服務(wù)體驗(yàn)。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提供一種整合多渠道入口、AI機(jī)器人外呼、大數(shù)據(jù)分析技術(shù)三個主要能力的AI智能客戶價(jià)值管理平臺。

本發(fā)明的AI智能客戶價(jià)值管理平臺，數(shù)據(jù)庫核心包括采集模塊、分群模塊、分析模塊和數(shù)據(jù)模塊，

采集模塊：支持多渠道數(shù)據(jù)導(dǎo)入和采集

數(shù)據(jù)通過多渠道富媒體的方式進(jìn)行數(shù)據(jù)采集，數(shù)據(jù)類型包括基礎(chǔ)數(shù)據(jù)與平面文本文件(Excel)、音頻數(shù)據(jù)和視頻數(shù)據(jù)等，均采集到我們的大數(shù)據(jù)平臺體系中，平臺可適配支持多種類型的數(shù)據(jù)源，結(jié)構(gòu)化數(shù)據(jù)采集主要來自于業(yè)務(wù)系統(tǒng)輸入，或者通過API接口與其他外圍系統(tǒng)對接，或文本文件等形成的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)平臺通過ETL(Extract，Transform，Load)進(jìn)行數(shù)據(jù)庫的構(gòu)建，將數(shù)據(jù)平臺中所需的數(shù)據(jù)按數(shù)據(jù)倉庫建立的方法每天或定期從各渠道中進(jìn)行數(shù)據(jù)采集，并根據(jù)各個不同的渠道數(shù)據(jù)源進(jìn)行數(shù)據(jù)調(diào)整，并且平臺在數(shù)據(jù)采集過程中會將原始數(shù)據(jù)進(jìn)行抽取、清洗、合并和裝載，在此過程中必須保證數(shù)據(jù)的完備性和數(shù)據(jù)的一致性，當(dāng)業(yè)務(wù)數(shù)據(jù)量過大，未避免Mysql數(shù)據(jù)倉庫壓力過大，亦可將業(yè)務(wù)數(shù)據(jù)通過kettle遷移到hadoop平臺的數(shù)據(jù)庫Hbase中。

在非結(jié)構(gòu)化數(shù)據(jù)采集的部分，視頻信息、音頻信息、微博實(shí)時(shí)數(shù)據(jù)、傳感器采集的設(shè)備數(shù)據(jù)、移動端收集的數(shù)據(jù)以及其他流數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)，我們將通過傳感器接口、視頻接入設(shè)備、網(wǎng)絡(luò)爬蟲工具和流處理程序等方式分別進(jìn)行采集并存儲到HDFS和Hbase中。

分群模塊：將客戶數(shù)據(jù)通過大數(shù)據(jù)算法進(jìn)行自動分群