CN113329132B - 预测式外呼方法及预测式外呼*** - Google Patents

预测式外呼方法及预测式外呼*** Download PDF

Info

Publication number
CN113329132B
CN113329132B CN202110883440.6A CN202110883440A CN113329132B CN 113329132 B CN113329132 B CN 113329132B CN 202110883440 A CN202110883440 A CN 202110883440A CN 113329132 B CN113329132 B CN 113329132B
Authority
CN
China
Prior art keywords
outbound
seat
robot
artificial
mode
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.)
Active
Application number
CN202110883440.6A
Other languages
English (en)
Other versions
CN113329132A (zh
Inventor
庞在虎
高懿
陈博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Lingbanjishi Intelligent Technology Co ltd
Original Assignee
Beijing Lingbanjishi Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Lingbanjishi Intelligent Technology Co ltd filed Critical Beijing Lingbanjishi Intelligent Technology Co ltd
Priority to CN202110883440.6A priority Critical patent/CN113329132B/zh
Publication of CN113329132A publication Critical patent/CN113329132A/zh
Application granted granted Critical
Publication of CN113329132B publication Critical patent/CN113329132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5175—Call or contact centers supervision arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
    • H04M3/5232—Call distribution algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
    • H04M3/5238—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing with waiting time or load prediction arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/527—Centralised call answering arrangements not requiring operator intervention

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种预测式外呼方法，包括：初始化并获取外呼任务信息；根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；外呼模式包括机器人坐席模式、人机协作模式；获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；外呼任务完成后记录外呼结果，更新外呼任务信息中的外呼结果信息。此外，还公开了一种预测式外呼***。本发明满足了机器人坐席模式及人机协作模式下的外呼处理，在人机协作场景下能够实现稳定高效的预测式外呼，大大降低人工坐席的平均置闲时长，有效降低了呼损率。

Description

预测式外呼方法及预测式外呼***
技术领域
本发明涉及电话外呼技术领域，特别涉及一种预测式外呼方法及预测式外呼***。
背景技术
现有技术中，预测式外呼***通过电话外呼有针对性、有计划地与客户进行联系，从而在企业与客户之间建立沟通渠道；预测式外呼***根据预测式外呼算法根据设定的速度向外拨号；如果接通，预测式外呼***将立即把接通的用户分派给空闲坐席，进行后续沟通；如果根据信令或语音识别判断此次呼叫无人接听或占线，预测式外呼***记录拨打结果，根据外呼策略在下一外呼时间发出新的呼叫；如果拨打的电话号码是停机或空号等，则预测式外呼***记录相关信息并按顺序呼叫下一电话号码。
然而，发明人经研究发现，现有技术通常只针对纯人工客服场景进行预测外呼，而缺乏对人机协作场景的预测式外呼的支持，人机协作场景相对于现有技术中的纯人工客服场景增加了客户与机器人对话环节即人机对话环节。
发明内容
基于此，为解决现有技术中的技术问题，特提出了一种预测式外呼方法，包括：
预测式外呼***初始化并获取外呼任务信息；所述预测式外呼***包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席与所述预测式外呼装置相连接；
所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无需人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息。
在一种实施例中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席。
在一种实施例中，在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
在人机协作模式下，预测式外呼***每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量。
在一种实施例中，机器人坐席模式的预测式外呼算法如下式所示：
outboundNum = readyRobotNum-taskFsmNum ；
其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量。
在一种实施例中，人机协作模式的预测式外呼算法如下式所示：
outboundNum=((readyAgentNum+expNum)*z+(readyAIAgentNum+expAIAgentNum)*z*zTransfer)*speedAdjustConfficient-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；
其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为***设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；
taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；
z为外呼数量的冗余倍数，z=总外呼次数/成功接通次数；zTransfer为转接人工坐席数量的冗余倍数，zTransfer =机器人坐席接通次数/机器人坐席转接人工坐席组次数；
speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼。
在一种实施例中，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，取其中较小值发出外呼。
在一种实施例中，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式所示：
P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out；
其中，r为平均振铃时长，busySec为当前时刻坐席的服务时长，P_exp_avg为原平均服务时长，y为检测自动应答所需时长，lbt为平均服务时长；gam为冗余系数，冗余系数为大于1.0的浮点数；P_exp[]中保存经验值概率数组；
在一种实施例中，平均振铃时长r的计算如下式所示：
r=totalUserRingTime / totalUserRingCount+1；
其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；
其中，平均服务时长lbt的计算如下式所示：
lbt=(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount；
其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数。
此外，还提出了一种预测式外呼***，包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席分别与所述预测式外呼装置相连接；
所述预测式外呼***初始化并获取外呼任务信息；所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
所述预测式外呼装置根据获取的外呼任务信息选择外呼模式，并根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
所述预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，所述预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息。
在一种实施例中，其中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席。
实施本发明实施例，将具有如下有益效果：
本发明满足了机器人坐席模式及人机协作模式下的电话外呼处理，在人机协作场景下实能够现稳定高效的预测式外呼，大大降低人工坐席的平均置闲时长，并有效降低了呼损率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本发明中预测式外呼方法的流程示意图；
图2为本发明中预测式外呼***的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明公开了一种预测式外呼方法，包括：
预测式外呼***初始化并获取外呼任务信息；预测式外呼***包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席分别与所述预测式外呼装置相连接；所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
所述预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，所述外呼模式包括机器人坐席模式、人机协作模式；
在机器人坐席模式下，仅由机器人坐席进行外呼而无人工坐席组参与；即，在机器人坐席模式下机器人坐席不会将外呼转接至人工坐席组；
特别地，为了充分利用电话线路资源，在机器人坐席模式下，预测式外呼***分配的机器人坐席数与线路并发数相匹配，预测式外呼***每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
特别地，机器人坐席模式的预测式外呼算法如下式1所示：
outboundNum = readyRobotNum-taskFsmNum 式1
其中，outboundNum为当前需要发出的外呼数量；
readyRobotNum为当前空闲的机器人坐席数；
taskFsmNum为当前已发出但还未接通的外呼数量；
在人机协作模式下，机器人坐席接通电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果；所述机器人坐席根据识别结果判断是否转接至人工坐席组；
特别地，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置转接的通话；所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
普通人工坐席与机器人坐席构成技能坐席组，所述技能坐席组直接接听所述预测式外呼装置接通的外呼通话；在所述技能坐席组中，普通人工坐席的接听优先级高于机器人坐席；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；
所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席；
特别地，在人机协作模式下，预测式外呼***每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量；
特别地，人机协作模式的预测式外呼算法如下式2所示：
outboundNum=((readyAgentNum+expNum)*z+(readyAIAgentNum+expAIAgentNum)*z*zTransfer)*speedAdjustConfficient-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient 式2
特别地，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，并取其中较小值发出外呼；即，当前需要发出的外呼数量值受到当前线路空闲并发数的约束；
其中，outboundNum为当前需要发出的外呼数量；
readyAgentNum为当前空闲的普通人工坐席数；
expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数；
readyAIAgentNum为当前空闲的智能人工坐席数；
expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为***设置的概率门限，当人工坐席或机器人坐席的当前状态值P_exp大于可能性变量P_out时该人工坐席或机器人坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；即，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中；
特别地，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式2-1所示：
P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out； 式2-1
将满足上述式2-1条件的普通人工坐席或智能人工坐席加入到expNum或expAIAgentNum中；
其中，r为平均振铃时长；平均振铃时长的计算具体如下式2-2所示：
r=totalUserRingTime / totalUserRingCount+1 式2-2
其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；
其中，所述反馈周期为各个统计量的统计周期；通常情况下反馈周期可以设置为一天；
busySec为当前时刻坐席的服务时长；
P_exp_avg为原平均服务时长；
y为检测自动应答所需时长；
lbt为平均服务时长；平均服务时长的计算具体如下式2-3所示：
lbt=(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount 式2-3
其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数；
其中，后处理时间是指坐席挂断通话后填写工单等处理的时间，在该后处理时间段内坐席无法接听新的通话；
gam为冗余系数，冗余系数为大于1.0的浮点数；冗余系数gam用于调整坐席与客户服务时长，通常可以设置为稍大于1.0的浮点数值，例如可以设置为1.1或者1.2；
P_exp[]用于保存经验值概率数组；其中保存了通话时长为1秒、2 秒、3 秒⋯的坐席提前发出一次外呼的概率，例如，P_exp[1]单元中保存1秒的概率，P_exp[2]单元中保存2秒的概率；
taskFsmNum为当前已发出但还未接通的外呼数量；
taskAIConversionNum为当前已占用的机器人坐席数；taskAIConversionNum表示正在进行交互且还未触发转接人工坐席操作的机器人坐席数量；
z为外呼数量的冗余倍数，即z为接通率的倒数，z=总外呼次数/成功接通次数；
zTransfer为转接人工坐席数量的冗余倍数，即机器人坐席转接人工坐席率的倒数，zTransfer =机器人坐席接通次数/机器人坐席转接人工坐席次数；
speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼；
速度调整系数可以根据应用场景及对话情况进行手动调整，人工坐席数量越多则越稳定；速度调整系数不会自动反馈调整以保证拨号冗余量；
预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，预测式外呼装置记录外呼结果，并更新外呼任务信息中的外呼结果信息；
其中，外呼结果信息包括外呼号码状态、通话状态；外呼号码状态包括停机、空号；通话状态包括无人接听、占线、挂机、外呼接通。
如图2所示，本发明公开了一种预测式外呼***，包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席分别与所述预测式外呼装置相连接；
所述预测式外呼***初始化并获取外呼任务信息；
其中，所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
所述预测式外呼装置根据获取的外呼任务信息选择外呼模式，并根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无人工坐席组参与；即在机器人坐席模式下，机器人坐席不会将外呼转接至人工坐席组；机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
特别地，人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
普通人工坐席与机器人坐席构成技能坐席组，所述技能坐席组直接接听所述预测式外呼装置接通的外呼通话；在所述技能坐席组中，普通人工坐席的接听优先级高于机器人坐席；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；
所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席；
预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，预测式外呼装置记录外呼结果，并更新外呼任务信息中的外呼结果信息。
其中，外呼结果信息包括外呼号码状态、通话状态；外呼号码状态包括停机、空号；通话状态包括无人接听、占线、挂机、外呼接通；
特别地，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席。
特别地，在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
在人机协作模式下，预测式外呼***每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量。
特别地，机器人坐席模式的预测式外呼算法如下式所示：
outboundNum = readyRobotNum-taskFsmNum ；
其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量。
其中，人机协作模式的预测式外呼算法如下式所示：
outboundNum=((readyAgentNum+expNum)*z+(readyAIAgentNum+expAIAgentNum)*z*zTransfer)*speedAdjustConfficient-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；
其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为***设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；
taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；
z为外呼数量的冗余倍数，z=总外呼次数/成功接通次数；zTransfer为转接人工坐席数量的冗余倍数，zTransfer =机器人坐席接通次数/机器人坐席转接人工坐席组次数；
speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼；
特别地，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，取其中较小值发出外呼。
特别地，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式所示：
P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out；
其中，r为平均振铃时长，busySec为当前时刻坐席的服务时长，P_exp_avg为原平均服务时长，y为检测自动应答所需时长，lbt为平均服务时长；gam为冗余系数，冗余系数为大于1.0的浮点数；P_exp[]中保存经验值概率数组；
特别地，平均振铃时长r的计算如下式所示：
r=totalUserRingTime / totalUserRingCount+1；
其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；
其中，平均服务时长lbt的计算如下式所示：
lbt=(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount；
其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数；
其中，后处理时间是指坐席挂断通话后填写工单等处理的时间，在该后处理时间段内坐席无法接听新的通话。
本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种预测式外呼方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种预测式外呼方法的部分或全部步骤。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种预测式外呼方法，其特征在于，包括：
预测式外呼***初始化并获取外呼任务信息；所述预测式外呼***包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席与所述预测式外呼装置相连接；
所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无需人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息；
其中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席；
在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
在人机协作模式下，预测式外呼***每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，机器人坐席模式的预测式外呼算法如下式所示：
outboundNum＝readyRobotNum-taskFsmNum；
其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量；
其中，人机协作模式的预测式外呼算法如下式所示：
outboundNum＝((readyAgentNum+expNum)*z+(readyAIAgentNum+
expAIAgentNum)*z*zTransfer)*speedAdjustConfficient
-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；
其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为***设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；
taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；
z为外呼数量的冗余倍数，z＝总外呼次数/成功接通次数；zTransfer为转接人工坐席数量的冗余倍数，zTransfer＝机器人坐席接通次数/机器人坐席转接人工坐席组次数；
speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼。
2.根据权利要求1所述的预测式外呼方法，其特征在于，
其中，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，取其中较小值发出外呼。
3.根据权利要求1所述的预测式外呼方法，其特征在于，
其中，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式所示：
P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out；
其中，r为平均振铃时长，busySec为当前时刻坐席的服务时长，P_exp_avg为原平均服务时长，y为检测自动应答所需时长，lbt为平均服务时长；gam为冗余系数，冗余系数为大于1.0的浮点数；P_exp[]中保存经验值概率数组。
4.根据权利要求3所述的预测式外呼方法，其特征在于，
其中，平均振铃时长r的计算如下式所示：
r＝totalUserRingTime/totalUserRingCount+1；
其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；
其中，平均服务时长lbt的计算如下式所示：
lbt＝(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount；
其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数。
5.一种预测式外呼***，其特征在于，包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席分别与所述预测式外呼装置相连接；
所述预测式外呼***初始化并获取外呼任务信息；所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；
所述预测式外呼装置根据获取的外呼任务信息选择外呼模式，并根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
所述预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，所述预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息；
其中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席；
在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
在人机协作模式下，预测式外呼***每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，机器人坐席模式的预测式外呼算法如下式所示：
outboundNum＝readyRobotNum-taskFsmNum；
其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量；
其中，人机协作模式的预测式外呼算法如下式所示：
outboundNum＝((readyAgentNum+expNum)*z+(readyAIAgentNum+
expAIAgentNum)*z*zTransfer)*speedAdjustConfficient
-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；
其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为***设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；
taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；
z为外呼数量的冗余倍数，z＝总外呼次数/成功接通次数；zTransfer为转接人工坐席数量的冗余倍数，zTransfer＝机器人坐席接通次数/机器人坐席转接人工坐席组次数；
speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼。
6.根据权利要求5所述的预测式外呼***，其特征在于，
其中，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，取其中较小值发出外呼。
7.根据权利要求6所述的预测式外呼***，其特征在于，
其中，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式所示：
P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out；
其中，r为平均振铃时长，busySec为当前时刻坐席的服务时长，P_exp_avg为原平均服务时长，y为检测自动应答所需时长，lbt为平均服务时长；gam为冗余系数，冗余系数为大于1.0的浮点数；P_exp[]中保存经验值概率数组。
8.根据权利要求7所述的预测式外呼***，其特征在于，
其中，平均振铃时长r的计算如下式所示：
r＝totalUserRingTime/totalUserRingCount+1；
其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；
其中，平均服务时长lbt的计算如下式所示：
lbt＝(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount；
其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数。
CN202110883440.6A 2021-08-03 2021-08-03 预测式外呼方法及预测式外呼*** Active CN113329132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110883440.6A CN113329132B (zh) 2021-08-03 2021-08-03 预测式外呼方法及预测式外呼***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110883440.6A CN113329132B (zh) 2021-08-03 2021-08-03 预测式外呼方法及预测式外呼***

Publications (2)

Publication Number Publication Date
CN113329132A CN113329132A (zh) 2021-08-31
CN113329132B true CN113329132B (zh) 2021-10-12

Family

ID=77426910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110883440.6A Active CN113329132B (zh) 2021-08-03 2021-08-03 预测式外呼方法及预测式外呼***

Country Status (1)

Country Link
CN (1) CN113329132B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113746990B (zh) * 2021-09-03 2023-03-21 科讯嘉联信息技术有限公司 一种ai人机交互后转人人交互的外呼预测***及方法
CN115065755B (zh) * 2022-05-07 2024-06-21 北京水滴科技集团有限公司 自动外呼控制呼损的方法和装置、电子设备及存储介质
CN115988136B (zh) * 2022-12-28 2023-10-20 南京易米云通网络科技有限公司 智能语音坐席和人工坐席协同工作调度控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108156331A (zh) * 2017-11-10 2018-06-12 大连金慧融智科技股份有限公司 一种智能自动拨号外呼***及方法
CN111246025A (zh) * 2020-02-27 2020-06-05 大连即时智能科技有限公司 人机混排的客服方法及***
CN111246031A (zh) * 2020-02-27 2020-06-05 大连即时智能科技有限公司 人机协同的电话客服方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8750488B2 (en) * 2010-08-31 2014-06-10 Satmap International Holdings Limited Predicted call time as routing variable in a call routing center system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108156331A (zh) * 2017-11-10 2018-06-12 大连金慧融智科技股份有限公司 一种智能自动拨号外呼***及方法
CN111246025A (zh) * 2020-02-27 2020-06-05 大连即时智能科技有限公司 人机混排的客服方法及***
CN111246031A (zh) * 2020-02-27 2020-06-05 大连即时智能科技有限公司 人机协同的电话客服方法及***

Also Published As

Publication number Publication date
CN113329132A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN113329132B (zh) 预测式外呼方法及预测式外呼***
US5247569A (en) System and method for controlling outbound and inbound calls in a telephone communication system
US5327490A (en) System and method for controlling call placement rate for telephone communication systems
CA2398860C (en) Intelligent inbound/outbound communications blending
CN111541821B (zh) 电话客服***及电话客服弹性转接方法
CN111246025B (zh) 人机混排的客服方法及***
US5185782A (en) ACD arrangement for automatically returning a call at a time specified by the original caller
US5553133A (en) System and method for predictive outdialing
CA2220898C (en) Systems and methods for providing communications through an alternate communication network
US8885805B2 (en) System and process for mass telephony conference call
EP0426361A2 (en) Coordinated voice and data display in a multiplex communication system
CN101677345B (zh) 一种实现呼叫中心回呼的方法、装置和***
CN104168398A (zh) 电话外呼量控制方法
EP2982100B1 (de) Verfahren zum aufbau einer rückruftelekommunikationsverbindung
JP2008502184A (ja) 通信システムおよび負荷管理の方法
CN104994246A (zh) 利用移动座席进行话务分流的方法和***
CA2249129C (en) Multiple terminal message indicator for a telecommunications network
CN113746990B (zh) 一种ai人机交互后转人人交互的外呼预测***及方法
CN109151232A (zh) 重复来电处理方法以及装置
CN113452848B (zh) 一种动态计算外呼数量的***及存储介质
CN110266895A (zh) 一种通话回拨方法、装置及设备
CN114285947A (zh) 人机协作的外呼方法及***
CN117279025A (zh) 预测外呼方法及预测外呼***
CN1154378C (zh) 一种移动智能网中大话务量业务处理方法
CN105306756A (zh) 终端状态的交互方法、呼叫中心、终端以及呼叫中心***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant