CN102404466A - 一种确定呼叫中心队列中坐席数量的方法及设备 - Google Patents
一种确定呼叫中心队列中坐席数量的方法及设备 Download PDFInfo
- Publication number
- CN102404466A CN102404466A CN2010102798821A CN201010279882A CN102404466A CN 102404466 A CN102404466 A CN 102404466A CN 2010102798821 A CN2010102798821 A CN 2010102798821A CN 201010279882 A CN201010279882 A CN 201010279882A CN 102404466 A CN102404466 A CN 102404466A
- Authority
- CN
- China
- Prior art keywords
- duration
- call
- banquet
- call center
- attending
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种确定呼叫中心队列中坐席数量的方法及设备,主要内容包括:根据预先设定的调度模型和调度时间段的对应关系,确定当前应该采用的表示当前话务量状态的调度模型,并且在利用调度模型计算坐席数量时,还充分考虑到用户所能容忍的呼叫排队时长,使得最终确定出的坐席数量在用户的呼叫排队时长小于第二时长的概率达到设定值的条件下,能够灵活、准确地确定呼叫中心需要的坐席数量,以满足呼叫业务的动态需求。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种确定呼叫中心队列中坐席数量的方法及设备。
背景技术
呼叫中心是移动通信运营商与其客户之间进行沟通的重要渠道,通常包括交互式语音应答(Interactive Voice Response,IVR)和人工座席两部分。评判一个呼叫中心的客户服务质量,通常会同时衡量多个指标,例如接通及时率(较短排队时间内,例如15秒内呼叫被接通的比例)、最终接通率(较长排队时间内,例如60秒内呼叫最终被接通的比例),等等。
为了提高呼叫中心的业务质量,使用户的呼叫能够在短时间内正确接通,最有效的方式就是增加呼叫中心队列中坐席的数量。增加坐席数量虽然能够确保用户呼叫的及时响应,但是,无限度地增加坐席数量也提高了呼叫中心的运行成本,且用户的呼叫数量在不同时间段分布不均,如果一直保持较大数量的坐席在呼叫数量较少时也会导致坐席资源浪费。
为了解决上述问题,目前提出了一种根据话务量和接通率对坐席数量进行调度的方案,该方案的主要内容是:记录一段时间内呼叫中心的话务量和接通率,将历史话务量和接通率输入预先设定的话务模型,该话务模块根据历史话务量、接通率以及记录话务量和接通率的时刻呼叫中心内坐席的数量,计算出高质量(即用户的排队时间小于设定时间的情况下成功接听呼叫)的呼叫水平情况下需要的坐席数量。
上述依据话务量和接通率确定坐席数量的方案中,采用的话务模型比较单一,随着时间的不断变换,采用上述方案确定的坐席数量不一定能够满足呼叫中心的需求,即在不同时间段用户的呼叫数量不同以及用户所能容忍的排队时长发生变化时,上述话务模型也只能按照固定的参数计算需要的坐席数量,无法针对不同的时间段和用户对排队时间的容忍程度动态计算呼叫中心需要的坐席数量。
发明内容
本发明实施例提供一种确定呼叫中心队列中坐席数量的方法及设备,用以解决现有技术中存在的无法针对不同的时间段和用户对排队时间的容忍程度灵活、准确确定呼叫中心需要的坐席数量的问题。
一种确定呼叫中心队列中坐席数量的方法,所述方法包括:
记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据;
从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型;
利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
一种确定呼叫中心队列中坐席数量的设备,所述设备包括:
数据记录模块,用于记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据;
模型确定模块,从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型;
确定模块,用于利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
本发明实施例根据预先设定的调度模型和调度时间段的对应关系,确定当前应该采用的表示当前话务量状态的调度模型,并且在利用调度模型计算坐席数量时,还充分考虑到用户所能容忍的呼叫排队时长,使得最终确定出的坐席数量在用户的呼叫排队时长小于第二时长的概率达到设定值的条件下,能够灵活、准确地确定呼叫中心需要的坐席数量,以满足呼叫业务的动态需求。
附图说明
图1为本发明实施例一中确定呼叫中心队列中坐席数量的方法示意图;
图2为本发明实施例三中确定呼叫中心队列中坐席数量的设备结构示意图。
具体实施方式
为了实现本发明目的,本发明实施例根据预先设定的调度模型和调度时间段的对应关系,确定当前应该采用的调度模型,并且在利用调度模型计算坐席数量时,还充分考虑到用户所能容忍的呼叫排队时长,使得最终确定出的坐席数量在用户的呼叫排队时长小于第二时长的概率达到设定值的条件下,能够满足当前时间段对呼叫的动态需求。
下面通过说明书附图对本发明实施例的方案进行详细说明。
实施例一:
如图1所示,为本发明实施例一中确定呼叫中心队列中坐席数量的方法示意图,所述方法包括以下步骤:
步骤101:记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据。
在本步骤中,每当呼叫中心接收到用户的呼叫时,不论该呼叫是否正确接续到坐席,都会产生被业界称之为“随路数据”的呼叫记录,呼叫中心会记录每一条呼叫记录中的所有呼叫数据。
所述呼叫数据包括但不限于以下数据:
用户的终端标识、用户的优先级属性、呼叫的排队时长、用户是否主动挂机、呼叫是否出现***呼损,若呼叫接续至坐席,则还包括:通话时长、坐席标识、是否呼转,以及在呼叫过程每一阶段的时间戳。
将第一时长内产生的每一条呼叫记录保存在数据库中,以便于后续根据呼叫记录中的呼叫数据来计算确定当前需要的坐席数量。
为了动态实时地调整当前时刻所需的坐席数量,本步骤中可以将采集到呼叫数据实时用于坐席数量的计算,使得采集到的呼叫数据能够准确地反映当前时刻呼叫中心的呼叫状态,因此,本步骤的具体实现过程可以如下:
在所述第一时长的起始时刻到达时,实时监测并记录呼叫中心内各坐席响应用户的呼叫时产生的呼叫数据,直至所述第一时长的结束时刻到达时,得到第一时长内产生的呼叫数据。
在第一时长的结束时刻可以为步骤102的开始时刻,本实施例也不限于在第一时长结束一段时间后再执行步骤102。
步骤102:从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型。
本步骤是在计算确定需要的坐席数量之前进行场景匹配的操作,根据经验值确定当前时刻应该采用的调度模型。
在本实施例中,可以预先根据经验值确定不同的时间段对应的调度模型,每一调度模型应当反映出对应的时间段内的呼叫状态。如调度模型可以包括高话务量模型和低话务量模型,高话务量模型对应的时间段是一般意义上的通话高峰期,如至少包括以下一个时间段:每月第一日、每月最后一日、每周内设定日、每日内设定时间段(如早8点至10点);低话务量模型对应的时间段是通话的低峰期,如每日的晚10点至12点。
由于本实施例中用于计算坐席数量的话务模型是根据当前时刻动态选择的,也就是说计算坐席数量与当前的呼叫状态(如呼叫数量等)直接相关,因此,后续每次计算出的坐席数量能够灵活、准确地匹配各时间段的坐席需求。
步骤103:利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
用户的呼叫排队时长小于第二时长的概率是否达到设定值能够反映出当前呼叫中心对呼叫业务的状态需求,例如:若第二时长为60秒,设定值为80%,则表示呼叫中心希望80%的呼叫能够在60秒内被接续至坐席;若第二时长为90秒,设定值为90%,则表示呼叫中心希望90%的呼叫能够在90秒内被接续至坐席。
将步骤101确定的呼叫数据输入步骤102确定的调度模型中后计算出坐席数量后,计算出的坐席数量能够满足当前呼叫中心对呼叫业务的状态需求,以实现在不同时间段用户的呼叫数量不同以及用户所能容忍的排队时长发生变化时,可以针对不同的时间段和用户对排队时间的容忍程度动态计算呼叫中心需要的坐席数量,使得计算出的坐席数量能够实时满足呼叫中心业务的状态需求。
实施例二:
本发明实施例二通过具体的实例对本发明实施例一的方案进行说明。
假设本实施例二中的第一时长T为600秒。
将第一时长内记录的所有呼叫记录中的呼叫数据进行整理,得到如表1所示的整合后的呼叫数据:
incalls | 第一时长内呼叫中心累计接收到的呼叫次数50 |
shortcalls | 第一时长内已接入呼叫中心但未接通坐席时用户主动挂机的次数10 |
fcalls | 第一时长内累计的***呼损量2 |
os | 第一时长内呼叫中心是否出现故障的标识0 |
antimes | 第一时长内呼叫中心接收到呼叫的平均通话时长45秒 |
表1
对表1中的内容说明如下:
第一时长内呼叫中心累计接收到的呼叫次数incalls,假设在第一时长内incalls为50次。
第一时长内在呼叫已接入呼叫中心但未接通坐席时用户主动挂机的次数shortcalls,所述主动挂机包括用户的排队时长超过容忍时长时的挂机次数以及未达到容忍时长时的挂机次数,假设在第一时长内shortcalls为10次。
第一时长内累计的***呼损量fcalls,fcalls是呼叫在排队过程中,由于网络环境较差或是呼叫中心的***故障导致呼叫被动挂机的次数,假设在第一时长内fcalls为2次。
第一时长内呼叫中心是否出现故障的标识os,在出现故障时标识为1,未出现故障时标识为0,假设在第一时长内os为0。
第一时长内呼叫中心接收到呼叫的平均通话时长antimes,antimes是在第一时长内每一呼叫时长的平均值,假设在第一时长内antimes为45秒。
在对呼叫数据进行整合后,本实施例二还需要确定使用的调度模型。假设本实施例二中定义调度模型为高话务量模型或低话务量模型,以下任一时间段对应的调度模型为高话务量模型:
每月第一日或每月最后一日;
每周内设定忙日(如周一);
每日内设定忙时(如每日上午8~10点)。
若按照上述调度模型与调度时间段的划分方式,可以得到如表2所示的8种调度模型与调度时间段的对应关系。
表2
其中,1表示“是”,0表示“否”。
针对不同的调度模型,所使用的参数也不相同,如表3所示,为每一调度模型对应的k1~k4参数,表3所示的数据可以是通过经验值或仿真方式确定的。
k1 | k2 | k3 | k4 | |
调度模型1 | 0.6694 | -0.0014 | 1.1675 | 2.3012 |
调度模型2 | 2.8587 | -0.4582 | 3.5578 | 0.5715 |
调度模型3 | 0.0018 | -3.1722 | 0.0025 | 0.0009 |
调度模型4 | 3.0577 | -0.2223 | 42.4439 | 0.5454 |
调度模型5 | 1.2406 | 0.1413 | 1.4995 | 1.244 |
调度模型6 | 1.2874 | -0.0152 | 2.6158 | 1.3379 |
调度模型7 | 1.6562 | 28.6868 | 1.1261 | 0.8923 |
调度模型8 | 1.6613 | 0.5398 | 11.0049 | 0.8937 |
表3
调用表2所示的8种调度模型与调度时间段的对应关,可以确定出当前时刻对应的调度模型,假设当前时刻是1月5日周三晚上10点,即不在任一通话高峰期内,则应该对应调度模型4,采用的k1~k4参数分别为3.0577、-0.2223、42.4439、0.5454。
在得到表1所示的整合后的呼叫数据以及根据表2的得到调度模型4后,还需要进一步确定呼叫中心希望用户的呼叫排队时长小于第二时长的概率,为了便于公式计算,本实施例中将得到的概率值*100来反映当前呼叫中心对呼叫业务的状态需求slv。
如表4所示,为slv的不同取值表示的用户的呼叫在能够容忍的排队时长内接续至坐席的概率。
slv=100 | 所有用户的呼叫都能在第二时长接续至坐席 |
slv=90 | 90%用户的呼叫都能在第二时长接续至坐席 |
slv=80 | 80%用户的呼叫都能在第二时长接续至坐席 |
slv=70 | 70%用户的呼叫都能在第二时长接续至坐席 |
表4
本实施例二中假设slv为80。
通过以上方式得到呼叫数据、调度模型以及用户的呼叫排队时长小于第二时长的概率的后,可以利用公式(1)计算确定呼叫中心需要的坐席数量:
agn={[slv*(k4*incalls-shortcalls)+k3*fcalls]*(k1+k2*os)*antimes}/T (1)
其中:agn为确定的坐席数量;slv为用户的呼叫排队时长小于第二时长的概率值*100;k1~k4为当前时刻所在时间段对应调度模型的参数;incalls为第一时长内呼叫中心累计接收到的呼叫次数;shortcalls为第一时长内在呼叫已接入呼叫中心但未接通坐席时用户主动挂机的次数;fcalls为第一时长内累计的***呼损量;os为第一时长内呼叫中心是否出现故障的标识,其中:在出现故障时标识为1,未出现故障时标识为0;antimes为第一时长内呼叫中心接收到呼叫的平均通话时长;T为第一时长,单位为秒。
将上述数值代入公式(1)进行计算如下:
agn={[slv*(k4*incalls-shortcalls)+k3*fcalls]*(k1+k2*os)*antimes}/T
={[80*(0.5454*50-10)+42.4439*2]*3.0577*45}/600
=336.306
因此,计算确定当前呼叫中心需要的坐席数量为337位。
在计算出当前需要的坐席数量中,可以与当前呼叫中心队列内实际运行的坐席数量进行比较,若计算确定的坐席数量与实际运行的坐席数量相差较小(如差值小于计算确定的坐席数量的10%),则表示当前实际运行的坐席数量合适,不需要进行坐席数量的调整;若计算确定的坐席数量与实际运行的坐席数量相差较大(如差值不小于计算确定的坐席数量的10%),则表示当前实际运行的坐席数量需要进行调整,具体调整方式为:
若计算确定的坐席数量大于实际运行的坐席数量,表示当前呼叫中心的坐席数量不足以支持当前的呼叫业务需求,可以通过告警的方式通知呼叫中心的维护人员增加坐席的数量;若计算确定的坐席数量小于实际运行的坐席数量,表示当前呼叫中心的坐席数量大于当前的呼叫业务需求,造成坐席资源浪费,也可以通过告警的方式通知呼叫中心的维护人员减少坐席的数量。
具体采用的告警方式包括声、光等物理方式告警。
实施例三:
本发明实施例三还提供一种与实施例一和实施例二属于同一发明构思下的确定呼叫中心队列中坐席数量的设备,如图2所示,所述设备包括数据记录模块11、模型确定模块12和确定模块13,其中:数据记录模块11用于记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据;模型确定模块12从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型;确定模块13用于利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
具体地,数据记录模块11可以与坐席进行实时通讯,在坐席上通过内置的DLL文件将每次呼叫的呼叫记录发送给数据记录模块11,数据记录模块11记录并存储呼叫记录,并且可以对呼叫记录中的呼叫数据进行整合,得到如表1所示的呼叫数据。
数据记录模块11的具体记录过程为:在所述第一时长的起始时刻到达时,实时监测并记录呼叫中心内各坐席响应用户的呼叫时产生的呼叫数据,直至所述第一时长的结束时刻到达时,得到第一时长内产生的呼叫数据。
模型确定模块12可以按照表2和表3中记载的信息,确定当前需要使用的调度模型以及k1~k4参数。
确定模块13从数据记录模块11以及模型确定模块12中读取呼叫数据以及调度模型的相关信息后,还可以从表4中读取呼叫中心希望用户的呼叫排队时长小于第二时长的概率,进而通过以下公式(1)确定呼叫中心需要的坐席数量:
agn={[slv*(k4*incalls-shortcalls)+k3*fcalls]*(k1+k2*os)*antimes}/T (1)
其中:agn为确定的坐席数量;slv为用户的呼叫排队时长小于第二时长的概率值*100;k1~k4为当前时刻所在时间段对应调度模型的参数;incalls为第一时长内呼叫中心累计接收到的呼叫次数;shortcalls为第一时长内在呼叫已接入呼叫中心但未接通坐席时,用户主动挂机的次数;fcalls为第一时长内累计的***呼损量;os为第一时长内呼叫中心是否出现故障的标识,其中:在出现故障时标识为1,未出现故障时标识为0;antimes为第一时长内呼叫中心接收到呼叫的平均通话时长;T为第一时长,单位为秒。
另外,确定呼叫中心队列中坐席数量的设备中还可以进一步包括存储模块14以及告警模块15,其中:存储模块14可以记录在呼叫中心希望用户的呼叫排队时长小于第二时长的概率不同时,需要的坐席数量,如记录用户的排队时长小于第二时长的概率为100%、90%、80%以及70%的情况下,需要的坐席数量。
告警模块15用于将计算确定的坐席数量与当前实际运行的坐席数量比较比较,根据比较结果告警增加或减少当前实际运行的坐席数量。
通过本发明实施例提供的方法及设备计算出呼叫中心需要的坐席数量,能够满足当前呼叫中心对呼叫业务的状态需求,同时还能实现在不同时间段用户的呼叫数量不同以及用户所能容忍的排队时长发生变化时,针对不同的时间段和用户对排队时间的容忍程度灵活、准确地计算呼叫中心需要的坐席数量;另外,在计算坐席数量时实时采集呼叫数据,使得采集到的呼叫数据能够准确地反映当前时刻呼叫中心的呼叫状态,进一步提高确定的坐席数量的准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种确定呼叫中心队列中坐席数量的方法,其特征在于,所述方法包括:
记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据;
从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型;
利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
2.如权利要求1所述的方法,其特征在于,记录第一时长内呼叫中心产生的呼叫数据,具体包括:
在所述第一时长的起始时刻到达时,实时监测并记录呼叫中心内各坐席响应用户的呼叫时产生的呼叫数据,直至所述第一时长的结束时刻到达时,得到第一时长内产生的呼叫数据。
3.如权利要求1所述的方法,其特征在于,所述呼叫数据包括以下任一数据或数据的组合:
第一时长内呼叫中心累计接收到的呼叫次数;
第一时长内在呼叫已接入呼叫中心但未接通坐席时,用户主动挂机的次数;
第一时长内累计的***呼损量;
第一时长内呼叫中心是否出现故障的标识;
第一时长内呼叫中心接收到呼叫的平均通话时长。
4.如权利要求1所述的方法,其特征在于,所述调度模型包括高话务量模型和低话务量模型。
5.如权利要求4所述的方法,其特征在于,所述高话务量模型对应的调度时间段至少包括以下一个时间段:
每月第一日、每月最后一日、每周内设定日、每日内设定时间段。
6.如权利要求1所述的方法,其特征在于,通过以下公式确定呼叫中心需要的坐席数量:
agn={[slv*(k4*incalls-shortcalls)+k3*fcalls]*(k1+k2*os)*antimes}/T
其中:agn为确定的坐席数量;slv为用户的呼叫排队时长小于第二时长的概率值*100;k1~k4为当前时刻所在时间段对应调度模型的参数;incalls为第一时长内呼叫中心累计接收到的呼叫次数;shortcalls为第一时长内在呼叫已接入呼叫中心但未接通坐席时,用户主动挂机的次数;fcalls为第一时长内累计的***呼损量;os为第一时长内呼叫中心是否出现故障的标识,其中:在出现故障时标识为1,未出现故障时标识为0;antimes为第一时长内呼叫中心接收到呼叫的平均通话时长;T为第一时长,单位为秒。
7.一种确定呼叫中心队列中坐席数量的设备,其特征在于,所述设备包括:
数据记录模块,用于记录第一时长内呼叫中心接收到用户呼叫时产生的呼叫数据;
模型确定模块,从预先设定的调度模型和调度时间段的对应关系中,确定当前时刻所在时间段对应的调度模型;
确定模块,用于利用产生的所述呼叫数据和确定的调度模型,确定在用户的呼叫排队时长小于第二时长的概率达到设定值时,呼叫中心需要的坐席数量。
8.如权利要求7所述的设备,其特征在于,
数据记录模块,具体用于在所述第一时长的起始时刻到达时,实时监测并记录呼叫中心内各坐席响应用户的呼叫时产生的呼叫数据,直至所述第一时长的结束时刻到达时,得到第一时长内产生的呼叫数据。
9.如权利要求7所述的设备,其特征在于,
确定模块,具体用于通过以下公式确定呼叫中心需要的坐席数量:
agn={[slv*(k4*incalls-shortcalls)+k3*fcalls]*(k1+k2*os)*antimes}/T
其中:agn为确定的坐席数量;slv为用户的呼叫排队时长小于第二时长的概率值*100;k1~k4为当前时刻所在时间段对应调度模型的参数;incalls为第一时长内呼叫中心累计接收到的呼叫次数;shortcalls为第一时长内在呼叫已接入呼叫中心但未接通坐席时,用户主动挂机的次数;fcalls为第一时长内累计的***呼损量;os为第一时长内呼叫中心是否出现故障的标识,其中:在出现故障时标识为1,未出现故障时标识为0;antimes为第一时长内呼叫中心接收到呼叫的平均通话时长;T为第一时长,单位为秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010279882.1A CN102404466B (zh) | 2010-09-09 | 2010-09-09 | 一种确定呼叫中心队列中坐席数量的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010279882.1A CN102404466B (zh) | 2010-09-09 | 2010-09-09 | 一种确定呼叫中心队列中坐席数量的方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102404466A true CN102404466A (zh) | 2012-04-04 |
CN102404466B CN102404466B (zh) | 2015-03-04 |
Family
ID=45886232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010279882.1A Active CN102404466B (zh) | 2010-09-09 | 2010-09-09 | 一种确定呼叫中心队列中坐席数量的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102404466B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168398A (zh) * | 2013-08-09 | 2014-11-26 | 福建鑫翼祥信息科技有限公司 | 电话外呼量控制方法 |
CN106302241A (zh) * | 2015-05-20 | 2017-01-04 | ***通信集团河南有限公司 | 在线消息队列调度方法和装置 |
CN107426450A (zh) * | 2017-07-05 | 2017-12-01 | 北京辰安信息科技有限公司 | 一种计算呼叫中心繁忙度的方法及装置 |
CN111371959A (zh) * | 2020-03-17 | 2020-07-03 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音数据处理方法及装置 |
CN112132595A (zh) * | 2020-09-27 | 2020-12-25 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN113222377A (zh) * | 2021-04-29 | 2021-08-06 | 上海天好信息技术股份有限公司 | 基于实时音视频技术的在线人工坐席资源动态调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150419A (zh) * | 2007-11-12 | 2008-03-26 | 中国电信股份有限公司 | 一种新一代呼叫中心***及自动业务实现方法 |
CN101207659A (zh) * | 2006-12-22 | 2008-06-25 | 华为技术有限公司 | 排班***和方法 |
CN101594437A (zh) * | 2008-05-28 | 2009-12-02 | ***通信集团公司 | 一种呼叫中心的队列调度方法及装置 |
CN101668095A (zh) * | 2009-10-10 | 2010-03-10 | 北京讯鸟软件有限公司 | 一种用于呼叫中心的外呼数量控制方法 |
-
2010
- 2010-09-09 CN CN201010279882.1A patent/CN102404466B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101207659A (zh) * | 2006-12-22 | 2008-06-25 | 华为技术有限公司 | 排班***和方法 |
CN101150419A (zh) * | 2007-11-12 | 2008-03-26 | 中国电信股份有限公司 | 一种新一代呼叫中心***及自动业务实现方法 |
CN101594437A (zh) * | 2008-05-28 | 2009-12-02 | ***通信集团公司 | 一种呼叫中心的队列调度方法及装置 |
CN101668095A (zh) * | 2009-10-10 | 2010-03-10 | 北京讯鸟软件有限公司 | 一种用于呼叫中心的外呼数量控制方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168398A (zh) * | 2013-08-09 | 2014-11-26 | 福建鑫翼祥信息科技有限公司 | 电话外呼量控制方法 |
CN106302241A (zh) * | 2015-05-20 | 2017-01-04 | ***通信集团河南有限公司 | 在线消息队列调度方法和装置 |
CN107426450A (zh) * | 2017-07-05 | 2017-12-01 | 北京辰安信息科技有限公司 | 一种计算呼叫中心繁忙度的方法及装置 |
CN111371959A (zh) * | 2020-03-17 | 2020-07-03 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音数据处理方法及装置 |
CN112132595A (zh) * | 2020-09-27 | 2020-12-25 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN112132595B (zh) * | 2020-09-27 | 2023-11-28 | 泰康保险集团股份有限公司 | 呼损数据处理方法及装置 |
CN113222377A (zh) * | 2021-04-29 | 2021-08-06 | 上海天好信息技术股份有限公司 | 基于实时音视频技术的在线人工坐席资源动态调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102404466B (zh) | 2015-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11575786B2 (en) | Optimizing next step action to increase overall outcome in sales and marketing engagement | |
CN102404466B (zh) | 一种确定呼叫中心队列中坐席数量的方法及设备 | |
US20060277550A1 (en) | Expected wait time augmentation system and method | |
US8965779B1 (en) | Fulfilling staffing requirements via an interactive voice response system | |
US20080225872A1 (en) | Dynamically defining queues and agents in a contact center | |
US11444795B1 (en) | Intelligent meeting assistant | |
US20130260726A1 (en) | Queue reminder system and queue reminder method | |
US9756487B1 (en) | Systems and methods for personalized text message marketing | |
US9578171B2 (en) | Low latency distributed aggregation for contact center agent-groups on sliding interval | |
CN107920173B (zh) | 多方通话的电话会议发起方法、***、设备及存储介质 | |
CN103684839A (zh) | 一种用于双机热备的数据传输方法、***及服务器 | |
US8811598B2 (en) | Scheduling an agent based on a contact center history | |
BRPI0924555B1 (pt) | método de implementação de serviço de chamadas e sistema de call center | |
CN108965109A (zh) | 一种即时通讯控制方法、装置及存储介质 | |
US20200402648A1 (en) | Generating high confidence refills for unified workforce management | |
CN103491176A (zh) | 微博自动发布方法及*** | |
US20230141679A1 (en) | System and Method Improving Inbound Leads and Phone Calls Processing in Sales and Marketing Engagement | |
CN106204062A (zh) | 客服***的客户信息列表更新方法及装置 | |
CN109791654A (zh) | 用于预测用户设备的用户的参与度水平的方法、相关的参与度预测设备和用户设备 | |
CN104869263A (zh) | 一种基于cti平台的外线坐席控制方法及*** | |
EP2434792A1 (en) | System and method for monitoring virtual agents | |
CN111385593A (zh) | 跨平台直播内容同步方法、装置、存储介质和服务器 | |
CN103685788A (zh) | 一种基于ip网络的自动电话外呼及语音交互*** | |
CN101834744B (zh) | 一种融合业务***及其实现方法 | |
CN103777940A (zh) | 用于在协作环境中生成用户不可用警告的方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |