财务软件销售过程问数垂类大模型语料数据

本数据来源于公司代理的财务软件在销售过程中的客户商机推进数据，涵盖客户行业分类、所在区域、销售阶段、商机来源、首次联系日期、报价日期、签约日期、成交金额、销售周期、销售员编号、跟进次数、成单概率、成交状态、成单原因、流失原因、成交类型、客户等级等18个维度结构化数据，经清洗标准化、去标识化处理后构建问数语料库。在加工层面，将自然语言问题与标准SQL查询语句配对，覆盖商机统计、成交率分析、销售周期评估、阶段转化、流失归因等10类查询场景，形成"问题→SQL→结果"三元组语料。当前财务软件代理行业面临商机成交率预测依赖人工经验、销售周期瓶颈难以定位、流失原因分析滞后、销售员绩效评估缺乏数据支撑等痛点。同时，该语料集经过标准化标注处理，可为财务软件代理领域BERT-SP销售过程语义解析模型提供结构化训练样本，推动行业从"经验驱动销售"向"数据驱动销售"演进。1.数据清洗与标准化： 采集财务软件代理业务客户销售过程数据，原始数据涵盖客户编号、行业分类、所在区域、销售阶段、商机来源、首次联系日期、报价日期、签约日期、成交金额、销售周期、销售员编号、跟进次数、成单概率、成交状态、成单原因、流失原因、成交类型、客户等级共18个字段；按"客户编号+商机来源"去重；通过逻辑校验删除矛盾数据（如已成交却金额为0、销售周期小于0）；对客户编号和销售员编号哈希脱敏确保不可逆；构建标准化数据表sales_process作为问数语料底座。 2.问题分类与结构化： 围绕商机从触达、报价到签约的推进路径，将自然语言问题划分为商机统计、成交率分析、销售周期评估、阶段转化、流失归因等10大查询类型；每类对应标准SQL模板，覆盖COUNT、AVG、SUM、GROUP BY、WHERE多条件、日期区间、比率计算等SQL语法要素，确保问题到SQL映射的确定性。 3.核心算法建模： 本语料面向财务软件代理销售过程问数场景，可支撑构建BERT-SP（Sales Process）垂类语义解析模型进行问数问答加工；该模型以BERT-base为基座，经Token化与位置编码后输入Transformer编码器，通过Schema Linking机制将销售阶段、商机来源等字段与问题实体对齐，解析生成SQL语句，实现"问题→SQL→结果"映射，为领域适配提供训练与评测样本。 4.语料库持续扩充： 依据商机从线索到成交的过程数据持续积累，通过人工标注补充自然语言问题及其对应标准SQL，形成稳定的"问题→SQL→结果"三元组语料；对同一查询意图生成多种自然语言表达变体，提升覆盖度与泛化性；语料随销售过程数据更新定期增量扩充，保持时效性与完整性。 5.语料独立性说明： 本语料以商机推进过程为主体，字段围绕销售阶段、商机来源、销售周期等过程性序列展开，反映的是以客户经营成果为主体的存量式语料，在数据性质、时间语义、查询对象上存在本质差异。若合并训练，过程性序列与结果性快照混合，会干扰模型对阶段先后关系与周期时长的理解，降低各主题SQL生成准确性；分开训练可让模型专注单一商机推进语义，准确建模阶段转化与时间序列，提升解析精度，且各语料可独立扩充、独立评测，避免关联更新牵动全量重训，降低维护成本，符合垂类模型按业务主题分域训练的工程实践。

搜集汇总

背景与挑战

背景概述

该数据集源自财务软件代理销售过程中的客户商机推进数据，包含18个结构化字段，经清洗标准化和脱敏处理后形成sales_process数据表，规模为1050条。数据以“问题→SQL→结果”三元组形式组织，覆盖商机统计、成交率分析等10类查询场景，可为BERT-SP销售过程语义解析模型提供训练与评测样本，助力行业从经验驱动向数据驱动转型。