[发明专利]一种销售线索自动智能分配的方法

说明书

本发明提供一种销售线索自动智能分配的方法，包括：获取销售线索，并判断所述销售线索的线索内容中是否存在可标记信息，在具有可标记信息时，进行省市标记；其中，所述可标记信息至少包括公司名称标记和联系方式标记；根据所述省市标记，确定省市对应的销售分公司，并进行销售线索分配；确定销售分公司区域下对应的客户经理名单，针对客户经理名单中的客户经理，计算权重；根据所述分配列表，对每个客户经理进行销售线索划分，并判断分配权重是否满额，将满额分配的客户经理从分配列表删除,本技术方案通过一种销售线索自动智能分配的方法，最大化销售线索转化为客户的成功率，通过实现系统自动分配销售线索，提高销售线索转化为客户的成功率。

技术领域

本发明涉及销售、自动智能分配技术领域，特别涉及一种销售线索自动智能分配的方法。

背景技术

目前，公司通过各种推广手段收集过来的销售线索，需要分配给各个部门的客户经理去跟进。现在这个分配工作都是人工处理，只能按大致平均的方案来进行分配，效率低下，并且容易受到分配人的主观影响，无法最大化销售线索转化为客户的成功率。

发明内容

本发明提供一种销售线索自动智能分配的方法，以解决上述问题。

本发明提供一种销售线索自动智能分配的方法，其特征在于，包括：

获取销售线索，并判断所述销售线索的线索内容中是否存在可标记信息，在具有可标记信息时，进行省市标记；其中，

所述可标记信息至少包括公司名称标记和联系方式标记；

根据所述省市标记，确定省市对应的销售分公司，并进行销售线索分配；

确定销售分公司区域下对应的客户经理名单，针对客户经理名单中的客户经理，计算权重；

根据所述分配列表，对每个客户经理进行销售线索划分，并判断分配权重是否满额，将满额分配的客户经理从分配列表删除。

作为本技术方案的一种实施例，所述获取销售线索之前还包括：

获取销售节点，建立销售模型；

通过对所述销售模型量化分析，输入损耗变量和人力成本指标，进行风险预估，确定损耗模型；

将所述损耗模型投影在销售模型上，确定仿真销售结果；

可视化所述销售结果，生成销售线索。

作为本技术方案的一种实施例，所述通过对所述销售模型量化分析，输入损耗变量和人力成本指标，进行风险预估，确定损耗模型，包括：

步骤S1：对所述销售模型T量化分析，生成差值矩阵：

其中，Δ_ij(T)代表销售模型的差值矩阵，T为销售模型的表示符号，y代表关于销售模型的观测数据，i＝1,2,…n，其中，n为采集到的观测数据的总项数，j＝1,2,…m，其中，j为采集到的观测数据的时刻，m代表采集到的最后一项观测数据的时刻，y_i，j代表第j时刻采集到的第i项观测数据，x代表关于各项观测数据的影响因素的扰动差值，x_i，j代表第j时刻采集到的第i项观测数据的扰动差值；

步骤S2：通过所述差值矩阵，计算观测数据之间的关联系数：

其中，G_ij代表在第j个时刻的第i项采集到的观测数据和对应的扰动差值之间的关联系数，Δ_min和Δ_max分别代表差值矩阵的两级极差的最小值和最大值；

步骤S3：通过所述关联系数，输入损耗变量和人力成本指标，进行风险预估，确定损耗模型。