[发明专利]一种基于物联网的店面满意度智能分析方法和系统

权利要求书

1.一种基于物联网的店面满意度智能分析方法，其特征在于该方法采集来店人员的服务反馈数据，对采集到的服务反馈数据进行综合分析，通过非线性人工智能预测分析算法，得到所述服务反馈数据与来店人员真实感受的概率，通过所述概率判断客户满意度，进而评估客服人员的服务质量；

所述的服务反馈数据包括来店人员服务前后的情绪变化数据、服务后评价数据和历史投诉数据。

2.根据权利要求1所述的一种基于物联网的店面满意度智能分析方法，其特征在于通过在店面或服务网点安装视频摄像装置，采集客户接受服务前后的图像，通过表情识别软件判断客户接受服务前后的情绪变化。

3.根据权利要求1所述的一种基于物联网的店面满意度智能分析方法，其特征在于针对服务客户群体发送线上和/或线下的回访信息，收到回复后，记录存档，以此获取服务后评价数据。

4.根据权利要求1所述的一种基于物联网的店面满意度智能分析方法，其特征在于所述历史投诉数据是收集过往发生的投诉数据，将过往投诉数据与客户进行关联。

5.根据权利要求1-4任一项所述的一种基于物联网的店面满意度智能分析方法，其特征在于根据客户的类型划分不同的分析项目，针对每个项目，提取该类型客户的相关数据，建立分析模型，根据客户接受服务前后的情绪变化，服务后评价、历史投诉与客户当场回访的实际情况的概率进行分析，得到概率值K1；

当K1大于90％时为非常满意；当K1大于80％，小于90％时为满意；当K1大于60％，小于80％时为及格；当K1小于60％时为不满意；当客户后续又在2天内发生投诉时，直接判定为不满意；

针对不满意客户，根据现场回访结果，结合实际情况对判定结果进行调整。

6.根据权利要求5所述的一种基于物联网的店面满意度智能分析方法，其特征在于客户类型的划分依据包括客户消费能力、客户年龄和客户职业。

7.根据权利要求5任一项所述的一种基于物联网的店面满意度智能分析方法，其特征在于所述非线性人工智能预测分析算法采用双曲线函数Y＝a+b(1/X)来进行客户服务满意度的数据运算。

8.根据权利要求5所述的一种基于物联网的店面满意度智能分析方法，其特征在于通过所述分析模型，根据客户接受服务前后的情绪变化，服务后评价、历史投诉与客户当场回访的实际情况，计算得到概率K1；根据后续客户现场回访的实际情况来矫正该分析模型，得到最佳的概率计算方法。

9.一种基于物联网的店面满意度智能分析系统，其特征在于包括数据采集模块、客户分析模块和物联网智能分析模块，

数据采集模块用于采集来店人员服务前后的情绪变化数据、服务后评价数据和历史投诉数据；

客户分析模块用于根据客户的类型划分不同的分析项目；

物联网智能分析模块针对不同的项目独立分析，采用非线性的人工智能预测分析算法，建立相关数据与客户当场回访的实际情况的智能分析客户满意度的分析模型。

10.根据权利要求9所述的一种基于物联网的店面满意度智能分析系统，其特征在于针对每个项目，提取该类型客户的相关数据，建立分析模型，根据客户接受服务前后的情绪变化V1，服务后评价T1、历史投诉D1与客户当场回访的实际情况C1的概率进行分析，得到概率值K1；

当K1大于90％时为非常满意；当K1大于80％，小于90％时为满意；大于60％，小于80％时为及格；小于60％时为不满意；当客户后续又在2天内发生投诉时，直接判定为不满意；

针对不满意客户，根据现场回访结果，结合实际情况对判定结果进行调整；

通过所述分析模型，根据客户接受服务前后的情绪变化V1，服务后评价T1、历史投诉D1与客户当场回访的实际情况C1，计算得到概率K1；根据后续客户现场回访的实际情况来矫正该分析模型，得到最佳的概率计算方法。