适用于汽车行业的销售线索评级的方法和系统技术方案

本发明专利技术提供了一种适用于汽车行业的销售线索评级的方法和系统，包括：从网络中采集网络线索，通过评级模型算法计算得出每一条网络线索的评级分数，并进行展示、排序和筛选，收集网络线索的反馈信息；对网络线索评级相关的外部数据源进行统一管理，制定标准数据包与数据接口，传输指定的外部数据给线索管理模块，对外部数据进行计次计费统计；结合线索管理模块获取的网络线索以及数据接口模块获取的外部数据，基于行业的网络线索业务场景生成评级模型算法所需的衍生变量列表，将反馈数据做为评级模型算法变量优化的数据补充，形成完整的线索数据闭环。通过采用机器学习技术，线索进店和成交为导向的效果反馈数据，提升线索评级的准确度和效果。

Method and system of lead rating for automobile industry

【技术实现步骤摘要】
适用于汽车行业的销售线索评级的方法和系统
本专利技术涉及计算机
，具体地，涉及一种适用于汽车行业的销售线索评级的方法和系统。
技术介绍
国内汽车行业，整车售卖的途径主要依赖于与汽车品牌签约的经销商4S店。随着移动互联网技术的发展及智能手机的普及，传统的购车决策路径在悄然发生变化。现在越来越多的购车者从直接到经销商4S店了解购车信息、询价的模式，转向先在网络上了解车型的相关信息，匹配合适的经销商后再入4S店。因此，网络线索的数量持续增多，近几年呈爆发式的增长。于此同时经销商4S店依据网络销售线索完成整车售卖的占比逐年增高，经销商对于网络线索的重视程度也变得越来越高。由于销售线索来自线上，渠道众多，来源复杂，所以该类线索具有以下特征：(1)线索质量参差不齐，无效线索和参水线索情况严重；(2)单条线索多处留资，线索来源不再单一，经销商间抢线索的情况普遍；(3)单条线索信息存在差异化，经销商在联系线索前无法掌握真实情况。另一方面，绝大多数经销商跟进、处理网络线索的方式却没有发生明显的变化。一般经销商以传统的客服呼叫中心方式来跟进线索。这种方式的主要问题在于：(1)网络线索数量多，新线索的时效性变短，需要更及时地跟进优质线索；(2)在未知线索质量和有效性的情况下，被动式跟进线索，接收一批线索就跟进一批，消耗了大量跟进无效或低意向线索的时间；(3)缺乏线索跟进策略，面对所有线索采用单一机械式的方式跟进；(4)线索跟进工作较为枯燥，跟进专员持续跟进无效线索会影响工作积极性，员工的个人成就感降低，被跟进的客户体验也会变差。因此，现有技术难以对线索跟进工作中的人员效率，跟进流程优化，跟进策略制定和调整，线索价值挖掘带来实际提升。专利文献CN110046933A公开了“一种基于互联网的汽车销售线索自动化筛选系统”，其主要功能点侧重在线索源的挖掘和线索信息的分类筛选，并不能给线索跟进流程本身带来策略调整和流程优化。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种适用于汽车行业的销售线索评级的方法和系统。根据本专利技术提供的一种适用于汽车行业的销售线索评级的系统，包括：线索管理模块：从网络中采集网络线索，通过评级模型算法计算得出每一条网络线索的评级分数，并进行展示、排序和筛选，以及收集所述网络线索的反馈信息；数据接口模块：对网络线索评级相关的外部数据源进行统一管理，制定标准数据包与数据接口，传输指定的外部数据给所述线索管理模块，以及对外部数据进行计次计费统计；算法建模模块：结合所述线索管理模块获取的网络线索以及所述数据接口模块获取的外部数据，基于所需行业的网络线索业务场景生成评级模型算法所需的衍生变量列表，将所述反馈数据做为评级模型算法变量优化的数据补充，形成完整的线索数据闭环；所述评级模型算法基于线索数据闭环机制，通过机器学习不断地自适应迭代、调整评级模型算法变量以优化评分结果。优选地，所述线索管理模块包括：线索采集子模块：提供接收网络线索的数据传输接口，所述数据传输接口基于标准的网络传输协议，采用RSA+AES的非对称网络传输加密技术，接收网络线索后按约定密钥进行传输解密，并给每条网络线索打上系统时间戳插入线索处理队列，根据系统时间戳的先后顺序进行处理；线索清洗子模块：将线索处理队列内的网络线索逐条匹配历史网络线索缓存池中的历史网络线索，若网络线索与历史网络线索校验一致，则在该网络线索上打上重复线索的标签，将非重复的网络线索逐条匹配线索黑名单，若网络线索中包含线索黑名单中的信息，则在该网络线索上打上黑名单线索标签；数据调用接口子模块：从所述数据接口模块获取外部数据，采用RSA+AES的非对称网络传输加密技术，接收外部数据后按约定密钥进行传输解密，将外部数据合并入网络线索；数据处理子模块：对网络线索进行格式化得到线索数据，对线索数据进行加密解析，数据完整性校验；将线索数据按照评级模型算法要求的数据格式进行映射转换，数据合并；线索评级子模块：将格式化后的线索数据传输给算法建模模块进行线索评分，接收评分结构，根据评分规则对网络线索进行切分。优选地，所述线索管理模块还包括：线索排序筛选子模块：对网络线索进行归类和排序，并根据获取的信息进行网络线索的检索和筛选；线索报表子模块：根据不同主题以及信息维度展示网络线索的量化指示图表，并提供报表导出功能。优选地，所述线索管理模块还包括：线索反馈信息收集子模块：从线索跟进系统获取网络线索的反馈信息，将反馈信息整合进网络线索，形成具有完整反馈闭环的线索并传输给所述算法建模模块和历史网络线索缓存池子模块；历史网络线索缓存池子模块：存储历史网络线索。优选地，所述数据接口模块包括：外部数据调用子模块：与外部数据源进行传输对接，采用RSA+AES的非对称网络传输加密技术，接收网络线索后按约定密钥进行传输解密，获取外部源的外部数据；数据标准包子模块：制定外部数据服务调用接口，生成外部数据源管理列表，对外部数据源进行统一管理；数据服务接口子模块：通过标准数据传输接口，将外部数据传输给所述线索管理模块，对线索管理模块调用外部数据的请求进行控制和管理，对线索管理模块调用外部数据的使用量进行阈值设置和预警，对线索管理模块调用外部数据的费用阶梯进行设置和计算，以及对于外部数据源调用的技术统计。优选地，所述算法建模模块包括：调取历史缓存数据子模块：从历史网络线索缓存池调取需要评级的历史网络线索，提取有关的数据信息，并将评级模型信息传输给生成衍生变量子模块；生成衍生变量子模块：接收评级模型信息，进行统计分析并得出原始变量信息，将原始变量进一步的变量分箱、变量聚合和变量衍生，对原始变量进行编码和预测能力评估，通过IV值的评分结果对原始变量进行最终筛选，并生成最终的衍生变量列表，将衍生变量列表传输给计算模型子模块；计算模型子模块：依据接收到的衍生变量列表，计算出每一条网络线索的评级分数，采用多套评级模型算法复合处理机制，每个评级模型算法按比例对网络线索评级，当处理的网络线索数量达到预设阈值时，结合线索反馈数据，自动对复合处理机制进行比例调整，采集模型变量优化子模块的变量优化列表，采用机器学习技术，自动调整原有模型的衍生变量，并切换不同的评级模型算法，迭代优化计算模型，将每一条网络线索的评级结果传输给线索管理模块中的线索评级子模块；模型变量优化子模块：接收反馈信息，当反馈数据达到预设阈值后，对原变量进行编码和预测能力重新评估，通过IV值的评分结果对变量进行调整，将调制后的变量传输给所述计算模型子模块。优选地，还包括数据存储模块，以数据库方式存储和网络线索评级相关的数据。优选地，所述数据存储模块包括：数据配置子模块：定义数据码表的名称、数据格式和具体的码表字段，定义线索评级系统运行日志的记录内容，数据存储任务的管理、监控和预警本文档来自技高网...

【技术保护点】
1.一种适用于汽车行业的销售线索评级的系统，其特征在于，包括：/n线索管理模块：从网络中采集网络线索，通过评级模型算法计算得出每一条网络线索的评级分数，并进行展示、排序和筛选，以及收集所述网络线索的反馈信息；/n数据接口模块：对网络线索评级相关的外部数据源进行统一管理，制定标准数据包与数据接口，传输指定的外部数据给所述线索管理模块，以及对外部数据进行计次计费统计；/n算法建模模块：结合所述线索管理模块获取的网络线索以及所述数据接口模块获取的外部数据，基于所需行业的网络线索业务场景生成评级模型算法所需的衍生变量列表，将所述反馈数据做为评级模型算法变量优化的数据补充，形成完整的线索数据闭环；/n所述评级模型算法基于线索数据闭环机制，通过机器学习不断地自适应迭代、调整评级模型算法变量以优化评分结果。/n

【技术特征摘要】
1.一种适用于汽车行业的销售线索评级的系统，其特征在于，包括：
线索管理模块：从网络中采集网络线索，通过评级模型算法计算得出每一条网络线索的评级分数，并进行展示、排序和筛选，以及收集所述网络线索的反馈信息；
数据接口模块：对网络线索评级相关的外部数据源进行统一管理，制定标准数据包与数据接口，传输指定的外部数据给所述线索管理模块，以及对外部数据进行计次计费统计；
算法建模模块：结合所述线索管理模块获取的网络线索以及所述数据接口模块获取的外部数据，基于所需行业的网络线索业务场景生成评级模型算法所需的衍生变量列表，将所述反馈数据做为评级模型算法变量优化的数据补充，形成完整的线索数据闭环；
所述评级模型算法基于线索数据闭环机制，通过机器学习不断地自适应迭代、调整评级模型算法变量以优化评分结果。


2.根据权利要求1所述的适用于汽车行业的销售线索评级的系统，其特征在于，所述线索管理模块包括：
线索采集子模块：提供接收网络线索的数据传输接口，所述数据传输接口基于标准的网络传输协议，采用RSA+AES的非对称网络传输加密技术，接收网络线索后按约定密钥进行传输解密，并给每条网络线索打上系统时间戳插入线索处理队列，根据系统时间戳的先后顺序进行处理；
线索清洗子模块：将线索处理队列内的网络线索逐条匹配历史网络线索缓存池中的历史网络线索，若网络线索与历史网络线索校验一致，则在该网络线索上打上重复线索的标签，将非重复的网络线索逐条匹配线索黑名单，若网络线索中包含线索黑名单中的信息，则在该网络线索上打上黑名单线索标签；
数据调用接口子模块：从所述数据接口模块获取外部数据，采用RSA+AES的非对称网络传输加密技术，接收外部数据后按约定密钥进行传输解密，将外部数据合并入网络线索；
数据处理子模块：对网络线索进行格式化得到线索数据，对线索数据进行加密解析，数据完整性校验；将线索数据按照评级模型算法要求的数据格式进行映射转换，数据合并；
线索评级子模块：将格式化后的线索数据传输给算法建模模块进行线索评分，接收评分结构，根据评分规则对网络线索进行切分。


3.根据权利要求2所述的适用于汽车行业的销售线索评级的系统，其特征在于，所述线索管理模块还包括：
线索排序筛选子模块：对网络线索进行归类和排序，并根据获取的信息进行网络线索的检索和筛选；
线索报表子模块：根据不同主题以及信息维度展示网络线索的量化指示图表，并提供报表导出功能。


4.根据权利要求2所述的适用于汽车行业的销售线索评级的系统，其特征在于，所述线索管理模块还包括：
线索反馈信息收集子模块：从线索跟进系统获取网络线索的反馈信息，将反馈信息整合进网络线索，形成具有完整反馈闭环的线索并传输给所述算法建模模块和历史网络线索缓存池子模块；
历史网络线索缓存池子模块：存储历史网络线索。


5.根据权利要求1所述的适用于汽车行业的销售线索评级的系统，其特征在于，所述数据接口模块包括：
外部数据调用子模块：与外部数据源进行传输对接，采用RSA+AES的非对称网络传输加密技术，接收网络线索后按约定密钥进行传输解密，获取外部源的外部数据；
数据标准包子模块：制定外部数据服务调用接口，生成外部数据源管理列表，对外部数据源进行统一管理；
数据服务接口子模块：通过标准数据传输接口，将外部数据传输给所述线索管理模块，对线索管理模块调用外部数据的请求进行控制和管理，对线索管理模块调用外部数据的使用量进行阈值设置和预警，对线索管理模块调用外部数据的费用阶梯进行设置和计算，以及对于外部数据源调用的技术统计。


6.根据权利要求1所述的适用于汽车行业的销售线索评级的系统，其特征在于，所述算法建模模块包括：
调取历史缓...

【专利技术属性】
技术研发人员：周育樑，陈立，王海，张椿琳，李红明，徐真，杜津，
申请(专利权)人：上海数策软件股份有限公司，
类型：发明
国别省市：上海;31