客户服务满意度的评估方法及装置、存储介质及电子设备

摘要

本发明提供了一种客户服务满意度的评估方法及装置、存储介质及电子设备，该评估方法包括：获取服务过程中客户的情绪特征参数；基于所述情绪特征参数，获取客户对服务满意度的评估结果。该评估方法通过采集每次服务过程中客户的情绪特征参数，对该情绪特征参数进行分析处理，即可自动化的得出与该情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

说明书

技术领域

本发明涉及客户服务技术领域，更具体地说，涉及一种客户服务满意度的评估方法及装置、存储介质及电子设备。

背景技术

随着社会的不断发展，各种各样的企业在各个领域或多或少的都有所涉及，为人们的生活带来了极大的便利。

其中，客户是企业发展的核心，为了使得企业在竞争不断进步，首先就需要得到客户的认可，即客户对服务的满意度程度是企业赢得业界可口和市场的关键所在。

基于银行企业而言，柜员在为客户提供服务后，往往都是通过服务问卷或仪器语音引导输入的方式，让客户对此次服务的满意度进行打分；这一方式不仅耽误客户时间，也容易在客户较忙时引起反感情绪。

那么，如何提供一种智能的客户服务满意度的评估技术，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，为解决上述问题，本发明提供一种客户服务满意度的评估方法及装置、存储介质及电子设备，技术方案如下：

一种客户服务满意度的评估方法，所述评估方法包括：

获取服务过程中客户的情绪特征参数；

基于所述情绪特征参数，获取客户对服务满意度的评估结果。

优选的，在上述评估方法中，所述获取服务过程中客户的情绪特征参数，包括：

获取所述服务过程中客户的语音内容；

基于所述语音内容，识别客户的第一情绪特征参数。

优选的，在上述评估方法中，所述获取服务过程中客户的情绪特征参数，还包括：

获取所述服务过程中客户的面部表情；

基于所述面部表情，识别客户的第二情绪特征参数。

优选的，在上述评估方法中，所述基于所述情绪特征参数，获取客户对服务满意度的评估结果，包括：

基于所述第一情绪特征参数和/或所述第二情绪特征参数，获取客户对服务满意度的评估结果。

一种客户服务满意度的评估装置，所述评估装置包括：

获取模块，用于获取服务过程中客户的情绪特征参数；

评估模块，用于基于所述情绪特征参数，获取客户对服务满意度的评估结果。

优选的，在上述评估装置中，所述获取模块包括：

语音获取单元，用于获取所述服务过程中客户的语音内容；

语音识别单元，用于基于所述语音内容，识别客户的第一情绪特征参数。

优选的，在上述评估装置中，所述获取模块还包括：

图像获取单元，用于获取所述服务过程中客户的面部表情；

图像识别单元，用于基于所述面部表情，识别客户的第二情绪特征参数。

优选的，在上述评估装置中，所述评估模块包括：

评估单元，用于基于所述第一情绪特征参数和/或所述第二情绪特征参数，获取客户对服务满意度的评估结果。

一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行上述任意一项所述的客户服务满意度的评估方法。

一种电子设备，所述电子设备包括：至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；

其中，所述处理器、所述存储器通过所述总线完成相互间的通信；

所述处理器用于调用所述存储器中的程序指令，以执行上述任一项所述的客户服务满意度的评估方法。

相较于现有技术，本发明实现的有益效果为：

本发明提供的一种客户服务满意度的评估方法包括：获取服务过程中客户的情绪特征参数；基于所述情绪特征参数，获取客户对服务满意度的评估结果。

该评估方法通过采集每次服务过程中客户的情绪特征参数，对该情绪特征参数进行分析处理，即可自动化的得出与该情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对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发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种客户服务满意度的评估方法的流程示意图；

图2为本发明实施例提供的另一种客户服务满意度的评估方法的流程示意图；

图3为本发明实施例提供的又一种客户服务满意度的评估方法的流程示意图；

图4为本发明实施例提供的一种客户服务满意度的评估装置的原理结构示意图；

图5为本发明实施例提供的另一种客户服务满意度的评估装置的原理结构示意图；

图6为本发明实施例提供的又一种客户服务满意度的评估装置的原理结构示意图；

图7为本发明实施例提供的又一种客户服务满意度的评估装置的原理结构示意图；

图8为本发明实施例提供的一种电子设备的硬件架构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参考图1，图1为本发明实施例提供的一种客户服务满意度的评估方法的流程示意图。

所述评估方法包括：

S101：获取服务过程中客户的情绪特征参数。

在该步骤中，在每次服务过程中，实时采集能反应客户情绪特征的所有参数，即该情绪特征参数。

S102：基于所述情绪特征参数，获取客户对服务满意度的评估结果。

在该实施例中，通过采集每次服务过程中客户的情绪特征参数，对该情绪特征参数进行分析处理，即可自动化的得出与该情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

可选的，在本发明另一实施例中，参考图2，图2为本发明实施例提供的另一种客户服务满意度的评估方法的流程示意图。

步骤S101中，获取服务过程中客户的情绪特征参数，包括：

S1011：获取所述服务过程中客户的语音内容。

S1012：基于所述语音内容，识别客户的第一情绪特征参数。

在该实施例中，在为客户提供服务的交流过程中，语音内容包含了丰富的信息，其中的声学特征可以有效的反映出客户的情绪状态情况，例如客户每一时刻的情绪状态以及客户情绪状态的变化情况；其中的语言特征也可以有效的反映出客户的情绪状态情况，例如客户对服务评价的关键字特征以及语气词特征等。

基于此，如图2所示，步骤S102中基于所述情绪特征参数，获取客户对服务满意度的评估结果，具体为：

S1021：基于所述第一情绪特征参数，获取客户对服务满意度的评估结果。

在该实施例中，包括但不限于通过CNN(卷积神经网络)、LSTM(长短记忆网络)等深度学习网络模型的特征提取和计算，结合服务过程的合理划分，可获取整个服务过程中客户的情绪状态和情绪变化情况，以此作为基于语音识别的客户服务满意度的评估模型(神经网络模型)的输入，即可自动得出与该第一情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

可选的，在本发明另一实施例中，参考图3，图3为本发明实施例提供的又一种客户服务满意度的评估方法的流程示意图。

步骤S101中，获取服务过程中客户的情绪特征参数，还包括：

S1013：获取所述服务过程中客户的面部表情。

S1014：基于所述面部表情，识别客户的第二情绪特征参数。

在该实施例中，在为客户提供服务的交流过程中，客户的面部表情同样可以反映出客户的心理状态，通过摄像头抓取客户的面部表情图像，经过深度学习网络模型的计算，也可提取客户的心理状态以及变化情况等特征，即第二情绪特征参数。

以此作为基于图像识别的客户服务满意度的评估模型(神经网络模型)的输入，即可自动得出与该第二情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

可选的，如图3所示，步骤S102中，基于所述情绪特征参数，获取客户对服务满意度的评估结果，包括：

S1022：基于所述第一情绪特征参数和/或所述第二情绪特征参数，获取客户对服务满意度的评估结果。

在该实施例中，如果单从一个生物特征出发，为了获得有效的、精确的神经网络预测模型，往往需要大量且覆盖场景全面的样本数据，同时也容易受到其它干扰因素的影响，为了避免此情况的发生，发明人从多维度收集能够反映客户对服务满意度评价的线索，实现线索间相互佐证，相互补充。

因此，通过建立客户对服务满意度的综合评估模型，以基于语音识别的客户服务满意度的评估模型和基于图像识别的客户服务满意度的评估模型的评估结果作为输入，对客户服务满意度的结果进行综合判断，以获取更加客观准确的评估结果。

需要说明的是，本发明实施例中客户情绪状态的变化情况，是通过对服务阶段进行划分获取的，例如根据实际情况大致将服务过程分为服务开始前、服务进行时、以及服务结束时的三个阶段，每个阶段获取一个对应的情绪状态特征。

并且，本发明实施例中所涉及到的神经网络模型，是先基于样本数据对模型进行学习训练，并结合实际样例进行定时纠正，同时为了保证模型预测的准确性，需结合部分少量客户回访的结果进行评估模型的校验和自调整。

可选的，基于本发明上述全部实施例，在本发明另一实施例中还提供了一种客户服务满意度的评估装置，参考图4，图4为本发明实施例提供的一种客户服务满意度的评估装置的原理结构示意图。

所述评估装置包括：

获取模块11，用于获取服务过程中客户的情绪特征参数；

评估模块12，用于基于所述情绪特征参数，获取客户对服务满意度的评估结果。

在该实施例中，通过采集每次服务过程中客户的情绪特征参数，对该情绪特征参数进行分析处理，即可自动化的得出与该情绪特征参数相匹配的客户服务满意度的评估结果，进而不给客户造成不必要的麻烦，进而提升客户服务体验。

可选的，在本发明另一实施例中，参考图5，图5为本发明实施例提供的另一种客户服务满意度的评估装置的原理结构示意图。

所述获取模块11包括：

语音获取单元13，用于获取所述服务过程中客户的语音内容；

语音识别单元14，用于基于所述语音内容，识别客户的第一情绪特征参数。

可选的，在本发明另一实施例中，参考图6，图6为本发明实施例提供的又一种客户服务满意度的评估装置的原理结构示意图。

所述获取模块11还包括：

图像获取单元15，用于获取所述服务过程中客户的面部表情；

图像识别单元16，用于基于所述面部表情，识别客户的第二情绪特征参数。

可选的，在本发明另一实施例中，参考图7，图7为本发明实施例提供的又一种客户服务满意度的评估装置的原理结构示意图。

所述评估模块12至少包括：

评估单元17，用于基于所述第一情绪特征参数和/或所述第二情绪特征参数，获取客户对服务满意度的评估结果。

需要说明的是，本发明实施例提供的客户服务满意度的评估装置的原理与本发明上述实施例提供的客户服务满意度的评估方法的原理相同，在此不再赘述。

可选的，在本发明另一实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行上述实施例所述的客户服务满意度的评估方法。

可选的，在本发明另一实施例中还提供了一种电子设备，参考图8，图8为本发明实施例提供的一种电子设备的硬件架构示意图。

所述电子设备包括：至少一个处理器18、以及与所述处理器18连接的至少一个存储器19、总线20；

其中，所述处理器18、所述存储器19通过所述总线20完成相互间的通信；

所述处理器18用于调用所述存储器19中的程序指令，以执行上述实施例所述的客户服务满意度的评估方法。

以上对本发明所提供的一种客户服务满意度的评估方法及装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备所固有的要素，或者是还包括为这些过程、方法、物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、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。