[发明专利]一种客户分配方法、装置、计算机设备及存储介质

说明书

本文提供了一种客户分配方法、装置、计算机设备及存储介质，涉及数据自动分配领域，其中，客户分配方法包括：确定目标客户的画像、代理人的客户群画像和代理人的职业画像；对目标客户的画像与代理人的客户群画像进行相似度匹配，根据相似度匹配结果，确定目标客户的候选代理人集合；对目标客户的候选代理人集合中各候选代理人的职业画像与目标客户的画像进行成交度计算，根据计算结果，确定目标客户的目标代理人。本文能够优化配置目标客户和代理人资源，实现目标客户的精准自动分配，提高目标客户转化率及转化成交量。

技术领域

本文涉及数据自动分配领域，尤其涉及一种客户分配方法、装置、计算机设备及存储介质。

背景技术

现有技术中，对于一些应用(例如保险应用)而言，线上存在大量用户，这些用户中有小部分是实际客户，即采购过应用中的相关产品(例如服务、实物等)，剩余大部分用户停留在用户阶段，称之为目标客户，目标客户未采购过应用的相关产品，没有进行任何转化。

对于停留在用户阶段的目标客户来说，因为缺乏专业理论支撑因此迟迟未成为实际客户，为了帮助该类用户定位服务，现有技术中通常采用随机分配的方式将目标客户分配给相关代理人来跟踪并推荐服务，因各代理人负责服务的客户不同，且各用户的需求不同，采用随机分配目标客户给代理人的方式将会不利于成功向用户推荐服务，存在目标客户转化率低的问题，且非专业推荐使得目标客户未能享受到专业服务，因此，也存在目标客户体验差的问题。

发明内容

本文用于解决现有技术中采用随机分配目标客户给代理人的方式将会不利于成功向用户推荐服务，存在目标客户转化率低的问题，且非专业推荐使得目标客户未能享受到专业服务，因此，也存在目标客户体验差的问题。

为了解决上述技术问题，本文的第一方面提供一种客户分配方法，包括：

确定目标客户的画像、代理人的客户群画像和代理人的职业画像；

对目标客户的画像与代理人的客户群画像进行相似度匹配，根据相似度匹配结果，确定目标客户的候选代理人集合；

对目标客户的候选代理人集合中各候选代理人的职业画像与目标客户的画像进行成交度计算，根据计算结果，确定目标客户的目标代理人。

作为本文的进一步实施例中，确定代理人的客户群画像，包括：

确定各代理人所有服务过的客户的画像；

去除代理人所有服务过的客户的画像中每一特征的异常值；

计算代理人所有服务过的客户的画像中每一特征的均值，各特征的均值构成代理人的客户群画像。

作为本文的进一步实施例中，对目标客户的画像与代理人的客户群画像进行相似度匹配，包括：

计算各代理人的客户群画像中各特征的权重；

根据各代理人的客户群画像中各特征的权重、目标客户的画像及代理人的客户群画像，计算每一目标客户与每一服务代理人客户群的相似度。

作为本文的进一步实施例中，计算各代理人的客户群画像中各特征的权重，包括：

计算各代理人的客户群画像中各特征的波动值；

根据各代理人的客户群画像中各特征的波动值，确定各代理人的客户群画像中各特征的权重。

作为本文的进一步实施例中，根据各代理人的客户群画像中各特征的权重、目标客户的画像及代理人的客户群画像，计算每一目标客户与每一服务代理人客户群的相似度，包括：

计算每一目标客户的画像与每一代理人的客户群画像每一特征的原始差；

对于每一代理人的客户群画像中每一特征，用该特征的权重乘以该特征的原始差，得到该特征的带权重差；