System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种基于销售数据的评估处理方法、装置、设备及介质。
技术介绍
1、在互联网飞速发展,智能化愈演愈烈的今天,人们可以借助数字化的方式提升企业的营业额。现有技术中,企业往往通过销售人员的单一转化率表现,对该销售人员的转化能力进行判定。
2、然而,有的销售人员擅长电话拜访客户,有的销售人员擅长现场接待客户,有的销售人员更专注于对产品的研究,以提升客户对产品的好感度。因此,单一转化率并不能准确评估销售人员的转化能力,更无法准确预测销售人员的转化能力。
技术实现思路
1、本申请提供一种基于销售数据的评估处理方法、装置、设备及介质,用于解决现有技术中依靠单一转化率无法对销售人员的转化能力进行准确地评估和预测的问题。
2、第一方面,本申请提供一种基于销售数据的评估处理方法,包括:针对每个转化能力维度,获取待预测销售人员在所述转化能力维度下的销售数据;将所述销售数据输入所述转化能力维度对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下的预测值;根据所述待预测销售人员在每个转化能力维度下的预测值,确定所述待预测销售人员的转化能力预测分布,并根据所述转化能力预测分布对所述待预测销售人员的销售模式进行调整处理。
3、在一种具体实施方式中,所述将所述销售数据输入所述转化能力维度对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下的预测值,包括:获取多个分位数参数,并获取所述转化能力维度下,每个分位数参数对应的分布模型;将所述
4、在一种具体实施方式中,所述根据所述转化能力预测分布对所述待预测销售人员的销售模式进行调整处理,包括:根据所述转化能力预测分布,确定与所述待预测销售人员匹配的转化能力维度;将所述待预测销售人员的销售模式调整为与所述转化能力维度对应的销售模式。
5、在一种具体实施方式中,所述转化能力维度对应的分布模型的获取方式为:获取预设时间内,与所述转化能力维度对应的历史销售数据;根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型。
6、在一种具体实施方式中,所述根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型,包括:设置多个分位数参数,针对每个所述分位数参数,根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度下,所述分位数参数对应的分布模型。
7、在一种具体实施方式中,所述根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型,包括:根据所述历史销售数据,采用机器学习算法,获取目标函数;利用损失函数,对所述目标函数进行修正处理,以获取所述转化能力维度对应的分布模型。
8、第二方面,本申请提供一种基于销售数据的评估处理装置,包括:获取模块,用于针对每个转化能力维度,获取待预测销售人员在所述转化能力维度下的销售数据;处理模块,用于将所述销售数据输入所述转化能力维度对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下的预测值;所述处理模块,还用于根据所述待预测销售人员在每个转化能力维度下的预测值,确定所述待预测销售人员的转化能力预测分布,并根据所述转化能力预测分布对所述待预测销售人员的销售模式进行调整处理。
9、在一种具体实施方式中,所述处理模块,具体用于:获取多个分位数参数,并获取所述转化能力维度下,每个分位数参数对应的分布模型;将所述销售数据输入每个所述分位数参数对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下,每个分位数参数对应的预测值;根据所述待预测销售人员在每个转化能力维度下,每个分位数参数对应的预测值,确定所述待预测销售人员的转化能力预测分布。
10、在一种具体实施方式中,所述处理模块,具体用于:根据所述转化能力预测分布,确定与所述待预测销售人员匹配的转化能力维度;将所述待预测销售人员的销售模式调整为与所述转化能力维度对应的销售模式。
11、在一种具体实施方式中,所述处理模块还用于:获取预设时间内,与所述转化能力维度对应的历史销售数据;根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型。
12、在一种具体实施方式中,所述处理模块,具体用于:设置多个分位数参数,针对每个所述分位数参数,根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度下,所述分位数参数对应的分布模型。
13、在一种具体实施方式中,所述处理模块,具体用于:根据所述历史销售数据,采用机器学习算法,获取目标函数;利用损失函数,对所述目标函数进行修正处理,以获取所述转化能力维度对应的分布模型。
14、第三方面,本申请提供一种电子设备,包括:处理器,存储器,通信接口;所述存储器用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行第一方面所述的基于销售数据的评估处理方法。
15、第四方面,本申请提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的基于销售数据的评估处理方法。
16、本申请提供一种基于销售数据的评估处理方法、装置、设备及介质,针对每个转化能力维度,获取待预测销售人员在该转化能力维度下的销售数据;将该销售数据输入该转化能力维度对应的分布模型,以获取该待预测销售人员在该转化能力维度下的预测值;根据该待预测销售人员在每个转化能力维度下的预测值,确定该待预测销售人员的转化能力预测分布,并根据该转化能力预测分布对该待预测销售人员的销售模式进行调整处理。相较于现有技术依靠单一转化率对销售人员的转化能力进行评估和预测,本申请分别在每个转化能力维度下,将相关销售数据输入对应的分布模型,获取待预测销售人员在每个转化能力维度下的预测值,以综合确定该待预测销售人员的转化能力预测分布,进而对待预测销售人员的销售模式进行有效调整。实现了从多个转化能力维度对销售人员的转化能力进行评估预测,有效提高了预测的准确性,解决了现有技术中依靠单一转化率无法对销售人员的转化能力进行准确地评估和预测的问题。
本文档来自技高网...【技术保护点】
1.一种基于销售数据的评估处理方法,其特征在于,包括:
2.根据权利要求1所述的基于销售数据的评估处理方法,其特征在于,所述将所述销售数据输入所述转化能力维度对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下的预测值,包括:
3.根据权利要求1或2所述的基于销售数据的评估处理方法,其特征在于,所述根据所述转化能力预测分布对所述待预测销售人员的销售模式进行调整处理,包括:
4.根据权利要求1所述的基于销售数据的评估处理方法,其特征在于,所述转化能力维度对应的分布模型的获取方式为:
5.根据权利要求4所述的基于销售数据的评估处理方法,其特征在于,所述根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型,包括:
6.根据权利要求4或5所述的基于销售数据的评估处理方法,其特征在于,所述根据所述历史销售数据,采用机器学习算法,获取所述转化能力维度对应的分布模型,包括:
7.一种基于销售数据的评估处理装置,其特征在于,包括:
8.一种电子设备,其特征在于,包括:
9
...【技术特征摘要】
1.一种基于销售数据的评估处理方法,其特征在于,包括:
2.根据权利要求1所述的基于销售数据的评估处理方法,其特征在于,所述将所述销售数据输入所述转化能力维度对应的分布模型,以获取所述待预测销售人员在所述转化能力维度下的预测值,包括:
3.根据权利要求1或2所述的基于销售数据的评估处理方法,其特征在于,所述根据所述转化能力预测分布对所述待预测销售人员的销售模式进行调整处理,包括:
4.根据权利要求1所述的基于销售数据的评估处理方法,其特征在于,所述转化能力维度对应的分布模型的获取方式为:
5.根据权利要求4所述的基...
【专利技术属性】
技术研发人员:陈益梦,谷鹰,车皓阳,姚雷,
申请(专利权)人:浙江极氪智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。