基于客户评价对业务服务评估的方法和装置

摘要

本说明书一个或多个实施例公开了一种基于客户评价对业务服务评估的方法和装置，该方法包括：采集客户群体基于业务服务反馈的评价数据集；将所述评价数据集中每条评价数据转换成正向反馈码或负向反馈码；基于转换得到的正向反馈码和负向反馈码，统计所述业务服务的正向反馈数量和负向反馈数量；将所述业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程模型进行求解；将求解到的所述业务服务的负向反馈权重与正向反馈权重之比的绝对值作为敏感因子。通过非结构化数据关系衡量客户对业务服务的正面反馈、负面反馈分别与客户体验评价之间的关系，了解各个业务服务的正面反馈、负面反馈的对客户体验感受的影响，体现并挖掘差异和影响程度。

说明书

技术领域

本文件涉及汽车销售以及计算机技术领域，尤其涉及一种基于客户评价对 业务服务评估的方法和装置。

背景技术

随着客户体验的时代到来，汽车厂商和经销商都十分注重客户反馈，希望 从客户反馈数据中提炼信息帮助其在提升客户体验的策略上提供支持。

目前，考虑到客户反馈数据中缺蕴含着大量对厂商提升服务有价值的信 息，而客户反馈数据多以大量文本式、非结构式存在，如何提炼这些有价值信 息，并将这些关键信息进行量化，挖掘这些信息之间的关系，利用客户文本反 馈中的信息为厂商和经销商在客户体验管理方面的决策支持尤为重要。

因此，亟需找到一种基于客户评价对业务服务进行影响力评估的方案。

发明内容

本说明书一个或多个实施例的目的是提供一种基于客户评价对业务服务 评估的方法和装置，以通过非结构化数据关系衡量客户对业务服务的正面反 馈、负面反馈分别与客户体验评价之间的关系，了解各个业务服务的正面反馈、 负面反馈的对客户体验感受的影响，体现并挖掘差异和影响程度。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

第一方面，提出了一种基于客户评价对业务服务评估的方法，包括：

采集客户群体基于多个业务服务反馈的评价数据集；

将所述评价数据集中每条评价数据转换成对应相应业务服务的正向反馈 码或负向反馈码；

基于转换得到的正向反馈码和负向反馈码，统计每个业务服务的正向反馈 数量和负向反馈数量；

将每个业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程 模型进行求解；

将求解到的每个业务服务的负向反馈权重与正向反馈权重之比的绝对值 作为敏感因子，其中，所述敏感因子用于反映对应的业务服务对客户体验的影 响程度。

第二方面，提出了一种基于客户评价对业务服务评估的装置，包括：

采集模块，用于采集客户群体基于多个业务服务反馈的评价数据集；

转换模块，用于将所述评价数据集中每条评价数据转换成对应相应业务服 务的正向反馈码或负向反馈码；

统计模块，用于基于转换得到的正向反馈码和负向反馈码，统计每个业务 服务的正向反馈数量和负向反馈数量；

计算模块，用于将每个业务服务的正向反馈数量和负向反馈数量带入预设 多元回归方程模型进行求解；

评估模块，用于将求解到的每个业务服务的负向反馈权重与正向反馈权重 之比的绝对值作为敏感因子，其中，所述敏感因子用于反映对应的业务服务对 客户体验的影响程度。

第三方面，提出了一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使 所述处理器执行：

采集客户群体基于多个业务服务反馈的评价数据集；

将所述评价数据集中每条评价数据转换成对应相应业务服务的正向反馈 码或负向反馈码；

基于转换得到的正向反馈码和负向反馈码，统计每个业务服务的正向反馈 数量和负向反馈数量；

将每个业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程 模型进行求解；

将求解到的每个业务服务的负向反馈权重与正向反馈权重之比的绝对值 作为敏感因子，其中，所述敏感因子用于反映对应的业务服务对客户体验的影 响程度。

第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存 储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执 行时，使得所述电子设备执行：

采集客户群体基于多个业务服务反馈的评价数据集；

将所述评价数据集中每条评价数据转换成对应相应业务服务的正向反馈 码或负向反馈码；

基于转换得到的正向反馈码和负向反馈码，统计每个业务服务的正向反馈 数量和负向反馈数量；

将每个业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程 模型进行求解；

将求解到的每个业务服务的负向反馈权重与正向反馈权重之比的绝对值 作为敏感因子，其中，所述敏感因子用于反映对应的业务服务对客户体验的影 响程度。

由以上本说明书一个或多个实施例提供的技术方案可见，采集客户群体基 于业务服务反馈的评价数据集；将所述评价数据集中每条评价数据转换成正向 反馈码或负向反馈码；基于转换得到的正向反馈码和负向反馈码，统计所述业 务服务的正向反馈数量和负向反馈数量；将所述业务服务的正向反馈数量和负 向反馈数量带入预设多元回归方程模型进行求解；将求解到的所述业务服务的 负向反馈权重与正向反馈权重之比的绝对值作为敏感因子。通过非结构化数据 关系衡量客户对业务服务的正面反馈、负面反馈分别与客户体验评价之间的关 系，了解各个业务服务的正面反馈、负面反馈的对客户体验感受的影响，体现 并挖掘差异和影响程度。

附图说明

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案， 下面将对一个或多个实施例或现有技术描述中所需要使用的附图作简单地介 绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对 于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这 些附图获得其他的附图。

图1a是本说明书实施例提供的一种基于客户评价对业务服务评估的方法 步骤示意图。

图1b是本说明书实施例提供的总体模型示意图。

图2是本说明书实施例提供的一种基于客户评价对业务服务评估的装置结 构示意图。

图3是本说明书的一个实施例提供的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合 本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术 方案进行清楚、完整地描述，显然，所描述的一个或多个实施例仅仅是本说明 书一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例， 本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例， 都应当属于本文件的保护范围。

如前所述，现有技术对于客户群体基于业务服务反馈的文本类型的非结构 化数据只简单做定量转化，只能简单统计客户体验反馈的不同方面的数值，难 以通过这种非结构化数据探求客户体验感受的各个方面的关系以及重要程度。 为此，本说明书提出了一种非结构化数据关系对业务服务在客户体验评价中的 影响力进行衡量的方案，主要通过以下三个方面实现：

第一，文本反馈编码：通过搭建服务业务对应的编码体系，将大量评价数 据的文本反馈通过内部编码平台转化成服务流程的不同方面(不同服务业务类 型)，分级展开。同时，将客户反馈分为正面反馈与负面反馈。

第二，分析模型工具搭建：建立非结构化数据关系测量工具。衡量客户表 扬(正反馈)、客户抱怨(负反馈)与客户体验感受(满意度或推荐度评分) 之间的关系。这里主要通过多元回归方程建立预设测量模型对体现这一关系的 权重以及权重比进行求解。

第三，分析结果展示与解读：通过解读测量模型，了解客户表扬与客户抱 怨的不同方面对于客户体验感受的影响，不同方面的影响存在差异。

下面通过以下实施例对上述内容进行详细分析。

实施例一

参照图1所示，为本说明书实施例提供的一种基于客户评价对业务服务评 估的方法步骤示意图，该方法可以包括以下步骤：

步骤102：采集客户群体基于业务服务反馈的评价数据集。

应理解，所述业务服务可以是某个行业业务的具体服务类型。例如汽车销 售业务服务。该业务服务进一步可以包括：咨询服务、接待服务、产品介绍、 试乘试驾服务、价格洽谈过程等服务指标。针对业务服务，客户都可以向服务 方提供衡量服务水平以及客户体验的评价数据。在本说明实施例中，可以从多 个服务行业的专业数据库中采集这类评价数据整合为评价数据集。

步骤104：将所述评价数据集中每条评价数据转换成正向反馈码或负向反 馈码。

其中，每条评价数据可以是具体的文本内容，例如：买车过程中试驾服务 贴心，熟练并耐心指导客户体验试驾；再如，对试驾试乘服务评分良好。类似 这种文本形式的评价数据比较多，所以，可以先将这些评价数据分别转换成机 器可以识别的编码，且每种服务业务对应的评价数据都可以对应转换成正面反 馈或负面反馈。

可选地，所述评价数据集中每条评价数据包括文本内容和评价分；所述业 务服务包括：多个服务指标。例如：咨询服务、接待服务、产品介绍、试乘试 驾服务、价格洽谈过程、金融/保险服务、交车过程、交车后用户关怀服务、店 面形象及整体环境、餐饮服务、展车及商品车情况、数字化程度、人员服务态 度及对用户的关注度、人员诚信度等。相应地，步骤104在将所述评价数据集 中每条评价数据转换成正向反馈码或负向反馈码时，具体包括：

针对所述评价数据集中每条评价数据分别执行：

基于该评价数据中文本内容确定对应的服务指标的类型和编码；

基于该评价数据中评价分以及对应的服务指标的类型和编码，将该评价数 据转换成正向反馈码或负向反馈码。

其实，实施该方法的执行主体可以事先根据不同的服务指标的类型确定相 应的编码，同时，在该编码中添加表征正向反馈或负向反馈的字符串。例如， 01代表咨询服务的编码，咨询服务的正向反馈码为101，咨询服务的负向反馈 码为301。

在此基础上，每个客户的文本反馈都可以转化成为上述编码的组合，一个 客户的文本反馈可以包括一个码或者多个码(区分正负向)，同时文本反馈中 还包括每个用户的推荐度评分。

步骤106：基于转换得到的正向反馈码和负向反馈码，统计业务服务的正 向反馈数量和负向反馈数量。

从确定的正向反馈码和负向反馈码中，统计服务指标的正向反馈数量和负 向反馈数量。例如，针对咨询服务，一共有60个正向反馈和20个负向反馈。 针对人员诚信度，一共有20个正向反馈和50个负向反馈，按照这样的方式将 所有服务指标的正向反馈数量和负向反馈数量计算出来。最后，统计所有正向 反馈数量作为业务服务的正向反馈数量，统计所有负向反馈数量作为业务服务 的负向反馈数量。

步骤108：将业务服务的正向反馈数量和负向反馈数量带入预设多元回归 方程模型进行求解。

一种可实现的方案，可以基于多元回归方程，建立针对业务服务进行整体 评估分析的模型，具体参照以下方程(1)；

Y＝a*X

其中，Y表示客户体验评价，a表示业务服务的正向反馈所对应的权重， X

另一种可实现的方案，可以基于多元回归方程，建立针对业务服务中每个 服务指标进行单独评估分析的模型，具体参照以下方程(2)；

Y＝a

其中，Y表示客户体验评价，a

通过测量工具模型，获取到不同的服务方面对于客户体验评价的影响程度 不同，可以更加有方向有重点的制定对应的策略以提升客户感受。

步骤110：将求解到的业务服务的负向反馈权重与正向反馈权重之比的绝 对值作为敏感因子，其中，所述敏感因子用于反映该业务服务对客户体验的影 响程度。

进一步，还可以将求解到的所述业务服务中每个服务指标的负向反馈权重 与正向反馈权重之比的绝对值作为该服务指标的敏感因子，其中，该服务指标 的敏感因子用于反映所述服务指标对客户体验的影响程度。

下面通过汽车行业的销售业务作为实例对本说明书实施例进行详述。

1、数据采集

采集各大汽车品牌销售2020年销售服务客户推荐度评分以及文本反馈6 万条，约180万字。推荐度评分为1-10分，十分制。

2、机器编码

利用机器编码NLP模型，将客户文本反馈转化成销售码指标15个，每个 指标都分为正向反馈和负向反馈，例如：101代表咨询服务正向；301代表咨 询服务负向。102代表接待服务正向；302代表接待服务负向……(编码首位1 代表正向，3代表负向)。

表1业务服务中14个服务指标

在此基础上，每个客户的文本反馈都可以转化成为上述指标编码的组合， 一个客户的文本反馈可以包括一个码或者多个码(区分正负向)，同时信息中 还包括每个用户的推荐度评分。

3、测量模型搭建-总体模型

参见图1b所示，总体模型，依据该总体模型建立多元回归方程：

Y＝a*X

回归结果如下表展示：

表2

Y＝9.57+0.17X

客户体验感受评价＝9.57+0.17*表扬-1.59*批评

由此市场基础评价为9.57分，即常数。销售服务的1个批评，需要用超过 9个表扬去弥补。

测量模型搭建-不同服务方面子模型

表3

由于客户体验评价总体包含表3的14个方面，可以将不同的方面正负向 28个变量引入回归方程，了解不同方面的对客户体验感受总体影响的敏感度。

建立多元回归方程：

Y＝a

求解回归方程，结果参见下表4：

表4所示，设置b/a为敏感因子(其实，也可以设置a/b为敏感因子，只是与a/b所反映的影 响力相反)：由上表4可知，对于客户体验感受最敏感的服务方面为人员诚信 度，1个批评需要30个表扬去弥补，其次是价格洽谈过程，1个批评需要17 个表扬去弥补，再次为交车和店面形象的方面。同样，客户对于试乘试驾则没 有很高的期待。

通过测量工具模型，获取到不同的服务方面对于客户体验评价的影响程度 不同，可以更加有方向有重点的制定对应的策略以提升客户感受。

实施例二

参照图2所示，为本说明书实施例提供的基于客户评价对业务服务评估的 装置，该装置200可以包括：

采集模块202，采集客户群体基于业务服务反馈的评价数据集；

转换模块204，用于将所述评价数据集中每条评价数据转换成正向反馈码 或负向反馈码；

统计模块206，用于基于转换得到的正向反馈码和负向反馈码，统计所述 业务服务的正向反馈数量和负向反馈数量；

计算模块208，用于将所述业务服务的正向反馈数量和负向反馈数量带入 预设多元回归方程模型进行求解；

评估模块210，用于将求解到的所述业务服务的负向反馈权重与正向反馈 权重之比的绝对值作为敏感因子，其中，所述敏感因子用于反映所述业务服务 对客户体验的影响程度。

可选地，作为一个实施例，所述评价数据集中每条评价数据包括文本内容 和评价分；所述业务服务包括：多个服务指标；

所述转换模块，在将所述评价数据集中每条评价数据转换成正向反馈码或 负向反馈码时，具体用于：

针对所述评价数据集中每条评价数据分别执行：

基于该评价数据中文本内容确定对应的服务指标的类型和编码；

基于该评价数据中评价分以及对应的服务指标的类型和编码，将该评价数 据转换成正向反馈码或负向反馈码。

在本说明书实施例的一种具体实现方式中，所述预设多元回归方程模型具 体为：

Y＝a*X

其中，Y表示客户体验评价，a表示业务服务的正向反馈所对应的权重， X

在本说明书实施例的再一种具体实现方式中，所述求解模块，在将所述业 务服务的正向反馈数量和负向反馈数量带入预设多元回归方程模型进行求解 时，具体用于：将所述业务服务中每个服务指标的正向反馈数量和负向反馈数 量带入预设多元回归方程模型进行求解，所述预设多元回归方程模型具体为：

Y＝a

其中，Y表示客户体验评价，a

在本说明书实施例的再一种具体实现方式中，所述评估模块，在将求解到 的所述业务服务的负向反馈权重与正向反馈权重之比的绝对值作为敏感因子 时，具体用于：

将求解到的所述业务服务中每个服务指标的负向反馈权重与正向反馈权 重之比的绝对值作为该服务指标的敏感因子，其中，该服务指标的敏感因子用 于反映所述服务指标对客户体验的影响程度。

实施例三

图3是本说明书的一个实施例电子设备的结构示意图。请参考图3，在硬 件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。 其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如 至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以 是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总 线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但 并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码 包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提 供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在 逻辑层面上形成基于客户评价对业务服务评估的装置。处理器，执行存储器所 存放的程序，并具体用于执行以下操作：

采集客户群体基于业务服务反馈的评价数据集；

将所述评价数据集中每条评价数据转换成正向反馈码或负向反馈码；

基于转换得到的正向反馈码和负向反馈码，统计所述业务服务的正向反馈 数量和负向反馈数量；

将所述业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程 模型进行求解；

将求解到的所述业务服务的负向反馈权重与正向反馈权重之比的绝对值 作为敏感因子，其中，所述敏感因子用于反映所述业务服务对客户体验的影响 程度。

上述如本说明书图1所示实施例揭示的装置执行的方法可以应用于处理器 中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能 力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电 路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理 器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等； 还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－ Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体 管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中 公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也 可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的 步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及 软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器， 可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介 质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成 上述方法的步骤。

该电子设备还可执行图1的方法，并实现相应装置在图1所示实施例的功 能，本说明书实施例在此不再赘述。

当然，除了软件实现方式之外，本说明书实施例的电子设备并不排除其他 实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程 的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

通过非结构化数据关系衡量客户对业务服务的正面反馈、负面反馈分别与 客户体验评价之间的关系，了解各个业务服务的正面反馈、负面反馈的对客户 体验感受的影响，体现并挖掘差异和影响程度

实施例四

本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介 质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应 用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施 例的方法，并具体用于执行以下方法：

采集客户群体基于业务服务反馈的评价数据集；

将所述评价数据集中每条评价数据转换成正向反馈码或负向反馈码；

基于转换得到的正向反馈码和负向反馈码，统计所述业务服务的正向反馈 数量和负向反馈数量；

将所述业务服务的正向反馈数量和负向反馈数量带入预设多元回归方程 模型进行求解；

将求解到的所述业务服务的负向反馈权重与正向反馈权重之比的绝对值 作为敏感因子，其中，所述敏感因子用于反映所述业务服务对客户体验的影响 程度。

通过非结构化数据关系衡量客户对业务服务的正面反馈、负面反馈分别与 客户体验评价之间的关系，了解各个业务服务的正面反馈、负面反馈的对客户 体验感受的影响，体现并挖掘差异和影响程度

总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书 的保护范围。凡在本说明书的精神和原则之内，所作的任何修改、等同替换、 改进等，均应包含在本说明书的保护范围之内。

上述一个或多个实施例阐明的系统、装置、模块或单元，具体可以由计算 机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备 为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、 相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、 游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任 何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序 的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他 类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储 器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、 数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他 磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信 息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非 排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包 括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、 方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括 一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设 备中还存在另外的相同要素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相 似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之 处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的 比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的 范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实 施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过 程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施 方式中，多任务处理和并行处理也是可以的或者可能是有利的。