程序聚合 软件案例 智能电销平台

智能电销平台

2026-06-19 09:36:23
行业:金融
载体:网站
技术:Java、React

业务和功能介绍

立项背景
公司原有电销业务主要依赖 Excel 名单、人工拨号和线下录音复盘,存在不少问题。
名单管理比较混乱。线索来自官网、广告投放、合作方等多个渠道,格式不统一,经常出现重复拨打、漏跟进的情况。
外呼效率偏低。坐席需要手动拨号,有效通话占比往往不到三成,拨号前准备时间平均超过两分钟。
过程难以管控。各坐席话术不统一,质检主要靠抽检,覆盖率通常不到百分之五,合规风险较高。
转化难以归因。从线索到接通、再到意向和成交,整条链路数据断裂,很难评估投放 ROI。
人员流失也偏高。新人培训周期通常要两到三周,缺少实时辅助和统一知识库,上手慢、压力大。
同时,个人信息保护法和营销外呼相关监管越来越严,业务系统必须做到可审计、可溯源、可管控
项目目标
业务上,希望通过预测式外呼和智能排队,把有效通话率提升百分之三十以上;通过统一话术和知识库,把新人培训周期压缩到五个工作日;通过全量录音入库和智能质检,把质检覆盖率从百分之五提升到百分之百;通过精细化跟进和意向评分,把线索转化率提升百分之十五左右。
技术上,要建设统一的线索、外呼、跟进、成交闭环 CRM;对接运营商或云通信平台,支撑稳定高并发外呼,峰值约两千路并发;建立可配置的话术引擎和质检规则引擎;支持多租户、多业务线和权限隔离。
整体功能
平台主要包含线索中心、外呼中心、客户管理、质检合规、报表运营,以及坐席工作台、主管看板、话术配置、任务调度和系统管理等支撑能力。

项目实现

1.线索从渠道投放或合作方进入系统,先完成接入和清洗去重,再分配到坐席或任务池。之后根据外呼模式,由坐席手动拨号或系统自动预测式拨号。通话过程中弹出客户信息,通话结束后填写跟进单,并根据意向等级决定转销售、加入跟进计划,或标记失效进入公海。通话录音上传后进行智能质检,主管据此做复盘和培训,高意向客户最终进入成交闭环。
2.营人员创建外呼活动
登录后进入线索中心导入名单,设置分配规则,例如按城市分给华东组;再进入外呼中心创建预测式任务,配置并发数、外呼时段和话术模板,启动任务后在报表中心查看实时进度。
3.坐席日常外呼
登录坐席工作台,查看今日待跟进名单,点击客户自动拨号并弹出客户信息;通话中查看推荐话术或知识库;挂断后填写跟进表单,例如意向 B 级、三天后回访;提交后系统自动创建提醒,继续处理下一条。
4.系统采用前后端分离和微服务架构。前端包括 Web 管理端、H5 和坐席软电话;请求经过 API 网关做鉴权和限流;后端拆分为线索服务、外呼服务、CRM 服务、质检服务、报表服务和调度服务。通话事件和状态同步通过消息队列解耦,底层使用 MySQL 存业务数据,Redis 做缓存和分布式锁,Elasticsearch 做录音和跟进检索,对象存储保存录音文件,再对接 CTI 云通信和 ASR 服务。
5.我负责的模块
我主要负责线索中心、外呼服务,以及坐席工作台后端接口,同时负责接口自动化测试,并在二期参与基于大模型的通话摘要、意向抽取和话术推荐 POC。
6.遇见的坑
CTI 回调重复和乱序导致通话状态错乱
同一通电话可能收到多次挂断回调,或者接通回调晚于挂断回调,导致跟进单无法创建、录音关联失败。原因是云通信平台至少一次投递,且多节点消费无法保证顺序。最终通过 callId 幂等、通话状态机校验非法跳转、回调先写消息队列并按 callId 分区有序消费来解决。
预测式外呼接通后没有空闲坐席
客户接通后要等八到十五秒才分配到坐席,大量客户秒挂。原因是拨号算法只看历史接通率,没有实时感知坐席空闲数。后来增加实时坐席空闲率反馈,无空闲坐席时暂停拨号,并对新任务做渐进式低并发预热。
具体包括:线索导入 API、去重合并、分配引擎、公海回收定时任务;CTI 对接、通话状态机、录音回调、预测式外呼调度;坐席待办队列、弹屏聚合接口、跟进单 CRUD;基于 pytest 和 Allure 搭建自动化测试,覆盖核心链路两百多条用例。

示例图片视频


我不秃头
24小时内活跃
方向: 后端-Java、后端-Python、
交付率:100.00%
相似推荐
贵州省黔南州国庆保障检查
1、梳理多个县级重点单位的资产暴露面,通过信息收集技术定位并评估测试目标,并实施渗透测试。 2、开展现场与非现场合规性检查,对单位机房及IT资产进行安全基线核查与风险评估。 3、实施针对性的漏洞扫描方案,覆盖单位内部网络与对外业务系统,并输出详细扫描报告。
多媒体-多媒体生成器
1、立项背景和目标 随着AI技术的发展,普通人也可以轻松生成高质量的图片、视频和音乐。但现有工具要么收费太高,要么操作复杂,对刚开始尝试AI创作的用户不够友好。我结合自己使用大模型API的经验,开发了一款集图片生成、视频生成、音乐生成于一体的多媒体创作工具,旨在降低AI创作门槛,让每个人都能免费体验AI生成内容的乐趣。项目灵感来源于我在AFAC比赛中使用AI API的经历,以及对TRAE Work工具的探索。 2、软件功能和核心模块介绍 图片生成模块:用户可自定义图片尺寸(宽/高),选择不同风格的图案类型(抽象图案、写实风格、卡通风格等),AI根据用户选择生成对应的图片。 视频生成模块:用户输入视频主题或关键词,AI自动生成短视频脚本并调用视频生成API产出视频。 音乐生成模块:用户选择音乐风格(古典/电子/轻音乐等),AI生成对应的音频文件。 参数配置面板:所有生成参数(尺寸、风格、时长等)集中在一个面板,用户可自由调整。 3、业务流程和功能路径描述 用户打开网页 → 选择“图片生成”/“视频生成”/“音乐生成” → 填写参数(宽高、风格、主题等) → 点击“生成”按钮 → 系统调用大模型API → 生成内容展示在页面上 → 用户可预览并下载。
智能电销平台
立项背景 公司原有电销业务主要依赖 Excel 名单、人工拨号和线下录音复盘,存在不少问题。 名单管理比较混乱。线索来自官网、广告投放、合作方等多个渠道,格式不统一,经常出现重复拨打、漏跟进的情况。 外呼效率偏低。坐席需要手动拨号,有效通话占比往往不到三成,拨号前准备时间平均超过两分钟。 过程难以管控。各坐席话术不统一,质检主要靠抽检,覆盖率通常不到百分之五,合规风险较高。 转化难以归因。从线索到接通、再到意向和成交,整条链路数据断裂,很难评估投放 ROI。 人员流失也偏高。新人培训周期通常要两到三周,缺少实时辅助和统一知识库,上手慢、压力大。 同时,个人信息保护法和营销外呼相关监管越来越严,业务系统必须做到可审计、可溯源、可管控 项目目标 业务上,希望通过预测式外呼和智能排队,把有效通话率提升百分之三十以上;通过统一话术和知识库,把新人培训周期压缩到五个工作日;通过全量录音入库和智能质检,把质检覆盖率从百分之五提升到百分之百;通过精细化跟进和意向评分,把线索转化率提升百分之十五左右。 技术上,要建设统一的线索、外呼、跟进、成交闭环 CRM;对接运营商或云通信平台,支撑稳定高并发外呼,峰值约两千路并发;建立可配置的话术引擎和质检规则引擎;支持多租户、多业务线和权限隔离。 整体功能 平台主要包含线索中心、外呼中心、客户管理、质检合规、报表运营,以及坐席工作台、主管看板、话术配置、任务调度和系统管理等支撑能力。
影刀-巨量广告自动化项目-AI漫剧、端原生短剧
项目背景:为解决短剧广告投放中,巨量引擎后台人工操作繁琐、数据采集效率低、投手重复劳动量大的痛点,独立搭建接口驱动的自动化数据与运营体系,为短剧广告投放提供高效稳定的数据支撑与流程提效。 项目职责: 巨量引擎全流程接口对接与开发:独立跑通巨量引擎广告平台全流程接口,实现广告项目创建、素材上传、用户信息维护、投放数据拉取、消耗监控等核心操作的接口化调用,替代低效的人工页面操作。 多账号与数据采集优化:通过多账号会话管理、请求签名与 Cookie 池维护,突破平台接口调用限制;优化接口请求策略与数据解析逻辑,将数据采集效率从人工日均数百条,提升至日均 5000-8000 条稳定数据产出,为投手提供实时 ROI 与消耗数据。 广告数据自动化运维:开发数据定时拉取、异常消耗监控、项目状态校验等自动化流程,实现广告数据的定时采集、自动校验与异常预警,保障投放数据的准确性与时效性。 素材供给自动化对接:对接墨攻 AI 素材平台,开发根据剧名 / ID 定向推送素材的自动化流程,实现短剧素材的定向获取与分发,为广告投放提供稳定素材供给。
进销存管理系统
1.本项目属于面向中小企业的轻量级经销存管理系统,覆盖商品基础数据维护、采购入库、销售出库、库存变动追踪四项核心业务模块,配合数据统计仪表盘提供经营数据预览。 2.业务流程分为采购流程和销售流程,采购流程为:创建商品-下达采购单-系统自动入库-累加库存-登记入库日志;销售流程:下达销售单-校验库存-自动出库-扣减库存-登记出库日志。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服