一种基于用户障碍的业务开展方法、装置和设备

技术领域

本文件涉及计算机技术领域，尤其涉及一种基于用户障碍的业务开展方法、装置和设备。

背景技术

目前，大部分平台是以产品为中心配置相应的服务、知识和内容，并制定相应的运营策略进行运营的。这种以产品为中心的业务开展方式存在无法精准覆盖并解决用户的痛点和需求，以及无法个性化地递进引导用户获取到真正适合用户的产品，导致的产品转化率低的问题。

发明内容

本说明书实施例提供了一种基于用户障碍的业务开展方法、装置和设备，以解决当前的业务开展方式存在的产品转化率低的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，提出了一种基于用户障碍的业务开展方法，包括：

识别用户在指定产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

根据所述用户障碍地图开展所述指定产品领域的目标业务。

第二方面，提出了一种基于用户障碍的保险业务开展方法，包括：

识别用户在保险产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

根据所述用户障碍地图开展目标保险业务。

第三方面，提出了一种基于用户障碍的业务开展装置，包括：

第一识别模块，识别用户在指定产品领域的多个障碍；

第一处理模块，对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

第一构建模块，根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

第一开展模块，根据所述用户障碍地图开展所述指定产品领域的目标业务。

第四方面，提出了一种基于用户障碍的保险业务开展装置，包括：

第二识别模块，识别用户在保险产品领域的多个障碍；

第二处理模块，对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

第二构建模块，根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

第二开展模块，根据所述用户障碍地图开展目标保险业务。

第五方面，提出了一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

识别用户在指定产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

根据所述用户障碍地图开展所述指定产品领域的目标业务。

第六方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

识别用户在指定产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

根据所述用户障碍地图开展所述指定产品领域的目标业务。

第七方面，提出了一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

识别用户在保险产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

根据所述用户障碍地图开展目标保险业务。

第八方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

识别用户在保险产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

根据所述用户障碍地图开展目标保险业务。

本说明书实施例提供的以上至少一个技术方案，能够在开展指定产品领域的目标业务前，识别出用户在所述指定产品领域的多个障碍，并根据这多个用户障碍在多个维度的统计分析结构构建出所述指定产品领域的用户障碍地图，然后依据用户障碍地图开展所述指定产品领域的目标业务，即围绕用户存在的障碍开展业务，而不是单纯地以产品为中心开展业务，因此，可以精准覆盖并解决用户的痛点和需求，以及个性化地递进引导用户获取到真正适合用户的产品，从而能够提升产品转化率。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1A是本说明书实施例提供的一种基于用户障碍的业务开展方案的原理示意图。

图1B是本说明书实施例提供的一种基于用户障碍的业务开展方法的流程示意图。

图2是本说明书实施例提供的一种用户障碍识别方式的原理示意图。

图3是本说明书实施例提供的另一种用户障碍识别方式的原理示意图。

图4是本说明书实施例提供的另一种用户障碍识别方式的原理示意图。

图5是本说明书实施例提供的用户障碍的核心线索挖掘一种原理示意图。

图6A是本说明书实施例提供的用户障碍地图的一部分示意图。

图6B是本说明书实施例提供的用户障碍地图的另一部分示意图。

图6C是本说明书实施例提供的用户障碍地图的又一部分示意图。

图6D是本说明书实施例提供的用户障碍地图的一种全景示意图。

图7是本说明书实施例提供的根据用户障碍地图匹配并投放所述指定产品领域的产品的运营策略的过程示意图。

图8A是本说明书实施例提供的根据用户障碍地图向用户提供指定产品领域的深度服务的一种示意图。

图8B是图8A提供的深度服务取得的效果示意图。

图8C是本说明书实施例提供的根据用户障碍地图向用户提供指定产品领域的深度服务的另一示意图(多时间触点)。

图8D是本说明书实施例提供的根据用户障碍地图向用户提供指定产品领域的深度服务的又一示意图(多时间触点)。

图8E是本说明书实施例提供的根据用户障碍地图向用户提供指定产品领域的深度服务的又一示意图(多空间触点)。

图9是本说明书实施例提供的根据用户障碍地图构建出的指定产品领域的产品的知识图谱的示意图。

图10本说明书一实施例提供的另一种基于用户障碍的业务开展方法的流程示意图。

图11是本说明书一个实施例提供的一种电子设备的结构示意图。

图12是本说明书一实施例提供的一种基于用户障碍的业务开展装置的结构示意图。

图13是本说明书一实施例提供的另一基于用户障碍的业务开展装置的结构示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文件保护的范围。

目前大部分平台的服务、知识、内容运营主要是围绕某个主打运营的产品，配置相应的服务、知识、内容，再制定圈人策略进行投放。这样做的主要问题是，以有限少量产品为主构建的运营体系无法精准覆盖并解决用户的痛点和需求，并且服务、知识、内容粒度较粗，无法个性化地、递进地引导用户获取到真正适合用户的产品，用户特征和用户需求/痛点(以下统称为用户障碍)之间还是有很大的解释成本，导致的产品转化率低的问题。

为了避免上述问题，本说明书实施例提出了一种基于用户障碍的业务开展方案，具体的，如图1A所示，该方案先进行用户障碍识别11，然后进行障碍统计分析12，之后基于统计分析结果构建用户障碍地图13，最后基于用户障碍地图13开展包括但不限于构建产品的指示图谱14、提供深度服务15以及制定和/或投放运营策略16中的至少一项业务。

具体的，为避免上述问题，本说明书实施例提供一种基于用户障碍的业务开展方法和装置，该方法和装置可以由电子设备执行，或者由安装在电子设备中的软件或硬件设备执行。这里的电子设备包括但不限于终端设备和服务器，所述终端设备包括但不限于：智能手机、个人电脑(personal computer，PC)、笔记本电脑、平板电脑、电子阅读器、网络电视、可穿戴设备等智能终端设备中的任一种，所述服务器包括但不限于：单台服务器、多台服务器、服务器集群以及云服务器中的任一种。

下面先对本说明书实施例提供的一种基于用户障碍的业务开展方法进行介绍。

如图1B所示，本说明书实施例提出的一种基于用户障碍的业务开展方法，可包括：

步骤102、识别用户在指定产品领域的多个障碍。

指定产品领域是指通过互联网平台销售的任一产品领域，并且本说明书实施例中所说的产品既可以是有形的产品，也可以是无形的服务或内容。举例来说，指定产品领域可以是保险产品领域，为了简要起见，下文也以指定产品领域为保险产品领域进行举例说明。其中，互联网平台可以包括但不限于PC客户端、APP、小程序、公众号、服务号等平台中的一种或多种。

为了实现对障碍的精细化管理并最大化的利用用户障碍开展业务，本说明书实施例还对用户障碍进行了分级(定义了层次化的障碍)，并确定步骤102中识别出的多个障碍的障碍级别结构，其中，所述障碍级别结构中至少包含两个级别，且低级别的障碍从属于高级别的障碍。例如，将用户障碍分为一级障碍和二级障碍，其中，二级障碍的级别低于一级障碍，或者说一级障碍属于上位障碍，二级障碍属于下级障碍，以此类推。

一级障碍可以是用户在指定产品领域的产品全生命周期不同阶段的痛点，比如，在保险产品领域，一级用户障碍可以包括但不限于：用户在保前无心智阶段，存在的“为什么要买保险”、“有社保了还需要买医疗险吗”、“保司倒闭了能顺利赔付吗”之类的心智教育类障碍；用户在保中阶段存在的“选哪个才产品”、“有病买啥保险”、“有病能买**产品吗”、“保障范围是什么”等选品、核保核赔、产品信息和规则类障碍；用户在保后阶段存在的“得了病怎么赔”、“能续保吗”、“还想为家人买”之类的理赔、续保、复购类障碍。

二级障碍一般是更为具体的槽位或痛点，比如，在保险产品领域，对于“有病买啥保险”的障碍，二级障碍可以是具体的病名，比如糖尿病买啥、高血压买啥等；对于“产品适合我吗”的障碍，二级障碍可以是产品名，比如“好医生长期20年适合我吗”。

需要说明的是，对于不同的用户所存在的一级障碍和二级障碍可能不同，各个用户有自己的一级障碍和/或二级障碍。

识别用户在指定产品领域的多个障碍的方式可以有很多种，下面介绍三种，这三种方式既可以单独使用，也可以组合使用。

第一种方式：先获取所述指定产品领域的用户原声，然后利用自然语言处理技术(Natural Language Processing,NLP)从所述用户原声中识别出多个障碍。其中，所述用户原声代表用户发出的最原始的意图、疑问、意见和建议中的一项或多项，例如，用户在对话框里的对话流、用户在搜索框里输入的内容、用户跟客服沟通的对话流、用户在社区里的发帖、用户在社区问答里的问答等，本方案可从用户对话、搜索、发帖等渠道获取用户原声，并利用NLP从中识别出用户存在的障碍。

例如，如图2所示，获取用户原声后，可通过自然语言理解(Natural LanguageUnderstanding，NLU)识别出用户意图或用户需求，其中，用户意图/用户需求中既可能包含一级障碍，也可能包含二级障碍，但一般与一级障碍更类似；然后基于用户意图或用户需求可从产品解读或选品角度识别出用户存在的显性障碍，这些显性障碍可以包括意图映射得到的一级障碍，还可以包括通过产品槽位抽取、险种槽位抽取、角色槽位抽取以及选品条件槽位抽取得到的二级障碍；另外，还可以基于用户意图或用户需求发现新障碍(隐性障碍)，例如，可通过对产品信息和规则以及其他与产品相关的信息进行自监督层次化聚类，发现新的障碍。

第二种方式：获取指定平台上的部分或全量用户行为信息，其中，所述指定平台为销售所述指定产品领域的产品的平台(如保险产品营销平台)；根据所述部分或全量用户行为信息对用户进行聚类，获取多个子人群的行为中心；根据所述多个子人群的行为中心挖掘出多个障碍。其中，聚类时所使用的聚类算法可以是已有的聚类算法，也可以是将来出现的新的聚类算法。

例如，如图3所示，可获取指定平台(某一保险产品营销平台)全量用户的用户行为，然后利用自适应行为边界学习这一聚类算法对指定永泰全量用户行为进行聚类，获取如下三个子人群行为中心：

1)好医保20年投保页—>好医保6年产品页，该子人群行为中心表示该子人群的用户行为是先访问好医保20年投保页，然后切换至好医保6年产品页，下文类似，不再赘述。

2)好医保20年投保页—>重疾险产品页—>好医保20年产品页。

3)点击投保须知—>切换投保提示—>下拉至底部。

继续参考图3，可分别针对这三个子人群行为中心对应挖掘出如下障碍：

好医保20年跟6年有什么区别(可以理解，用户在好医保20年投保页与好医保6年产品页之间切换，说明用户存在不了解这两个产品的区别的障碍)；

好医保跟重疾险有什么区别(可以理解，用户在好医保20年投保页与重疾险产品页之间来回切换，说明用户存在不了解这两个产品的区别的障碍)；

有疾病能卖好医保20年吗，或有病能通过健康告知吗等障碍。

可选的，还可通过第二种方式发现有原声的用户行为，以找出用户原声的发声人群，从而服务于下文中的核心线索挖掘。

可以理解，通过第二种方式可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

第三种方式：获取第一用户的在指定平台的特征信息，其中，所述第一用户为有原声的用户，所述指定平台为销售所述指定产品领域的产品的平台，所述特征信息包括行为特征和基础特征；根据所述第一用户的特征信息构建障碍识别模型；根据所述障碍识别模型和进入所述指定平台的第二用户的特征信息，识别所述第二用户存在的障碍。

其中，基础特征可以包括但不限于用于描述用户画像的特征，比如用户所在城市、用户的年龄、用户的性别以及用户的职业等固定特征，可选的，基础特征还可以包括用户在所述指定平台上形成的一些实时特征，比如，当指定平台为保险营销平台时，这些特征可以包括但不限于是否参保、已参保情况下的话保单状态等。

其中，行为特征可以包括历史行为和当前的实时行为(即距当前时刻最近的一段时间内的行为)，这些行为具体可以是在所述指定平台上的操作行为，如点击了某个产品页、在某个产品页上停留的时长，等等。

其中，障碍识别模型可以是多分类模型，用以为不同的用户打上相同或不同的障碍标签，例如，障碍识别模型可以是深度交叉网络(Deep Cross Network，DCN)。

例如，如图4所示，可以先获取第一用户的基础特征、行为特征和实时特征输入DCN这一多分类模型，对DCN进行训练，其中，第一用户作为训练样本的来源，其数量数量可以若干个。在训练好DCN后，可将第二用户(待预测用户)的基础特征、行为特征和实时特征输入DCN，使得DCN预测并输出第二用户存在的障碍，即输出第二用户的障碍标签。

可以理解，通过第三种方式也可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

可选的，在上述任一种障碍识别方式的基础上，还可以针对所述多个障碍中的第一障碍，获取所述第一障碍对应的用户原声的发声人群，其中，所述第一障碍为所述多个障碍中的任一障碍；根据所述发声人群的行为和行为归因技术为所述第一障碍挖掘核心线索。

挖掘出核心线索后，可将其挂载在下述步骤106中生成的用户障碍地图中(在用户障碍地图中，为所述第一障碍挂载所述核心线索)，作为用户障碍地图中的一部分，向下一步的业务开展提供依据。

如图5所示，对于一个障碍(如“选哪个产品”、“有病能买吗”、“赔付有保障吗”等任一障碍)，可先获取该障碍对应的用户原声的发声人群，并获取该发生人群的一些行为，然后学习(或训练)贝叶斯因果图网络(行为归因技术的一种)，以障碍为Y推导X因果效用，生成X条件组合的扩散规则，X即行为；然后输出该发声人群的核心行为线索(即扩散规则)，例如，对于障碍1：一级障碍为买什么产品，二级障碍为重疾险，可挖据出这样的核心线索：近24小时搜索重疾险或30日内浏览过重疾险投保页面；对于障碍2：一级障碍为有病能吗，二级障碍为三高+结节，则可以挖据出这样的核心线索：无保单有体验版人群或三高_结节人群。

步骤104、对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

在没有划分障碍级别的情况下，可直接从不同的维度对步骤102中识别出的多个障碍进行统计分析，获得统计分析结果。

在划分了障碍级别的情况下，可先确定步骤102中识别出的多个障碍的障碍级别结构，然后按照所述障碍级别结构对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

作为一个例子，所述多个维度可包括但不限于人群、购买场景和购买渠道中的至少一项。以保险产品领域为例，购买场景可以是不同险种产品的投保页面，购买渠道与购买场景类似。所述统计分析结果可包括但不限于用户原声、障碍类别、高频障碍、最易出现的障碍(如TOP障碍)、障碍级别和障碍数量中至少一项的统计结果。可以理解，统计不同人群、不同购买场景或不同购买渠道等维度下的top障碍，可以洞察该维度下的高频障碍，为也开展提供支持。

步骤106、根据所述统计分析结果构建所述指定产品领域的用户障碍地图。

所述用户障碍地图可用于但不限于展示所述统计分析结果，例如如上文所述，还可以在用户障碍地图中挂载核心线索。

一般而言，可依据所述统计分析结果生成预设形式的用户障碍地图，其中，预设形式包括但不限于饼图、柱状图和列表中的至少一项。也就是说，所述用户障碍地图的展现形式包括但不限于饼图、柱状图和列表中的至少一项。

可选的，在划分了障碍级别的情况下，可根据所述统计分析结果和所述障碍级别结构构建所述指定产品领域的用户障碍地图。

图6A、图6B和图6C分别示出了用户障碍地图中一部分的展现形式，其中，图6A以饼图的形式展示了一级障碍所述障碍类别的分布，图6B以饼图的形式展示了二级障碍所属障碍类别的分布，图6C以列表的形式展示了入口(如投保，具体可以是保险产品的投保页面)、用户意图、一级障碍、二级障碍及障碍数量的对应关系。

在实际应用中，一张完整的用户障碍地图中可能包含多个部分，其中不同部分用以展示不同的统计结果，不同部分的展示形式可以相同也可以不同。图6D示出了一张相对完整的用户障碍地图的示意图，该用户障碍地图包含三部分，其中，第一部分即图6A中所示的一级障碍所述障碍类别的分布饼图，第二部分即图6B中所示的二级障碍所述障碍类别的分布饼图，第三部分即图6C中所示的列表。

步骤108、根据所述用户障碍地图开展所述指定产品领域的目标业务。

示例性的，所述目标业务可包括但不限于下述一项或多项：

1)制定和/或投放所述指定产品领域的产品的运营策略；

2)向用户提供所述指定产品领域的服务；

3)构建所述指定产品领域的产品的知识图谱。

下面通过举例对基于用户障碍地图开展上述三项目标业务进行说明。

1)制定和/或投放所述指定产品领域的产品的运营策略(以障碍为中心的策略运营)

策略运营是指运营一般会主动投放一些策略,吸引用户来使用服务完成进阶，一般而言，运营策略＝圈人+渠道+文案+承接服务。

以障碍为中心的策略运营大致可分以下三步：

第一步、划分人群

可根据用户的购买意愿、保单状态和购买场景(或购买渠道)划分人群网格，例如，划分如下表1所示的人群网格，在表1中，P0至P5表示人群的投保意愿级别，从P0至P5，投保意愿级别逐渐升高。当然也可以根据其他方式划分人群网格，本说明书对此不作限制。

表1人群网格

第二步、从用户障碍地图中查找出第一步中划分的人群存在的障碍(如高频障碍和专家召回障碍)。

表2列出了从用户障碍地图中为“无保单-低意愿用户”确定的障碍。

表2“无保单-低意愿用户”的障碍信息

第三步、投策略。

在此步骤中，可针对第一步划分出的人群，进一步的智能化识别出该人群存在的具体障碍(可通过用户的基础特征——用户画像，以及用户的实时行为特征来识别，具体识别方式可参照上文中的第三种障碍识别方式)，再智能匹配运营策略并透出(投放给用户)，包括大规模策略自动投放，以及智能文案生成和投放等，具体过程可参照图7。

如图7所示，可先获取该人群中的离线用户的基础特征和在线用户的实时行为特征，例如，离线用户的基础特征可包括长期医疗未投保、已有医保等特征，在线用户的实时行为特征可包括反复切换有无医保组件查看保障详情模块、信息填写模块曝光时长达5s以上等特征；然后基于该人群中的离线用户的基础特征和在线用户的实时行为特征识别该人群存在的具体障碍，例如，具体障碍可包括：障碍1：有医保是否还需要购买？障碍2：自己是否算是有医保；然后，根据关键字匹配等方式自动匹配与识别出的障碍对应的策略，例如，匹配出“我有医保，还需要购买好医保吗？有了医保还需要好医保的3个理由”；之后将匹配到的策略的访问链接投放给用户，且访问链接可在投保页面上停留规定时长，例如停留15s。

2)向用户提供所述指定产品领域的服务(以障碍为中心的服务和内容建设)

例如，先通过障碍地图查看“选哪个产品”这一一级障碍下的高频险种这类二级障碍，查看结果可如下表3所示。

表3障碍查询结果

/>

需要说明的是，“选哪个产品”这一一级障碍下的二级障碍是动态变化的，比如运费险在购物平台大促期间会高频出现，学生险在开学期间会高频出现。

然后针对选品服务没有关于运费险、学生险等这些险种的针对性服务，那么可以针对这些险种建设险种直推分支服务。例如，如图8A所示，在用户通过客服咨询“XXX险”时，可以向用户推送如图8A所示的介绍信息，并且附上推荐的保险产品的访问链接，如“安逸宝”这一保险产品的访问链接。

需要说明的是，通过用户障碍地图洞察出用户障碍以后，针对该障碍建设与该障碍相关的服务并提供给用户，可以使该服务的完成率和建议的听从率大幅提升，如图8B所示，在使用用户障碍地图前，服务的完成率仅有百分之13点多，使用用户障碍地图后，服务的完成率提升了5个多的百分点。其中，完成率指用户进入服务后一直持续到服务完成的用户比例，完成率＝持续到服务完成的用户数/进入服务的总用户数，听从率通常是指听从服务给出的产品推荐建议(通常是听从建议购买产品)的用户比例，听从率＝购买服务推荐的产品的用户数/进入服务的总用户数。

可选的，本方案还可以根据用户障碍地图向用户提供所述指定产品领域的深度服务。在本说明书实施例中，深度服务是指全生命周期陪伴的、多触点专业服务。其中多触点可分为时间多触点和空间多触点。

时间多触点是指像智能服务机器人提供的剧本式服务，通过多轮对话跟用户交互提供服务内容，例如，如图8C和图8D所示，通过多轮对话跟用户交互提供服务内容。

空间多触点一般是一个聚合的H5页面，在该页面中通过多个触点向用户提供综合的服务信息，比如如图8E所示，通过“门诊险优势”解读、“常见问题”展示以及“好医保-门诊险(免费版)”产品购买入口展示等多个空间触点向用户提供综合的服务信息。

3)构建所述指定产品领域的产品的知识图谱(以障碍为中心的知识图谱设计)

知识图谱通常能够为服务提供重要的数据支持，比如选品，用户会按各种产品属性选品，这些产品属性对应知识图谱的PO/schema。对于一些专业领域，特别是保险领域来说，由于产品大多是非标的，图谱的schema也是非标，定义一套覆盖用户需求的、标准的schema是专业构建知识图谱的难点。

根据用户障碍地图构建指定产品领域的产品的知识图谱的一般过程为，从用户障碍地图中找出用户关心的产品属性，然后根据用户关心的产品属性构建产品的知识图谱。

例如，通过障碍地图中的如下列表(详见下表4)，可以看出，用户关心的产品属性为：生效期、所属保司、有效期、等待期等，为此来构建产品的知识图谱。

表4障碍查询结果

根据用户关心的产品属性可构建出如图9所示的知识图谱。

可以理解，以用户障碍地图为策略运营、深服务建设、知识图谱设计三个业务提供洞察能力，可以让知识和服务运营更加贴合用户需求和障碍，提升转化效率。

本说明书实施例提供的一种基于用户障碍的业务开展方法，能够在开展指定产品领域的目标业务前，识别出用户在所述指定产品领域的多个障碍，并根据这多个用户障碍在多个维度的统计分析结构构建出所述指定产品领域的用户障碍地图，然后依据用户障碍地图开展所述指定产品领域的目标业务，即围绕用户存在的障碍开展业务，而不是单纯地以产品为中心开展业务，因此，可以精准覆盖并解决用户的痛点和需求，以及个性化地递进引导用户获取到真正适合用户的产品，从而能够提升产品转化率。

或者说，本说明书实施例提供的一种基于用户障碍的业务开展方法，从"以产品为中心的服务和知识运营、服务"进阶到"以用户障碍为中心的服务和知识运营“。由于解决了用户需求和痛点，因此可以在下几个方向取得很好的效果：

1)提升服务的槽位覆盖率，从20％提高到50％，后期预计能提升到80％。

2)知识图谱的schema覆盖90％的用户需求和障碍。

3)运营转化效果提升一倍以上。

下面以指定产品领域为保险产品领域，对本说明书提出了一种基于用户障碍的保险业务开展方法进行说明。

如图10所示，本说明书提出了一种基于用户障碍的保险业务开展方法，该方法可包括：

步骤1002、识别用户在保险产品领域的多个障碍。

为了实现对障碍的精细化管理并最大化的利用用户障碍开展保险业务，本说明书实施例还对用户障碍进行了分级(定义了层次化的障碍)，并确定步骤1002中识别出的多个障碍的障碍级别结构，其中，所述障碍级别结构中至少包含两个级别，且低级别的障碍从属于高级别的障碍。例如，将用户障碍分为一级障碍和二级障碍，其中，二级障碍的级别低于一级障碍，或者说一级障碍属于上位障碍，二级障碍属于下级障碍，以此类推。

一级障碍可以是用户在产品领域的产品全生命周期不同阶段的痛点，比如，一级用户障碍可以包括但不限于：用户在保前无心智阶段，存在的“为什么要买保险”、“有社保了还需要买医疗险吗”、“保司倒闭了能顺利赔付吗”之类的心智教育类障碍；用户在保中阶段存在的“选哪个才产品”、“有病买啥保险”、“有病能买**产品吗”、“保障范围是什么”等选品、核保核赔、产品信息和规则类障碍；用户在保后阶段存在的“得了病怎么赔”、“能续保吗”、“还想为家人买”之类的理赔、续保、复购类障碍。二级障碍一般是更为具体的槽位或痛点，比如，对于“有病买啥保险”的障碍，二级障碍可以是具体的病名，比如糖尿病买啥、高血压买啥等；对于“产品适合我吗”的障碍，二级障碍可以是产品名，比如“好医生长期20年适合我吗”。

需要说明的是，对于不同的用户所存在的一级障碍和二级障碍可能不同，各个用户有自己的一级障碍和/或二级障碍。

识别用户在保险产品领域的多个障碍的方式可以有很多种，下面介绍三种，这三种方式既可以单独使用，也可以组合使用。

第一种方式：先获取所述保险产品领域的用户原声，然后利用自然语言处理技术(Natural Language Processing,NLP)从所述用户原声中识别出多个障碍。其中，所述用户原声代表用户发出的最原始的意图、疑问、意见和建议中的一项或多项，例如，用户在对话框里的对话流、用户在搜索框里输入的内容、用户跟客服沟通的对话流、用户在社区里的发帖、用户在社区问答里的问答等，本方案可从用户对话、搜索、发帖等渠道获取用户原声，并利用NLP从中识别出用户存在的障碍。

第二种方式：获取保险营销平台上的部分或全量用户行为信息，其中，所述保险营销平台为销售所述保险产品领域的产品的平台；根据所述部分或全量用户行为信息对用户进行聚类，获取多个子人群的行为中心；根据所述多个子人群的行为中心挖掘出多个障碍。其中，聚类时所使用的聚类算法可以是已有的聚类算法，也可以是将来出现的新的聚类算法。

可选的，还可通过第二种方式发现有原声的用户行为，以找出用户原声的发声人群，从而服务于下文中的核心线索挖掘。

可以理解，通过第二种方式可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展保险业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

第三种方式：获取第一用户的在保险营销平台的特征信息，其中，所述第一用户为有原声的用户，所述保险营销平台为销售所述保险产品领域的产品的平台，所述特征信息包括行为特征和基础特征；根据所述第一用户的特征信息构建障碍识别模型；根据所述障碍识别模型和进入所述保险营销平台的第二用户的特征信息，识别所述第二用户存在的障碍。

其中，基础特征可以包括但不限于用于描述用户画像的特征，比如用户所在城市、用户的年龄、用户的性别以及用户的职业等固定特征，可选的，基础特征还可以包括用户在所述保险营销平台上形成的一些实时特征，比如，是否参保、已参保情况下的话保单状态等。

其中，行为特征可以包括历史行为和当前的实时行为(即距当前时刻最近的一段时间内的行为)，这些行为具体可以是在所述保险营销平台上的操作行为，如点击了某个产品页、在某个产品页上停留的时长，等等。

其中，障碍识别模型可以是多分类模型，用以为不同的用户打上相同或不同的障碍标签，例如，障碍识别模型可以是深度交叉网络(Deep Cross Network，DCN)。

可以理解，通过第三种方式也可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展保险业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

可选的，在上述任一种障碍识别方式的基础上，还可以针对所述多个障碍中的第一障碍，获取所述第一障碍对应的用户原声的发声人群，其中，所述第一障碍为所述多个障碍中的任一障碍；根据所述发声人群的行为和行为归因技术为所述第一障碍挖掘核心线索。

挖掘出核心线索后，可将其挂载在下述步骤1006中生成的用户障碍地图中(在用户障碍地图中，为所述第一障碍挂载所述核心线索)，作为用户障碍地图中的一部分，向下一步的业务开展提供依据。

步骤1004、对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

在没有划分障碍级别的情况下，可直接从不同的维度对步骤1002中识别出的多个障碍进行统计分析，获得统计分析结果。

在划分了障碍级别的情况下，可先确定步骤1002中识别出的多个障碍的障碍级别结构，然后按照所述障碍级别结构对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

作为一个例子，所述多个维度可包括但不限于人群、购买场景和购买渠道中的至少一项。以保险产品领域为例，购买场景可以是不同险种产品的投保页面，购买渠道与购买场景类似。所述统计分析结果可包括但不限于用户原声、障碍类别、高频障碍、最易出现的障碍(如TOP障碍)、障碍级别和障碍数量中至少一项的统计结果。可以理解，统计不同人群、不同购买场景或不同购买渠道等维度下的top障碍，可以洞察该维度下的高频障碍，为也开展提供支持。

步骤1006、根据所述统计分析结果构建所述保险产品领域的用户障碍地图。

所述用户障碍地图可用于但不限于展示所述统计分析结果，例如如上文所述，还可以在用户障碍地图中挂载核心线索。

一般而言，可依据所述统计分析结果生成预设形式的用户障碍地图，其中，预设形式包括但不限于饼图、柱状图和列表中的至少一项。也就是说，所述用户障碍地图的展现形式包括但不限于饼图、柱状图和列表中的至少一项。

可选的，在划分了障碍级别的情况下，可根据所述统计分析结果和所述障碍级别结构构建所述指定产品领域的用户障碍地图。

步骤1008、根据所述用户障碍地图开展目标保险业务。

示例性的，所述目标保险业务可包括但不限于下述一项或多项：

1)制定和/或投放保险产品领域的产品的运营策略；

2)向用户提供保险产品领域的服务；

3)构建保险产品领域的产品的知识图谱。

本说明书实施例提供的一种基于用户障碍的业务开展方法，能够在开展保险产品领域的目标业务前，识别出用户在所述保险产品领域的多个障碍，并根据这多个用户障碍在多个维度的统计分析结构构建出所述保险产品领域的用户障碍地图，然后依据用户障碍地图开展所述保险产品领域的目标保险业务，即围绕用户存在的障碍开展保险业务，而不是单纯地以产品为中心开展保险业务，因此，可以精准覆盖并解决用户的痛点和需求，以及个性化地递进引导用户获取到真正适合用户的产品，从而能够提升保险产品的转化率。

以上对本说明书提供的方法进行了说明，下面对本说明书提供的电子设备进行介绍。

图11是本说明书的一个实施例提供的电子设备的结构示意图。请参考图11，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成基于用户障碍的业务开展装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

识别用户在指定产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

根据所述用户障碍地图开展所述指定产品领域的目标业务。

或者，处理器，执行存储器所存放的程序，并具体用于执行以下操作：

识别用户在保险产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

根据所述用户障碍地图开展目标保险业务。

上述如本说明书图1B或图10所示实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能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，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(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说明书一个或多个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。结合本说明书一个或多个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。

该电子设备还可执行图1B或图10所示的实施例提供的方法，本说明书不再赘述。

当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1B示实施例的方法，并具体用于执行以下操作：

识别用户在指定产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述指定产品领域的用户障碍地图；

根据所述用户障碍地图开展所述指定产品领域的目标业务。

本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图10所示实施例的方法，并具体用于执行以下操作：

识别用户在保险产品领域的多个障碍；

对所述多个障碍从多个维度进行统计分析，获得统计分析结果；

根据所述统计分析结果构建所述保险产品领域的用户障碍地图；

根据所述用户障碍地图开展目标保险业务。

下面对本说明书实施例提供的一种基于用户障碍的业务开展装置进行说明。

如图12所示，本说明书的一个实施例提供了一种基于用户障碍的业务开展装置1200，在一种软件实施方式中，装置1200可包括：第一识别模块1201、第一处理模块1202、第一构建模块1203和第一开展模块1204。

第一识别模块1201，识别用户在指定产品领域的多个障碍。

指定产品领域是指通过互联网平台销售的任一产品领域，并且本说明书实施例中所说的产品既可以是有形的产品，也可以是无形的服务或内容。

为了实现对障碍的精细化管理并最大化的利用用户障碍开展业务，本说明书实施例还对用户障碍进行了分级(定义了层次化的障碍)，并确定步骤102中识别出的多个障碍的障碍级别结构，其中，所述障碍级别结构中至少包含两个级别，且低级别的障碍从属于高级别的障碍。例如，将用户障碍分为一级障碍和二级障碍，其中，二级障碍的级别低于一级障碍，或者说一级障碍属于上位障碍，二级障碍属于下级障碍，以此类推。

识别用户在指定产品领域的多个障碍的方式可以有很多种，下面介绍三种，这三种方式既可以单独使用，也可以组合使用。

第一种方式：先获取所述指定产品领域的用户原声，然后利用自然语言处理技术(Natural Language Processing,NLP)从所述用户原声中识别出多个障碍。其中，所述用户原声代表用户发出的最原始的意图、疑问、意见和建议中的一项或多项，例如，用户在对话框里的对话流、用户在搜索框里输入的内容、用户跟客服沟通的对话流、用户在社区里的发帖、用户在社区问答里的问答等，本方案可从用户对话、搜索、发帖等渠道获取用户原声，并利用NLP从中识别出用户存在的障碍。

第二种方式：获取指定平台上的部分或全量用户行为信息，其中，所述指定平台为销售所述指定产品领域的产品的平台(如保险产品营销平台)；根据所述部分或全量用户行为信息对用户进行聚类，获取多个子人群的行为中心；根据所述多个子人群的行为中心挖掘出多个障碍。其中，聚类时所使用的聚类算法可以是已有的聚类算法，也可以是将来出现的新的聚类算法。

可以理解，通过第二种方式可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

第三种方式：获取第一用户的在指定平台的特征信息，其中，所述第一用户为有原声的用户，所述指定平台为销售所述指定产品领域的产品的平台，所述特征信息包括行为特征和基础特征；根据所述第一用户的特征信息构建障碍识别模型；根据所述障碍识别模型和进入所述指定平台的第二用户的特征信息，识别所述第二用户存在的障碍。

其中，基础特征可以包括但不限于用于描述用户画像的特征，比如用户所在城市、用户的年龄、用户的性别以及用户的职业等固定特征，可选的，基础特征还可以包括用户在所述指定平台上形成的一些实时特征，比如，当指定平台为保险营销平台时，这些特征可以包括但不限于是否参保、已参保情况下的话保单状态等。

其中，行为特征可以包括历史行为和当前的实时行为(即距当前时刻最近的一段时间内的行为)，这些行为具体可以是在所述指定平台上的操作行为，如点击了某个产品页、在某个产品页上停留的时长，等等。

其中，障碍识别模型可以是多分类模型，用以为不同的用户打上相同或不同的障碍标签，例如，障碍识别模型可以是深度交叉网络(Deep Cross Network，DCN)。

可以理解，通过第三种方式也可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

可选的，在上述任一种障碍识别方式的基础上，装置1200还可以包括线索挖掘模块和线索挂载模块。

线索挖掘模块，可针对所述多个障碍中的第一障碍，获取所述第一障碍对应的用户原声的发声人群，其中，所述第一障碍为所述多个障碍中的任一障碍；根据所述发声人群的行为和行为归因技术为所述第一障碍挖掘核心线索。

线索挂载模块，可在挖掘出核心线索后，可将核心线索挂载在用户障碍地图中(在用户障碍地图中，为所述第一障碍挂载所述核心线索)，作为用户障碍地图中的一部分，向下一步的业务开展提供依据。

第一处理模块1202，对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

在没有划分障碍级别的情况下，可直接从不同的维度对第一识别模块1201识别出的多个障碍进行统计分析，获得统计分析结果。

在划分了障碍级别的情况下，可先确定第一识别模块1201中识别出的多个障碍的障碍级别结构，然后按照所述障碍级别结构对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

作为一个例子，所述多个维度可包括但不限于人群、购买场景和购买渠道中的至少一项。以保险产品领域为例，购买场景可以是不同险种产品的投保页面，购买渠道与购买场景类似。所述统计分析结果可包括但不限于用户原声、障碍类别、高频障碍、最易出现的障碍(如TOP障碍)、障碍级别和障碍数量中至少一项的统计结果。可以理解，统计不同人群、不同购买场景或不同购买渠道等维度下的top障碍，可以洞察该维度下的高频障碍，为也开展提供支持。

第一构建模块1203，根据所述统计分析结果构建所述指定产品领域的用户障碍地图。

所述用户障碍地图可用于但不限于展示所述统计分析结果，例如如上文所述，还可以在用户障碍地图中挂载核心线索。

一般而言，可依据所述统计分析结果生成预设形式的用户障碍地图，其中，预设形式包括但不限于饼图、柱状图和列表中的至少一项。也就是说，所述用户障碍地图的展现形式包括但不限于饼图、柱状图和列表中的至少一项。

可选的，在划分了障碍级别的情况下，可根据所述统计分析结果和所述障碍级别结构构建所述指定产品领域的用户障碍地图。

第一开展模块1204，根据所述用户障碍地图开展所述指定产品领域的目标业务。

示例性的，所述目标业务可包括但不限于下述一项或多项：

1)制定和/或投放所述指定产品领域的产品的运营策略；

2)向用户提供所述指定产品领域的服务；

3)构建所述指定产品领域的产品的知识图谱。

下面通过举例对基于用户障碍地图开展上述三项目标业务进行说明。

需要说明的是，基于用户障碍的业务开展装置1200能够实现图1B提供的一种基于用户障碍的业务开展方法，并能取得相同的技术效果，详细内容可参考上文对方法实施例部分的描述，不再赘述。

如图13所示，本说明书的一个实施例提供了一种基于用户障碍的保险业务开展装置1300，在一种软件实施方式中，装置1300可包括：第二识别模块1301、第二处理模块1302、第二构建模块1303和第二开展模块1304。

第二识别模块1301，识别用户在保险产品领域的多个障碍。

识别用户在保险产品领域的多个障碍的方式可以有很多种，下面介绍三种，这三种方式既可以单独使用，也可以组合使用。

第一种方式：先获取所述保险产品领域的用户原声，然后利用自然语言处理技术(Natural Language Processing,NLP)从所述用户原声中识别出多个障碍。其中，所述用户原声代表用户发出的最原始的意图、疑问、意见和建议中的一项或多项，例如，用户在对话框里的对话流、用户在搜索框里输入的内容、用户跟客服沟通的对话流、用户在社区里的发帖、用户在社区问答里的问答等，本方案可从用户对话、搜索、发帖等渠道获取用户原声，并利用NLP从中识别出用户存在的障碍。

第二种方式：获取保险营销平台上的部分或全量用户行为信息，其中，所述保险营销平台为销售所述保险产品领域的产品的平台；根据所述部分或全量用户行为信息对用户进行聚类，获取多个子人群的行为中心；根据所述多个子人群的行为中心挖掘出多个障碍。其中，聚类时所使用的聚类算法可以是已有的聚类算法，也可以是将来出现的新的聚类算法。

可选的，还可通过第二种方式发现有原声的用户行为，以找出用户原声的发声人群，从而服务于下文中的核心线索挖掘。

可以理解，通过第二种方式可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展保险业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

第三种方式：获取第一用户的在保险营销平台的特征信息，其中，所述第一用户为有原声的用户，所述保险营销平台为销售所述保险产品领域的产品的平台，所述特征信息包括行为特征和基础特征；根据所述第一用户的特征信息构建障碍识别模型；根据所述障碍识别模型和进入所述保险营销平台的第二用户的特征信息，识别所述第二用户存在的障碍。

其中，基础特征可以包括但不限于用于描述用户画像的特征，比如用户所在城市、用户的年龄、用户的性别以及用户的职业等固定特征，可选的，基础特征还可以包括用户在所述保险营销平台上形成的一些实时特征，比如，是否参保、已参保情况下的话保单状态等。

其中，行为特征可以包括历史行为和当前的实时行为(即距当前时刻最近的一段时间内的行为)，这些行为具体可以是在所述保险营销平台上的操作行为，如点击了某个产品页、在某个产品页上停留的时长，等等。

其中，障碍识别模型可以是多分类模型，用以为不同的用户打上相同或不同的障碍标签，例如，障碍识别模型可以是深度交叉网络(Deep Cross Network，DCN)。

可以理解，通过第三种方式也可挖掘出用户存在的更多的隐性障碍，从而为后续的用户障碍地图的构建提供了丰富的数据，使得构建出的用户障碍地图包含了更多的有用信息，进而使得后面根据用户障碍地图开展保险业务时，能进一步地贴合用户的实际需求，从而进一步提升产品转化率。

第二处理模块1302，对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

在没有划分障碍级别的情况下，可直接从不同的维度对第二识别模块1301中识别出的多个障碍进行统计分析，获得统计分析结果。

在划分了障碍级别的情况下，可先确定第二识别模块1301中识别出的多个障碍的障碍级别结构，然后按照所述障碍级别结构对所述多个障碍从多个维度进行统计分析，获得统计分析结果。

作为一个例子，所述多个维度可包括但不限于人群、购买场景和购买渠道中的至少一项。以保险产品领域为例，购买场景可以是不同险种产品的投保页面，购买渠道与购买场景类似。所述统计分析结果可包括但不限于用户原声、障碍类别、高频障碍、最易出现的障碍(如TOP障碍)、障碍级别和障碍数量中至少一项的统计结果。可以理解，统计不同人群、不同购买场景或不同购买渠道等维度下的top障碍，可以洞察该维度下的高频障碍，为也开展提供支持。

第二构建模块1303，根据所述统计分析结果构建所述保险产品领域的用户障碍地图。

所述用户障碍地图可用于但不限于展示所述统计分析结果，例如如上文所述，还可以在用户障碍地图中挂载核心线索。

一般而言，可依据所述统计分析结果生成预设形式的用户障碍地图，其中，预设形式包括但不限于饼图、柱状图和列表中的至少一项。也就是说，所述用户障碍地图的展现形式包括但不限于饼图、柱状图和列表中的至少一项。

可选的，在划分了障碍级别的情况下，可根据所述统计分析结果和所述障碍级别结构构建所述指定产品领域的用户障碍地图。

第二开展模块1304，根据所述用户障碍地图开展目标保险业务。

示例性的，所述目标保险业务可包括但不限于下述一项或多项：

1)制定和/或投放保险产品领域的产品的运营策略；

2)向用户提供保险产品领域的服务；

3)构建保险产品领域的产品的知识图谱。

需要说明的是，基于用户障碍的业务开展装置1300能够实现图1B提供的一种基于用户障碍的业务开展方法，并能取得相同的技术效果，详细内容可参考上文对方法实施例部分的描述，不再赘述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语”包括”、”包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制时，由语句”包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。