一種客戶感知價(jià)值的監(jiān)測方法及監(jiān)測系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及客戶感知監(jiān)測領(lǐng)域，具體涉及一種客戶感知價(jià)值的監(jiān)測方法及監(jiān)測系統(tǒng)。
【背景技術(shù)】
[0002]CSI(Customer Sentiment Index，客戶情感指數(shù))指數(shù)計(jì)算模型是基于客戶相關(guān)數(shù)據(jù)的綜合性評(píng)價(jià)指標(biāo)的測評(píng)體系，能夠客觀反映客戶情感感知價(jià)值和對(duì)服務(wù)的滿意度水平。為了深度洞察客戶，在紛雜的客戶相關(guān)事件中，直觀、準(zhǔn)確地了解客戶滿意度水平成為客戶洞察的一個(gè)重要因素。
[0003]傳統(tǒng)的客戶滿意度調(diào)查主要是運(yùn)用美國密歇根大學(xué)商學(xué)院質(zhì)量研究中心的科羅斯.費(fèi)耐爾(Claes fornell)博士研究的費(fèi)耐爾邏輯模型來計(jì)算，把客戶期望、購買后的感知、購買的價(jià)格等方面因素組成一個(gè)計(jì)量經(jīng)濟(jì)學(xué)模型。這個(gè)模型把客戶滿意度的數(shù)學(xué)運(yùn)算方法和客戶購買商品或服務(wù)的心理感知結(jié)合起來。以此模型運(yùn)用偏微分最小二次方求解得到的指數(shù)，就是客戶滿意度指數(shù)。但這種費(fèi)耐爾邏輯模型必須以問卷調(diào)查等形式取得“顧客對(duì)服務(wù)的期望”、“顧客對(duì)服務(wù)質(zhì)量的感知”、“顧客對(duì)服務(wù)價(jià)值的感知”這三種因素為前提，通過費(fèi)耐爾邏輯模型計(jì)算客戶滿意度并不能滿足企業(yè)實(shí)時(shí)地持續(xù)地掌握客戶滿意度的需求，也反映不出客戶情感變化的趨勢。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問題是提供一種客戶感知價(jià)值的監(jiān)測方法及監(jiān)測系統(tǒng)，能夠?qū)崟r(shí)、持續(xù)地了解客戶對(duì)產(chǎn)品及服務(wù)的滿意度。
[0005]本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:
[0006]—方面，本發(fā)明提供了一種客戶感知價(jià)值的監(jiān)測方法，包括:
[0007]S1、收集反映客戶感知價(jià)值的客戶感知數(shù)據(jù)；
[0008]S2、對(duì)收集的所述客戶感知數(shù)據(jù)建立數(shù)據(jù)模型，并根據(jù)數(shù)據(jù)模型中的描述信息從所述客戶感知數(shù)據(jù)中提取具有代表性特征的客戶感知數(shù)據(jù)；
[0009]S3、對(duì)所述具有代表性特征的客戶感知數(shù)據(jù)進(jìn)行維度的劃分，且將每一維度的客戶感知數(shù)據(jù)生成對(duì)應(yīng)的信號(hào)數(shù)據(jù)；
[0010]S4、根據(jù)每一個(gè)信號(hào)數(shù)據(jù)的多個(gè)閥值，配置與每一個(gè)閥值對(duì)應(yīng)的閥值分值，并根據(jù)所述多個(gè)閥值以及對(duì)應(yīng)的閥值分值，利用加權(quán)平均算法計(jì)算該信號(hào)數(shù)據(jù)對(duì)應(yīng)的信號(hào)分值；
[0011]S5、按照特征相似性對(duì)多個(gè)信號(hào)數(shù)據(jù)進(jìn)行分組，形成信號(hào)數(shù)據(jù)組，并根據(jù)每一個(gè)信號(hào)數(shù)據(jù)組中的多個(gè)信號(hào)數(shù)據(jù)以及對(duì)應(yīng)的信號(hào)分值，利用加權(quán)平均算法計(jì)算該信號(hào)數(shù)據(jù)組對(duì)應(yīng)的信號(hào)組分值；
[0012]S6、根據(jù)多個(gè)信號(hào)數(shù)據(jù)組以及對(duì)應(yīng)的信號(hào)組分值，利用加權(quán)平均算法計(jì)算反映客戶感知價(jià)值的客戶感知指數(shù)。
[0013]本發(fā)明的有益效果為:本發(fā)明提供的方法能從各種數(shù)據(jù)來源、多種維度的客戶相關(guān)數(shù)據(jù)中自動(dòng)分析出影響客戶滿意度的有效因素，并快速計(jì)算出客戶感知指數(shù)，能夠?qū)崟r(shí)地持續(xù)地了解當(dāng)前客戶對(duì)產(chǎn)品及服務(wù)的滿意度。
[0014]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以作如下改進(jìn)。
[0015]進(jìn)一步的，所述步驟SI具體包括:
[0016]收集客戶通過互聯(lián)網(wǎng)產(chǎn)生的反映客戶感知價(jià)值的客戶感知數(shù)據(jù)、客戶交易數(shù)據(jù)、客戶服務(wù)數(shù)據(jù)、客戶反饋評(píng)價(jià)數(shù)據(jù)以及客戶通過社交網(wǎng)絡(luò)媒體發(fā)布的網(wǎng)絡(luò)輿情數(shù)據(jù)。
[0017]所述進(jìn)一步的有益效果為:客戶感知數(shù)據(jù)的來源廣泛，對(duì)大量的客戶感知數(shù)據(jù)的分析，最后計(jì)算出來的客戶感知指數(shù)更加精確。
[0018]進(jìn)一步的，所述步驟S2還包括:
[0019]去除收集的所述客戶感知數(shù)據(jù)中的干擾數(shù)據(jù)以及噪音數(shù)據(jù)。
[0020]進(jìn)一步的，所述步驟S3中對(duì)所述具有代表性特征的客戶感知數(shù)據(jù)進(jìn)行維度的劃分具體包括:
[0021]運(yùn)用歸一化方法或標(biāo)準(zhǔn)化方法對(duì)所述具有代表性特征的客戶感知數(shù)據(jù)進(jìn)行維度的劃分。
[0022]進(jìn)一步的，還包括:
[0023]根據(jù)多個(gè)預(yù)定時(shí)間內(nèi)計(jì)算出來的對(duì)應(yīng)的多個(gè)客戶感知指數(shù)，分析客戶感知指數(shù)隨著時(shí)間的變化趨勢；
[0024]當(dāng)信號(hào)組分值低于第一閾值或者客戶感知指數(shù)的下降趨勢達(dá)到第二閾值時(shí)，判定達(dá)到客戶流失預(yù)警標(biāo)準(zhǔn)，并進(jìn)行客戶流失預(yù)警。
[0025]所述進(jìn)一步的有益效果為:當(dāng)通過數(shù)據(jù)的分析得知達(dá)到客戶流失預(yù)警標(biāo)準(zhǔn)時(shí)，進(jìn)行客戶流失預(yù)警，以便及時(shí)的采取措施，盡量防止客戶的流失。
[0026]進(jìn)一步的，還包括:
[0027]將計(jì)算出來的多個(gè)客戶感知指數(shù)以及客戶感知指數(shù)的變化趨勢以圖形或報(bào)表的形式進(jìn)行可視化展示。
[0028]所述進(jìn)一步的有益效果為:將客戶感知指數(shù)以可視化的方式進(jìn)行展示，方便用戶查看。
[0029]另一方面，本發(fā)明提供了一種客戶感知價(jià)值的監(jiān)測系統(tǒng)，包括:
[0030]數(shù)據(jù)收集模塊，用于收集反映客戶感知價(jià)值的客戶感知數(shù)據(jù)；
[0031 ]數(shù)據(jù)提取模塊，用于對(duì)收集的所述客戶感知數(shù)據(jù)建立數(shù)據(jù)模型，并根據(jù)數(shù)據(jù)模型中的描述信息從所述客戶感知數(shù)據(jù)中提取具有代表性特征的客戶感知數(shù)據(jù)；
[0032]維度劃分模塊，用于對(duì)所述具有代表性特征的客戶感知數(shù)據(jù)進(jìn)行維度的劃分，且將每一維度的客戶感知數(shù)據(jù)生成對(duì)應(yīng)的信號(hào)數(shù)據(jù)；
[0033]信號(hào)分值計(jì)算模塊，用于根據(jù)每一個(gè)信號(hào)數(shù)據(jù)的多個(gè)閥值，配置與每一個(gè)閥值對(duì)應(yīng)的閥值分值，并根據(jù)所述多個(gè)閥值以及對(duì)應(yīng)的閥值分值，利用加權(quán)平均算法計(jì)算該信號(hào)數(shù)據(jù)對(duì)應(yīng)的信號(hào)分值；
[0034]信號(hào)組分值計(jì)算模塊，用于按照特征相似性對(duì)多個(gè)信號(hào)數(shù)據(jù)進(jìn)行分組，形成信號(hào)數(shù)據(jù)組，并根據(jù)每一個(gè)信號(hào)數(shù)據(jù)組中的多個(gè)信號(hào)數(shù)據(jù)以及對(duì)應(yīng)的信號(hào)分值，利用加權(quán)平均算法計(jì)算該信號(hào)數(shù)據(jù)組對(duì)應(yīng)的組分值；
[0035]感知指數(shù)計(jì)算模塊，用于根據(jù)多個(gè)信號(hào)數(shù)據(jù)組以及對(duì)應(yīng)的信號(hào)組分值，利用加權(quán)平均算法計(jì)算反映客戶感知價(jià)值的客戶感知指數(shù)。
[0036]本發(fā)明的有益效果為:能從各種數(shù)據(jù)來源、多種維度的客戶相關(guān)數(shù)據(jù)中自動(dòng)分析出影響客戶滿意度的有效因素，并快速計(jì)算出客戶感知指數(shù)，能夠?qū)崟r(shí)地持續(xù)地了解當(dāng)前客戶對(duì)產(chǎn)品及服務(wù)的滿意度。
[0037]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以作如下改進(jìn)。
[0038]進(jìn)一步的，還包括:
[0039]去噪模塊，用于去除收集的所述客戶感知數(shù)據(jù)中的干擾數(shù)據(jù)以及噪音數(shù)據(jù)。
[0040]進(jìn)一步的，還包括:
[0041]變化趨勢分析模塊，用于根據(jù)預(yù)定時(shí)間內(nèi)計(jì)算出來的多個(gè)客戶感知指數(shù)，分析客戶感知指數(shù)隨著時(shí)間的變化趨勢；
[0042]預(yù)警模塊，用于當(dāng)信號(hào)數(shù)據(jù)組分值低于第一閾值或者客戶感知指數(shù)的下降趨勢達(dá)到第二閾值時(shí)，判定達(dá)到客戶流失預(yù)警標(biāo)準(zhǔn)，并進(jìn)行客戶流失預(yù)警。
[0043]所述進(jìn)一步的有益效果為:當(dāng)通過數(shù)據(jù)的分析得知達(dá)到客戶流失預(yù)警標(biāo)準(zhǔn)時(shí)，進(jìn)行客戶流失預(yù)警，以便及時(shí)的采取措施，盡量防止客戶的流失。
[0044]進(jìn)一步的，還包括:
[0045]展示模塊，用于將計(jì)算出來的多個(gè)客戶感知指數(shù)以及客戶感知指數(shù)的變化趨勢以圖形或報(bào)表的形式進(jìn)行可視化展示。
[0046]所述進(jìn)一步的有益效果為:將客戶感知指數(shù)以可視化的方式進(jìn)行可視化展示，方便用戶查看。
【附圖說明】
[0047]圖1為本