数据处理方法、装置及计算机可读存储介质与流程

1.本技术涉及大数据领域，尤其涉及一种数据处理方法、装置及计算机存储介质。


背景技术：

2.随着物联网业务的发展，物联网b端客户订购的物联网业务数量也随之增加。当b端客户订购不同种类的物联网业务时，会产生不同类别的售后工单，这些售后工单虽然可以反映出b端客户订购物联网业务后存在的各类业务问题，但确不能直接反映出b端客户对订购的物联网业务的满意度，导致物联网业务人员无法及时对低满意度的b端客户进行维护，从而造成客户流失。
3.因此，亟需一种方法，能够根据售后工单获取b端客户对订购的物联网业务的满意度。


技术实现要素：

4.本技术提供一种数据处理方法、装置及计算机可读存储介质，以期获取b端客户对订购的物联网业务的满意度。
5.第一方面，本技术提供一种数据处理方法，包括：获取多个时段内的多个工单，所述多个工单是用于记录发生在所述多个时段内的售后工作的单据，所述多个时段在时间上连续且不重叠；从所述多个工单中的每个工单提取对应的工单数据，所述每个工单的工单数据包括：所述每个工单所属的工单类型、所述每个工单所记录的售后工作的发生时间、及所述每个工单的客户，所述客户为企业级客户；根据所述多个工单的工单数据，确定每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，同一类型的工单中，时间越靠后的时段内的工单的权重越高；根据每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，确定每个客户的满意度指数。
6.基于此方法，通过对获取的多个时段内的多个工单包括的工作数据进行分析，从而得到每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，并根据权重和修正系数确定每个客户的满意度指数，基于满意度指数就可以得到b端客户对订购的物联网业务的满意程度，进而可以对满意程度较低的客户进行维护，以防止该类客户的流失。
7.结合第一方面，在第一方面某种可能的实现方式中，所述多个工单的客户中，客户m的满意度指数cm满足：
[0008][0009]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内的所述第j个类型的工单中所述客户m的工单对应的修正系数，β
i,j
表示所述第i个时段内所述第j个类型的工单对应的权重，i为
所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0010]
结合第一方面，在第一方面某种可能的实现方式中，所述每个工单的工单数据还包括每个工单涉及的产品，所述方法还包括：根据所述多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数。
[0011]
结合第一方面，在第一方面某种可能的实现方式中，所述多个工单涉及的一种或多种产品中，产品n的满意度指数cn满足：
[0012][0013]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及所述产品n的工单中的数量，为自然数；表示所述第i个时段内所述第j个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,j
表示所述第i个时段内的所述第j个类型的工单对应的权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0014]
结合第一方面，在第一方面某种可能的实现方式中，所述工单类型包括：用户原因导致的故障工单、非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单、咨询工单和业务操作工单；其中，产生正向影响的工单类型包括：用户原因导致的故障工单、咨询工单和业务操作工单，产生反向影响的工单类型包括：非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单。
[0015]
结合第一方面，在第一方面某种可能的实现方式中，每个类型的工单对应的修正系数与每个类型的工单的处理时长和所述每个类型的工单的超时工单数量相关；所述工单的类型为用户原因导致的故障工单或非用户原因导致的故障工单时，所述工单的类型对应的修正系数还与售出的产品数量相关。
[0016]
示例性地，售出的产品包括物联网卡和设备，售出的产品数量为物联网卡的数量和设备的数量之和。
[0017]
应理解，每个类型的工单中不同客户，在不同时段的多个工单的处理时长、超时工单数量、或对不同客户售出的产品数量相同或不同。因此，每个时段内每个类型的工单中每个客户的工单对应的修正系数，与这个客户的工单中这个类型的工单在这个时段内的处理
时长和超时工单数量有关，或者还和对这个客户售出的产品的数量相关。
[0018]
应理解，每个类型的工单中涉及的不同产品，在不同时段的多个工单的工单的处理时长、超时工单数量、或售出的产品数量相同或不同。因此，每个时段内每个类型的工单中涉及的每个产品的工单对应的修正系数，与这个产品的工单中这个类型的工单在这个时段内的处理时长和超时工单数量有关，或者还和售出产品的数量相关。
[0019]
示例一，第i个时段内的第j个类型的工单中客户m的工单对应的修正系数满足：
[0020][0021]
其中，表示第i个时段内的第j个类型的工单中客户m的工单处理时长系数，工单处理时长系数是基于工单的处理时长确定的；表示第i个时段内的第j个类型的工单中客户m的超时工单系数，超时工单系数是基于超时工单数量确定的。
[0022]
示例性地，第i个时段内的第j个类型的工单中客户m的工单处理时长满足：
[0023][0024]
其中，x表示个工单的平均处理时长；48为工单处理时长的最大值，单位为小时。
[0025]
示例性地，第i个时段内的第j个类型的工单中客户m的工单的超时工单系数满足：
[0026][0027]
其中，为第i个时段内的第j个类型的工单中客户m的工单的超时工单占比，
[0028]
示例二，第i个时段内的第j个类型的工单中客户m的工单对应的修正系数满足：
[0029][0030]
其中，表示客户m对应的故障影响范围系数。该故障影响范围系数满足：(售出的产品数量)；其他参数可参照前文描述，此处不再赘述。
[0031]
结合第一方面，在第一方面某种可能的实现方式中，所述方法还包括：基于所述多个客户中每个客户的满意度指数和每个客户的权重，确定所述多个客户的总体满意度指数。
[0032]
结合第一方面，在第一方面某种可能的实现方式中，所述每个客户的权重与所述每个客户的出账金额和购买产品数量相关。
[0033]
应理解，多个客户中出账金额越高的客户，对应的权重越高，和/或，多个客户中购买产品数量越多的客户，对应的权重越高。
[0034]
结合第一方面，在第一方面某种可能的实现方式中，所述多个客户的总体满意度
指数c
t
满足：
[0035][0036]
其中，m表示所述多个客户的数目，m为正整数，μm表示客户m的权重。
[0037]
可选地，客户m的权重μm满足：
[0038][0039]
其中，表示客户m的金额系数；表示客户m的购买产品系数。
[0040]
示例性地，客户m的金额系数满足：
[0041][0042]
其中，xm表示客户m的出账金额；x
min
表示多个客户对应的多个出账金额中的最小出账金额；x
max
表示多个客户对应的多个出账金额中的最大出账金额。
[0043]
示例性地，客户m的购买产品系数满足：
[0044][0045]
其中，ym表示客m户购买产品数量；y
min
表示多个客户对应的多个购买产品数量中的最小购买产品数量；y
max
表示多个客户对应的多个购买产品数量中的最大购买产品数量。
[0046]
第二方面，本技术提供一种数据处理方法，包括：获取多个时段内的多个工单，所述多个工单是用于记录发生在所述多个时段内的售后工作的单据，所述多个时段在时间上连续且不重叠；从所述多个工单中的每个工单提取对应的工单数据，所述每个工单的工单数据包括：所述每个工单所属的工单类型、所述每个工单所记录的售后工作的发生时间、及所述每个工单涉及的产品；根据所述多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数。
[0047]
基于此方法，通过对获取的多个时段内的多个工单包括的工作数据进行分析，从而得到每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，并根据权重和修正系数确定每种产品的满意度指数，基于满意度指数就可以得到客户对不同产品的满意程度，进而可以对满意程度较低的产品进行改进。
[0048]
结合第二方面，在第二方面某种可能的实现方式中，所述多个工单涉及的一种或多种产品中，产品n的满意度指数cn满足：
[0049][0050]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及所述产品n的工单中的数量，为自然数；表示所述第i个时段内所述第j个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,j
表示所述第i个时段内的所述第j个类型的工单对应的
权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0051]
第三方面，本技术提供一种数据处理装置，包括用于实现上述任一方面或上述任一方面中任一项可能实现方式中所述方法的模块。
[0052]
第四方面，本技术提供一种设备类别的识别装置，包括处理器，所述处理器用于执行上述任一方面以及上述任一方面中任一种可能实现方式中所述的方法。
[0053]
所述装置还可以包括存储器，用于存储指令和数据。所述存储器与所述处理器耦合，所述处理器执行所述存储器中存储的指令时，可以实现上述各方面中描述的方法。
[0054]
所述装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性地，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。
[0055]
第五面，本技术提供一种芯片系统，该芯片系统包括至少一个处理器，用于支持实现上述任一方面以及上述任一方面中任一种可能实现方式中所涉及的功能。
[0056]
在一种可能的设计中，所述芯片系统还包括存储器，所述存储器用于保存程序指令和数据，存储器位于处理器之内或处理器之外。
[0057]
该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
[0058]
第六方面，本技术提供一种计算机可读存储介质，包括计算机程序，当其在计算机上运行时，使得计算机实现上述任一方面以及上述任一方面中任一种可能实现方式中的方法。
[0059]
第七方面，本技术提供一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当计算机程序被运行时，使得计算机执行上述任一方面以及上述任一方面中任一种可能实现方式中的方法。
[0060]
应当理解的是，本技术的第三方面至第六方面与本技术的第一方面或第二方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
[0061]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
[0062]
图1是本技术实施例提供的数据处理方法的示意性流程图；
[0063]
图2是本技术实施例提供的数据处理方法的另一示意性流程图；
[0064]
图3是本技术实施例提供的数据处理方法的另一示意性流程图；
[0065]
图4是本技术实施例提供的数据处理装置的示意性框图；
[0066]
图5是本技术实施例提供的数据处理装置的另一示意性框图。
[0067]
通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为
本领域技术人员说明本技术的概念。
具体实施方式
[0068]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
[0069]
为了更好地理解本技术实施例提供的数据处理方法，首先对本技术中涉及到的术语作简单说明。
[0070]
1、企业级客户：又称b端客户，指以企业、公司、机构、组织等形式存在的客户。通常地，b端客户对物联网业务的需求基于商业目的，而不是基于个人需求，需要订购并使用包括不同种类的物联网产品或服务的物联网业务，以此来支持b端客户本身的业务运营。
[0071]
2、c端客户：是指以个人形式存在的客户。c端客户是通过b端订购物联网业务的。
[0072]
在介绍本技术实施例提供的方法之前，先做出以下几点说明。
[0073]
第一，在下文示出的实施例中第一、第二以及各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围。例如，区分不同的排列顺序，区分不同的数据。需要说明的是，本技术实施例使用“第一”、“第二”等序数词是用于对多个对象进行区分，不用于限定多个对象的优先级或重要程度。例如，第一时段、第二时段等，只是为了区分不同的时段，而并不是表示这两个时段的重要程度不同。
[0074]
第二，在下文示出的实施例中“示例性地”或者“例如”等词用于表示作例子、例证或说明。本技术中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
[0075]
第三，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a、b和c中的至少一项(个)，可以表示：a，或b，或c，或a和b，或a和c，或b和c，或a、b和c，其中a，b，c可以是单个，也可以是多个。
[0076]
随着物联网的发展，与物联网相关的业务也不断增长，因此b端客户订购的物联网业务数量也在大量增加。而b端客户在订购物联网业务时，会产生售后工单，这些售后工单可以反映出b端客户订购物联网业务后存在的业务问题。但由于物联网业务种类不同，产生的售后工单类型也有所不同，存在的业务问题也比较繁杂，因此无法直观地获知b端客户对订购的物联网业务的满意程度，进而导致无法及时对满意度较低的b端客户进行维护，从而造成客户流失。
[0077]
目前，相关技术中存在的能够获取物联网业务满意度的模型，但这些模型都是针对c端客户订购物联网业务的场景建立的。由于针对c端客户的满意度模型均是基于已有的个人客户满意度样本或个人客户的情绪特征以及语音特征建立的，因此不适用于b端客户，更不能通过b端客户产生的售后工单获知b端客户对订购的物联网业务的满意程度，从而无
法对低满意度的b端客户进行维护。
[0078]
有鉴于此，本技术提供了一种数据处理方法、装置及计算机可读存储介质，该方法中，通过获取不同b端客户在不同时段内产生的多种类型的售后工单，并基于售后工单中的工单数据确定每个b端客户对订购的物联网业务的满意度指数。该方法可以获得较为准确的b端客户对订购的物联网业务的满意程度。
[0079]
下面结合附图，对本技术实施例提供的数据处理方法进行详细说明。本技术实施例的方法可以由数据处理设备执行，也可以由数据处理设备中的芯片执行，本技术实施例对此不作限定。
[0080]
图1是本技术实施例提供的一种数据处理方法100的示意性流程图。该方法100可以包括s101至s104。下面详细描述图1所示的各步骤。
[0081]
s101，获取多个时段内的多个工单。
[0082]
该多个工单是用于记录发生在多个时段内的售后工作的单据，多个时段在时间上连续且不重叠。
[0083]
应理解，多个时段中的每个时段均可以获取到多个工单，这多个工单可以是不同客户在同一时段产生的多种类型的工单。
[0084]
示例性地，获取多个时段内的多个工单可以理解为：获取第一时段内的多个工单以及获取第二时段内的多个工单。
[0085]
由于多个时段在时间上连续不重叠，因此第一时段是近一个月时，第二时段可以是近一个月之前的近两个月。例如，第一时段为2023年5月28日至2023年6月27日，第二时段为2023年3月28日至2023年5月27日。
[0086]
s102，从多个工单中的每个工单提取对应的工单数据。
[0087]
其中，每个工单的工单数据包括：每个工单所属的工单类型、每个工单所记录的售后工作的发生时间、及每个工单的客户，该客户为企业级客户。
[0088]
关于企业级客户的描述可参照前文描述，此处不再赘述。
[0089]
本技术可以基于每个工单的工单数据对多个工单进行划分，得到每个客户在每个时段产生的多种类型的工单。
[0090]
可选地，每个工单的工单数据还包括每个工单涉及的产品。在每个工单的工单数据还包括每个工单涉及的产品时，本技术还可以基于每个工单的工单数据对多个工单进行划分，得到每个时段产生的多种类型的工单中涉及产品的工单。
[0091]
示例性地，工单类型包括：用户原因导致的故障工单、非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单、咨询工单和业务操作工单。
[0092]
上述非用户原因导致的故障可以包括网络故障、平台故障和网络配置错误等造成的故障。
[0093]
本技术中将用户原因导致的故障工单、咨询工单和业务操作工单等定义为产生正向影响的工单类型，将非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单等定义为产生反向影响的工单类型。
[0094]
s103，根据多个工单的工单数据，确定每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数。
[0095]
应理解，同一类型的工单中，时间越靠后的时段内的工单的权重越高，例如，上述示例性中，第一时段内的工单类型1对应的权重高于第二时段内的工单类型1对应的权重；同一时段内，不同类型的工单对应的多个权重可以相同，也可以不同。
[0096]
可选地，每个类型的工单对应的权重可以是0.25、0.5、0.75或1。
[0097]
应理解，同一类型的工单在不同时段内对应的权重(如0.25、0.5、0.75或1)，以及同一时段内不同类型的工单对应的权重均可以是业务人员基于对业务的理解分配的。
[0098]
示例性地，每个类型的工单中每个客户的工单对应的修正系数与每个类型的工单中每个客户的工单的处理时长和每个类型的工单中每个客户的工单的超时工单数量相关，但对于用户原因导致的故障工单或非用户原因导致的故障工单来说，这两种类型的工单中每个客户的工单对应的修正系数还与售出的产品数量相关。
[0099]
应理解，这里的售出的产品的数量是指对该客户售出的产品的数量。
[0100]
其中，售出的产品包括物联网卡和设备，那么售出的产品数量即为物联网卡的数量和设备的数量之和。
[0101]
表一
[0102]
[0103]
表一示出了多种工单类型、以及每种类型的工单对应的修正系数、指标类型和权重。根据业务对获取的工单进行分类，可以分为如表一所示的一级分类列所示的三个大类：故障类工单、争议类工单以及操作咨询类工单。每个大类下又可以细分为如表一中的二级分类列所示的工单类型。例如，故障类工单可以包括非用户原因导致的故障工单类型和用户原因导致的故障工单类型。
[0104]
应理解，表一中二级分类列中所示的每种工单类型可以对应有多个工单。例如，可以将第一时段内非用户原因导致的每一次故障生成一个工单，若在第一时段内非用户原因导致了多次故障，则可以生成多个工单。
[0105]
表一中的权重列所示的多个权重是为对应行的工单分配的权重。例如，第一时段：非用户原因导致的故障工单的权重为1；第一时段：用户原因导致的故障工单的权重为0.75。
[0106]
应理解，表一所示的各工单类型对应的权重，还可以是以表一所示的权重为基础，增加或减去预设阈值后得到的权重。例如，预设阈值为0.01，那么权重1还可以是0.09或者1.01，权重0.75还可以是0.74或0.76，权重0.5还可以是0.49或0.51，权重0.25还可以是0.24或0.26。本技术对预设阈值的大小不作限定。
[0107]
表一中的指标类型列所示的多个指标为所在行的工单类型。指标类型可以包括正向指标和反向指标。其中，正向指标是指对满意度指数产生正向影响(或者说，有利影响)的指标，反向指标是指对满意度指数产生反向影响(或者说，不利影响)的指标。例如，非用户原因导致的故障工单为反向指标。也就是说，非用户原因导致的故障工单更大概率是由于产品本身的问题，而非人为原因所导致的，因此用户的满意度会受反向影响。又例如，用户原因导致的故障工单为正向指标。也就是说，用户原因导致的故障工单更大概率是由于用户的不当操作等原因所导致的，而非产品本身的问题，因此用户的满意度会受正向影响。
[0108]
表一中的修正系数列所示的故障影响范围系数是基于对客户售出的产品数量确定的；工单处理时长系数是基于每个类型的工单的处理时长确定的；超时工单系数是基于每个类型的工单的超时工单数量确定的。
[0109]
s104，根据每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，确定每个客户的满意度指数。
[0110]
示例性地，多个工单的客户中，客户m的满意度指数cm满足：
[0111][0112]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中客户m的工单的数量，为自然数；表示第i个时段内的第j个类型的工单中客户m的工单对应的修正系数，β
i,j
表示第i个时段内第j个类型的工单对应的权重，i为多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在第i个时段内产生反向影响的第k个类型的工单中客户m的工单的数量，为自然数；表示第i个时段内产生反向影响的第k个类型的工单中客户m的工单对应的修正系数，β
i,k
表示第i个时段内的第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，
k、k为正整数。
[0113]
本技术实施例中，通过对获取的多个时段内的多个工单包括的工作数据进行分析，从而得到每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，并根据权重和修正系数确定每个客户的满意度指数，基于满意度指数就可以得到b端客户对订购的物联网业务的满意程度，进而可以对满意程度较低的客户进行维护，以防止该类客户的流失。
[0114]
可选地，在每个工单的工单数据还包括每个工单涉及的产品时，该方法100还包括：根据多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定每种产品的满意度指数。
[0115]
示例性地，多个工单涉及的一种或多种产品中，产品n的满意度指数cn满足：
[0116][0117]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及产品n的工单中的数量，为自然数；表示第i个时段内第j个类型的工单中涉及产品n的工单对应的修正系数，β
i,j
表示第i个时段内的第j个类型的工单对应的权重，i为多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在第i个时段内产生反向影响的第k个类型的工单中涉及产品n的工单的数量，为自然数；表示第i个时段内产生反向影响的第k个类型的工单中涉及产品n的工单对应的修正系数，β
i,k
表示第i个时段内的第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0118]
前文提到每个类型的工单对应的修正系数与每个类型的工单的处理时长和每个类型的工单的超时工单数量相关；在工单类型为用户原因导致的故障工单或非用户原因导致的故障工单时，工单类型对应的修正系数还与售出的产品数量相关。也就是说，不同类型的工单对应的修正系数可能与不同的因素有关。因此，不同类型的工单对应的修正系数的确定方式也可能不同。
[0119]
可以理解的是，每个类型的工单中包括不同客户在不同时段的多个工单，而同一时段内同一类型的不同客户的工单的处理时长、超时工单数量、或对不同客户售出的产品数量也可能不同。因此，每个时段内每个类型的工单中每个客户的工单对应的修正系数，与这个客户的工单中这个类型的工单在这个时段内的处理时长和超时工单数量有关，或者还和对这个客户售出的产品的数量相关。
[0120]
同理，每个类型的工单中包括涉及的不同产品在不同时段的多个工单，而同一时段内同一类型的涉及的不同产品的工单的处理时长、超时工单数量、或售出的产品数量也可能不同。因此，每个时段内每个类型的工单中涉及的每个产品的工单对应的修正系数，与这个产品的工单中这个类型的工单在这个时段内的处理时长和超时工单数量有关，或者还和售出产品的数量相关。
[0121]
下面以确定每个时段内每个类型的工单中，每个客户的工单对应的修正系数为
例，结合示例一和示例二分别介绍不同类型的工单对应的修正系数的确定方式。
[0122]
示例一，对于每个时段内每个类型的工单中，每个客户的工单对应的修正系数与这个客户的工单中这个类型的工单，在这个时段内的处理时长和超时工单数量有关时，上述公式(1)中的第i个时段内的第j个类型的工单中客户m的工单对应的修正系数满足：
[0123][0124]
其中，表示第i个时段内的第j个类型的工单中客户m的工单处理时长系数，工单处理时长系数是基于工单的处理时长确定的；表示第i个时段内的第j个类型的工单中客户m的超时工单系数，超时工单系数是基于超时工单数量确定的。
[0125]
应理解，第i个时段内的第j个类型的工单中客户m的工单可以有个。因此，可以是基于这个工单的平均处理时长确定的。
[0126]
例如，第i个时段内的第j个类型的工单中客户m的工单处理时长满足：
[0127][0128]
其中，x表示个工单的平均处理时长；48为工单处理时长的最大值，单位为小时。
[0129]
例如，第i个时段内的第j个类型的工单中客户m的工单的超时工单系数满足：
[0130][0131]
其中，为第i个时段内的第j个类型的工单中客户m的工单的超时工单占比，
[0132]
应理解，工单是否超时可以按照物联网工单评价细则确定。
[0133]
示例二，对于每个时段内每个类型的工单中每个客户的工单对应的修正系数，与这个客户的工单中这个类型的工单在这个时段内的处理时长、超时工单数量和售出的产品数量有关时，第i个时段内的第j个类型的工单中客户m的工单对应的修正系数满足：
[0134][0135]
其中，表示客户m对应的故障影响范围系数。该故障影响范围系数满足：(售出的产品数量)；其他参数可参照公式(3)至公式(5)中的相关描述，此处不再赘述。
[0136]
上述售出的产品数量为第i个时段以及第i个时段之前的所有时段内对客户m售出的产品数量，也可以理解为在第i个时段内客户m已激活的产品数量。
[0137]
同样，对于第i个时段内的第j个类型的工单中，涉及产品n的工单对应的修正系数的确定方式与的确定方式类似，只需将上述公式(3)至公式(6)中与客户相关的参数替换为与产品相关的参数即可。例如，将替换为表示第i个时段内的第j个类型的
产品n的工单的超时工单占比。因此，修正系数的具体确定方式，此处不再赘述。
[0138]
可选地，该方法100还包括：基于多个客户中每个客户的满意度指数和每个客户的权重，确定多个客户的总体满意度指数。
[0139]
其中，每个客户的权重与每个客户的出账金额和购买产品数量相关。每个客户的权重也可以称为每个客户的满意度系数。
[0140]
应理解，多个客户中出账金额越高的客户，对应的权重越高，和/或，多个客户中购买产品数量越多的客户，对应的权重越高。其中，购买产品数量是指已激活的物联网卡数和已起租的设备数，与前文描述的对客户售出的产品的数量相同。
[0141]
示例性地，多个客户的总体满意度指数c
t
满足：
[0142][0143]
其中，m表示多个客户的数目，m为正整数，μm表示客户m的权重。
[0144]
示例性地，客户m的权重μm可以通过如下步骤1至步骤3得到。
[0145]
步骤1，将多个客户中每个客户的出账金额采用对数极值归一化进行处理，得到客户m的金额系数
[0146][0147]
其中，xm表示客户m的出账金额；x
min
表示多个客户对应的多个出账金额中的最小出账金额；x
max
表示多个客户对应的多个出账金额中的最大出账金额。
[0148]
步骤2，将多个客户中每个客户购买的产品数量采用对数极值归一化处理，得到客户m的购买产品系数
[0149][0150]
其中，ym表示客m户购买产品数量；y
min
表示多个客户对应的多个购买产品数量中的最小购买产品数量；y
max
表示多个客户对应的多个购买产品数量中的最大购买产品数量。
[0151]
步骤3，基于金额系数和购买产品系数确定客户m的权重μm。
[0152]
客户m的权重μm满足：
[0153][0154]
图2是本技术实施例提供的数据处理方法200的另一示意性流程图。该方法200可以包括s201至s204。下面详细描述图2所示的各步骤。
[0155]
应理解，在图1所示实施例中已介绍的内容不在赘述。
[0156]
s201，获取多个时段内的多个工单。该多个工单是用于记录发生在多个时段内的售后工作的单据，多个时段在时间上连续且不重叠。
[0157]
关于多个时段的描述可参照前文s101中的相关描述，此处不再赘述。
[0158]
s202，从多个工单中的每个工单提取对应的工单数据。
[0159]
其中，每个工单的工单数据包括：每个工单所属的工单类型、每个工单所记录的售
后工作的发生时间、及每个工单涉及的产品。
[0160]
s203，根据多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数。
[0161]
关于涉及每种产品的工单的修正系数的确定方式可参照前文描述，此处不再赘述。
[0162]
s204，根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定每种产品的满意度指数。
[0163]
示例性地，每种产品的满意度指数的确定方式可参照上述公式(2)，此处不再赘述。
[0164]
本技术实施例中，通过对获取的多个时段内的多个工单包括的工作数据进行分析，从而得到每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，并根据权重和修正系数确定每种产品的满意度指数，基于满意度指数就可以得到客户对不同产品的满意程度，进而可以对满意程度较低的产品进行改进。
[0165]
下面以图1所示的实施例为基础，结合图3详细描述本技术实施例提供的数据处理方法。应理解，在图1所示实施例中已介绍的内容不在赘述。
[0166]
图3是本技术实施例提供的数据处理方法300的另一示意性流程图。该方法300可以包括s301至s308。下面详细描述图3所示的各步骤。
[0167]
s301，获取近三个月的多个工单。
[0168]
应理解，近三个月的工单中包括近一个月的工单和近一个月之前的近两个月的工单。此处可参照s101的相关描述，此处不再赘述。
[0169]
还应理解，多个工单可以对应多个工单类型，每个工单类型下可以有多个工单。关于工单类型的描述可参照前文描述。
[0170]
s302，对多个工单按照客户和产品两个维度进行统计。
[0171]
示例性地，分别对多个工单中由于客户原因产生的工单进行统计，得到客户类工单；对多个工单中涉及产品的工单进行统计，得到产品类工单。
[0172]
其中，客户类工单可以用于确定客户的满意度指数，产品类工单可以用于确定产品的满意度指数。
[0173]
s303，确定工单的修正系数和工单的权重。
[0174]
其中，工单的修正系数包括每个类型的工单中每个客户的工单对应的修正系数，和每个类型的工单中涉及不同产品的工单对应的修正系数。
[0175]
关于评价系数确定方式可参照前文示例一和示例二的相关描述，此处不再赘述。
[0176]
关于工单的权重的描述可参照s103中的描述，此处不再赘述。
[0177]
s304，确定客户满意度系数。
[0178]
关于客户满意度系数的描述可参照前文客户的权重的相关描述，此处不再赘述。
[0179]
s305，确定客户满意度指数。
[0180]
示例性地，基于每个类型的工单中每个客户的工单对应的修正系数，和每个类型的工单的权重，确定客户满意度指数。
[0181]
关于客户满意度指数的描述可参照前文s104中的相关描述，此处不再赘述。
[0182]
s306，确定产品满意度系数。
[0183]
示例性地，基于每个类型的工单中涉及产品的工单对应的修正系数，和每个类型的工单的权重，确定产品满意度指数。
[0184]
关于产品满意度指数的描述可参照前文公式(2)的相关描述，此处不再赘述。
[0185]
s307，基于客户满意度系数和客户满意度指标，确定总体满意度指数。
[0186]
该过程可参照前文公式(7)至公式(10)的相关描述，此处不再赘述。
[0187]
s308，向业务人员推送客户满意度指数、产品满意度指数以及总体满意度指数。以便于业务人员可以基于满意度指数，及时改进业务和产品。
[0188]
应理解，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0189]
上文结合图1至图3详细描述了本技术实施例提供的方法，下文结合图4和图5详细描述本技术实施例的装置。
[0190]
图4是本技术实施例提供的数据处理装置400的示意性框图，该装置400包括：获取模块410和处理模块420。
[0191]
在一种可能的实现方式中，获取模块410用于：获取多个时段内的多个工单，所述多个工单是用于记录发生在所述多个时段内的售后工作的单据，所述多个时段在时间上连续且不重叠；处理模块420用于：从所述多个工单中的每个工单提取对应的工单数据，并根据所多个工单的工单数据，确定每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数；以及根据每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，确定每个客户的满意度指数，其中，每个工单的工单数据包括：每个工单所属的工单类型、所述每个工单所记录的售后工作的发生时间、及所述每个工单的客户，所述客户为企业级客户；同一类型的工单中，时间越靠后的时段内的工单的权重越高。
[0192]
可选地，多个工单的客户中，客户m的满意度指数cm满足：
[0193][0194]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内的所述第j个类型的工单中所述客户m的工单对应的修正系数，β
i,j
表示所述第i个时段内所述第j个类型的工单对应的权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0195]
可选地，在每个工单的工单数据还包括每个工单涉及的产品时，处理模块420还用于：根据所述多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；以及根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数。
[0196]
可选地，多个工单涉及的一种或多种产品中，产品n的满意度指数cn满足：
[0197][0198]
其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及所述产品n的工单中的数量，为自然数；表示所述第i个时段内所述第j个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,j
表示所述第i个时段内的所述第j个类型的工单对应的权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。
[0199]
可选地，工单类型包括：用户原因导致的故障工单、非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单、咨询工单和业务操作工单；其中，产生正向影响的工单类型包括：用户原因导致的故障工单、咨询工单和业务操作工单，产生反向影响的工单类型包括：非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单。
[0200]
可选地，每个类型的工单对应的修正系数与所述每个类型的工单的处理时长和所述每个类型的工单的超时工单数量相关；工单类型为用户原因导致的故障工单或非用户原因导致的故障工单时，所述工单类型对应的修正系数还与售出的产品数量相关。
[0201]
可选地，处理模块420还用于：基于所述多个客户中每个客户的满意度指数和每个客户的权重，确定所述多个客户的总体满意度指数。
[0202]
可选地，每个客户的权重与所述每个客户的出账金额和购买产品数量相关。
[0203]
可选地，多个客户的总体满意度指数c
t
满足：
[0204][0205]
其中，m表示所述多个客户的数目，m为正整数，μm表示客户m的权重。
[0206]
在另一种可能的实现方式中，获取模块410用于：获取多个时段内的多个工单，该多个工单是用于记录发生在所述多个时段内的售后工作的单据，多个时段在时间上连续且不重叠；处理模块420用于：从多个工单中的每个工单提取对应的工单数据，并根据多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；以及，根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数；其中，每个工单的工单数据包括：每个工单所属的工单类型、每个工单所记录的售后工作的发生时间、及每个工单涉及的产品。
[0207]
应理解，这里的装置400以功能模块的形式体现。这里的术语“模块”可以指应用特有集成电路(application specific integrated circuit，asic)、电子电路、用于执行一个或多个软件或固件程序的处理器(例如共享处理器、专有处理器或组处理器等)和存储
器、合并逻辑电路和/或其它支持所描述的功能的合适组件。在一个可选例子中，本领域技术人员可以理解，装置400可以具体为上述实施例中的数据处理设备，或者，上述实施例中数据处理设备的功能可以集成在装置400中，装置400可以用于执行上述方法实施例中与数据处理设备对应的各个流程和/或步骤，为避免重复，在此不再赘述。
[0208]
上述装置400具有实现上述方法中数据处理设备执行的相应步骤的功能；上述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。例如，上述获取模块410可以为通信接口，例如收发接口。
[0209]
在本技术的实施例，图4中的装置400也可以是芯片或者芯片系统，例如：片上系统(system on chip，soc)。对应的，获取模块410可以是该芯片的收发电路，在此不做限定。
[0210]
图5是本技术实施例提供的另一数据处理装置500的示意性框图。该装置500包括处理器510、通信接口520和存储器530。
[0211]
其中，处理器510、通信接口520和存储器530通过内部连接通路互相通信，该存储器530用于存储指令，该处理器510用于执行该存储器530存储的指令，以控制该通信接口520获取数据。
[0212]
应理解，装置500可以用于执行上述方法实施例中与数据处理设备对应的各个步骤和/或流程。可选地，该存储器530可以包括只读存储器和随机存取存储器，并向处理器510提供指令和数据。存储器530的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。该处理器510可以用于执行存储器中存储的指令，并且该处理器510执行该指令时，该处理器510可以执行上述方法实施例中与数据处理设备对应的各个步骤和/或流程。
[0213]
应理解，在本技术实施例中，该处理器可以是中央处理单元(central processing unit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0214]
本技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序(也可以称为代码，或指令)。当所述计算机程序被运行时，使得计算机执行前述实施例中任意一个实施例的方法。
[0215]
本技术实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述实施例所述的方法。
[0216]
应理解，本技术实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执
行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0217]
还应理解，本技术实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
[0218]
本说明书中使用的术语“单元”、“模块”等，可用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。本技术实施例中的单元和模块含义相同，可以交叉使用。
[0219]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性逻辑块(illustrative logical block)和步骤(step)，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0220]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0221]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0222]
在上述实施例中，各功能单元的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令(程序)。在计算机上加载和执行所述计算机程序指令(程序)时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算
机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital video disc，dvd))、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0223]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
[0224]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。

技术特征：
1.一种数据处理方法，其特征在于，包括：获取多个时段内的多个工单，所述多个工单是用于记录发生在所述多个时段内的售后工作的单据，所述多个时段在时间上连续且不重叠；从所述多个工单中的每个工单提取对应的工单数据，所述每个工单的工单数据包括：所述每个工单所属的工单类型、所述每个工单所记录的售后工作的发生时间、及所述每个工单的客户，所述客户为企业级客户；根据所述多个工单的工单数据，确定每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，同一类型的工单中，时间越靠后的时段内的工单的权重越高；根据每个类型的工单对应的权重，以及每个类型的工单中每个客户的工单对应的修正系数，确定每个客户的满意度指数。2.如权利要求1所述的方法，其特征在于，所述多个工单的客户中，客户m的满意度指数c
m
满足：其中，表示在第i个时段内产生正向影响的第j个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内的所述第j个类型的工单中所述客户m的工单对应的修正系数，β
i,j
表示所述第i个时段内所述第j个类型的工单对应的权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中所述客户m的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。3.如权利要求1所述的方法，其特征在于，所述每个工单的工单数据还包括所述每个工单涉及的产品，所述方法还包括：根据所述多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数。4.如权利要求3所述的方法，其特征在于，所述多个工单涉及的一种或多种产品中，产品n的满意度指数c
n
满足：其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及所述产品n的工单中的数量，为自然数；表示所述第i个时段内所述第j个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,j
表示所述第i个时段内的所述第j个类型的工单对应的权
重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。5.如权利要求2或4所述的方法，其特征在于，所述工单类型包括：用户原因导致的故障工单、非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单、咨询工单和业务操作工单；其中，产生正向影响的工单类型包括：用户原因导致的故障工单、咨询工单和业务操作工单，产生反向影响的工单类型包括：非用户原因导致的故障工单、退换货工单、产品的费用争议工单、产品易用性问题工单、订单催单工单。6.如权利要求5所述的方法，其特征在于，每个类型的工单对应的修正系数与所述每个类型的工单的处理时长和所述每个类型的工单的超时工单数量相关；所述工单类型为用户原因导致的故障工单或非用户原因导致的故障工单时，所述工单类型对应的修正系数还与售出的产品数量相关。7.如权利要求2所述的方法，其特征在于，所述方法还包括：基于所述多个客户中每个客户的满意度指数和每个客户的权重，确定所述多个客户的总体满意度指数。8.如权利要求7所述的方法，其特征在于，所述每个客户的权重与所述每个客户的出账金额和购买产品数量相关。9.如权利要求7或8所述的方法，其特征在于，所述多个客户的总体满意度指数c
t
满足：其中，m表示所述多个客户的数目，m为正整数，μ
m
表示客户m的权重。10.一种数据处理方法，其特征在于，包括：获取多个时段内的多个工单，所述多个工单是用于记录发生在所述多个时段内的售后工作的单据，所述多个时段在时间上连续且不重叠；从所述多个工单中的每个工单提取对应的工单数据，所述每个工单的工单数据包括：所述每个工单所属的工单类型、所述每个工单所记录的售后工作的发生时间、及所述每个工单涉及的产品；根据所述多个工单的工单数据，确定每个类型的工单中涉及每种产品的工单对应的修正系数；根据每个类型的工单对应的权重，以及每个类型的工单中涉及每种产品的工单对应的修正系数，确定所述每种产品的满意度指数。11.如权利要求10所述的方法，其特征在于，所述多个工单涉及的一种或多种产品中，产品n的满意度指数c
n
满足：
其中，表示在第i个时段内产生正向影响的第j个类型的工单中涉及所述产品n的工单中的数量，为自然数；表示所述第i个时段内所述第j个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,j
表示所述第i个时段内的所述第j个类型的工单对应的权重，i为所述多个时段的个数，1≤i≤i，i、i为正整数，j为产生正向影响的工单类型的数目，1≤j≤j，j、j为正整数；表示在所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单的数量，为自然数；表示所述第i个时段内产生反向影响的第k个类型的工单中涉及所述产品n的工单对应的修正系数，β
i,k
表示所述第i个时段内的所述第k个类型的工单对应的权重，k为产生反向影响的工单类型的数目，1≤k≤k，k、k为正整数。12.一种数据处理装置，其特征在于，包括用于实现如权利要求1至11中任一项所述的方法的模块。13.一种数据处理装置，其特征在于，包括处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至11中任一项所述的方法。14.一种计算机可读存储介质，其特征在于，包括指令，当其在计算机上运行时，使得所述计算机如执行权利要求1至11中任一项所述的方法。

技术总结
本申请提供一种数据处理方法、装置及计算机可读存储介质，可用于大数据领域。该方法包括：获取多个时段内的多个工单，该多个工单是用于记录发生在时间上连续且不重叠的多个时段内的售后工作的单据，并从多个工单中的每个工单提取对应的工单数据，每个工单的工单数据包括：每个工单所属的工单类型、每个工单所记录的售后工作的发生时间及每个工单的企业级客户；再根据多个工单的工单数据，确定每个类型的工单对应的权重，及每个类型的工单中每个客户的工单对应的修正系数，同一类型的工单中，时间越靠后的时段内的工单的权重越高；根据工单对应的权重的修正系数，确定每个客户的满意度指数。本申请的方法，可以获取每个客户的满意度指数。的满意度指数。的满意度指数。


技术研发人员：曹侃 王政 范璐
受保护的技术使用者：联通数字科技有限公司 联通物联网有限责任公司
技术研发日：2023.07.06
技术公布日：2023/10/6