KR102108541B1 - Apparatus and method for managing counselor schedule - Google Patents
Apparatus and method for managing counselor schedule Download PDFInfo
- Publication number
- KR102108541B1 KR102108541B1 KR1020180081330A KR20180081330A KR102108541B1 KR 102108541 B1 KR102108541 B1 KR 102108541B1 KR 1020180081330 A KR1020180081330 A KR 1020180081330A KR 20180081330 A KR20180081330 A KR 20180081330A KR 102108541 B1 KR102108541 B1 KR 102108541B1
- Authority
- KR
- South Korea
- Prior art keywords
- prediction
- prediction model
- call amount
- unit
- schedule
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063116—Schedule adjustment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Telephonic Communication Services (AREA)
Abstract
상담사 스케쥴 관리 장치 및 방법이 개시된다. 본 발명의 상담사 스케쥴 관리 장치는 상담서비스를 기초로 생성된 메타 데이터를 수집하고, 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성하는 데이터 처리부; 기초 데이터를 예측 정보에 따라 분석하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성하는 예측모델 처리부; 예측모델 처리부에 의해 예측모델이 생성될 때마다 과거 분석기간 동안의 콜량을 예측하고, 적정 예측모델을 이용하여 목표 분석기간 동안의 콜량을 예측하는 콜량 예측부; 및 콜량 예측부에 의해 예측된 콜량을 기초로 상담사 스케쥴을 생성하는 스케쥴 생성부를 포함하는 것을 특징으로 한다.Disclosed is an agent schedule management device and method. The counselor schedule management apparatus of the present invention includes a data processing unit that collects metadata generated based on a consultation service and generates basic data for generating a predictive model using the collected metadata; A prediction model processing unit that analyzes the basic data according to the prediction information to generate an appropriate prediction model to be used for generating an agent schedule; A call amount prediction unit that predicts a call amount during a past analysis period whenever a prediction model is generated by the prediction model processing unit and predicts a call amount during a target analysis period using an appropriate prediction model; And a schedule generator for generating an agent schedule based on the call amount predicted by the call amount predicting unit.
Description
본 발명은 상담사 스케쥴 관리 장치 및 방법에 관한 것으로서, 보다 상세하게는 메타 데이터로부터 생성된 기초 데이터를 이용하여 콜량 예측을 위한 예측모델을 생성하고, 생성된 예측모델을 통해 콜량을 예측한 후, 예측된 콜량을 토대로 상담사 스케쥴을 생성하는 상담사 스케쥴 관리 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for managing a schedule of a counselor, and more specifically, to generate a prediction model for predicting a call amount using basic data generated from meta data, and predicting a call amount through the generated prediction model, It relates to an agent schedule management device and method for generating an agent schedule based on the amount of calls.
콜센터는 상담사가 전화를 매체로 하여 고객을 응대하면서 다양한 정보를 제공하고 고객의 문의나 불편사항을 접수 및 해결하는 역할을 한다. 아울러, 인터넷의 발달에 힘입어 인터넷을 통한 상담 및 고장접수 등도 많이 이루어지고 있으나, 처리의 신속성 및 접근 용이성 등으로 인해 아직까지는 콜센터를 이용한 상담이 높은 비중을 차지하고 있다.The call center serves to provide a variety of information while accepting and solving customer inquiries and complaints while the customer is using the telephone as a medium. In addition, due to the development of the Internet, a lot of counseling and trouble-taking are conducted through the Internet, but due to the speed of processing and easy access, consultation using a call center still accounts for a high proportion.
이러한 상담업무를 처리하는 콜센터에서는 수신, 여신, 전자금융, 영업점전화집중화, 외국어상담, 업무지원헬프 등 다양한 업무유형을 처리함에 있어 상담데이터 실적을 추적 관리하는 업무를 수행한다. The call center that handles these consultations tracks and manages the performance of consultation data in handling various types of tasks such as reception, loan, electronic finance, branch phone consolidation, foreign language consultation, and business support help.
이를 위해 관리자는 일 필요인력 산정 및 실시간 상담근무자를 모니터링하여 적정투입인력, 휴무인력, 교육인력 및 점심시간 배분 등을 관리하고 있다. To this end, the manager manages the appropriate workforce, non-working manpower, educational manpower, and lunchtime distribution by estimating workforce needs and monitoring real-time counseling workers.
그러나, 상담사 교체나 퇴직시 동일한 품질의 업무를 제공하는데 많은 어려움이 발생하고 있으며, 많은 인력투입에 따른 높은 인력비용이 발생되고 있다. 이에, 대부분의 콜센터는 동일품질의 상담서비스를 제공할 수 있는 기술 기반 서비스 프로세스 도입이 절실한 실정이다. However, there are many difficulties in providing the same quality work when replacing or retiring a counselor, and high manpower costs are incurred due to a lot of manpower. Accordingly, most call centers are in need of a technology-based service process that can provide consultation services of the same quality.
더욱이, 고품질 서비스를 유지하기 위해서는 정확한 콜량을 예측해야 한다. 일반적으로 향후 7일, 30일 동안의 업무량을 예측하는데, 종래에는 몇 개의 상담데이터만을 이용하거나, 관리자가 수작업으로 예측함으로써, 예측 정확도가 낮은 실정이다. Moreover, in order to maintain high quality service, it is necessary to predict the exact call volume. In general, the workload for the next 7 days and 30 days is predicted. In the related art, prediction accuracy is low because only a few consultation data are used or the administrator manually predicts the workload.
본 발명의 배경기술은 대한민국 공개특허공보 10-2006-0009771호(2006.02.01)의 '예측 다이얼링 장치 및 방법'에 개시되어 있다.The background technology of the present invention is disclosed in 'Predictive Dialing Apparatus and Method' of Korean Patent Application Publication No. 10-2006-0009771 (2006.02.01).
본 발명은 전술한 문제점을 개선하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 메타 데이터로부터 생성된 기초 데이터를 이용하여 콜량 예측을 위한 예측모델을 생성하고, 생성된 예측모델을 통해 콜량을 예측한 후, 예측된 콜량을 토대로 상담사 스케쥴을 생성하는 상담사 스케쥴 관리 장치 및 방법을 제공하는 것이다. The present invention was devised to improve the above-described problems, and an object according to an aspect of the present invention is to generate a predictive model for predicting a call amount using basic data generated from metadata, and to generate a call amount through the generated predictive model. To provide an agent schedule management device and method for generating an agent schedule based on the predicted call volume.
본 발명의 일 측면에 따른 상담사 스케쥴 관리 장치는 상담서비스를 기초로 생성된 메타 데이터를 수집하고, 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성하는 데이터 처리부; 상기 기초 데이터를 예측 정보에 따라 분석하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성하는 예측모델 처리부; 상기 예측모델 처리부에 의해 예측모델이 생성될 때마다 과거 분석기간 동안의 콜량을 예측하고, 상기 적정 예측모델을 이용하여 목표 분석기간 동안의 콜량을 예측하는 콜량 예측부; 및 상기 콜량 예측부에 의해 예측된 콜량을 기초로 상담사 스케쥴을 생성하는 스케쥴 생성부를 포함하는 것을 특징으로 한다.An apparatus for managing a counselor schedule according to an aspect of the present invention includes a data processing unit that collects metadata generated based on a consultation service and generates basic data for generating a predictive model using the collected metadata; A prediction model processing unit that analyzes the basic data according to prediction information and generates an appropriate prediction model to be used for generating an agent schedule; A call amount prediction unit that predicts a call amount during a past analysis period each time a prediction model is generated by the prediction model processing unit and predicts a call amount during a target analysis period using the appropriate prediction model; And a schedule generator for generating an agent schedule based on the call amount predicted by the call amount predicting unit.
본 발명의 상기 예측모델 처리부는 상기 데이터 처리부에 의해 생성된 상기 기초 데이터를 상기 예측 정보에 따라 회귀분석을 수행하여 상기 예측모델을 적어도 하나 이상 생성하는 예측모델 생성부; 및 상기 예측모델 각각의 처리 결과를 바탕으로 예측모델 중 어느 하나를 상기 적정 예측모델로 결정하는 예측모델 결정부를 포함하는 것을 특징으로 한다.The prediction model processing unit of the present invention performs a regression analysis on the basic data generated by the data processing unit according to the prediction information to generate at least one prediction model; And a prediction model determination unit determining one of the prediction models as the appropriate prediction model based on the processing result of each of the prediction models.
본 발명의 상기 예측정보는 분석하고자 하는 과거의 분석기간, 검증하고자 하는 검증일자, 콜량 예측에 영향을 미치는 기초요인, 및 콜량 예측에 영향을 미치는 추가요인 중 적어도 하나를 포함하는 것을 특징으로 한다.The prediction information of the present invention is characterized by including at least one of a past analysis period to be analyzed, a verification date to be verified, a basic factor influencing call volume prediction, and an additional factor influencing call volume prediction.
본 발명의 상기 추가요인은 입력부를 통한 사용자의 제어명령에 따라 증가 또는 감소되는 것을 특징으로 한다.The additional factor of the present invention is characterized in that it increases or decreases according to a user's control command through the input unit.
본 발명의 상기 예측모델 결정부는 상기 예측모델 각각의 처리 결과가 기 설정된 선택조건을 만족하는지를 판단 결과 상기 예측모델 중 어느 하나를 상기 적정 예측모델로 선택하는 것을 특징으로 한다.The prediction model determining unit of the present invention is characterized in that, as a result of determining whether the processing result of each of the prediction models satisfies a predetermined selection condition, one of the prediction models is selected as the appropriate prediction model.
본 발명의 상기 예측모델 각각의 처리 결과는 상기 예측모델 각각의 결정계수 및 예상 콜량 중 적어도 하나를 포함하는 것을 특징으로 한다.The processing result of each prediction model of the present invention is characterized by including at least one of a determination coefficient and an expected call amount of each prediction model.
본 발명의 상기 예측모델 결정부는 상기 예측모델의 결정계수가 기 설정된 결정계수 기준값 이상이거나, 또는 상기 예측모델의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이하인지를 판단하여 판단 결과에 따라 상기 적정 예측모델을 선택하는 것을 특징으로 한다.The prediction model determination unit of the present invention determines whether the determination coefficient of the prediction model is greater than or equal to a predetermined determination coefficient reference value, or whether an error between the predicted call amount and the actual call amount of the prediction model is less than or equal to an error set value, and the appropriate It is characterized by selecting a predictive model.
본 발명의 상기 스케쥴 생성부는 기 설정된 목표 콜량에 따라 상기 상담사 스케쥴을 생성하는 것을 특징으로 한다.The schedule generating unit of the present invention is characterized in that it generates the counselor schedule according to a predetermined target call amount.
본 발명의 상기 목표 콜량은 전체 콜량에 대한 응대율, 및 전화가 인입된 후 상담사가 응대하기까지 소요되는 시간을 나타내는 서비스 레벨에 따라 설정되는 것을 특징으로 한다.The target call amount of the present invention is characterized in that it is set according to the service level indicating the response rate for the total call amount and the time it takes for the counselor to respond after the call is received.
본 발명의 상기 상담사 스케쥴은 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태 중 적어도 하나를 포함하는 것을 특징으로 한다.The counselor schedule of the present invention is characterized in that it includes at least one of a suitable input manpower, recommended training time for each counselor, lunch times for each counselor's work, and counselor shift work.
본 발명의 일 측면에 따른 상담사 스케쥴 관리 방법은 데이터 처리부가 상담서비스를 기초로 생성된 메타 데이터를 수집하고, 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성하는 단계; 예측모델 처리부가 상기 기초 데이터를 예측 정보에 따라 분석하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성하는 단계; 콜량 예측부가 상기 적정 예측모델을 이용하여 분석기간 동안의 콜량을 예측하는 단계; 및 스케쥴 생성부가 상기 콜량 예측부에 의해 예측된 콜량을 기초로 상담사 스케쥴을 생성하는 단계를 포함하는 것을 특징으로 한다.A counselor schedule management method according to an aspect of the present invention includes: a data processing unit collecting metadata generated based on a consultation service, and using the collected metadata to generate basic data for generating a predictive model; A predictive model processing unit analyzes the basic data according to predictive information to generate an appropriate predictive model to be used for generating an agent schedule; A call amount prediction unit predicting a call amount during the analysis period using the appropriate prediction model; And a schedule generation unit generating a counselor schedule based on the call amount predicted by the call amount prediction unit.
본 발명의 상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 데이터 처리부에 의해 생성된 상기 기초 데이터를 상기 예측 정보에 따라 회귀분석을 수행하여 상기 예측모델을 적어도 하나 이상 생성하고, 상기 예측모델 각각의 처리 결과를 바탕으로 예측모델 중 어느 하나를 상기 적정 예측모델로 결정하는 것을 특징으로 한다.In the step of generating the appropriate prediction model of the present invention, the prediction model processing unit generates at least one prediction model by performing regression analysis on the basic data generated by the data processing unit according to the prediction information, and It is characterized in that any one of the prediction models is determined as the appropriate prediction model based on the results of each prediction model.
본 발명의 상기 예측정보는 분석하고자 하는 과거의 분석기간, 검증하고자 하는 검증일자, 콜량 예측에 영향을 미치는 기초요인, 및 콜량 예측에 영향을 미치는 추가요인 중 적어도 하나를 포함하는 것을 특징으로 한다.The prediction information of the present invention is characterized by including at least one of a past analysis period to be analyzed, a verification date to be verified, a basic factor influencing call volume prediction, and an additional factor influencing call volume prediction.
본 발명의 상기 추가요인은 입력부를 통한 사용자의 제어명령에 따라 증가 또는 감소되는 것을 특징으로 한다.The additional factor of the present invention is characterized in that it increases or decreases according to a user's control command through the input unit.
본 발명의 상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 예측모델 각각의 처리 결과가 기 설정된 선택조건을 만족하는지를 판단 결과 상기 예측모델 중 어느 하나를 상기 적정 예측모델로 선택하는 것을 특징으로 한다.In the step of generating the appropriate prediction model of the present invention, the prediction model processing unit determines whether each of the prediction models satisfies a predetermined selection condition and selects one of the prediction models as the appropriate prediction model. It is characterized by.
본 발명의 상기 예측모델 각각의 처리 결과는 상기 예측모델 각각의 결정계수 및 예상 콜량 중 적어도 하나를 포함하는 것을 특징으로 한다.The processing result of each prediction model of the present invention is characterized by including at least one of a determination coefficient and an expected call amount of each prediction model.
본 발명의 상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 예측모델의 결정계수가 기 설정된 결정계수 기준값 이상이거나, 또는 상기 예측모델의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이하인지를 판단하여 판단 결과에 따라 상기 적정 예측모델을 선택하는 것을 특징으로 한다.In the step of generating the appropriate prediction model of the present invention, the prediction model processing unit is equal to or greater than a predetermined determination coefficient reference value of the prediction model, or an error between an expected call amount and an actual call amount of the prediction model is less than or equal to an error setting value. It is characterized by selecting the appropriate prediction model according to the judgment result by judging recognition.
본 발명의 상기 상담사 스케쥴을 생성하는 단계에서, 상기 스케쥴 생성부는 기 설정된 목표 콜량에 따라 상기 상담사 스케쥴을 생성하는 것을 특징으로 한다.In the step of generating the agent schedule of the present invention, the schedule generator generates the agent schedule according to a preset target call amount.
본 발명의 상기 목표 콜량은 전체 콜량에 대한 응대율, 및 전화가 인입된 후 응대하기까지 소요되는 시간을 나타내는 서비스 레벨에 따라 설정되는 것을 특징으로 한다.The target call amount of the present invention is characterized in that it is set according to the service level indicating the response rate for the total call amount and the time it takes to respond after the call is received.
본 발명의 상기 상담사 스케쥴은 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태 중 적어도 하나를 포함하는 것을 특징으로 한다.The counselor schedule of the present invention is characterized in that it includes at least one of a suitable input manpower, recommended training time for each counselor, lunch times for each counselor's work, and counselor shift work.
본 발명의 일 측면에 따른 상담사 스케쥴 관리 장치 및 방법은 메타 데이터로부터 생성된 기초 데이터를 이용하여 콜량 예측을 위한 예측모델을 생성하고, 생성된 예측모델을 통해 콜량을 예측한 후, 예측된 콜량을 토대로 상담사 스케쥴을 자동으로 생성한다. An agent schedule management apparatus and method according to an aspect of the present invention generates a predictive model for predicting a call amount using basic data generated from meta data, predicts a call amount through the generated predictive model, and then calculates the predicted call amount. Based on this, an agent schedule is automatically generated.
본 발명의 다른 측면에 따른 상담사 스케쥴 관리 장치 및 방법은 메타 데이터로부터 생성된 기초 데이터를 활용하여 예측모델을 생성함으로써, 콜량 예측의 정확도를 향상시키고 상담사 스케쥴에 따른 적절한 인력투입을 통해 높은 상담서비스 품질을 확보할 수 있도록 한다. The apparatus and method for managing a schedule of a counselor according to another aspect of the present invention utilize a basic data generated from meta data to generate a predictive model, thereby improving the accuracy of call volume prediction and high counseling service quality through appropriate manpower input according to the counselor's schedule Should be secured.
도 1 은 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치의 블럭 구성도이다.
도 2 는 본 발명의 일 실시예에 따른 데이터 처리부의 블럭 구성도이다.
도 3 은 본 발명의 일 실시예에 따른 예측모델 처리부의 블럭 구성도이다.
도 4 는 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 방법의 순서도이다. 1 is a block diagram of a counselor schedule management device according to an embodiment of the present invention.
2 is a block diagram of a data processing unit according to an embodiment of the present invention.
3 is a block diagram of a prediction model processing unit according to an embodiment of the present invention.
4 is a flowchart of a method for managing a counselor schedule according to an embodiment of the present invention.
이하에서는 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. Hereinafter, an apparatus and method for managing a schedule of a counselor according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thickness of the lines or the size of components shown in the drawings may be exaggerated for clarity and convenience. In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to a user or operator's intention or practice. Therefore, the definition of these terms should be made based on the contents throughout the specification.
도 1 은 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치의 블럭 구성도이고, 도 2 는 본 발명의 일 실시예에 따른 데이터 처리부의 블럭 구성도이며, 도 3 은 본 발명의 일 실시예에 따른 예측모델 처리부(20)의 블럭 구성도이다.1 is a block diagram of an apparatus for managing an agent schedule according to an embodiment of the present invention, FIG. 2 is a block diagram of a data processing unit according to an embodiment of the present invention, and FIG. 3 is a block diagram of an embodiment of the present invention. It is a block diagram of the prediction
도 1 을 참조하면, 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치는 데이터 처리부(10), 예측모델 처리부(20), 콜량 예측부(30), 스케쥴 생성부(40), 상담상황 분석부(50) 및 인터페이스부(60)를 포함한다.1, the counselor schedule management apparatus according to an embodiment of the present invention includes a
데이터 처리부(10)는 상담서비스를 기초로 생성된 메타 데이터를 데이터베이스로부터 수집하고, 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성한다.The
도 2 를 참조하면, 데이터 처리부(10)는 메타 데이터 수집부(11) 및 기초 데이터 생성부(12)를 포함한다. Referring to FIG. 2, the
메타 데이터 수집부(11)는 상담서비스를 기초로 생성된 메타 데이터를 수집한다. The
메타 데이터에는 인공지능 데이터, 빅데이터, STT(Speech to Text) 데이터, CTI(Computer Telephony Integration) 데이터, IVR(Interactive Voice Response) 데이터, 상담사 근속시간, 상담사 업무유형, 화면스크링 레코딩, 상담전산시스템 입력값, 후처리내역, 상담품질평가점수, 상담사 시험평가 점수, 상담사 개인별 상담업무 처리실적, 상담사 교육내용과 수료시간의 누적 현황, 및 상담사에 대한 코칭데이터 중 적어도 하나를 포함한다. The meta data includes artificial intelligence data, big data, speech to text (STT) data, computer telephony integration (CTI) data, interactive voice response (IVR) data, counselor service time, counselor work type, screen screen recording, and counseling computer system It includes at least one of input values, post-processing details, counseling quality evaluation scores, counselor test evaluation scores, counseling performance by individual counselors, cumulative status of counselor training content and completion time, and coaching data for counselors.
기초 데이터 생성부(12)는 메타 데이터 수집부(11)에 의해 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성한다. The basic
예측모델 처리부(20)는 데이터 처리부(10)에 의해 생성된 기초 데이터를 예측 정보에 따라 분석수행하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성한다.The prediction
도 3 을 참조하면, 예측모델 처리부(20)는 예측모델 생성부(21) 및 예측모델 결정부(22)를 포함한다.Referring to FIG. 3, the prediction
예측모델 생성부(21)는 데이터 처리부(10)에 의해 생성된 기초 데이터를 예측 정보에 따라 회귀분석을 수행하여 예측모델을 적어도 하나 이상 생성한다. The
여기서, 예측모델 생성부(21)는 기초 데이터를 이용하여 회귀분석을 수행하여 적어도 하나의 예측모델을 생성하는데, 상기한 예측정보에 따라 예측모델을 생성한다. 이 경우, 예측모델 생성부(21)는 관리자 단말(미도시)로부터 인터페이스부(60)를 통해 입력되는 제어명령이 변경될 때마다 상기한 기초 데이터를 이용하여 예측모델을 생성 또는 변경한다. Here, the prediction
즉, 예측모델 생성부(21)는 관리자가 관리자 단말을 이용하여 예측정보를 변경하거나 또는 각 기초 데이터에 대한 가중치를 변경할 때마다, 회귀분석을 통해 예측모델을 생성하며, 이러한 과정을 반복함으로써 복수 개의 예측모델을 생성할 수 있다. That is, the predictive
예측정보는 예측모델을 생성하기 위해 관리자가 입력하는 정보이다. Prediction information is information input by an administrator to generate a predictive model.
예측정보에는 분석하고자 하는 과거의 분석기간, 검증하고자 하는 검증일자, 예측모델 생성에 기초적으로 필요로 하는 기초요인 및 기초요인에 추가적으로 증가 또는 감소되는 추가요인 중 적어도 하나가 포함될 수 있다. The prediction information may include at least one of a past analysis period to be analyzed, a verification date to be verified, a basic factor required for generating a predictive model, and an additional factor that is additionally increased or decreased in addition to the basic factor.
여기서, 분석기간은 예측모델의 정확도를 판단하기 위해 관리자에 의해 임의로 설정되는 기간이며, 검증일자는 신용카드 등의 결재일 등으로써 관리자에 의해 임의로 설정될 수 있다. Here, the analysis period is a period arbitrarily set by the manager to determine the accuracy of the predictive model, and the verification date may be arbitrarily set by the manager as a payment date such as a credit card.
또한, 기초요인은 콜량 예측에 기본적으로 영향을 미치는 요인으로써, 월별, 요일별, 시간별, 결재일, 및 월말 중 적어도 하나로 설정될 수 있다. In addition, the basic factor may be set as at least one of monthly, weekly, hourly, payment day, and end of month as a factor influencing call volume prediction.
추가요인은 상기한 기초요인 이외에 콜량 예측에 영향을 미치는 요인으로써, SM(Shott Message) 발송, TM(Telemarketing) 발송, 학자금 대출 및 시스템 장애 발생 등이 포함될 수 있다. The additional factors are factors affecting call volume prediction in addition to the above-mentioned basic factors, and may include sending SM (Shott Message), sending TM (Telemarketing), student loans, and system failure.
추가 요인은 특별히 한정되는 것은 아니며, 시스템적인 요소나 사회환경적인 요소 등 다양한 요인들이 더 포함될 수 있다. The additional factors are not particularly limited, and various factors such as systemic factors and social and environmental factors may be further included.
특히, 추가 요인은 인터페이스를 통해 증가 또는 감소될 수 있으며, 이를 토대로 콜량 예측의 정확도를 더욱 향상시킬 수 있도록 한다. In particular, the additional factor may be increased or decreased through the interface, thereby making it possible to further improve the accuracy of call volume prediction.
예측모델 결정부(22)는 예측모델 생성부(21)에 의해 예측모델이 생성되면, 해당 예측모델 중 어느 하나를 적정 예측모델로 결정한다. When the prediction model is generated by the prediction
즉, 예측모델 결정부(22)는 예측모델 생성부(21)에 의해 예측모델이 생성될 때마다 예측모델 각각의 처리 결과를 바탕으로 예측모델을 검증하여 이들 예측모델 중 어느 하나를 상담사 스케쥴 생성에 사용할 적정 예측모델로 결정한다. That is, the prediction
좀 더 구체적으로 설명하면, 예측모델 결정부(22)는 예측모델 생성부(21)에 의해 예측모델이 생성되면 그 처리 결과, 예를 들어 결정계수를 검출한다. More specifically, when the prediction model is generated by the prediction
이어, 예측모델 결정부(22)는 이들 결정계수 및 예상 콜량이 기 설정된 선택조건을 만족하는지 여부를 판단하고, 판단 결과에 따라 해당 예측모델을 상담사 스케쥴 생성에 사용할적정 예측모델로 선택한다. Subsequently, the prediction
여기서, 예상 콜량은 콜량 예측부(30)에 의해 산출되는데, 콜량 예측부(30)는 상기한 바와 같이 예측모델 생성부(21)에 의해 예측모델이 생성될 때마다, 해당 예측모델을 이용하여 해당 분석기간(관리자 단말을 통해 입력된 과거 임의의 기간) 동안의 콜량을 산출한다. Here, the estimated call amount is calculated by the call
예를 들어, 예측모델 결정부(22)는 결정계수가 기 설정된 결정계수 설정값 이상이고 예상 콜량과 해당 분석기간 동안의 실제 콜량 간의 오차가 오차 설정값 이하이면 해당 예측모델을 상담사 스케쥴 생성에 사용할 적정 예측모델로 선택한다. For example, the predictive
예측모델 결정부(22)가 예측모델의 처리 결과로써 결정계수 및 예상 콜량 모두 이용함으로써, 적정 예측모델의 정확도가 더욱 향상될 수 있다. As the prediction
일 예로, 관리자가 인터페이스부(60)를 이용하여 예측 정보의 분석 기간을 과거 1개월로 선택할 경우, 예측모델 생성부(21)는 해당 분석 기간 동안의 예측모델을 생성한다.For example, when the administrator selects the analysis period of the prediction information as one month in the past using the
예측모델 생성부(21)에 의해 예측모델이 생성됨에 따라, 예측모델 결정부(22)는 해당 예측모델의 결정계수를 산출하고 해당 분석기간 동안의 실제 콜량을 검출한다. 또한, 콜량 예측부(30)는 해당 예측모델을 이용하여 예상 콜량을 산출한다. As the prediction model is generated by the prediction
이어, 예측모델 결정부(22)는 결정계수가 결정계수 설정값 이상이고, 해당 분석기간(과거 1개월) 동안의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이내이면, 해당 예측모델을 상담사 스케쥴 생성에 사용할 적정 예측모델로 결정한다.Subsequently, if the prediction
반면에, 예측모델 결정부(22)는 결정계수가 결정계수 설정값 미만이거나 해당 분석기간(과거 1개월) 동안의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이상이면, 인터페이스부(60)로부터 입력된 제어명령에 따라 예측정보 또는 가중치를 변경하여 예측모델을 새롭게 생성한 후 상기한 과정을 반복한다. 이러한 과정을 반복함으로써, 상담사 스케쥴 생성에 사용할 적정 예측모델이 결정된다. On the other hand, the prediction
즉, 각 예측모델별로 결정계수와 결정계수 설정값을 비교할 뿐만 아니라, 해당 예측모델을 통해 산출된 과거 분석기간 동안의 예상 콜량과 해당 분석기간 동안의 실제 콜량을 비교하는 과정을 통해, 예측모델 각각에 대한 검증을 수행함으로써, 예측모델의 정확도 및 이를 통한 콜량 예측의 정확도가 향상될 수 있다. That is, not only does the determination coefficient and the determination coefficient setting value for each prediction model compare, but also compares the expected call volume during the analysis period and the actual call volume during the analysis period calculated by the prediction model. By performing the verification for, the accuracy of the prediction model and the accuracy of the call amount prediction through it can be improved.
콜량 예측부(30)는 예측모델 처리부(20)에 의해 생성된 예측모델을 이용하여 콜량을 예측한다. The call
콜량 예측부(30)는 예측모델 처리부(20)에 의해 예측모델이 생성될 때마다 생성된 예측모델을 이용하여 콜량을 예측할 뿐만 아니라, 예측모델 처리부(20)에 의해 적정 예측모델이 결정되면 해당 적정 예측모델을 이용하여 인터페이스부(60)로부터 입력된 목표 분석기간 동안의 콜량을 예측한다. 여기서, 목표 분석기간은 관리자가 상담사 스케쥴을 얻고자 하는 미래의 기간이다. The call
스케쥴 생성부(40)는 적정 예측모델을 통해 목표 분석기간에 대한 콜량이 예측되면, 예측된 콜량을 이용하여 상담사 스케쥴을 생성한다. When the call amount for the target analysis period is predicted through the appropriate prediction model, the
이 경우, 스케쥴 생성부(40)는 목표 콜량에 따라 상담사 스케쥴을 생성하는데, 목표 콜량은 전체 콜량에 대한 응대율, 및 전화가 인입된 후 상담사가 응대하기까지 소요되는 시간을 나타내는 서비스 레벨에 따라 설정될 수 있다. In this case, the
여기서, 전체 콜량에 대한 응대율은 80% 등과 같이 설정될 수 있으며, 서비스 레벨은 20초 등으로 설정될 수 있다. Here, the response rate for the total call volume may be set as 80%, and the service level may be set as 20 seconds.
이러한 목표 콜량에 따라 스케쥴 생성부(40)는 상담사 스케쥴을 생성하되, 상담사 스케쥴에는 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태가 포함될 수 있다. Depending on the target call volume, the
일 예로, 전체 콜량에 대한 응대율이 80%로 설정된 경우, 스케쥴 생성부(40)는 상담사 스케쥴에 해당 응대율을 유지하기 위한 적정 투입인력, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태 등을 설정하고, 나머지 상담사에 대해서는 상담사별 권장 교육시간을 설정할 수 있다. For example, when the response rate for the total call volume is set to 80%, the
또한, 서비스 레벨이 20초로 설정된 경우, 스케쥴 생성부(40)는 상담사 스케쥴에 20초 이내에 응대가 이루어질 수 있는 적정 투입인력, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태 등을 설정하고, 나머지 상담사에 대해서는 상담사별 권장 교육시간을 설정할 수 있다. In addition, when the service level is set to 20 seconds, the
한편, 스케쥴 생성부(40)는 해당 상담사 스케쥴을 인터페이스부(60)를 통해 관리자 단말로 전달하며, 관리자 단말은 해당 상담사 스케쥴을 출력함으로써 관리자가 상담사 스케쥴을 인지하고 상담사 각각의 스케쥴을 관리할 수 있도록 한다. Meanwhile, the
상담상황 분석부(50)는 스케쥴 생성부(40)에 의해 상담사 스케쥴이 생성되면 해당 상담사 스케쥴에 따른 적정 투입인력과 실제 투입입력을 비교하여 비교 결과를 인터페이스부(60)를 통해 관리자 단말에 전달한다. When the counselor schedule is generated by the
예를 들어, 상담상황 분석부(50)는 적정 투입인력에 비해 실제 투입인력이 작으면 투입인력부족 정보를 생성하여 인터페이스부(60)를 통해 관리자 단말에 전달함으로써, 관리자가 해당 투입인력부족 정보를 참고로 추가 인력배치 등의 조치를 취할 수 있도록 한다. For example, if the actual input manpower is smaller than the appropriate input manpower, the counseling
투입인력부족 정보에는 적정 투입인력, 실제 투입인력, 부족 인력, 및 실시간 콜량 변화량 등이 포함될 수 있다. The input manpower shortage may include appropriate input manpower, actual input manpower, shortage manpower, and real-time call volume change.
이하 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 방법을 도 4 를 참조하여 상세하게 설명한다. Hereinafter, a method of managing a counselor schedule according to an embodiment of the present invention will be described in detail with reference to FIG. 4.
도 4 는 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 방법의 순서도이다. 4 is a flowchart of a method for managing a counselor schedule according to an embodiment of the present invention.
도 4 를 참조하면, 먼저 메타 데이터 수집부(11)가 상담서비스를 기초로 생성된 메타 데이터, 예를 들어 인공지능 데이터, 빅데이터, STT(Speech to Text) 데이터, CTI(Computer Telephony Integration) 데이터, IVR(Interactive Voice Response) 데이터, 상담사 근속시간, 상담사 업무유형, 화면스크링 레코딩, 상담전산시스템 입력값, 후처리내역, 상담품질평가점수, 상담사 시험평가 점수, 상담사 개인별 상담업무 처리실적, 상담사 교육내용과 수료시간의 누적 현황, 및 상담사에 대한 코칭데이터를 수집한다(S10).Referring to FIG. 4, first, metadata generated by the
기초 데이터 생성부(12)는 메타 데이터 수집부(11)에 의해 수집된 메타 데이터를 이용하여 예측모델 생성을 위한 기초 데이터를 생성한다(S20).The basic
기초 데이터가 수집됨에 따라, 예측모델 생성부(21)는 인터페이스부(60)를 통해 관리자 단말로부터 에측정보를 입력받고(S30), 데이터 처리부(10)에 의해 생성된 기초 데이터를 예측 정보에 따라 회귀분석을 수행하여 예측모델을 생성한다(S40). As the basic data is collected, the prediction
예측모델 결정부(22)는 예측모델 생성부(21)에 의해 예측모델이 생성되면, 해당 예측모델이 기 설정된 선택조건을 만족하는지 여부를 판단한다(S50).When the prediction model is generated by the prediction
즉, 예측모델 결정부(22)는 예측모델의 결정계수를 검출하고 해당 분석기간 동안의 실제 콜량을 검출한다. 이어, 예측모델 결정부(22)는 이들 결정계수 및 예상 콜량이 기 설정된 선택조건을 만족하는지 여부를 판단하는데, 결정계수가 기 설정된 결정계수 설정값 이상이고 예상 콜량과 해당 분석기간 동안의 실제 콜량 간의 오차가 오차 설정값 이하이면 해당 예측모델을 상담사 스케쥴 생성에 사용할 적정 예측모델로 선택한다. 여기서, 예상 콜량은 콜량 예측부(30)에 의해 산출된다. That is, the prediction
반면에, 결정계수가 기 설정된 결정계수 설정값 미만이거나 예상 콜량과 해당 분석기간 동안의 실제 콜량 간의 오차가 오차 설정값을 초과하면, 예측모델 생성부(21)는 관리자 단말로부터 인터페이스부(60)를 통해 예측정보 또는 가중치를 입력받아 변경하고(S60), 변경된 예측정보에 따라 예측모델을 새롭게 생성한다. 이러한 과정은 예측모델이 상기한 선택조건을 만족할 때까지 반복 수행될 수 있다. On the other hand, if the determination coefficient is less than a predetermined determination coefficient set value, or an error between an expected call amount and an actual call amount during the analysis period exceeds an error setting value, the prediction
한편, 예측모델 결정부(22)는 예측모델이 선택조건을 만족하면, 해당 예측모델을 상담사 스케쥴 생성에 사용할 적정 예측모델로 선택한다(S70).On the other hand, if the prediction model satisfies the selection condition, the prediction
적정 예측모델이 선택됨에 따라, 콜량 예측부(30)는 해당 적정 예측모델을 이용하여 인터페이스부(60)로부터 입력된 목표 분석기간 동안의 콜량을 예측한다(S80). As the appropriate prediction model is selected, the call
이어, 스케쥴 생성부(40)는 관리자 단말로부터 인터페이스부(60)를 통해 입력된 목표 콜량에 따라 상담사 스케쥴을 생성하며(S90), 생성된 상담사 스케쥴을 인터페이스부(60)를 통해 관리자 단말에 전달한다. 이에 따라, 관리자 단말은 상담사 스케쥴을 출력한다(S100). 여기서, 상담사 스케쥴에는 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태가 포함될 수 있다. Subsequently, the
한편, 상담사 스케쥴이 생성됨에 따라, 상담상황 분석부(50)는 해당 상담사 스케쥴에 따른 적정 투입인력과 실제 투입입력을 비교하여 비교 결과를 인터페이스부(60)를 통해 관리자 단말에 전달함으로써, 관리자가 해당 투입인력부족 정보를 참고로 추가 인력배치 등의 조치를 취할 수 있도록 한다. On the other hand, as the schedule of the counselor is generated, the counseling
이와 같이 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치 및 방법은 메타 데이터로부터 생성된 기초 데이터를 이용하여 콜량 예측을 위한 예측모델을 생성하고, 생성된 예측모델을 통해 콜량을 예측한 후, 예측된 콜량을 토대로 상담사 스케쥴을 자동으로 생성한다. As described above, the apparatus and method for managing a schedule of a counselor according to an embodiment of the present invention generate a prediction model for predicting a call amount using basic data generated from meta data, and predict the call amount through the generated prediction model, and then predict An agent schedule is automatically generated based on the amount of calls that have been made.
또한, 본 발명의 일 실시예에 따른 상담사 스케쥴 관리 장치 및 방법은 메타 데이터로부터 생성된 기초 데이터를 활용하여 예측모델을 생성함으로써, 콜량 예측의 정확도를 향상시키고 상담사 스케쥴에 따른 적절한 인력투입을 통해 높은 상담서비스 품질을 확보할 수 있도록 한다. In addition, the apparatus and method for managing a schedule of a counselor according to an embodiment of the present invention utilize a basic data generated from meta data to generate a predictive model, thereby improving the accuracy of call volume prediction, and through the appropriate manpower input according to the counselor's schedule. Make sure to secure the quality of consultation services.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.The present invention has been described with reference to the embodiments shown in the drawings, but these are merely exemplary, and those skilled in the art to which the technology pertains are capable of various modifications and other equivalent embodiments. Will understand. Therefore, the true technical protection scope of the present invention should be defined by the claims below.
10: 데이터 처리부 11: 메타 데이터 수집부
12: 기초 데이터 생성부 20: 예측모델 처리부
21: 예측모델 생성부 22: 예측모델 결정부
30: 콜량 예측부 40: 스케쥴 생성부
50: 상담상황 분석부 60: 인터페이스부10: data processing unit 11: metadata collection unit
12: basic data generation unit 20: prediction model processing unit
21: prediction model generation unit 22: prediction model determination unit
30: call volume prediction unit 40: schedule generation unit
50: Consulting situation analysis unit 60: Interface unit
Claims (20)
상기 기초 데이터를 예측 정보에 따라 분석하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성하는 예측모델 처리부;
상기 예측모델 처리부에 의해 예측모델이 생성될 때마다 과거 분석기간 동안의 콜량을 예측하고, 상기 적정 예측모델을 이용하여 목표 분석기간 동안의 콜량을 예측하는 콜량 예측부; 및
상기 콜량 예측부에 의해 예측된 콜량을 기초로 상담사 스케쥴을 생성하는 스케쥴 생성부를 포함하고,
상기 예측모델 처리부는, 상기 데이터 처리부에 의해 생성된 상기 기초 데이터를 상기 예측 정보에 따라 회귀분석을 수행하여 상기 예측모델을 적어도 하나 이상 생성하는 예측모델 생성부; 및 상기 예측모델 각각의 처리 결과를 바탕으로 예측모델 중 어느 하나를 상기 적정 예측모델로 결정하는 예측모델 결정부를 포함하며,
상기 예측모델 생성부는 관리자 단말로부터 인터페이스부를 통해 입력되는 제어명령이 변경될 때마다 상기 기초 데이터를 이용하여 예측모델을 생성 또는 변경하고, 관리자가 상기 관리자 단말을 이용하여 상기 예측 정보를 변경하거나 상기 기초 데이터에 대한 가중치를 변경할 때마다 회귀분석을 통해 예측모델을 생성하며,
상기 예측 정보는 분석하고자 하는 과거의 분석기간, 검증하고자 하는 검증일자, 콜량 예측에 영향을 미치는 기초요인, 및 콜량 예측에 영향을 미치는 추가요인 중 적어도 하나를 포함하며,
상기 추가요인은 입력부를 통한 사용자의 제어명령에 따라 증가 또는 감소되며,
상기 예측모델 결정부는 상기 예측모델 각각의 처리 결과가 기 설정된 선택조건을 만족하는지를 판단 결과 상기 예측모델 중 어느 하나를 상기 적정 예측모델로 선택하며,
상기 예측모델 각각의 처리 결과는 상기 예측모델 각각의 결정계수 및 예상 콜량 중 적어도 하나를 포함하며,
상기 예측모델 결정부는 상기 예측모델의 결정계수가 기 설정된 결정계수 설정값 이상이거나, 또는 상기 예측모델의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이하인지를 판단하여 판단 결과에 따라 상기 적정 예측모델을 선택하며,
상기 예측모델 결정부는 상기 예측모델의 결정계수가 상기 결정계수 설정값 미만이거나 분석기간 동안의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이상이면 상기 인터페이스부로부터 입력된 제어명령에 따라 상기 예측 정보 또는 가중치를 변경하여 상기 예측모델을 새롭게 생성하도록 하며,
상기 상담사 스케쥴은 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태를 포함하는 것을 특징으로 하는 상담사 스케쥴 관리 장치.
A data processing unit that collects metadata generated based on the counseling service and generates basic data for generating a predictive model using the collected metadata;
A prediction model processing unit that analyzes the basic data according to prediction information and generates an appropriate prediction model to be used for generating an agent schedule;
A call amount prediction unit for predicting a call amount during a past analysis period each time a prediction model is generated by the prediction model processing unit and predicting a call amount during a target analysis period using the appropriate prediction model; And
It includes a schedule generating unit for generating an agent schedule based on the call amount predicted by the call amount prediction unit,
The prediction model processing unit may include a prediction model generation unit that generates at least one prediction model by performing regression analysis on the basic data generated by the data processing unit according to the prediction information; And a prediction model determination unit determining one of the prediction models as the appropriate prediction model based on the processing results of each of the prediction models,
The prediction model generation unit generates or changes a prediction model using the basic data whenever a control command input through the interface unit is changed from the administrator terminal, and an administrator changes or changes the prediction information using the administrator terminal. Whenever the weight of data is changed, a predictive model is generated through regression analysis.
The prediction information includes at least one of a past analysis period to be analyzed, a verification date to be verified, a basic factor influencing call volume prediction, and an additional factor influencing call volume prediction,
The additional factor is increased or decreased according to the user's control command through the input unit,
The prediction model determining unit determines whether the processing result of each of the prediction models satisfies a predetermined selection condition, and selects one of the prediction models as the appropriate prediction model.
The processing result of each of the prediction models includes at least one of a determination coefficient and an expected call amount of each of the prediction models,
The predictive model determining unit determines whether the determination coefficient of the predictive model is equal to or greater than a predetermined determination coefficient set value, or an error between the predicted call amount and the actual call amount of the predictive model is equal to or less than the error set value, and according to the determination result, the appropriate predictive model Select
The prediction model determining unit may determine the prediction information according to a control command input from the interface unit when the determination coefficient of the prediction model is less than the set value of the determination coefficient or an error between an expected call amount and an actual call amount during an analysis period is greater than or equal to an error setting value. The predictive model is newly generated by changing the weight,
The counselor schedule management device, characterized in that it includes an appropriate input manpower, the recommended training time for each counselor, the number of lunch time shifts for each counselor's work, and the shift form of the counselor.
기 설정된 목표 콜량에 따라 상기 상담사 스케쥴을 생성하는 것을 특징으로 하는 상담사 스케쥴 관리 장치.
According to claim 1, The schedule generation unit
An agent schedule management device, characterized in that the agent schedule is generated according to a predetermined target call amount.
10. The apparatus of claim 8, wherein the target call amount is set according to a service level indicating a response rate for the total call amount and a time it takes for the counselor to respond after the call is received.
예측모델 처리부가 상기 기초 데이터를 예측 정보에 따라 분석하여 상담사 스케쥴 생성에 사용할 적정 예측모델을 생성하는 단계;
콜량 예측부가 상기 적정 예측모델을 이용하여 분석기간 동안의 콜량을 예측하는 단계; 및
스케쥴 생성부가 상기 콜량 예측부에 의해 예측된 콜량을 기초로 상담사 스케쥴을 생성하는 단계를 포함하고,
상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 데이터 처리부에 의해 생성된 상기 기초 데이터를 상기 예측 정보에 따라 회귀분석을 수행하여 상기 예측모델을 적어도 하나 이상 생성하고, 상기 예측모델 각각의 처리 결과를 바탕으로 예측모델 중 어느 하나를 상기 적정 예측모델로 결정하며,
상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 관리자 단말로부터 인터페이스부를 통해 입력되는 제어명령이 변경될 때마다 상기 기초 데이터를 이용하여 예측모델을 생성 또는 변경하고, 관리자가 상기 관리자 단말을 이용하여 상기 예측 정보를 변경하거나 상기 기초 데이터에 대한 가중치를 변경할 때마다 회귀분석을 통해 예측모델을 생성하며,
상기 예측 정보는 분석하고자 하는 과거의 분석기간, 검증하고자 하는 검증일자, 콜량 예측에 영향을 미치는 기초요인, 및 콜량 예측에 영향을 미치는 추가요인 중 적어도 하나를 포함하며,
상기 추가요인은 입력부를 통한 사용자의 제어명령에 따라 증가 또는 감소되며,
상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 예측모델 각각의 처리 결과가 기 설정된 선택조건을 만족하는지를 판단한 결과에 따라 상기 예측모델 중 어느 하나를 상기 적정 예측모델로 선택하며,
상기 예측모델 각각의 처리 결과는 상기 예측모델 각각의 결정계수 및 예상 콜량 중 적어도 하나를 포함하며,
상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 예측모델의 결정계수가 기 설정된 결정계수 설정값 이상이거나, 또는 상기 예측모델의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이하인지를 판단하여 판단 결과에 따라 상기 적정 예측모델을 선택하며,
상기 적정 예측모델을 생성하는 단계에서, 상기 예측모델 처리부는 상기 예측모델의 결정계수가 상기 결정계수 설정값 미만이거나 분석기간 동안의 예상 콜량과 실제 콜량의 오차가 오차 설정값 이상이면 상기 인터페이스부로부터 입력된 제어명령에 따라 상기 예측 정보 또는 가중치를 변경하여 상기 예측모델을 새롭게 생성하도록 하며,
상기 상담사 스케쥴은 적정 투입인력, 상담사별 권장 교육시간, 각 상담사의 업무별 중식시간 교대횟수, 및 상담사 교대근무 형태를 포함하는 것을 특징으로 하는 상담사 스케쥴 관리 방법.
A data processing unit collecting metadata generated based on the consultation service, and using the collected metadata to generate basic data for generating a predictive model;
A predictive model processing unit analyzes the basic data according to predictive information to generate an appropriate predictive model to be used for generating an agent schedule;
A call amount prediction unit predicting a call amount during the analysis period using the appropriate prediction model; And
The schedule generation unit includes the step of generating an agent schedule based on the call amount predicted by the call amount prediction unit,
In the step of generating the appropriate prediction model, the prediction model processing unit generates at least one of the prediction models by performing regression analysis on the basic data generated by the data processing unit according to the prediction information, and each of the prediction models Based on the result of the process, any one of the prediction models is determined as the appropriate prediction model,
In the step of generating the appropriate prediction model, the prediction model processing unit generates or changes a prediction model using the basic data whenever a control command input through the interface unit is changed from the administrator terminal, and the administrator generates the administrator terminal. Whenever the prediction information is changed or the weight of the basic data is changed by using, a prediction model is generated through regression analysis.
The prediction information includes at least one of a past analysis period to be analyzed, a verification date to be verified, a basic factor influencing call volume prediction, and an additional factor influencing call volume prediction,
The additional factor is increased or decreased according to the user's control command through the input unit,
In the step of generating the appropriate prediction model, the prediction model processing unit selects one of the prediction models as the appropriate prediction model according to a result of determining whether each of the prediction model processing results satisfies a preset selection condition,
The processing result of each of the prediction models includes at least one of a determination coefficient and an expected call amount of each of the prediction models,
In the step of generating the appropriate prediction model, the prediction model processing unit determines whether a determination coefficient of the prediction model is greater than or equal to a predetermined determination coefficient setting value, or an error between an expected call amount and an actual call amount of the prediction model is less than or equal to an error setting value. Judging and selecting the appropriate prediction model according to the judgment result,
In the step of generating the appropriate predictive model, the predictive model processing unit from the interface unit if the determination coefficient of the predictive model is less than the determination coefficient set value or the error between the expected call amount and the actual call amount during the analysis period is greater than or equal to the error set value. The prediction model is newly generated by changing the prediction information or weight according to the input control command.
The counselor schedule management method of the counselor schedule is characterized in that it includes an appropriate input manpower, the recommended training time for each counselor, the number of lunch time shifts for each counselor's work, and the shift form of the counselor.
상기 스케쥴 생성부는 기 설정된 목표 콜량에 따라 상기 상담사 스케쥴을 생성하는 것을 특징으로 하는 상담사 스케쥴 관리 방법.
12. The method of claim 11, In the step of generating the counselor schedule,
The schedule generating unit generates the agent schedule according to a predetermined target call amount, the agent schedule management method.
19. The method of claim 18, wherein the target call amount is set according to a service level indicating a response rate for the total call amount and a time required to respond after a call is received.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180081330A KR102108541B1 (en) | 2018-07-12 | 2018-07-12 | Apparatus and method for managing counselor schedule |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180081330A KR102108541B1 (en) | 2018-07-12 | 2018-07-12 | Apparatus and method for managing counselor schedule |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200007334A KR20200007334A (en) | 2020-01-22 |
| KR102108541B1 true KR102108541B1 (en) | 2020-05-08 |
Family
ID=69368327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180081330A KR102108541B1 (en) | 2018-07-12 | 2018-07-12 | Apparatus and method for managing counselor schedule |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102108541B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220138293A (en) | 2021-04-05 | 2022-10-12 | 주식회사 아이스크림에듀 | Method and Device for prediction of registration as a regular member |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102188799B1 (en) * | 2020-03-03 | 2020-12-08 | 주식회사 렛유인 | Method and apparatus of managing employee training and work time |
| KR102311296B1 (en) * | 2021-04-01 | 2021-10-14 | 주식회사 볼드코퍼레이션 | System for robotic process automation in call center using artificial intelligence and method thereof |
| KR102420770B1 (en) * | 2021-07-06 | 2022-07-14 | 이상주 | System for managing virtua counseling operation based on AI and Driving method thereof |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060023596A (en) * | 2006-02-21 | 2006-03-14 | 강호석 | Call recommender system for outbound call center |
-
2018
- 2018-07-12 KR KR1020180081330A patent/KR102108541B1/en active IP Right Grant
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220138293A (en) | 2021-04-05 | 2022-10-12 | 주식회사 아이스크림에듀 | Method and Device for prediction of registration as a regular member |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200007334A (en) | 2020-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102108541B1 (en) | Apparatus and method for managing counselor schedule | |
| KR102178633B1 (en) | User credit evaluation method and device, and storage medium | |
| US8392240B2 (en) | System and method for determining outsourcing suitability of a business process in an enterprise | |
| CA2447096C (en) | System and method for generating forecasts and analysis of contact center behavior for planning purposes | |
| CN104823157B (en) | For the system and method for the dynamic elasticity for providing liaison centre's resource | |
| US7734783B1 (en) | Systems and methods for determining allocations for distributed multi-site contact centers | |
| CN109255536B (en) | Credit collection method, device, system and storage medium | |
| US11429351B2 (en) | Methods and systems for building custom automation workflows to integrate multiple applications | |
| US20220101220A1 (en) | Method and system for dynamic adaptive routing of deferrable work in a contact center | |
| US11367089B2 (en) | Genuineness of customer feedback | |
| US20180374029A1 (en) | Selection of customer service requests | |
| US10264128B1 (en) | Dynamic machine-learning-based contact processing | |
| Ma et al. | Performance assessment in an interactive call center workforce simulation | |
| KR102195629B1 (en) | Method for selecting workers based on capability of work in crowdsourcing based projects for artificial intelligence training data generation | |
| US20230316412A1 (en) | Methods and apparatus to process insurance claims using cloud computing | |
| US8126134B1 (en) | Systems and methods for scheduling of outbound agents | |
| US11528362B1 (en) | Agent performance measurement framework for modern-day customer contact centers | |
| US20150073873A1 (en) | Automated, self-learning tool for identifying impacted business parameters for a business change-event | |
| CN107844496B (en) | Statistical information output method and device | |
| KR102155748B1 (en) | Method for automatic apdating inspection unit price using work time versus inspection time of crowdsourcing based project for artificial intelligence training data generation | |
| US20200234190A1 (en) | IVA Performance Dashboard and Interactive Model and Method | |
| Chan et al. | Two-stage chance-constrained staffing with agent recourse for multi-skill call centers | |
| US20130006692A1 (en) | Systems and methods for real time transformation of retail bank branch operations | |
| CN110322116A (en) | Task processing method, device, electronic equipment and storage medium | |
| CN108509258A (en) | Recall method, apparatus, computer equipment and the storage medium of task |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |