[發明專利]一種銷售線索自動智能分配的方法

在審

• 申請號: 202110670490.6
• 申請日: 2021-06-17
• 公開（公告）號: CN113379257A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 蔡朱奎
• 申請（專利權）人: 商客通尚景科技江蘇有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06Q30/06
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 趙銀萍

1.一種銷售線索自動智能分配的方法，其特征在于，包括：

獲取銷售線索，并判斷所述銷售線索的線索內容中是否存在可標記信息，在具有可標記信息時，進行省市標記；其中，

所述可標記信息至少包括公司名稱標記和聯系方式標記；

根據所述省市標記，確定省市對應的銷售分公司，并進行銷售線索分配；

確定銷售分公司區域下對應的客戶經理名單，針對客戶經理名單中的客戶經理，計算權重；

根據所述分配列表，對每個客戶經理進行銷售線索劃分，并判斷分配權重是否滿額，將滿額分配的客戶經理從分配列表刪除。

2.如權利要求1所述的一種銷售線索自動智能分配的方法，其特征在于，所述獲取銷售線索之前還包括：

根據所述銷售線索，建立銷售模型；

通過對所述銷售模型量化分析，輸入損耗變量和人力成本指標，進行風險預估，確定損耗模型；

將所述損耗模型投影在銷售模型上，確定損耗數值，并對比所述損耗結果和預設的損耗閾值，確定對比結果；

當對比結果為損耗結果大于預設的損耗閾值，將所述銷售線索過濾并更換；

當對比結果為損耗結果等于并小于預設的損耗閾值，將所述銷售線索保留，并傳輸至銷售公司的智能終端。

3.如權利要求2所述的一種銷售線索自動智能分配的方法，其特征在于，所述通過對所述銷售模型量化分析，輸入損耗變量和人力成本指標，進行風險預估，確定損耗模型，包括：

步驟S1：對所述銷售模型T量化分析，生成差值矩陣：

其中，Δ_ij(T)代表銷售模型的差值矩陣，T為銷售模型的表示符號，y代表關于銷售模型的觀測數據，i＝1，2，…n，其中，n為采集到的觀測數據的總項數，j＝1,2,…m，其中，j為采集到的觀測數據的時刻，m代表采集到的最后一項觀測數據的時刻，y_i，j代表第j時刻采集到的第i項觀測數據，x代表關于各項觀測數據的影響因素的擾動差值，x_i,j代表第j時刻采集到的第i項觀測數據的擾動差值；

步驟S2：通過所述差值矩陣，計算觀測數據之間的關聯系數：

其中，G_ij代表在第j個時刻的第i項采集到的觀測數據和對應的擾動差值之間的關聯系數，Δ_min和Δ_max分別代表差值矩陣的兩級極差的最小值和最大值；

步驟S3：通過所述關聯系數，輸入損耗變量和人力成本指標，進行風險預估，確定損耗模型。

4.如權利要求3所述的一種銷售線索自動智能分配的方法，其特征在于，所述步驟S3，包括：

步驟S301：通過所述關聯系數，計算銷售模型的加權值：

其中，W(T)代表銷售模型的加權值，G_ij代表在第j個時刻的第i項采集到的觀測數據和對應的擾動差值之間的關聯系數，f_j,i(k)代表對第j個時刻針第i項觀測數據的優先等級矩陣，，k＝1,2....t，t代表一共設置的優先等級數，i＝1,2,…n，其中，n為采集到的觀測數據的總項數，j＝1,2,…m，其中，j為采集到的觀測數據的時刻，m代表采集到的最后一項觀測數據的時刻；

步驟S302：通過損耗變量和人力成本指標，計算回歸方程：

其中，W(T)為銷售模型的加權值，y_ij代表W(T)的回歸系數，μ₁代表本公司內的損耗變量，μ₂代表公司的人力成本指標，X_ij代表公司的銷售模型的解釋變量，C代表差值矩陣的擾動系數；

步驟S303：根據所述回歸方程，確定回歸模型，并對所述回歸模型進行風險預估，確定損耗模型。