【技術實現步驟摘要】
本專利技術涉及智能外呼，具體涉及一種基于預測信息的智能外呼方法、裝置、計算機設備及存儲介質。
技術介紹
1、在現有的客服系統中，智能外呼系統被廣泛應用于向客戶發送提醒、推廣信息或進行市場調查等任務。然而，現有的智能外呼系統在呼叫過程中存在一些不足之處，例如缺乏個性化定制、效率低下、不良用戶體驗等問題。企業通常采用人工撥號的方式進行外呼，效率低下，且容易出現人工判斷錯誤的情況。
2、近年來，智能外呼系統逐漸興起，該系統能夠自動撥號、判斷客戶接通情況，并將外呼結果記錄下來。智能外呼系統提高了外呼效率，但當前的智能外呼系統往往是采用固定的規則進行外呼，無法根據客戶數據動態調整外呼策略，導致外呼效率不高且外呼效果不佳。
技術實現思路
1、有鑒于此，本專利技術提供了一種基于預測信息的智能外呼方法、裝置、計算機設備及存儲介質，以解決當前智能外呼系統外呼效率不高且外呼效果不佳的問題。
2、第一方面，本專利技術提供了一種基于預測信息的智能外呼方法，所述方法包括：
3、獲取歷史數據集，所述歷史數據集包括：多個客戶對應的歷史行為信息；
4、基于各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息；
5、根據所述行為預測信息確定各個客戶的外呼規則，并基于所述外呼規則對客戶進行外呼。
6、本方法，通過預設的機器學習模型來對各個客戶的歷史行為信息進行分析預測，得到各個客戶在未來可能的行為預測信息，并基于各個客戶的行
7、在一種可選的實施方式中，所述基于各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息，包括：
8、根據所述歷史行為信息提取客戶的行為特征，所述行為特征包括：購買產品、購買頻率、購買金額和購買時間以及外呼接聽時間；
9、通過預設機器學習模型對所述行為特征進行處理，確定各個客戶的最佳外呼時間段以及對各類產品的預測興趣度和預測關注角度。
10、本實施方式，通過在歷史行為信息中提取客戶歷史上購買方面和接聽方面的行為特征，并利用預設機器學習模型基于這些特征預測客戶的最佳外呼時間段和對各類產品的興趣度和關注角度，從而使得后續可以設置更具有針對性的外呼規則，保證外呼成功率。
11、在一種可選的實施方式中，所述根據所述行為預測信息確定各個客戶的外呼規則，包括：
12、獲取當前外呼任務對應的推薦產品；
13、根據各個客戶對各類產品的預測興趣度和預測關注角度，確定各個客戶對所述推薦產品的目標興趣度和目標關注角度；
14、基于所述目標興趣度確定各個客戶的外呼頻率，基于所述目標關注角度確定各個客戶的外呼內容；
15、根據所述外呼頻率、外呼內容和最佳外呼時間段，確定各個客戶的外呼規則。
16、本實施方式，通過將當前需要外呼推薦的產品和各個客戶對該產品的興趣度和關注角度相結合，從而確定具體的外呼頻率和外呼內容，并結合外呼時間段設置針對性的外呼規則，從而提升外呼效果。
17、在一種可選的實施方式中，所述方法還包括：
18、獲取外呼過程中的關鍵指標，所述關鍵指標包括：呼叫成功率、單次呼叫時長、客戶反饋內容；
19、基于所述關鍵指標更新所述外呼頻率、外呼內容和最佳外呼時間段。
20、本實施方式，通過獲取外呼過程中的關鍵指標來對外呼規則進行更新，可以進一步保證外呼規則與實際的外呼情況相匹配，提升外呼效果。
21、在一種可選的實施方式中，所述基于所述關鍵指標更新所述外呼頻率、外呼內容和最佳外呼時間段，包括：
22、當呼叫成功率低于預設值時，降低所述外呼頻率；
23、統計各個時間段的呼叫成功率，將呼叫成功率最高的時間段確定為更新后的最佳外呼時間段；
24、根據監聽到的客戶反饋內容確定客戶對所述推薦產品的實際興趣度，基于所述實際興趣度更新呼叫內容。
25、本實施方式，通過在外呼成功率過低時降低外呼頻率，以避免無效外呼，同時根據各個時間段的外呼成功率更新外呼時間段，以保證在客戶接聽率較高的時間段進行外呼，提升呼叫成功率，同時根據外呼時客戶對推薦產品的實際興趣度來更新外呼內容，以盡可能保證后續外呼的內容是客戶感興趣的，提升外呼效果。
26、在一種可選的實施方式中，在基于所述外呼規則對客戶進行外呼時，所述方法還包括：
27、通過加密通信和/或身份認證和/或訪問控制，進行外呼通信。
28、本實施方式，通過采取加密通信、身份認證和訪問控制等措施，可以保證外呼過程中客戶的隱私安全，避免信息泄露。
29、在一種可選的實施方式中，所述預設機器學習模型為：基于隨機森林算法構建的機器學習模型；
30、所述基于所述各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息，包括：
31、通過所述基于隨機森林算法構建的機器學習模型對各個客戶的歷史行為信息進行分析，得到各個客戶的行為預測信息。
32、本實施方式，通過基于隨機森林算法構建的機器學習模型來對客戶行為進行分析，可以更準確地得到各個客戶的行為預測信息。
33、第二方面，本專利技術提供了一種基于預測信息的智能外呼裝置，所述裝置包括：
34、歷史數據獲取模塊，用于獲取歷史數據集，所述歷史數據集包括：多個客戶對應的歷史行為信息；
35、客戶行為預測模塊，用于基于各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息；
36、外呼規則確定模塊，用于根據所述行為預測信息確定各個客戶的外呼規則，并基于所述外呼規則對客戶進行外呼。
37、第三方面，本專利技術提供了一種計算機設備，包括：存儲器和處理器，存儲器和處理器之間互相通信連接，存儲器中存儲有計算機指令，處理器通過執行計算機指令，從而執行上述第一方面或其對應的任一實施方式的基于預測信息的智能外呼方法。
38、第四方面，本專利技術提供了一種計算機可讀存儲介質，該計算機可讀存儲介質上存儲有計算機指令，計算機指令用于使計算機執行上述第一方面或其對應的任一實施方式的基于預測信息的智能外呼方法。
本文檔來自技高網...【技術保護點】
1.一種基于預測信息的智能外呼方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述行為預測信息確定各個客戶的外呼規則，包括：
4.根據權利要求3所述的方法，其特征在于，所述方法還包括：
5.根據權利要求4所述的方法，其特征在于，所述基于所述關鍵指標更新所述外呼頻率、外呼內容和最佳外呼時間段，包括：
6.根據權利要求1所述的方法，其特征在于，在基于所述外呼規則對客戶進行外呼時，所述方法還包括：
7.根據權利要求1所述的方法，其特征在于，所述預設機器學習模型為：基于隨機森林算法構建的機器學習模型；
8.一種基于預測信息的智能外呼裝置，其特征在于，所述裝置包括：
9.一種計算機設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機指令，所述計算機指令用于使計算機執
...【技術特征摘要】
1.一種基于預測信息的智能外呼方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于各個客戶對應的歷史行為信息，通過預設機器學習模型得到各個客戶的行為預測信息，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述行為預測信息確定各個客戶的外呼規則，包括：
4.根據權利要求3所述的方法，其特征在于，所述方法還包括：
5.根據權利要求4所述的方法，其特征在于，所述基于所述關鍵指標更新所述外呼頻率、外呼內容和最佳外呼時間段，包括：
<...【專利技術屬性】
技術研發人員：鄧日曉，王武杰，聶璇，凌榮海，
申請(專利權)人：湖南三湘銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。