CN111723178A

CN111723178A - 一种实时提供销售建议的方法、系统、服务器和设备

Info

Publication number: CN111723178A
Application number: CN202010424042.3A
Authority: CN
Inventors: 张�杰; 于皓; 罗华刚; 李犇; 吴信东
Original assignee: Shanghai Minglue Artificial Intelligence Group Co Ltd
Current assignee: Shanghai Minglue Artificial Intelligence Group Co Ltd
Priority date: 2020-05-19
Filing date: 2020-05-19
Publication date: 2020-09-29

Abstract

一种实时提供销售建议的方法、系统、服务器、设备和计算机可读存储介质，其中，所述方法包括：获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息；按照所述客户的意图信息查询知识库，根据查询结果生成销售建议。本申请实施例通过识别客户意图，结合知识库，实时提供给销售人员销售建议，辅助销售人员应对客户需求，从而缩短客户等待时间、提升客户体验、提升成单概率，无需销售专家人工总结销售经验。

Description

一种实时提供销售建议的方法、系统、服务器和设备

技术领域

本公开涉及信息处理领域，尤指一种实时提供销售建议的方法、系统、服务器、设备和计算机可读存储介质。

背景技术

虽然随着电子商务的迅猛发展，线下实体店面临着巨大冲击，但实体店仍有着线上电商无法匹敌的先天优势，可以与客户面对面交流答疑，可以让客户实际体验商品。要想发挥出线下店面的上述优势，要面对销售人员培训相关的两方面挑战：一方面销售人员流动性太高，一般一年左右就会离职；另一方面销售技能不足，新来的销售人员缺乏对应的销售技巧，尤其是在复杂度较高的行业里，如汽车、金融。

然而，主流的销售能力提升的方法，仍然全靠线下培训，其内容主要以销售专家人工总结经验为主，将经验以规则的形式固化下来，此类方法依赖专家的主观经验，具有一定的主观局限性。

发明内容

本申请实施例提供了一种实时提供销售建议的方法、系统、服务器、设备和计算机可读存储介质，以通过自动化的手段快速有效地为销售人员提供销售建议。

本申请实施例提供了一种实时提供销售建议的方法，包括：

获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息；

按照所述客户的意图信息查询知识库，根据查询结果生成销售建议。

本申请实施例还提供一种实时提供销售建议系统，包括服务器和客户端，其中：

所述客户端，用于采集销售人员与客户对话的语音信息发送给服务器，以及，从所述服务器获取销售建议；

所述服务器，用于从所述客户端获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息，按照所述客户的意图信息查询知识库，根据查询结果生成销售建议，发送给所述客户端。

本申请实施例还提供一种服务器，包括：

声纹识别模块，用于获取销售人员与客户对话的语音信息，根据声纹特征识别所述语音信息对应的身份信息；

语音识别模块，用于将所述语音信息转换为文本信息；

关键词抽取模块，用于从所述文本信息中抽取所述身份信息对应的关键词；

状态缓存模块，用于将所述关键词按照预设的数据结构保存至销售过程信息中；

意图识别模块，用于根据所述关键词和所述销售过程信息确定所述客户的意图类别；

建议生成模块，用于按照所述客户的意图信息查询知识库，根据查询结果生成销售建议，其中，所述意图信息包括意图类别、关键词和销售过程信息。

本申请实施例还提供一种实时提供销售建议的设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述实时提供销售建议的方法。

本申请实施例还提供一种计算机可读存储介质，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所述实时提供销售建议的方法。

与相关技术相比，本申请实施例包括：获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息；按照所述客户的意图信息查询知识库，根据查询结果生成销售建议。本申请实施例通过识别客户意图，结合知识库，实时提供给销售人员销售建议，辅助销售人员应对客户需求，从而缩短客户等待时间、提升客户体验、提升成单概率，无需销售专家人工总结销售经验。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。

附图说明

附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例的实时提供销售建议的方法的流程图；

图2为本申请实施例的步骤101的流程图；

图3为本申请实施例的步骤102的流程图；

图4为本申请实施例的车辆相关的销售环节转换信息的局部示意图；

图5为本申请实施例的实时提供销售建议的系统的组成示意图；

图6为本申请实施例的客户端和服务器的组成示意图。

具体实施方式

本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。

本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。

此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。

本申请实施例提供一种实时提供销售建议的方法，根据采集到的客户意图，结合后台知识库，实时提供给销售人员销售建议，从而帮助销售人员缩短答疑时间、提高销售成功率。

如图1所示，本申请实施例的实时提供销售建议的方法，包括：

步骤101，获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息。

步骤102，按照所述客户的意图信息查询知识库，根据查询结果生成销售建议。

如图2所示，在一实施例中，所述意图信息包括意图信息包括意图类别、关键词和销售过程信息，所述步骤101包括：

步骤201，根据声纹特征识别所述语音信息对应的身份信息。

其中，可以将获取的语音信息经去环境噪音预处理后，转换为低维稠密的实数值向量，用于表示说话人的身份。通过与历史声纹库中的声纹特征进行对比，可以判断语音信息对应的身份信息，例如当前的语音信息是来自销售人员还是客户、如果客户，则可以进一步判断是新客户还是老客户。

确定身份信息后，可以对该语音信息进行身份标注。

步骤202，将所述语音信息转换为文本信息。

其中，可以通过ASR(Automatic Speech Recognition，自动语音识别)技术将语音信息转化为文本信息。

步骤203，从所述文本信息中抽取所述身份信息对应的关键词。

其中，关键词抽取可以采用多种方法，例如，可以采用机器学习、词典模板等方式，直接从所述文本信息中抽取关键词，也可以对所述文本信息进行知识抽取，生成知识图谱，从图谱中过滤出用于表示客户意图的关键词。

所述关键词可包含但不限于以下类型：人名、地名、机构名、产品名、产品维度、时间、货币、数字、百分比、属性名(如屏幕、电池、定价、年龄、婚姻状况)、属性词(如红色、真皮)、观点词(如讨厌、偏爱)、人物关系词(如夫妻、同事)、场景词(如客厅、办公室)、其它预定义特殊用途词典中的词(如行业类别词典)。

步骤204，将所述关键词按照预设的数据结构保存至销售过程信息中。

由于销售过程中，每次对话可能需要上下文信息以及客户信息、时间信息等进行参照，可以通过销售过程信息保存本次销售过程中所有的关键词(即每次语音信息抽取的关键词)，销售过程信息还可以包含获取到的时间特征、客户人数、客户关系等信息。销售过程信息也可称为状态缓存信息。

其中，时间特征可以是指当前对话的时间信息，例如是否是工作日、周末、法定节假日、月份、白天、晚上等。

客户关系可以是指在多个客户情况下，多人之间是什么关系，如：夫妻、情侣、朋友、同学、母女等。

所述预设的数据结构可以包括客户属性、客户意图等，所述客户属性可以包括性别、职业、年龄、教育程度、婚姻状态等，客户意图可以包括产品类型、偏好、价格范围等。

步骤205，根据所述关键词和销售过程信息确定所述客户的意图类别。

步骤205中，根据所述关键词和销售过程信息将当前的语音信息分类到预定义的意图类别中，意图类别可包括：查询类(如查询：价格、工艺、材料、维修保养问题)，宣读类(如：会员福利、购买须知)，产品推介类(哪一款产品匹配当前客户需求)等。

其中，可以采用当前的关键词为主，销售过程信息中之前得到的关键词、时间信息、客户信息为辅的形式，进行字符串匹配，从而进行分类。也可以在关键词匹配的基础上再通过同义词词典做扩充，从而进行分类。

在一实施例中，步骤205包括：

根据所述关键词和销售过程信息确定每个意图类别的概率值；将所述概率值与预设的类别阈值进行比较，根据比较结果确定对应的意图类别。

其中，可以采用机器学习的实现方式，在大量历史数据集上整理出输入特征向量X，并标注意图类别Y，通过分类学习算法学到从X到Y的映射关系f，即y＝f(x)。

输出得到的意图类别概率值可以是一组固定维度的列表，列表长度等于预定义意图类别的个数，列表中每一维取值在(0,1)之间，代表所对应的意图类别的概率。

根据各个意图类别的概率值，再根据预先设定的各类别的阈值，判断是否超过阈值可进一步生成销售建议。

在比较结果中，如果仅存在一个概率值大于或等于对应的类别阈值时，则可以直接确定对应的意图类别。

在一实施例中，当所述比较结果中存在多个概率值大于或等于对应的类别阈值时，按照百分比排序的方式确定意图类别。即：

可以按照超过类别阈值的百分比排序：(p_i-t_i)/t_i。其中p_i表示类别i所对应的概率，t_i表示类别i对应的类别阈值。

如果不存在概率值大于或等于对应的类别阈值时，则无法确定意图类别，则此轮不生成销售建议。

如图3所示，在一实施例中，步骤102包括：

步骤301，根据所述客户的意图类别、关键词和销售过程信息查询知识库。

所述知识库可以包括产品体系信息、产品维修信息、销售环节转换信息中的一种或多种。

所述产品体系信息可以包括产品的名称、型号、价格等。

所述产品维修信息可以包括维修的部件、维修时间、问题描述、维修价格等。

所述销售环节转换信息可以包括销售环节、转换概率等。如图4所示，为车辆相关的销售环节转换信息的局部示意图，其中，每个节点表示一个销售环节，例如产品介绍、费用讲解等，节点之间连线上的数字在0和1之间，表示环节之间的转换概率。

步骤302，将所述查询结果按照所述意图类别填充至预设的文本模板中，生成销售建议。

其中，可以根据意图类别设置多种的文本模板。

例如，用户问到“这款有几层漆？”，根据销售过程信息，知道是指的“丰田凯美瑞”车型，根据意图类别的结果知道是查询底漆，将上述信息转换为知识库查询语言(比如SPARQL)做查询，查询结果为5。最后将“5”填充到“____车型有___层底漆”的模板中。

在一实施例中，步骤102之后，还包括：

根据所述销售建议生成并输出语音建议文件。

其中，可以将销售建议合成为语音形式的文件，输出并播放给销售人员。

在其他实施例中，也可以将所述销售建议通过显示屏显示的方式展示给所述销售人员。

本申请实施例可以根据收集到的对话信息快速查询后台知识库，给出查询结果或销售建议，辅助销售人员应对客户需求，从而缩短客户等待时间、提升客户体验、提升成单概率，无需销售专家人工总结销售经验。

如图5所示，为本申请实施例的实时提供销售建议系统，包括客户端51和服务器52，其中：

所述客户端51，用于采集销售人员与客户对话的语音信息发送给服务器52，以及，从所述服务器52获取销售建议；

所述服务器52，用于从所述客户端51获取销售人员与客户对话的语音信息，根据所述语音信息确定所述客户的意图信息，按照所述客户的意图信息查询知识库，根据查询结果生成销售建议，发送给所述客户端51。

如图6所示，所述客户端51可以包括语音采集模块511和语音播放模块512，其中，

语音采集模块511可作为独立的硬件装置佩戴在销售人员身上，负责采集销售人员与客户对话的语音信息，将语音压缩后上传到服务器52。

语音播放模块512可以是扬声器，可以与语音采集模块511设置在一起，接收来自服务器52的语音建议文件，播放给销售人员。

所述语音播放模块512可以替换为显示模块，所述显示模块用于将销售建议展示给所述销售人员。

在其他实施例中，所述客户端51可以同时包括语音播放模块512和显示模块。

所述服务器52可以包括：

声纹识别模块521，用于获取销售人员与客户对话的语音信息，根据声纹特征识别所述语音信息对应的身份信息。

其中，声纹识别模块521可以将获取的语音信息经去环境噪音预处理后，转换为低维稠密的实数值向量，用于表示说话人的身份。通过与历史声纹库中的声纹特征进行对比，可以判断语音信息对应的身份信息，例如当前的语音信息是来自销售人员还是客户、如果客户，则可以进一步判断是新客户还是老客户。

语音识别模块522，用于将所述语音信息转换为文本信息。

语音识别模块522可以通过ASR(Automatic Speech Recognition，自动语音识别)技术将语音信息转化为文本信息。

关键词抽取模块523，用于从所述文本信息中抽取所述身份信息对应的关键词。

关键词抽取模块523将输入的文本信息中抽取出关键词，关键词可包含但不限于以下类型：人名、地名、机构名、产品名、产品维度、时间、货币、数字、百分比、属性名(如屏幕、电池、定价、年龄、婚姻状况)、属性词(如红色、真皮)、观点词(如讨厌、偏爱)、人物关系词(如夫妻、同事)、场景词(如客厅、办公室)、其它预定义特殊用途词典中的词(如行业类别词典)。

关键词抽取模块523进行关键词抽取可以采用多种方法，例如，可以采用机器学习、词典模板等方式，直接从所述文本信息中抽取关键词，也可以对所述文本信息进行知识抽取，生成知识图谱，从图谱中过滤出用于表示客户意图的关键词。

状态缓存模块524，用于将所述关键词按照预设的数据结构保存至所述销售过程信息中。

所述预设的数据结构可以包括客户属性、客户意图等，所述客户属性可以包括性别、职业、年龄、教育程度、婚姻状态等，客户意图可以包括产品类型、偏好、价格范围等。例如，客户属性：性别-男、职业-IT、教育程度-大学本科、婚姻状态-新婚、…；客户意图：产品类型-沙发、房型-二手房新装修、偏好颜色-白色、风格-现代简约、价格范围-5000以内、…等。

状态缓存模块524可以采用数据库的形式实现。

意图识别模块525，用于根据所述关键词和销售过程信息确定所述客户的意图类别。

意图识别模块525可以根据所述关键词和销售过程信息将当前的语音信息分类到预定义的意图类别中，意图类别可包括：查询类(如查询：价格、工艺、材料、维修保养问题)，宣读类(如：会员福利、购买须知)，产品推介类(哪一款产品匹配当前客户需求)等。

其中，意图识别模块525可以采用当前的关键词为主，销售过程信息中之前得到的关键词、时间信息、客户信息为辅的形式，进行字符串匹配，从而进行分类。也可以在关键词匹配的基础上再通过同义词词典做扩充，从而进行分类。

在一实施例中，意图识别模块525用于根据所述关键词和销售过程信息确定每个意图类别的概率值，将所述概率值与预设的类别阈值进行比较，根据比较结果确定对应的意图类别。

其中，意图识别模块525可以采用机器学习的实现方式，在大量历史数据集上整理出输入特征向量X，并标注意图类别Y，通过分类学习算法学到从X到Y的映射关系f，即y＝f(x)。

意图识别模块525可以根据各个意图类别的概率值，再根据预先设定的各类别的阈值，判断是否超过阈值可进一步生成销售建议。

在比较结果中，如果仅存在一个概率值大于或等于对应的类别阈值时，则可以意图识别模块525直接确定对应的意图类别。

在一实施例中，当所述比较结果中存在多个概率值大于或等于对应的类别阈值时，意图识别模块525按照百分比排序的方式确定意图类别。即：

建议生成模块526，用于按照所述客户的意图信息查询知识库527，根据查询得到的查询结果生成销售建议，其中，所述意图信息包括意图类别、关键词以及销售过程信息。

所述知识库527可以包括产品体系信息、产品维修信息、销售环节转换信息中的一种或多种。

所述产品体系信息可以包括产品的名称、型号、价格等。

在一实施例中，建议生成模块526将所述查询结果按照所述意图类别填充至预设的文本模板中，生成销售建议。

其中，可以根据意图类别设置多种的文本模板。

在一实施例中，所述服务器还可以包括语音合成模块528，用于根据所述销售建议生成并输出语音建议文件。

语音合成模块528可以将销售建议合成为语音形式的文件，输出至客户端。

需要说明的是，声纹识别模块521和语音识别模块522也可以设置在客户端，也即客户端上传给服务器的信息为文本格式的信息。

本申请实施例通过识别客户意图，结合知识库，实时提供给销售人员销售建议，辅助销售人员应对客户需求，从而缩短客户等待时间、提升客户体验、提升成单概率，无需销售专家人工总结销售经验。

在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims

1.一种实时提供销售建议的方法，包括：

2.根据权利要求1所述的方法，其特征在于，所述意图信息包括意图类别、关键词和销售过程信息，所述根据所述语音信息确定所述客户的意图信息，包括：

根据声纹特征识别所述语音信息对应的身份信息；

将所述语音信息转换为文本信息；

从所述文本信息中抽取所述身份信息对应的关键词；

将所述关键词按照预设的数据结构保存至销售过程信息中；

根据所述关键词和所述销售过程信息确定所述客户的意图类别。

3.根据权利要求2所述的方法，其特征在于，所述根据所述关键词和销售过程信息确定所述客户的意图类别，包括：

根据所述关键词和销售过程信息确定每个意图类别的概率值；

将所述概率值与预设的类别阈值进行比较，根据比较结果确定对应的意图类别。

4.根据权利要求3所述的方法，其特征在于，所述将所述概率值与预设的类别阈值进行比较，根据比较结果确定对应的意图类别的步骤中，

当所述比较结果中存在多个概率值大于或等于对应的类别阈值时，按照百分比排序的方式确定意图类别。

5.根据权利要求1所述的方法，其特征在于，所述根据查询结果生成销售建议，包括：

将所述查询结果按照所述意图类别填充至预设的文本模板中，生成销售建议。

6.根据权利要求1所述的方法，其特征在于，所述根据所述客户的意图信息查询知识库，根据查询结果生成销售建议之后，还包括：

根据所述销售建议生成并输出语音建议文件。

7.一种实时提供销售建议系统，其特征在于，包括服务器和客户端，其中：

8.一种服务器，其特征在于，包括：

语音识别模块，用于将所述语音信息转换为文本信息；

9.一种实时提供销售建议的设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～6中任意一项所述的方法。

10.一种计算机可读存储介质，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权利要求1～6中任意一项所述的方法。