JP2020507135A - 専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体 - Google Patents

Abstract

本発明は、エージェントの業務データを収集するステップ01と、エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップ02と、前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントの優先順位を分類するステップ03と、前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップ04と、着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップ05と、を含む専属エージェントプール配分方法を提供する。この方法は、領域と業務クラスにおけるユーザとエージェントとのマッチングを解決し、業務スキルの優先順位に応じてエージェントリソースを配分し、エージェントの堪能な業務スキルとユーザが取り扱う業務とのマッチングを向上させ、エージェントサービスの対応性と有効性とを向上させ、ユーザからの満足度を向上させる。【選択図】図１

Description

本出願は、2017年12月25日に提出された中国出願番号CN2017114300221であり、「専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体」と題する中国特許出願の優先権を主張し、全体が参照により本出願に組み込まれる。

本発明は、エージェント配分方法に関し、具体的に専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体に関する。

エージェントサービスとは、金融業界でコールセンターシステムによってユーザにサービスを提供する重要な方法であり、エージェントがコールセンターのサポートシステムによってユーザに対応のサービスを提供する過程である。伝統的なエージェント配分方法は、通常、1)フリーエージェントまでに優先的に配分し、即ち、着信要求を受け入れるとき、この要求を、着信要求を受け入れていないフリーエージェントまでに優先的に配分することと、2)ランダム配分、即ち、複数の着信要求と複数のフリーエージェントが存在するとき、着信要求をランダム抽出してフリーエージェントまでにランダム配分することと、という2つの配分方法がある。

この2つの配分方法には何れも着信ユーザとエージェントとの業務マッチング差異が存在する。これにより、エージェントがユーザに良好な業務サービスを提供できなく、サービス質が低下し、業務取扱の効率が低くなる。

本発明は、専属エージェントプール配分方法を提供することを目的とし、具体的には、
エージェントの業務データを収集するステップ01と、
エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップ02と、
前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントの優先順位を分類するステップ03と、
前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップ04と、
着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップ05と、を含む専属エージェントプール配分方法を提供する。

前記目的を達成するために、本発明は、メモリーとプロセッサーとを備えた電子装置を提供し、前記メモリーは、プロセッサーによって実行される専属エージェントプール配分システムを格納するためのものであり、前記専属エージェントプール配分システムは、
エージェントの業務データを収集するためのデータ収集モジュールと、
エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するためのエージェントグループ化モジュールと、
エージェントの業務データに基づき前記エージェントに対して優先順位をつけるためのエージェント優先順位分類モジュールと、
前記専属エージェントプールの業務データに基づき専属エージェントプールの優先順位
を分類するためのエージェントプール優先順位分類モジュールと、
着信ユーザを、プリセットした配分ポリシーに応じて対応の優先順位のエージェントに配分するためのエージェントプール配分モジュールと、を含む。

前記目的を達成するために、本発明は、専属エージェントプール配分システムを格納するコンピューター読取可能な記憶媒体を提供し、
エージェントの業務データを収集するステップ01と、
エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップ02と、
前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントの優先順位を分類するステップ03と、
前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップ04と、
着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップ05と、を実現するように、前記専属エージェントプール配分システムが少なくとも1つのプロセッサーによって実行される。

本発明の効果は、ユーザの位置情報及びユーザクラスに基づきそれにマッチングしている専属エージェントプールを確立することにより、領域と業務クラスにおけるユーザとエージェントとのマッチングを解決し、かつ、業務スキルの優先順位に応じてエージェントリソースを配分し、エージェントが堪能な業務スキルとユーザが取り扱う業務とのマッチングを向上させ、エージェントサービスの対応性と有効性とを向上させ、ユーザからの満足度を向上させることである。

より本出願実施形態または従来技術における技術案を明瞭に説明するために、以下は、実施形態または従来技術の記載に使用する必要がある図面に対して簡単な説明を行なう。明らかに、以下の図面に対する記載は、本出願における一部の実施形態だけであり、更にこれらの図面による他の図面が当業者にとって格別の創意が要らなくて得られる。
本発明の専属エージェントプール配分方法の一実施形態を示すフローチャート。 本発明の専属エージェントプール配分方法の一実施形態を示すフローチャート。 本発明の専属エージェントプール配分方法の一実施形態を示すフローチャート。 本発明の専属エージェントプール配分システムの一実施形態のプログラムモジュールを示す模式図。 本発明の専属エージェントプール配分システムの別の一実施形態のプログラムモジュールを示す模式図。 本発明の専属エージェントプール配分システムの別の一実施形態のプログラムモジュールを示す模式図。 本発明の電子装置の一実施形態のハードウェアアーキテクチャを示す模式図。

本出願の利点と特徴を当業者により容易に理解させるために、以下は、図面を参照しながら本出願の好ましい実施形態に対して詳細な説明を行う。これにより、本出願が保護を求める範囲に対してより明瞭かつ明確な区分を行なう。

実施形態一
図1、2は、専属エージェントプール配分方法を示す。この方法は、下記のステップ01〜0を含む。

ステップ01はエージェントの業務データを収集するステップである。エージェントがT時間内にユーザへ提供した業務相談と業務取扱とのオンライン通話記録、ユーザフィードバックデータを収集し、かつ、オンライン通話記録からエージェントの応答時間、業務ボリュームなどの業務データを収集する。更に、ユーザフィードバックデータからユーザ所属の位置情報、ユーザクラス、業務タイプ、ユーザ評価などの業務情報を統計する。前記T時間は、実際収集した業務データのサンプルボリュームに基づき選択し、例えば１四半期内のデータのサンプル数が500以上に達した。

ステップ02は、エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップであり、
オンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供した位置情報を収集して前記位置情報の分布に対して統計的分析を行なうステップ2-1と、
前記位置情報から対応するユーザが最も多い位置Mを選別するステップ2-2と、
前記エージェントを前記Mのタイプの専属エージェントプールに分けるステップ2-3と、を含む。

具体的に、エージェントとユーザとの通話記録におけるエージェントの備考内容またはユーザからの返信情報に基づき、各エージェントがサービスを提供するユーザの所属の位置情報に対して統計し、ユーザの所属の位置情報を、ユーザが業務を取り扱う支店または本社に基づき決め、例えばユーザが上海支店で業務を取り扱う場合、このユーザの所属の位置情報は上海支店であり、ユーザが北京支店で業務を取り扱う場合、このユーザ所属の位置情報は北京支店である。各ユーザの各位置領域内におけるユーザ数を統計して対応の位置領域内においてユーザ数が一番多い1つを選別し、例えばエージェントXの所有に属するユーザの中、北京支店からのユーザの数が一番多い場合、前記エージェントXは北京支店の専属エージェントプールに分けられ、エージェントYの所有に属するユーザ、北京支店と上海支店からのユーザ数が同じで一番多い場合、前記エージェントYは北京支店の専属エージェントプールと上海支店の専属エージェントプールに同時に分けられる。

ステップ03は、前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントプールの優先順位を分類するステップである。

エージェント通話記録における業務情報を収集して前記業務情報に対して分類的統計を行ない、各業務タイプの下でのエージェントの業務スキル値を計算し、各業務タイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつける。具体的な業務タイプは、生命保険、年金保険、健康保険及び財産保険などを含む。

各業務タイプの下でのエージェントの業務スキル値は、エージェントがこの業務タイプに堪能な程度を表す。具体的な実施形態では、リニア平均重み付きアルゴリズムでエージェントの業務ボリューム、応答時間、ユーザ評価の3つのパラメーターに各々の重量比をそれぞれかけてからその和を求めることで最終的な業務スキル値を得る。各業務タイプの下でのエージェントの業務スキル値にこの業務タイプの重量比をかけてからその和を求めることで平均的な業務スキル値を得る。他の実施形態では、エージェントの業務スキル値も実際応用の必要に応じて他の業務パラメーターを選択してリニア平均重み付きで計算することで得ることができる。

業務スキル値の具体的な計算式は、下記の通りであり、即ち、
そのうち、
は、エージェントの業務スキル値の関数である。

Nは、総エージェント数である。

は、エージェントの業務ボリューム、ユーザ評価、応答時間をそれぞれ表す。

は、エージェントの業務ボリュームの平均値、ユーザ評価の平均値、応答時間の平均値をそれぞれ表す。

は、エージェントの業務ボリュームの処理ディメンション、ユーザ評価の処理ディメンション、応答時間のディメンションをそれぞれ表す。

は、異なる検定指標の重み係数をそれぞれ表し、通常、各部門の必要に応じて選択する。

ステップ04は、前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップである。

前記専属エージェントプールの優先順位は、着信ユーザの所属の位置情報に基づき優先順位を動的に調整分類し、例えば着信ユーザの所属の位置情報が上海支店である場合、上海支店の専属エージェントプールは優先順位が最も高いエージェントプールに調整され、上海支店の周辺支店のエージェントプールは順に並ぶ。

ステップ05は、着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップである。

前記ユーザを着信ユーザの所属の位置情報Mに基づきMのタイプの専属エージェントプールに優先的に分ける。

ユーザ端末がコールセンターへサービス要求を発し、例えばコールセンターの電話番号をダイヤルするとき、コールセンターは、自動音声プロンプトまたは人工サービスによって着信ユーザの基本情報を確定し、前記着信ユーザを、ユーザに提供された位置情報に基づきその位置にマッチングしている専属エージェントプールまでに優先的に配分し、専属エージェントプールにおけるフリーエージェントを選別し、かつ、ユーザが取り扱う業務にマッチングしている且つ業務スキル値が一番良いエージェントまでに優先的に配分し、若しこの業務にマッチングしているエージェントが無ければ、ユーザを優先順位が一番高いエージェントまでに優先的に配分する。例えば着信ユーザ所属の位置情報が北京支店である場合、コールセンターは、このユーザを北京支店の専属エージェントプールまでに優先的に配分し、更に、フリーエージェントにおける、このユーザが取り扱う業務にマッチングしている、業務スキル値が一番高いエージェントを選別してサービスを提供する。

他の実施形態では、若し選別したフリーエージェントがユーザが取り扱う業務にマッチングしなければ、平均的な業務スキル値が一番高いフリーエージェントを選別して対応のサービスを提供する。

実施形態二
図1、3は、別の専属エージェントプール配分方法を示す。この方法、下記のステップ01〜05を含む。

ステップ01は、エージェントの業務データを収集するステップである。

エージェントがT時間内にユーザへ提供した業務相談と業務取扱とのオンライン通話記録、ユーザフィードバックデータ、応答時間、業務ボリュームなどの業務データを収集する。更に、上述した業務データからユーザ所属の位置情報、ユーザクラス、業務タイプ、ユーザ評価などの業務情報を統計する。前記T時間は、実際収集した業務データのサンプル数に基づいて選択し、例えば１四半期内のデータのサンプル数が500以上に達した。

ステップ02は、エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップであり、
エージェント通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供したユーザクラスを収集して前記クラスのタイプの分布に対して統計的分析を行なうステップ2-aと、
エージェントサービスのユーザクラスから割合が最も高いクラスのタイプNを選別するステップ2-bと、
前記エージェントを前記タイプNの専属エージェントプールに分けるステップ2-cと、を含む。

具体的に、バックグラウンドデータセンターは、着信ユーザの預金状況、個人のクレジット情報、金融商品情報、ローン状況などの個人情報に応じてクラス分類ラベル付けを行ない、主に3タイプのユーザに分け、即ちタイプAは優良顧客、タイプBは潜在顧客、タイプCは一般ユーザである。エージェント通話記録における備考内容またはシステムが自動的に識別したラベルに基づき各エージェントのユーザクラスに対して分類的な統計を行ない、かつ、サービスを提供したユーザクラスにおける割合が最も高いクラスユーザNを選別し、但し、NはA、B、Cの中の少なくとも1つであり、例えばエージェントXがサービスを提供したユーザクラスでは、タイプAの割合が最も高いである場合、エージェントXはタイプAの専属エージェントプールに分けられ、エージェントYがサービスを提供したユーザクラスでは、タイプAとタイプBとの割合が最も高くかつ同じである場合、エージェントYはタイプAとタイプBとの専属エージェントプールに同時に分けられる。

ステップ03は、前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントの優先順位を分類するステップである。

エージェント通話記録におけるユーザクラスタイプを収集して前記ユーザクラスタイプに対して分類的な統計を行ない、各ユーザクラスタイプの下でのエージェントの業務スキル値を計算し、各ユーザクラスタイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつける。

具体的な実施形態では、リニア平均重み付きアルゴリズムでA、B、Cの 3クラスのユーザに対して、各クラスの業務タイプの下での業務スキル値は、このエージェントがサービスを提供したこのクラスのユーザの業務ボリューム、応答時間、ユーザ評価の3つのパラメーターに基づきリニア平均重み付きアルゴリズムで計算し、各ユーザクラスタイプの下での業務スキル値を得る。前記3つのパラメーターに各々の重量比をかけてから和を求めることで最終的な業務スキル値を得る。各ユーザクラスタイプの下でのエージェントの業務スキル値にこのストマークラスタイプの重量比をかけてから和を求めることで平均的な業務スキル値を得る。他の実施形態では、エージェントの業務スキル値も実際応用の必要に応じて他の業務パラメーターを選択してリニア平均重み付きで計算することで得ることができる。

ステップ04は、前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップであり、
前記専属エージェントプールの優先順位は、着信ユーザのユーザクラスに基づき優先順位を動的に調整分類し、例えば着信ユーザのクラスがタイプAである場合、タイプAの専属エージェントプールは優先順位が最も高いプールに自動的に調整され、着信ユーザのユーザクラスがタイプCである場合、タイプCの専属エージェントプールは優先順位が最も高いプールに自動的に調整される。

ステップ05は、着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップである。

前記ユーザを着信ユーザのユーザクラスNに基づきタイプNの専属エージェントプールに優先的に分ける。

ユーザ端末がコールセンターへサービス要求を発し、例えばコールセンターの電話番号をダイヤルするとき、コールセンターは、自動音声プロンプトまたは人工サービスによって着信ユーザの基本情報を確定し、前記着信ユーザを、ユーザに提供されたユーザクラスタイプに基づきそのクラスにマッチングしている専属エージェントプールまでに優先的に配分し、専属エージェントプールにおけるフリーエージェントを選別し、かつ、ユーザクラスタイプにマッチングしている業務スキル値が一番良いエージェントまでに優先的に配分し、若しこの業務にマッチングしているエージェントが無ければ、ユーザを優先順位が一番高いエージェントまでに優先的に配分する。

他の実施形態では、若し選別したフリーエージェントがユーザクラスタイプにマッチングしなければ、平均的な業務スキル値が一番高いフリーエージェントを選別して対応のサービスを提供する。

実施形態三
図4-6は、専属エージェントプール配分システム20を示す。本実施形態では、本発明を
完成させるように、専属エージェントプール配分システム20は、記憶媒体に格納されかつ1つまたは複数のプロセッサーによって実行される1つまたは複数のプログラムモジュールに分けられる。本発明におけるプログラムモジュールとは、特定の機能を完成できる一連のコンピュータプログラム命令セグメントを指し、プログラム自体よりも専属エージェントプール配分システム20の記憶媒体での実行過程を適切に描写する。以下では、本実施形態の各プログラムモジュールの機能を具体的に説明する。

エージェントの業務データを収集するためのデータ収集モジュール201は、エージェントがT時間内にユーザへ提供した業務相談と業務取扱とのオンライン通話記録、ユーザフィードバックデータ、応答時間、業務ボリュームなどの業務データを収集する。かつ、前記業務データからユーザの所属の位置情報、ユーザクラス、業務タイプ、ユーザ評価などの業務情報を統計する。

エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するためのエージェントグループ化モジュール202は、収集したユーザの所属の位置情報、ユーザクラス情報によってエージェントをグループ化して複数の専属エージェントプールを形成する。

エージェント優先順位分類モジュール203は、エージェントの業務データに基づき前記エージェントに対して優先順位をつける。

好ましい実施形態では、エージェント優先順位分類モジュール203は、
エージェントの業務タイプに基づきエージェントの業務スキル値を計算することでエージェントの優先順位を分類し、即ちエージェント通話記録、ユーザフィードバックから業務情報を収集して前記業務情報に対して分類的な統計を行ない、各業務タイプの下でのエージェントの業務スキル値を計算し、各業務タイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけるための第1の分類サブモジュール2031と、
エージェントサービスのユーザタイプに基づきエージェントの業務スキル値を計算することでエージェントの優先順位を分類し、即ち、エージェント通話記録、ユーザフィードバックからユーザクラスタイプを収集して前記ユーザクラスタイプに対して分類的な統計を行ない、各ユーザクラスタイプの下でのエージェントの業務スキル値を計算し、各ユーザクラスタイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけるための第2の分類サブモジュール2032と、を含む。

好ましい実施形態では、前記専属エージェントプールの業務データに基づき専属エージェントプールの優先順位を分類するためのエージェントプール優先順位分類モジュール204は、着信ユーザの位置情報またはユーザクラスに基づき専属エージェントプールの優先順位を動的に分類する。

エージェントプール配分モジュール205は、着信ユーザを、プリセットした配分ポリシーに応じて対応の優先順位のエージェントまでに配分する。

好ましい実施形態では、前記エージェントプール配分モジュール205は、前記着信ユーザの所属の位置情報に基づき前記ユーザを対応の専属エージェントプールに配分するための第1の配分サブモジュール2051と、前記エージェントの優先順位に基づき前記ユーザを前記専属エージェントプールにおける優先順位が比較的高いエージェントに配分するための第2の配分サブモジュール2052と、を含む。

実施形態四
図7を参照して、本実施形態は電子装置を提供する。図7は、本発明の電子装置の一実施形態のハードウェアアーキテクチャを示す模式図である。本実施形態では、前記電子装置2は、予め決められた或いは記憶されたコマンドに従って数値計算及び／または情報処理を自動的に行なうことが可能な装置である。例えばスマートフォン、タブレットパソコン、ノードパソコン、デスクトップコンピューター、ラックサーバー、ブレードサーバー及びタワーサーバー又はケースサーバー（独立したサーバー又は複数のサーバーからなるサーバークラスターを含む）などであってもよい。図のように、前記電子装置2は、システムバスによって互いに通信接続可能なメモリー21、プロセッサー22、ネットワークインタフェース23、及び専属エージェントプール配分システム20を少なくとも含むが、これらに限られない。

前記メモリー21は、フラッシュメモリー、ハードディスク、マルチメディアカード、カード型メモリー（例えばSD又はDXメモリなど）、ランダムアクセスメモリー（RAM）、静的なランダムアクセスメモリー（SRAM）、読取専用メモリー（ROM）、電気的に消去可能かつプログラマブル読取専用メモリー（EEPROM）、プログラマブル読取専用メモリー（PROM）、磁気メモリー、磁気ディスク及び光ディスクなどを含むタイプのコンピューター読取可能な記憶媒体を少なくとも備える。若干の実施形態では、前記メモリー21は、前記電子装置2の内部記憶モジュール、例えばこの電子装置2のハードディスク又はメインメモリーであってもよい。別の若干の実施形態では、前記メモリー21は、前記電子装置2の外部記憶装置、例えばこの電子装置2に配置される挿入式ハードディスク、スマートメモリーカード（Smart Media Card, SMC）、セキュアデジタル（Secure Digital, SD）カード、フラッシュカード（Flash Card）などであってもよい。明らかに、前記メモリー21は、更に前記電子装置2の内部記憶モジュールを含むだけではなくその外部記憶装置も含んでよい。本実施形態では、前記メモリー21は、通常、前記電子装置2に設けられている操作システムと各種のアプリケーションソフトウェア、例えば前記専属エージェントプール配分システム20のプログラムコードなどを格納するためのものである。それ以外、前記メモリー21は、更に出力済みまたは出力待ちの各種のデータを一時記憶するためのものであってよい。

若干の実施形態では、前記プロセッサー22は、セントラルプロセッサ（Central Processing Unit，CPU）、コントローラ、マイクロコントローラ、マイクロプロセッサー又は他のデータ処理チップであってもよい。このプロセッサー22は、通常、前記電子装置2全体の動作を制御するためのものであり、例えば前記電子装置2とデータやりとり又は通信に関連した制御や処理などを実行する。本実施形態では、前記プロセッサー22は、前記メモリー21に記憶されているプログラムコードを実行したり、或いはデータ処理を行なうためのものであり、例えば前記専属エージェントプール配分システム20などを実行する。

前記ネットワークインタフェース23は、無線ネットワークインタフェース又は有線ネットワークインタフェースを含むことができる。このネットワークインタフェース23は、通常、前記電子装置2と他の電子装置との間で通信接続を確立するためのものであり、例えば前記ネットワークインタフェース23は、ネットワークを介して前記電子装置2を外部端末と接続し、前記電子装置2と外部端末との間でデータ伝送経路や通信接続などを確立するためのものである。前記ネットワークは、企業イントラネット（Intranet）、インターネット（Internet）、グローバルモバイルシステム（Global System of Mobile communication，GSM）、広帯域符号分割多元接続（wideband Code Division Multiple Access，WCDMA）、4Gネットワーク、5Gネットワーク、ブルートゥース（Bluetooth）、Wi-Fiなどの無線または有線ネットワークであってもよい。

此処で指摘すべきことは、図7は、アセンブリ20〜23を備える電子装置のみを示した。
然しながら、此処で理解すべきことは、示されたアセンブリの全てを実行する必要がなく、代りに、より多く或いはより少ないアセンブリを実行することができる。

本実施形態では、本発明を完成させるように、メモリー21に格納されている前記専属エージェントプール配分システム20は、前記メモリー21に格納されかつ1つまたは複数のプロセッサー（本実施形態では、プロセッサー22である）によって実行される1つまたは複数のプログラムモジュールに分割される。

例えば、図4は、前記専属エージェントプール配分システム20の第1の実施形態のプログラムモジュールを示す模式図である。本実施形態では、前記専属エージェントプール配分システム20は、データ収集モジュール201、エージェントグループ化モジュール202、エージェント優先順位分類モジュール203、エージェントプール優先順位分類モジュール204、エージェントプール配分モジュール205に分割されてよい。そのうち、本発明におけるプログラムモジュールとは、特定の機能を完成できる一連のコンピュータプログラム命令セグメントを指し、プログラムよりも前記専属エージェントプール配分システム20の前記電子装置2での実行過程を適切に描写する。前記プログラムモジュール201〜205の具体的な機能について、実施形態三では詳しく描写したため、此処で詳しい説明は省略する。

実施形態五
本実施形態は、前記専属エージェントプール配分システム20を格納するコンピューター読取可能な記憶媒体を提供し、この専属エージェントプール配分システム20が1つまたは複数のプロセッサーによって実行されたとき、前記専属エージェントプール配分方法または電子装置の操作を実現した。

当業者にとって、上記実施形態の描写によって、上記実施形態方法をソフトウェアと必要な汎用ハードウェアプラットフォームとを借りて実現することができ、当然ながらハードウェアを介してもよいことは明らかであるが、多くの場合、前者が優れている。

これに限らずに、何らの格別の創意が要らなくて想到し得る変化または置換は、何れも本出願が保護を求める範囲に含まれるべきである。従って、本出願が保護を求める範囲は、請求の範囲に限られている保護範囲を基準とするべきである。

Claims (16)

1. 専属エージェントプール配分方法であって、
   エージェントの業務データを収集するステップ01と、
   エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップ02と、
   前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントプールの優先順位を分類するステップ03と、
   前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップ04と、
   着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップ05と、を含むことを特徴とする専属エージェントプール配分方法。
2. 請求項１に記載の前記方法であって、
   ステップ01でエージェントの業務データを収集することは、エージェントがT時間内にユーザへ提供した業務相談と業務取扱とのオンライン通話記録、ユーザフィードバックデータを収集することを含むことを特徴とする方法。
3. 請求項２に記載の前記方法であって、
   ステップ02は、
   前記オンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供した位置情報を収集して前記位置情報の分布に対して統計的分析を行なうステップ2-1と、
   前記位置情報からその対応するユーザが最も多い位置Mを選別するステップ2-2と、
   前記エージェントを前記Mのタイプの専属エージェントプールに分けるステップ2-3と、を含むことを特徴とする方法。
4. 請求項２に記載の前記方法であって、
   ステップ02は、
   前記オンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供したユーザクラスを収集して前記クラスのタイプの分布に対して統計的分析を行なうステップ2-aと、
   エージェントサービスのユーザクラスから割合が最も高いクラスのタイプNを選別するステップ2 -bと、
   前記エージェントを前記タイプNの専属エージェントプールに分けるステップ2-cと、を含むことを特徴とする方法。
5. 請求項２に記載の前記方法であって、
   ステップ03は、
   エージェントの業務ボリューム、応答時間、ユーザ評価データを収集して前記業務ボリューム、応答時間、ユーザ評価データに対して分類的統計を行ない、各業務タイプの下でのエージェントの業務スキル値を計算し、各業務タイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけることを含むことを特徴とする方法。
6. 請求項２に記載の前記方法であって、
   ステップ03は、
   エージェントにおけるオンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供したユーザクラスを収集して前記ユーザクラスに対して分類的統計を
   行ない、各クラスのユーザの下でのエージェントの業務スキル値を計算し、各クラスのユーザの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけることを含むことを特徴とする方法。
7. 請求項１に記載の前記方法であって、
   ステップ05は、前記エージェントプールの優先順位及びエージェントの優先順位に応じて前記ユーザに対して優先配分を行うステップを含むことを特徴とする方法。
8. メモリーとプロセッサーとを備えた電子装置であって、
   前記メモリーは、プロセッサーによって実行される専属エージェントプール配分システムを格納するためのものであり、
   前記専属エージェントプール配分システムは、
   エージェントの業務データを収集するためのデータ収集モジュールと、
   エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するためのエージェントグループ化モジュールと、
   エージェントの業務データに基づき前記エージェントに対して優先順位をつけるためのエージェント優先順位分類モジュールと、
   前記専属エージェントプールの業務データに基づき専属エージェントプールの優先順位を分類するためのエージェントプール優先順位分類モジュールと、
   着信ユーザを、プリセットした配分ポリシーに応じて対応の優先順位のエージェントまでに配分するためのエージェントプール配分モジュールと、を含むことを特徴とする電子装置。
9. 請求項７に記載の電子装置であって、
   前記エージェントプール配分モジュールは、前記着信ユーザ所属の位置情報に基づき前記ユーザを対応の専属エージェントプールに配分するための第1の配分サブモジュールと、前記エージェントの優先順位に基づき前記ユーザを前記専属エージェントプールにおける優先順位が比較的高いエージェントに配分するための第2の配分サブモジュールと、を含むことを特徴とする電子装置。
10. 専属エージェントプール配分システムを格納するコンピューター読取可能な記憶媒体であって、
    エージェントの業務データを収集するステップ01と、
    エージェントの業務データに基づきエージェントをグループ化して複数の専属エージェントプールを形成するステップ02と、
    前記エージェントの業務データに基づきエージェントの業務スキル値を計算して前記エージェントプールの優先順位を分類するステップ03と、
    前記専属エージェントプールの業務データに基づきエージェントプールの優先順位を分類するステップ04と、
    着信ユーザを、プリセットした配分ポリシーに応じて前記専属エージェントプールにおける対応のエージェントに配分するステップ05と、を実現するように、前記専属エージェントプール配分システムは少なくとも1つのプロセッサーによって実行されることを特徴とするコンピューター読取可能な記憶媒体。
11. 請求項１０に記載のコンピューター読取可能な記憶媒体であって、
    ステップ01でエージェントの業務データを収集することは、エージェントがT時間内にユーザへ提供した業務相談と業務取扱とのオンライン通話記録、ユーザフィードバックデータを収集することを含むことを特徴とするコンピューター読取可能な記憶媒体。
12. 請求項１１に記載のコンピューター読取可能な記憶媒体であって、
    ステップ02は、
    前記オンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供した位置情報を収集して前記位置情報の分布に対して統計的分析を行なうステップ2-1と、
    前記位置情報における対応のユーザが最も多い位置Mを選別するステップ2-2と、
    前記エージェントを前記Mのタイプの専属エージェントプールに分けるステップ2-3と、を含むことを特徴とするコンピューター読取可能な記憶媒体。
13. 請求項１１に記載のコンピューター読取可能な記憶媒体であって、
    ステップ02は、
    前記オンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供したユーザクラスを収集して前記クラスのタイプの分布に対して統計的分析を行なうステップ2-aと、
    エージェントサービスのユーザクラスにおける割合が最も高いクラスのタイプNを選別するステップ2-bと、
    前記エージェントを前記タイプNの専属エージェントプールに分けるステップ2-cと、を含むことを特徴とするコンピューター読取可能な記憶媒体。
14. 請求項１１に記載のコンピューター読取可能な記憶媒体であって、
    ステップ03は、
    エージェントの業務ボリューム、応答時間、ユーザ評価データを収集して前記業務ボリューム、応答時間、ユーザ評価データに対して分類的統計を行ない、各業務タイプの下でのエージェントの業務スキル値を計算し、各業務タイプの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけることを含むことを特徴とするコンピューター読取可能な記憶媒体。
15. 請求項１１に記載のコンピューター読取可能な記憶媒体であって、
    ステップ03は、
    エージェントにおけるオンライン通話記録、ユーザフィードバックデータにおけるユーザへサービスを提供したユーザクラスを収集して前記ユーザクラスに対して分類的統計を行ない、各クラスのユーザの下でのエージェントの業務スキル値を計算し、各クラスのユーザの重みに基づきエージェントの平均的な業務スキル値を計算し、前記エージェントの平均的な業務スキル値に基づき前記エージェントに優先順位をつけるステップを含むことを特徴とするコンピューター読取可能な記憶媒体。
16. 請求項１０に記載のコンピューター読取可能な記憶媒体であって、
    ステップ05は、前記エージェントプールの優先順位及びエージェントの優先順位に応じて前記ユーザに対して優先配分を行うことを含むことを特徴とするコンピューター読取可能な記憶媒体。