[发明专利]数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种种数据处理方法、装置、计算机设备和存储介质。所述方法包括：获取客户服务平台的业务日志数据，根据业务日志数据确定目标客户的应用场景数据、反馈文本数据和历史行为轨迹数据；其中，目标客户为使用客户服务平台反馈问题的客户；对应用场景数据、反馈文本数据和历史行为轨迹数据进行分析，得到问题反馈分析结果；根据问题反馈分析结果确定客户关怀策略，并根据客户关怀策略执行客户关怀操作；其中，客户关怀策略用于提升目标客户使用客户服务平台的满意度。采用本方法能够提高作业效率、提高关怀质量以及降低运营成本。

技术领域

本申请涉及计算机信息处理技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。

背景技术

不论传统企业还是互联网企业，客户服务平台是企业与客户建立关系的重要渠道，是企业商业模式的基础要素。客户关怀作为客户服务的一种，能有效提高客户消费体验，从而产生提升客户忠诚度、延长客户生命周期、获取产品改进建议等积极效应。但对于货架广阔的互联网企业、信息水平不足的传统企业、以及资金有限的中小企业，没有足够的人力、物力或财力来覆盖所有客户关怀流量或场景。

然而，传统客户服务平台中客户关怀的作业方式依托于人工操作，存在作业效率较低、关怀质量较低或运营成本过高等问题，从而导致使用客户服务平台的满意度较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高作业效率、提高关怀质量以及降低运营成本的数据处理方法、装置、计算机设备和存储介质。

第一方面，提供一种数据处理方法，上述方法包括：

获取客户服务平台的业务日志数据，根据业务日志数据确定目标客户的应用场景数据、反馈文本数据和历史行为轨迹数据；其中，目标客户为使用客户服务平台反馈问题的客户；

对应用场景数据、反馈文本数据和历史行为轨迹数据进行分析，得到问题反馈分析结果；

根据问题反馈分析结果确定客户关怀策略，并根据客户关怀策略执行客户关怀操作；其中，客户关怀策略用于提升目标客户使用客户服务平台的满意度。

在其中一个实施例中，问题反馈分析结果包括问题反馈分型结果、情绪分析结果和历史行为轨迹分析结果；对应用场景数据、反馈文本数据和历史行为轨迹数据进行分析，得到问题反馈分析结果的步骤包括：调用文本分析引擎，根据预设的语料数据库中问题反馈分型类别语料，对应用场景数据和反馈文本数据进行文本分析，得到问题反馈分型结果；调用文本分析引擎，根据语料数据库中情绪表达类别语料，对反馈文本数据进行文本分析，得到情绪分析结果；调用特征识别引擎，根据预设的行为特征数据库，对历史行为轨迹数据进行特征识别，得到历史行为轨迹分析结果。

在其中一个实施例中，对应用场景数据、反馈文本数据和历史行为轨迹数据进行分析，得到问题反馈分析结果的步骤之前还包括：将应用场景数据、反馈文本数据和历史行为轨迹数据存入至Kafka消息队列；调用流式计算引擎，从Kafka消息队列中读取应用场景数据、反馈文本数据和历史行为轨迹数据，将应用场景数据和反馈文本数据写入文本分析引擎，并将历史行为轨迹数据写入特征识别引擎。

在其中一个实施例中，根据业务日志数据确定目标客户的应用场景数据、反馈文本数据和历史行为轨迹数据的步骤包括：对业务日志数据进行数据提取，得到应用场景数据、反馈文本数据和历史行为轨迹数据。

在其中一个实施例中，问题反馈分型结果包括目标客户使用客户服务平台反馈问题的应用场景和问题类型。

在其中一个实施例中，根据问题反馈分析结果确定客户关怀策略的步骤包括：将问题反馈分析结果输入至预先训练好的客户关怀策略模型，得到客户关怀策略。