MX2011004815A - Procedimiento de enrutamiento de dos etapas en un centro de atención telefónica. - Google Patents

Abstract

La presente invención se refiere a sistemas y métodos para enrutar llamadores a agentes en un centro de contacto utilizando un procedimiento de procesamiento de capas múltiples para correlacionar un llamador con un agente. Una primera capa de procesamiento puede incluir dos o más diferentes métodos o modelos de computadora para clasificar o determinar pares de llamador-agente en un centro de enrutamiento. La salida de la primera capa se puede recibir por una segunda capa de procesamiento para equilibrar o ponderar las salidas y seleccionar una correlación de llamador-agente. Los dos o más métodos pueden incluir enrutamiento basado en cola convencional, enrutamiento basado en el desempeño, algoritmos de correlación de patrones, correlación de afinidad, y similares. La salida o registros de los dos o más métodos se pueden procesar por la segunda capa de procesamiento para seleccionar un par de llamador-agente y causar que el llamador sea enrutado a un agente particular.

Description

PROCEDIMIENTO DE ENRUTAMIENTO DE DOS ETAPAS EN UN CENTRO DE ATENCION TELEFONICA Campo de la Invención La presente invención se refiere generalmente al campo de enrutamiento de llamadas telefónicas y otras telecomunicaciones en un sistema de centro de contacto.

Antecedentes de la Invención El centro de contacto típico consiste de un número de agentes humanos, con cada uno asignado a un dispositivo de telecomunicación, tal como un teléfono o una computadora para realizar sesiones de charla por Internet o correo electrónico, que se conecta a un conmutador central. Usando estos dispositivos, los agentes son generalmente usados para proporcionar ventas, servicios al cliente, o soporte técnico a los clientes o clientes potenciales de un centro de contacto o unos clientes del centro de contacto.

Típicamente, un cliente o centro de contacto informará a sus clientes, clientes potenciales, u otras terceras partes de un número de diferentes direcciones o números de contacto de un servicio particular, tales como preguntas sobre facturación o soporte técnico. Los clientes, clientes potenciales, o terceras partes que buscan un servicio particular entonces usarán esta información de contacto, y el llamador entrante será enrutado a uno o más Ref.220008 puntos de enrutamiento a un agente humano en un centro de contacto quién puede proporcionar el servicio apropiado. Los centros de contacto que responden a tales contactos entrantes son típicamente referidos como "centros de contacto entrantes" .

De manera similar, un centro de contacto puede hacer contactos salientes a los clientes actuales o clientes potenciales o terceras partes . Tales contactos se pueden hacer para fomentar ventas de un producto, proporcionar soporte técnico o información de facturación, encuestas de preferencias del cliente, o ayudar en el cobro de deudas. Los centros de contacto que hacen tales contactos salientes son referidos como "centros de contacto salientes" .

Tanto en los centros de contacto entrantes como centros de contacto salientes, los individuos (tales como clientes, clientes potenciales, participantes de encuestas, u otras terceras partes) que interactúan con los agentes del centro de contacto que usan un dispositivo de telecomunicación son referidos en esta solicitud como un "llamador". Los individuos adquiridos por el centro de contacto para interactuar con los llamadores son referidos en esta solicitud como un "agente" .

Convencionalmente , una operación del centro de contacto incluye un sistema conmutador que conecta los llamadores a los agentes. En un centro de contacto entrante, estos conmutadores enrutan a los llamadores entrantes a un agente particular en un centro de contacto, o, si se despliegan múltiples centros de contacto, a un centro de contacto particular para el enrutamiento adicional. En un centro de contacto saliente que emplea dispositivos telefónicos, típicamente se emplean marcadores además de un sistema conmutador. El marcador se usa para marcar automáticamente un número telefónico de una lista de números telefónicos, y para determinar si un llamador activo ha sido comunicado desde el número telefónico llamado (como lo opuesto a no obtener respuesta, una señal de ocupado, un mensaje de error, o una máquina contestadora) . Cuando el marcador obtiene un llamador activo, el sistema conmutador enruta al llamador a un agente particular en el centro de contacto.

Las tecnologías de enrutamiento se han desarrollado, por consiguiente, para optimizar la experiencia del llamador. Por ejemplo, la Patente de Estados Unidos No. 7,236584 describe un sistema telefónico para igualar los tiempos de espera del llamador a través de múltiples conmutadores telefónicos, sin considerar las variaciones generales del desempeño que puedan existir entre los conmutadores. El enrutamiento del contacto en un centro de contacto entrante, sin embargo, es un proceso que es generalmente estructurado para conectar los llamadores a agentes que han estado desocupados por el período de tiempo más largo. En el caso de un llamador entrante donde solamente un agente puede estar disponible, el agente generalmente se selecciona por el llamador sin análisis adicional. En otro ejemplo, si hay ocho agentes en un centro de contacto, y siete están ocupados con contactos, el conmutador generalmente enrutará al llamador entrante al agente que está disponible. Si todos los ocho agentes están ocupados con contactos, el conmutador típicamente pondrá al contacto en espera y luego lo enrutará al siguiente agente que llega a esta disponible. Más generalmente, el centro de contacto establecerá una cola de llamadores entrantes y preferiblemente enrutará a los llamadores con espera más larga a los agentes que llegan a estar disponibles con el tiempo. Tal patrón de enrutamiento de contactos ya sea al primer agente disponible o el agente con espera más larga es referido como enrutamiento de contacto de "turno rotativo" . En el enrutamiento de contacto de turno rotativo, las correlaciones eventuales y conexiones entre un llamador y un agente son esencialmente aleatorias.

Se han hecho algunos intentos de mejorar estos procesos estándares aún esencialmente aleatorios para conectar un llamador a un agente. Por ejemplo, la Patente de Estados Unidos No. 7,209,549 describe un sistema de enrutamiento telefónico en donde una preferencia de idioma del llamado entrante se colecta y usa para enrutar su llamada telefónica a un centro de contacto o agente particular que pueda proporcionar el servicio en este idioma. De esta manera, la preferencia de idioma es el principal conductor de la correlación y conexión de un llamador con un agente, aunque una vez que se hace tal preferencia, los llamadores son casi siempre enrutados en forma de "turno rotativo" .

Breve Descripción de la Invención Los sistemas y métodos de la presente invención se pueden usar para mejorar u optimizar el enrutamiento de llamadores en un centro de contacto. De acuerdo con un aspecto de la presente invención, un método para enrutar llamadores a agentes en un sistema de enrutamiento de centro de atención telefónica incluye usar un procedimiento de procesamiento de capas múltiples para la correlación de un llamador con un agente, donde una primera capa del procesamiento incluye dos o más diferentes métodos o modelos de computadora para la correlación de llamadores con agentes. La salida de la primera capa, por ejemplo, la salida de diferentes métodos para la correlación de los llamadores con los agentes, se recibe por una segunda capa del procesamiento para equilibrar o ponderar las salidas y seleccionar una correlación de llamador-agente para el enrutamiento.

En un ejemplo, los dos o más modelos o métodos pueden incluir el enrutamiento basado en la cola convencional, correlación basada en el desempeño (por ejemplo, clasificación de un conjunto de agentes con base en el desempeño y preferentemente la correlación de llamadores con los agentes basado en un registro o clasificación de desempeño) , algoritmos de correlación de patrones (por ejemplo, comparación de datos de agente asociados con un conjunto de llamadores con los datos de agente asociados con un conjunto de agentes y determinación de un registro de adecuación de diferentes pares de llamador-agente) , correlación por datos de afinidad, y otros modelos para la correlación de llamadores con agentes. Los métodos, por lo tanto, pueden operar para producir registros o clasificaciones de los llamadores, agentes, y/o pares de llamador-agente para una optimización deseada (por ejemplo, para optimizar costos, ingresos, satisfacción del cliente, etcétera) .

La salida o registros de dos o más métodos se pueden procesar para seleccionar un par de llamador-agente y causar que el llamador sea enrutado a un agente particular. Por ejemplo, la salida de dos o más métodos se pueden equilibrar o ponderar entre si para determinar una correlación de par de agente-llamador . En un ejemplo, la salida de los diferentes métodos se puede equilibrar igualmente para determinar las instrucciones del enrutamiento (por ejemplo, los registros se pueden estandarizar y ponderar igualmente para determinar una "mejor" correlación de par de agente- llamador de los diferentes métodos) . En otros ejemplos, los métodos se pueden desequilibrar, por ejemplo, ponderando una salida de algoritmo de correlación de patrones mayor que una salida de enrutamiento basado en el desempeño, etcétera.

Adicionalmente , una interfaz se puede presentar a un usuario permitiendo el ajuste del equilibrio de los métodos, por ejemplo, un deslizador o selector para ajustar el equilibrio en tiempo real o un tiempo predeterminado. La interfaz puede permitir que un usuario active o desactive ciertos métodos, cambie las optimizaciones deseadas, y pueda exhibir un efecto estimado del equilibrio o un cambio del equilibrio de los diferentes métodos de enrutamiento.

En algunos ejemplos, un algoritmo adaptivo (tal como una red neural o algoritmo genético) se puede usar para recibir, como entrada, las salidas de los dos o más modelos para producir un par de 1lamador-agente . El algoritmo adaptivo puede comparar el desempeño con el tiempo y adaptarlo para elegir el mejor modelo para una variable de resultado deseada.

De acuerdo con otro aspecto, se proporciona un aparato que comprende lógica para asignar y enrutar llamadores a agentes. El aparato puede incluir lógica para recibir datos de entrada asociados con los llamadores y agentes en una primera capa de procesamiento, la primera capa de procesamiento incluye al menos dos modelos para la correlación de llamadores con agentes, cada modelo produce datos de salida para al menos un par de llamador-agente. El aparato puede incluir adicionalmente lógica para recibir los datos de salida de cada modelo de procesamiento en una segunda capa de procesamiento, la segunda capa de procesamiento es operable para equilibrar los datos- de salida de al menos dos modelos y asignar un llamador con un agente con base en las salidas recibidas.

Adicionalmente, los sistemas y métodos de la presente invención se pueden usar para mejorar u optimizar el enrutamiento de llamadores a agentes en un centro de contacto. De acuerdo con un aspecto, un método para enrutar llamadores con agentes en un sistema de enrutamiento de centro de atención telefónica incluye asignar una primera porción o fracción de llamadores a agentes con base en los datos de desempeño del agente y/o un algoritmo de correlación de patrones . Los datos de desempeño del agente pueden incluir grados o una clasificación de diferentes agentes con base en los resultados de desempeño deseados . El algoritmo de correlación de patrones puede operar para comparar los datos de llamador asociados con cada llamador con los datos de agente asociados con cada agente. El método adicionalmente incluye asignar una segunda porción o fracción de los llamadores a agentes de manera diferentes que la primera porción de llamadores. Por ejemplo, la segunda porción de llamadores se puede asignar con agentes con base en un proceso aleatorio tal como un orden de cola de Distribución Automática de Llamadas (ACD) o de acuerdo con un orden de los agentes basado en el desempeño, donde la segunda porción de llamadores puede servir como un grupo de control o punto de referencia para asistir en el acceso al desempeño de los algoritmos de correlación por desempeño y/o patrones para asignar la primera porción de llamadores a agentes.

En un ejemplo, el método adicionalmente incluye causar la exhibición de un elemento gráfico para ajustar el número o fracción de llamadores asignados vía los algoritmos de correlación por desempeño y/o patrones. El método puede exhibir adicionalmente el efecto estimado del número de llamadores o un cambio en una o más variables de resultado de los algoritmos de correlación por desempeño y/o patrones para asignar los llamadores.

De acuerdo con otro aspecto, se proporciona una interfaz para uso con un centro de enrutamiento de llamadas entrante o saliente para enrutar llamadores con base en el desempeño de los agentes y/o algoritmos de correlación de patrones entre llamadores y agentes. En un ejemplo, la interfaz incluye un elemento gráfico (por ejemplo, un selector, deslizador, campo de texto, o similares) para establecer y ajustar la porción o número de llamadores que son enrutados con base en el desempeño de los agentes y/o algoritmos de correlación de patrones como lo opuesto a un método de enrutamiento aleatorio o convencional (por ejemplo, basado en el orden de cola de los agentes y/o llamadores) . Por ejemplo, el elemento gráfico permite a un operador del centro de contacto la capacidad de enrutar una primera porción o fracción de los llamadores a agentes vía un algoritmo de correlación de patrones y enrutar los llamadores restantes por un proceso diferente, por ejemplo, con base en el orden de cola o similar. Tal sistema y método puede permitir que un grupo de control de pares de llamador-agente sea conectado para comparar y analizar los efectos del enrutamiento basado en el algoritmo de correlación de patrones .

En un ejemplo la interfaz es adicionalmente operable para exhibir un efecto estimado del número o porcentaje de llamadores asignados en al menos una variable de resultado. Por ejemplo, la interfaz opera para exhibir la generación de ingresos estimada, costo, satisfacción del cliente, primera resolución de llamada, cancelación, u otras variables de resultado de los algoritmos de correlación por desempeño y/o patrones con base en un ajuste particular del número de llamadas a ser asignadas de acuerdo con los algoritmos de correlación por desempeño y/o patrones. Las variables de resultado se pueden estimar con base en los datos de historial de llamadas pasadas, algoritmos almacenados, tablas de consulta, o similares. Además, la interfaz puede ser operable para exhibir un cambio estimado en al menos una variable de resultado si la selección del número de llamadas asignadas se cambia.

De acuerdo con otro aspecto, se proporciona un aparato que comprende lógica para asignar y enrutar llamadores a agentes . El aparato puede incluir lógica para asignar una primera porción (o fracción) de llamadores a agentes de acuerdo con un algoritmo de correlación de patrones con base en la comparación de datos de llamador asociados con los llamadores y datos de agente asociados con los agentes . El aparato adicionalmente puede incluir asignar una segunda porción de los llamadores (por ejemplo, la porción o fracción remanente de todos los llamadores) a agentes de manera diferente que la primera porción de los llamadores (por ejemplo, asignación basada en el orden de cola, un proceso aleatorio, o basado en el desempeño solo) , lo cual puede proporcionar un grupo de control para monitorear o analizar el efecto del algoritmo de correlación de patrones. Además, el aparato puede operar para causar la exhibición de un elemento gráfico con una interfaz para ajustar la porción o número de llamadores enrutados o asignados vía un algoritmo de correlación por desempeño y/o patrones .

Muchas de las técnicas descritas aquí se pueden implementar en hardware, firmware, software, o combinación de los mismos. En un ejemplo, las técnicas se implementar en programas de computadora ejecutados en computadoras programables que incluye cada una un procesador, un medio de almacenamiento leíble por el procesador (incluyendo memoria volátil y no volátil y/o elementos de almacenamiento) , y dispositivos de entrada y salida adecuados. El código de programa se aplica a los datos ingresados usando un dispositivo de entrada para realizar las funciones descritas y para generar información de salida. La información de salida se aplica a uno o más dispositivos de salida. Además, cada programa se implementa preferiblemente en un procedimiento de alto nivel o idioma de programación de objeto orientado para comunicarse con un sistema de computadora. Sin embargo, los programas se pueden implementar en el idioma de la máquina o montaje, si se desea. En cualquier caso, el idioma puede ser un idioma compilado o interpretado.

Breve Descripción de las Figuras La Figura 1 es un diagrama que refleja el establecimiento general de una operación del centro de contacto .

La Figura 2 ilustra un sistema de enrutamiento ejemplar que tiene un motor de enrutamiento para enrutar llamadores con base en algoritmos de correlación por desempeño y/o patrones.

La Figura 3 ilustra un sistema de enrutamiento ejemplar que tiene un motor de asignación para enrutar llamadores con base en algoritmos de correlación por desempeño y/o patrones.

La Figura 4 ilustra un procedimiento de múltiples capas ejemplar para seleccionar un par de llamador-agente con base en múltiples métodos de correlación.

La Figura 5 ilustra un método ejemplar para registrar o clasificar agentes, llamadores, y/o pares de agente-llamador de acuerdo con al menos dos diferentes métodos y correlacionar un llamador con un agente basado en un equilibrio de al menos dos diferentes métodos.

La Figura 6 ilustra otro método ejemplar para registrar o clasificar agentes, y/o pares de agente-llamador de acuerdo con al menos dos diferentes métodos y correlacionar un llamador con un agente basado en un equilibrio de al menos dos diferentes métodos.

La Figura 7 ilustra un método o modelo de computadora ejemplar para la correlación de llamadores con agentes basado en el desempeño.

La Figura 8 ilustra un método o modelo de computadora ejemplar para la correlación de llamadores con agentes basado en los datos de llamador y datos de agente.

La Figura 9 ilustra un sistema de computación típico que se puede emplear para implementar alguna o toda la funcionalidad de procesamiento en ciertas modalidades de la invención.

La Figura 10 ilustra un método ejemplar para la correlación de una primera porción de llamadores y agentes usando datos de llamador y datos de agente en un algoritmo de correlación de patrones y una segunda porción de llamadores usando el orden de cola.

La Figura 11 ilustra una interfaz ejemplar que tiene un elemento gráfico para ajustar el número o fracción de llamadores para el enrutamiento basado en los algoritmos de correlación por desempeño y/o patrones.

Descripción Detallada de la Invención La siguiente descripción se presenta para hacer posible que una persona de experiencia ordinaria en el arte haga y use la invención, y se proporciona en el contexto de aplicaciones particulares y sus requerimientos. Varias modificaciones a las modalidades serán fácilmente evidentes para aquellos expertos en el arte, y los principios genéricos definidos en la presente se pueden aplicar a otras modalidades y aplicaciones sin apartarse del espíritu y alcance de la invención. Además, en la siguiente descripción, se describen numerosos detalles para el propósito de explicación. Sin embargo, uno de experiencia ordinaria en el arte entenderá que la invención se puede practicar sin el uso de estos detalles específicos. En otros casos, las estructuras y dispositivos bien conocidos se muestran en forma de diagrama de bloque para no oscurecer la descripción de la invención con detalles innecesarios. Por consiguiente, la presente invención no se propone que sea limitada a las modalidades mostradas, sino estará de acuerdo con el alcance más amplio consistente con los principios y aspectos descritos en la presente.

Aunque la invención se describe en términos de ejemplos particulares y figuras ilustrativas, aquellos de experiencia en el arte reconocerán que la invención no se limita a los ejemplos o figuras descritos. Aquellos expertos en el arte reconocerán que las operaciones de las diversas modalidades se pueden implementar usando hardware, software, firmware, o combinaciones de los mismos, como sea apropiado. Por ejemplo, algunos procesos se pueden realizar usando procesadores u otra circuitería digital bajo el control de lógica de software, firmware, o cableada. (El término "lógica" en la presente se refiere a hardware fijo, lógica programable y/o una combinación apropiada de los mismos, como se podría reconocer por un experto en el arte para realizar las funciones citadas) . El software y firmware se pueden almacenar en medios de almacenamiento leíbles por computadora. Se pueden implementar algunos otros procesos que usan circuiterla análoga, como es bien conocido por uno de experiencia ordinaria en el arte. Adicionalmente, la memoria u otro almacenamiento, asi como también componentes de comunicación, se pueden emplear en modalidades de la invención.

De acuerdo con un aspecto de la presente invención se proporcionan sistemas, métodos, e interfaces de computadora exhibidas para enrutar llamadores a agentes dentro de un centro de atención telefónica. En un ejemplo, un método incluye usar una primera capa de procesamiento, la primera capa incluye dos o más métodos o modelos para determinar pares de llamador-agente . Por ejemplo, los dos o más métodos pueden incluir enrutamiento basado en cola convencional, correlación basada en el desempeño (por ejemplo, clasificación de un conjunto de agentes con base en el desempeño y preferentemente la correlación de llamadores con los agentes con base en una clasificación o registro de desempeño) , algoritmos de correlación de patrones (por ejemplo, comparación de datos de agente asociados con un conjunto de llamadores con datos de agente asociados con un conjunto de agentes y determinación de un registro de adecuación de diferentes pares de llamador-agente) , correlación por datos de afinidad, y otros modelos para la correlación de llamadores con agentes. Los métodos, por lo tanto, operan para producir registro o clasificaciones de los llamadores, agentes, y/o pares de llamador-agente para una optimización deseada (por ejemplo, para optimizar costos, ingresos, satisfacción del cliente, etcétera) a una segunda capa de procesamiento . La segunda capa de procesamiento puede recibir la salida de la primera capa y determinar un par de agente-llamador con base en la salida de diferentes métodos de la primera capa de procesamiento. En un ejemplo, la segunda capa de procesamiento incluye un modelo de computadora para equilibrar o ponderar las diferentes salidas, las cuales se pueden alterar por un usuario.

Inicialmente , los sistemas y métodos de enrutamiento de llamadas ejemplares que utilizan algoritmos de correlación por desempeño y/o patrones (cualquiera de los cuales se puede usar dentro de los modelos de computadora generados para predecir las oportunidades de resultados deseados) se describen para enrutar llamadores a agentes disponibles. Esta descripción es seguida por sistemas y métodos ejemplares para procesamiento de múltiples capas de datos de entrada para seleccionar un apareamiento de llamador-agente .

La Figura 1 es un diagrama que refleja el establecimiento general de una operación del centro de contacto 100. La nube de red 101 refleja una red de telecomunicaciones regional o específica diseñada para recibir llamadores entrantes o para soportar contactos hechos a llamadores salientes. La nube de red 101 puede comprender una dirección de contacto única, tal como un número telefónico o dirección de correo electrónico, o múltiples direcciones de contacto. El enrutador central 102 refleja el hardware y software de enrutamiento de contacto diseñado para ayudar a enrutar los contactos entre los centros de atención telefónica 103. El enrutador central 102 no puede ser necesario donde solamente hay un centro de contacto único desplegado. Donde se despliegan múltiples centros de contacto, pueden ser necesarios más enrutadores para enrutar los contactos a otro enrutador para un centro de contacto específico. Al nivel del centro de contacto 103, un enrutador de centro de contacto 104 enrutará un contacto a un agente 105 con un teléfono individual u otro equipo de telecomunicaciones 105. Típicamente, hay múltiples agentes 105 en un centro de contacto 103, aunque ciertamente hay modalidades donde solamente un agente 105 está en el centro de contacto 103, en este caso un enrutador de centro de contacto 104 puede probar ser innecesario.

La Figura 2 ilustra un sistema de enrutamiento de centro de contacto ejemplar 200 (el cual se puede incluir con el enrutador de centro de contacto 104 de la Figura 1) . Ampliamente hablando, el sistema de enrutamiento 200 es operable para la correlación de llamadores y agentes con base, al menos en parte, de algoritmos de correlación de patrones o desempeño del agente usando datos de llamador y/o datos de agente. El sistema de enrutamiento 200 puede incluir un servidor de comunicación 202 y un motor de enrutamiento 204 (referido a veces como "SatMap" o "Asignación de Satisfacción") para la recepción y correlación de llamadores con agentes (referido a veces como "asignación" de llamadores a agentes) .

El motor de enrutamiento 204 puede operar de varias maneras para la correlación de llamadores con agentes con base en los datos de desempeño de los agentes, algoritmos de correlación de patrones, y modelos de computadora, que se pueden adaptar con el tiempo basado en el desempeño o resultados de correlaciones previas de llamador-agente. En un ejemplo, el motor de enrutamiento 204 incluye un motor de correlación de patrones adaptivo basado en red neural . Varios otros métodos y sistemas de modelo de computadora y correlación de patrones ejemplares los cuales se pueden incluir con el sistema de enrutamiento de contenido y/o motor de enrutamiento 204 se describen, por ejemplo, en la solicitud de Patente de Estados Unidos Serie No. 12/021,251, presentada el 28 de Enero de 2008, y Serie No. 12/202,091, presentada el 29 de Agosto de 2008, ambas se incorporan para referencia en su totalidad. Desde luego, se reconocerá que otros métodos y algoritmos de correlación de patrones o basados en el desempeño se pueden usar solos o en combinación con aquellos descritos aquí.

El sistema de enrutamiento 200 puede incluir adicionalmente otros componentes tal como el colector 206 para colectar datos de llamador de llamadores entrantes, datos con respecto a los pares de 1lamador-agente , resultados de los pares de 1lamador-agente , datos de agente de los agentes, y similares. Además, el sistema de enrutamiento 200 puede incluir un motor de reporte 208 para generar reportes del desempeño y operación del sistema de enrutamiento 200. Varios otros servidores, componentes, y funcionalidad son posibles para la inclusión con el sistema de enrutamiento 200. Además, aunque se muestra como un dispositivo de hardware único, se apreciará que varios componentes se pueden ubicar remotamente uno de otro (por ejemplo, el servidor de comunicación 202 y motor de enrutamiento 204 no necesitan ser incluidos con un sistema de hardware/servidor común o incluidos en una ubicación común) . Adicionalmente, varios otros componentes y funcionalidad se pueden incluir con el sistema de enrutamiento 200, pero se han omitido aquí por claridad.

La Figura 3 ilustra detalles del motor de enrutamiento ejemplar 204. El motor de enrutamiento 204 incluye un motor de asignación principal 304, el cual recibe datos de llamador y datos de agente de las bases de datos 310 y 312. En algunos ejemplos, el motor de enrutamiento 204 puede enrutar llamadores con base solamente o en parte en los datos de desempeño asociados con los agentes. En otros ejemplos, el motor de enrutamiento 204 puede hacer decisiones de enrutamiento con base solamente o en parte de la comparación de varios datos de llamador y datos de agente, los cuales pueden incluir, por ejemplo, datos basados en el desempeño, datos demográficos, datos psicográficos , y otros datos relevantes para el negocio. Adicionalmente, las bases de datos de afinidad (no mostradas) se pueden usar y tal información se recibe por el motor de enrutamiento 204 para hacer decisiones de enrutamiento .

En un ejemplo, el motor de enrutamiento 204 incluye o está en comunicación con uno o más motores de red neural 306. Los motores de red neural 306 pueden recibir datos de llamador y agente directamente o vía el motor de enrutamiento 204 y operar para la correlación y enrutamiento de llamadores con base en algoritmos de correlación de patrones y modelos de computadora generados para incrementar los cambios de los resultados deseados. Además, como se indica en la Figura 3, los datos del historial de llamadas (incluyendo, por ejemplo, resultados del par de llamador-agente con respecto al costo, ingresos, satisfacción del cliente, etc.) se pueden usar para volver a instruir o modificar el motor de red neural 306.

El motor de enrutamiento 204 adicionalmente incluye o está en comunicación con la cola de espera 208, la cual puede almacenar o acceder a tiempos de espera o activos de los llamadores y agentes, y opera para asignar los llamadores a agentes con base en el orden de cola de los llamadores (y/o agentes) . El motor de asignación 304 puede operar, por ejemplo, para asignar llamadores con base en un algoritmo de. correlación de patrones, por ejemplo, como se incluye con el motor de red neural 306, o con base en el orden de cola, por ejemplo, como se recupera de la cola de espera 308.

La Figura 4 ilustra un sistema de asignación ejemplar 406. El sistema de asignación 406 incluye dos capas de procesamiento - una primera capa incluye al menos dos motores de procesamiento o modelos de computadora como se indican por 420-1, 420-2, y 420-3. Los motores de procesamiento 420-1, 420-2, y 420-3 pueden operar cada uno en diferentes datos y/o de acuerdo con un diferente modelo o método para la correlación de llamadores con agentes. En este ejemplo particular, el motor de procesamiento 420-1 puede recibir datos de grado de agente, por ejemplo, datos asociados con el desempeño del agente para un desempeño deseado particular. Como se describirá con detalle adicional con respecto a la Figura 7 posterior, el enrutamiento basado en el desempeño puede incluir la clasificación o registro de un conjunto de agentes con base en el desempeño para un resultado particular (tal como una generación de ingresos, costo, satisfacción del cliente, combinaciones de los mismos, y similares) y preferentemente el enrutamiento de llamadores a agentes con base en una clasificación o registro de desempeño. Por consiguiente, el motor de procesamiento 420-1 puede recibir datos de historia del agente o grados del agente y producir una o más clasificaciones con base en una o más variables de resultado deseadas .

El motor de procesamiento 420-2, en este ejemplo, incluye uno o más algoritmos de correlación de patrones, los cuales pueden operar para comparar los datos de agente asociados con un conjunto de llamadores con datos de agente asociados con un conjunto de agentes y determinar un registro de adecuación de cada par de llamador-agente . El motor de procesamiento 420-2 puede recibir datos de llamador y datos de agente de varias bases de datos y producir registros de par de llamador-agente o una clasificación de pares de llamador-agente, por ejemplo. El algoritmo de correlación de patrones puede incluir un algoritmo de red neural, algoritmo genérico, u otros algoritmos adapti os . Además, en algunos ejemplos, se pueden usar diferentes motores de procesamiento con diferentes algoritmos de correlación de patrones que operan en los mismos o diferentes datos de entrada', por ejemplo, un primer motor de procesamiento utiliza un algoritmo de red neural y un segundo motor de procesamiento utiliza un diferente algoritmo tal como un algoritmo genérico u otro algoritmo de correlación de patrones. Adicionalmente, los primero y segundo motores de procesamiento pueden incluir algoritmos de correlación de patrones similares operables para maximizar diferentes variables de salida; por ejemplo, un primer algoritmo de red neural operable para maximizar los ingresos y un segundo algoritmo de red neural operable para maximizar la satisfacción del cliente.

El motor de procesamiento 420-3, en este ejemplo, incluye uno o más algoritmos de correlación por afinidad, los cuales operan para recibir datos de afinidad asociados con los llamadores y/o agentes . El motor de procesamiento 420-3 puede recibir datos de afinidad de varias bases de datos y producir pares de llamador-agente o una clasificación de pares de llamador-agente con base, al menos en parte, en los datos de afinidad. Se deberá señalar que varios otros métodos o modelos se pueden usar en la primera capa de procesamiento, y además que la primera capa de procesamiento puede incluir múltiples sub-capas de procesamiento (por ejemplo, motor de procesamiento 420-1 que produce al motor de procesamiento 420-2, etcétera) . Además, en algunos ejemplos un motor de procesamiento puede incluir enrutamiento basado en cola convencional, por ejemplo, enrutamiento de agentes y llamadores con base en el orden de cola .

Como se describe, los motores de procesamiento 420-1, 420-2, y 420-3 cada uno produce registros y clasificaciones de los llamadores, agentes, y/o pares de 11amador-agente para una optimización deseada (por ejemplo, para optimizar costos, ingresos, satisfacción del cliente, etcétera) . La salida o registros de los dos o más métodos entonces se pueden procesar por el director de equilibrio 410, por ejemplo, en el segundo nivel de procesamiento, para seleccionar un par de 1lamador-agente . Por ejemplo, la salida de los motores de procesamiento 420-1, 420-2, y 420-3 se recibe por el director de equilibrio 410 y se puede ponderar entre si para determinar un par de co-relación de agente- llamador . En un ejemplo, las salidas de los motores de procesamiento 420-1, 420-2, y 420-3 son equilibradas igualmente para determinar las instrucciones de enrutamiento (por ejemplo, los registros se pueden estandarizar y ponderar igualmente para determinar un "mejor" par de correlación de llamador-agente. En otros ejemplos, los métodos pueden ser no equilibrados, por ejemplo, ponderando una salida de método de algoritmo de correlación de patrones mayor que un método de enrutamiento basado en el desempeño, "activando" ciertos motores de procesamiento, etcétera.

Adicionalmente, una interfaz se puede presentar a un usuario permitiendo el ajuste del director de equilibrio 410, por ejemplo, un deslizante o selector para ajustar el equilibrio de los motores de procesamiento en tiempo real o en un tiempo predeterminado. Adicionalmente, la interfaz puede permitir que un usuario active y desactive ciertos métodos, y puede exhibir un efecto estimado del equilibrio o un cambio en el equilibrio. Por ejemplo, una interfaz puede exhibir el cambio probable en uno o mas de costos, generación de ingresos, o satisfacción del cliente cambiando la operación del director de equilibrio 410. Se describen varios algoritmos y métodos de estimación para estimar las variables de resultado, por ejemplo, en la solicitud de Patente provisional de Estados Unidos co-pendiente serie no. 61/084,201, presentada el 28 de Julio de 2008, y la cual se incorpora en la presente para referencia en su totalidad. En un ejemplo, el estimado incluye evaluar un período de tiempo pasado del mismo (o similar) conjunto de agentes y construir una distribución de pares de agente/llamador. Usando cada par, se puede computar una tasa de éxito esperada vía la correlación basada en el desempeño, algoritmo de correlación de patrones, etc., y aplicar a la información actual para estimar el desempeño actual (por ejemplo, con respecto a una o más de las ventas, costos, satisfacción del cliente, etc.). Por consiguiente, tomando los datos de llamadas históricos e información del agente el sistema puede computar estimados del cambio del equilibrio o ponderación del nivel de los métodos de procesamiento. Se señala que un tiempo comparable (por ejemplo, hora del día, día de la semana, etc.) para la información histórica puede ser importante ya que el desempeño probablemente variará con el tiempo .

En algunos ejemplos, el director de equilibrio 410 puede incluir un algoritmo adaptivo (tal como una red neural o algoritmo genérico) para recibir, como entrada, las salidas de los dos o más modelos para producir un par de 1lamador-agente . Por consiguiente, el director de equilibrio 410 vía un algoritmo adaptivo puede comparar el desempeño con el tiempo y adaptarlo para elegir o ponderar el nivel de los motores de procesamiento para incrementar las oportunidades de un resultado deseado.

La Figura 5 ilustra un método ejemplar para registrar o clasificar agentes, llamadores, y/o pares de agente-llamador de acuerdo con al menos dos diferentes métodos o modelos de computadora y correlacionar un llamador con un agente con base en un equilibrio de al menos dos diferentes modelos. En este ejemplo, un llamador, agente, o par de llamador-agente se registra con base en al menos los primeros datos de entrada en 52. Los datos de entrada pueden incluir grados de desempeño del agente, datos de llamador y/o datos de agente, orden de cola de los llamadores y agentes, combinaciones de los mismos, etcétera. Además, el registro puede incluir un registro bruto, registro normalizado, clasificación con relación a otros llamadores, agentes, y/o pares de 1lamador-agente , etcétera.

El método adicionalmente incluye clasificar llamadores, agentes, o pares de llamador-agente en 504 de acuerdo con un segundo modelo para asignar los llamadores a agentes, el segundo modelo es diferente del primer modelo. Nótese, sin embargo, el segundo modelo puede usar algunos o todos los mismos primeros datos de entrada como se usan en 502 o se puede basar en diferentes datos de entrada, por ejemplo, al menos unos segundos datos de entrada. De manera similar, el registro puede incluir un registro bruto, registro normalizado, clasificación con relación a otros llamadores, agentes, y/o pares de llamador-agente, etcétera.

Los registros determinados en 502 y 504 se pueden equilibrar en 506 para determinar las instrucciones de enrutamiento para un llamador. El equilibrio puede incluir ponderar los registros de 502 y 504 igualmente o desigualmente, y se pueden ajustar con el tiempo por un usuario o en respuesta a la retroalimentación adaptiva del sistema. También se apreciará que los registros producidos de 502 y 504 se pueden normalizar en cualquier forma adecuada, por ejemplo, computando un registro Z o similar como se describe en la Solicitud de Patente de Estados Unidos co-pendiente Serie No. 12/202,091, presentada el 29 de Agosto de 2008, la cual se incorpora en la presente para referencia en su totalidad.

La selección o asignación final de un llamador a un agente luego se puede pasar a un motor de enrutamiento o enrutador para causar que el llamador sea enrutado al agente en 508. Se señala que las acciones descritas no necesitan ocurrir en el orden en el cual se establecen y algunos actos se pueden realizar en paralelo (por ejemplo, la primera capa de procesamiento de 502 y 504 se puede realizar parcialmente o completamente en paralelo) . Además, se pueden usar modelos adicionales para registrar y asignar llamadores a agentes y enviar al equilibrio en 506 para determinar una selección final de un par de 1lamador-agente .

La figura 6 ilustra otro método ejemplar para registrar o clasificar agentes, llamadores, y/o pares de agente- llamador de acuerdo con al menos dos diferentes métodos y correlacionar un llamador con un agente con base en un equilibrio de al menos dos diferentes métodos. En este ejemplo particular, un primer modelo opera para registrar un conjunto de agentes con base en el desempeño en 602, y puede producir una clasificación o registro asociado con el desempeño de los agentes. Tal método para clasificar agentes con base en el desempeño se describe con mayor detalle con respecto a la Figura 7 posterior.

El método adicionalmente incluye registrar pares de llamador-agente en 604 de acuerdo con un segundo modelo para asignar llamadores a agentes, en particular, de acuerdo con un algoritmo de correlación de patrones. El algoritmo de correlación de patrones puede incluir comparar datos de llamador y datos de agente para cada par de llamador-agente y computar un registro o clasificación de adecuación de pares de llamador-agente para una variable de resultado deseada (o ponderar las variables de resultado) . Tal algoritmo de correlación de patrones se describe con mayor detalle con respecto a la Figura 8 posterior, y puede incluir un algoritmo de red neural.

El método adicionalmente incluye registrar pares de llamador-agente en 606 de acuerdo con un tercer modelo para asignar llamadores a agentes con base en los datos de afinidad. El uso de datos de afinidad y bases de datos de afinidad solos o en combinación con algoritmos de correlación de patrones se describe con mayor detalle posteriormente .

Los registros (o clasificaciones) determinados en 602, 604, y 606 se pueden equilibrar en 608 para determinar las instrucciones de enrutamiento para un llamador. El equilibrio puede incluir ponderar los registros de 602, 604, y 606 igualmente o desigualmente, y se pueden ajustar por un usuario o en respuesta a la retroalimentación adaptiva del sistema. También se reconocerá que los registros producidos de 602, 604, y 606 se pueden normalizar en cualquier forma adecuada como se describe con respecto a la Figura 5.

La selección o asignación final de un llamador a un agente luego se puede pasar a un motor de enrutamiento o enrutador para causar que el llamador sea enrutado al agente. De nuevo se señala que las acciones descritas no necesitan ocurrir en el orden en el cual se establecen y algunos actos se pueden realizar en paralelo (por ejemplo, la primera capa de procesamiento de 602, 604, y 606 se puede realizar parcialmente o completamente en paralelo) . Además, se pueden usar adicionales (o pocos) modelos de correlación para registrar y asignar llamadores a agentes y enviar al equilibrio en 608 para determinar una selección final de un par de llamador-agente.

La Figura 7 ilustra un diagrama de flujo de un método o modelo ejemplar para la correlación de llamadores con agentes basado en el desempeño. El método incluye graduar dos agentes en una interacción óptima y correlacionar con al menos uno de los dos agentes graduados para incrementar la oportunidad de la interacción óptima. En el bloque inicial 701, los agentes son graduados a una interacción óptima, tal como incrementar los ingresos, disminuir los costos, o incrementar la satisfacción del cliente. La graduación se puede realizar cotejando el desempeño de un agente del centro de contacto durante un período de tiempo sobre su capacidad de lograr una interacción óptima, tal como un período de al menos 10 días. Sin embargo, el período de tiempo puede ser tan corto como el contacto inmediatamente previo a un período extendido tan largo como la primera interacción del agente con un llamador. Además, el método de graduación del agente puede ser tan simple como clasificar cada agente en una escala de 1 a N para una interacción óptima particular, con N siendo el número total de agentes. El método de graduación también puede comprender determinar el tiempo de manejo de contacto promedio de cada agente para graduar los agentes en costos, determinar el ingreso de ventas total o número de ventas generadas por cada agente para graduar los agentes en ventas, o conducir encuestas de clientes al final de contactos con los llamadores para graduar los agentes sobre la satisfacción del cliente. Lo anterior, sin embargo, solamente son ejemplos de cómo los agentes se pueden graduar; se pueden usar muchos otros métodos.

En el bloque 702 un llamador usa información de contacto, tal como un número telefónico o dirección de correo electrónico, para iniciar un contacto con el centro de contacto. En el bloque 703, el llamador es comunicado con un agente o grupo de agentes de modo que la oportunidad de una interacción óptima se incrementa, como lo opuesto a solo usar los métodos de correlación de turno rotativo del arte previo. El método, adicionalmente, puede incluir graduar un grupo de al menos dos agentes en dos interacciones óptimas, ponderar una interacción óptima contra otra interacción opcional, y correlacionar al llamador con uno de los dos agentes graduados para incrementar la oportunidad de una interacción óptima más pesadamente ponderada. En particular, los agentes se pueden graduar en dos o más interacciones óptimas, tal como incrementar los ingresos, disminuir los costos, o incrementar la satisfacción del cliente, lo cual luego se puede ponderar uno contra otro. La ponderación puede ser tan simple como asignar a cada interacción óptima un factor de porcentaje de peso, con todos los factores totalizando 100 por ciento. Cualquier método de ponderación comparativo se puede usar, sin embargo. Las ponderaciones colocadas en las diversas interacciones óptimas pueden tomar lugar en tiempo real en una manera controlada por el centro de contacto, sus clientes, o en línea con reglas predeterminadas. Opcionalmente , el centro de contacto o sus clientes pueden controlar la ponderación sobre la internet o algún otro sistema de transferencia de datos. Como un ejemplo, un cliente del centro de contacto podrá acceder a las ponderaciones actualmente en uso sobre un buscador de internet y modificar estas remotamente. Tal modificación se puede ajustar para tomar efecto inmediato e, inmediatamente después de tal modificación, los enrutamientos de llamador subsecuentes ocurren en línea con . las ponderaciones nuevamente establecidas. Un caso de tal ejemplo puede surgir en un caso donde un cliente del centro de contacto decide que la prioridad estratégica más importante en su negocio en la actualidad es la maximización de ingresos. En tal caso, el cliente podría remotamente ajustar las ponderaciones para favorecer la selección de agentes que podrían generar la mayor probabilidad de una venta en un contacto dado. Subsecuentemente el cliente puede tomar la visión que la maximización de la satisfacción del cliente es más importante para su negocio. En este evento, puede ajustar remotamente las ponderaciones de la presente invención de modo que los llamadores son enrutados a agentes que más probablemente maximicen su nivel de satisfacción. Alternativamente, el cambio de ponderación puede ser ajustado para tomar efecto en un tiempo subsecuente, por ejemplo, comenzando a la mañana siguiente.

La Figura 8 ilustra otro método o modelo ejemplar para correlacionar un llamador con un agente, y el cual puede combinar grados del agente, datos demográficos del agente, datos psicográficos del agente, y otros datos relevantes para el negocio acerca del agente (individualmente o colectivamente referidos en esta solicitud como "datos de agente"), conjuntamente con datos demográficos, psicográficos , y otros datos relevantes para el negocio acerca de los llamadores (individualmente o colectivamente referidos en esta solicitud como "datos de llamador" ) . Los datos demográficos del agente y llamados pueden comprender cualquiera de: género, raza, edad, educación, acento, ingresos, nacionalidad, etnia, código de área, código postal, estado marital, estado laboral, y registro de crédito. Los datos psicográficos del agente y llamador pueden comprender cualquiera de introversión, sociabilidad, deseo de éxito financiero, y preferencias de películas y televisión. Se apreciará que los actos resumidos en el diagrama de flujo de la Figura 8 no necesitan ocurrir en este orden exacto.

Este método o modelo ejemplar incluye determinar al menos unos datos de llamador para un llamador, determinar al menos unos datos de agente para cada uno de dos agentes, usar los datos de agente y los datos de llamador en un algoritmo de correlación de patrones, y correlacionar al llamador con uno de los dos agentes para incrementar la oportunidad de una interacción óptima. En 801, se determinan al menos unos datos de llamador (tal como unos datos demográficos o psicográficos del llamador) . Una forma de realizar esto es recuperando esto de las bases de datos disponibles usando la información de contacto del llamador como un índice. Las bases de datos disponibles incluyen, pero no se limitan a, aquellas que están públicamente disponibles, aquellas que están comercialmente disponibles, o aquellas creadas por un centro de contacto o un cliente de centro de contacto. En un ambiente de centro de contacto saliente, la información de contacto del llamador es conocida de antemano. En un ambiente de centro de contacto entrante, la información de contacto del llamador se puede recuperar examinando la información CallerID del llamador o solicitando esta información del llamador al comienzo del contacto, tal como a través de la entrada de un número de cuenta de llamador u otra información de identificación del llamador. Otros datos relevantes para el negocio tal como el comportamiento de compra histórico, nivel actual de satisfacción como un cliente, o nivel voluntariamente de interés en un producto también se pueden recuperar de las bases de datos disponibles.

En 802, se determinan al menos unos datos de agente para cada uno de los dos agentes . Un método para determinar los datos demográficos o psicográficos del agente puede involucrar encuestar a los agentes en el momento de su empleo o periódicamente durante todo su empleo . Tal proceso de encuesta puede ser manual, tal como a través de una encuesta oral o en papel, o automatizada con la encuesta siendo realizada sobre un sistema de computadora, tal como desplegado sobre un buscador web.

Aunque esta modalidad avanzada preferiblemente usa grados, datos demográficos, psicográficos , y otros relevantes para el negocio del agente, conjuntamente con datos demográficos, psicográficos y otros relevantes para el negocio del llamador, otras modalidades de la presente invención pueden eliminar uno o más tipos o categorías de datos de llamador o agente para minimizar el almacenamiento o potencia de computación necesaria para emplear la presente invención.

Una vez que los datos de agente y datos de llamador se han colectado, estos datos se pasan a un sistema computacional . El sistema computacional entonces, a su vez, usa estos datos en un algoritmo de correlación de patrones en 803 para crear un modelo de computadora que correlaciona cada agente con el llamador y estima el resultado probable de cada correlación a lo largo de un número de interacciones óptimas, tal como la generación de una venta, la duración del contacto, o la probabilidad de generar una interacción que un cliente encuentra satisfactoria.

El algoritmo de correlación de patrones que se usa en la presente invención puede comprender cualquier algoritmo de correlación, tal como un algoritmo de red neural o un algoritmo genético. Generalmente para preparar o de otra forma refinar el algoritmo, los resultados de contacto actual (como se miden para una interacción óptima) se comparan contra los datos de agente y llamador actual para cada contacto que ocurre. El algoritmo de correlación de patrones luego puede aprender, o mejorar su aprendizaje de, cómo la correlación de ciertos llamadores con ciertos agentes cambiará la oportunidad de una interacción óptima. De esta manera, el algoritmo de correlación de patrones entonces se puede usar para predecir la oportunidad de una interacción óptima en el contexto de la correlación de un llamador con un conjunto particular de datos de llamador, con un agente de un conjunto particular de datos de agente. Preferiblemente, el algoritmo de correlación de patrones es periódicamente refinado como datos más actuales sobre interacciones del llamador que llegan a estar disponibles a él, tal como preparar periódicamente el algoritmo cada noche después que un centro de contacto ha terminado las operaciones del día.

En 804, el algoritmo de correlación de patrones se usa para crear un modelo de computadora que refleje las oportunidades predichas de una interacción óptima para cada correlación de agente y llamador. Preferiblemente, el modelo de computadora comprenderá las oportunidades predichas para un conjunto de interacciones óptimas para cada agente que está registrado en el centro de contacto como correlacionado con cada llamador disponible. Alternativamente, el modelo de computadora puede comprender subconjuntos de estos, o conjuntos que contienen los conjuntos mencionados antes. Por ejemplo, en lugar de correlacionar cada agente registrado en el centro de contacto con cada llamador disponible, la presente invención puede correlacionar cada agente disponible con cada llamador disponible, o aún un subconjunto más estrecho de agentes o llamadores. Igualmente, la presente invención puede correlacionar cada agente que nunca trabajó en una campaña particular - si está disponible o registrado o no - con cada llamador disponible. De manera similar, el modelo de computadora puede comprender oportunidades predichas para una interacción óptima o un número de interacciones óptimas .

El modelo de computadora también puede refinarse adicionalmente para comprender un registro de adecuación para cada correlación de un agente y un llamador. El registro de adecuación se puede determinar tomando las oportunidades de un conjunto de interacciones óptimas como se predijo por el algoritmo de correlación de patrones, y ponderar las oportunidades para poner más o menos énfasis en una interacción óptima particular cuando se relaciona con otra interacción óptima. El registro de adecuación entonces se puede usar en la presente invención para determinar cuáles agentes deberán ser conectados con cuáles llamadores.

En otros ejemplos, los métodos o modelos ejemplares pueden utilizar datos de afinidad asociados con los llamadores y/o agentes. Por ejemplo, los datos de afinidad pueden relacionarse con unos resultados de contacto del llamador individual (referidos en esta solicitud como "datos de afinidad del llamador" ) , independientes de su información demográfica, psicográfica, u otra relevante para el negocio. Tales datos de afinidad del llamador pueden incluir la historia de compra del llamador, historia del tiempo de contacto, o historia de satisfacción del cliente. Estas historias pueden ser generales, tal como la historia general del llamador para comprar productos, tiempo de contacto promedio con un agente, o clasificaciones promedio de satisfacción del cliente. Estas historias también pueden ser específicas del agente, tal como compra del llamador, tiempo del contacto, o historia de satisfacción del cliente cuando se conecta con un agente particular.

Como un ejemplo, un cierto llamador puede ser identificado por sus datos de afinidad de llamador como uno altamente probable para hacer una compra, debido a que en los últimos diversos casos en los cuales el llamador fue contactado, el llamador eligió comprar un producto o servicio. Esta historia de compra luego se puede usar para refinar apropiadamente las correlaciones de modo que el llamador preferiblemente es correlacionado con un agente que se cree adecuado para que el llamador incremente las oportunidades de una interacción óptima. Usando esta modalidad, un centro de contacto podrá preferentemente correlacionar al llamador con un agente quién no tiene un alto grado para generar ingresos o quién podría no ser de otra forma una correlación aceptable, debido a que la oportunidad de una venta aún es probable dado el comportamiento de compra pasada del llamador. Esta estrategia de correlación podría dejar disponible otros agentes que tendrán que ser ocupados, de otra forma, con una interacción de contacto con el llamador. Alternativamente, el centro de contacto puede en su lugar buscar garantizar que el llamador sea llevado a la correlación con un agente con un alto grado para generar ingresos, sin considerar que puedan indicar las correlaciones generadas usando datos de llamador y datos demográficos y psicográficos del agente.

En un ejemplo, los datos de afinidad y una base de datos de afinidad desarrollada por los ejemplos descritos pueden ser unos en los cuales unos resultados de contacto del llamador son rastreados a través de los diversos datos de agente. Tal análisis puede indicar, por ejemplo, que el llamador esté satisfecho muy probablemente con un contacto si correlaciona un agente de género, raza, edad similar, o aún con un agente específico. Usando esta modalidad, la presente invención preferentemente podrá correlacionar un llamador con un agente específico o tipo de agente que es conocido de los datos de afinidad del llamador para haber generado una interacción óptima aceptable.

Las bases de datos de afinidad pueden proporcionar información particularmente accionable a cerca de un llamador cuando las fuentes de bases de datos comerciales, cliente, o públicamente disponibles pueden carecer de información acerca del llamador. Este desarrollo de base de datos también se puede usar para mejorar adicionalmente el enrutamiento de contacto y correlación de agente con llamador aún en el caso que hayan datos disponibles en el llamador, ya que puede impulsar la conclusión que los resultados de contacto del llamador individual pueden variar de las que las bases de datos comerciales pueden implicar. Como un ejemplo, si la presente invención estuvo basada solamente en bases de datos comerciales para correlacionar un llamador y agente, puede predecir que el llamador podría ser mejor correlacionado con un agente del mismo género para lograr la satisfacción del cliente óptima. Sin embargo, incluyendo la información de base de datos de afinidad desarrollada de las interacciones previas con el llamador, la presente invención puede predecir más exactamente que el llamador podría ser mejor correlacionado con un agente del género opuesto para lograr la satisfacción del cliente óptima .

Otro aspecto de la presente invención es que puede desarrollar bases de datos de afinidad que comprenden generación de ingresos, costos, y datos de desempeño de satisfacción del cliente de agentes individuales como asociados con características demográficas, psicográficas, u otras relevantes para el negocio del llamador específico (referidas en esta solicitud como "datos de afinidad del agente") . Una base de datos de afinidad tal como esta puede, por ejemplo, resultar en la presente invención que predice que un agente específico se desempeña mejor en interacciones con llamadores de una edad similar, y menos bien en interacciones con un llamador de una edad significativamente más grande o más joven. De manera similar este tipo de base de datos de afinidad puede resultar en la presente invención que predice que un agente con ciertos datos de afinidad del agente maneja llamadores originados de una geografía particular mucho mejor que el agente que maneja llamadores de otras geografías. Como otro ejemplo, la presente invención puede predecir que un agente particular se desempeña mejor en circunstancias en las cuales este agente se conecta con un llamador colérico.

Aunque las bases de datos de afinidad son preferiblemente usadas en combinación con los datos de agente y datos de llamador que pasan a través de un algoritmo de correlación de patrones para generar correlaciones, la información almacenada en las bases de datos de afinidad también se pueden usar independientemente de datos de agente y datos de llamador de modo que la información de afinidad es la única información usada para generar correlaciones. Por ejemplo, en algunos ejemplos, el primer nivel de procesamiento puede incluir un primer modelo de computadora que se basa tanto en un algoritmo de correlación de patrones como datos de afinidad, y un segundo modelo de computadora que se basa en datos de afinidad solos .

Muchas de las técnicas descritas se pueden implementar en hardware o software, o una combinación de los dos. Preferiblemente, las técnicas se implementan en programas de computadora ejecutados en computadoras programables que incluyen cada una un procesador, un medio de almacenamiento leíble por el procesador (incluyendo memoria volátil y no volátil y/o elementos de almacenamiento) , y dispositivos de entrada y salida adecuados. El código de programa se aplica a los datos ingresados usando un dispositivo de entrada para realizar las funciones descritas y generar información de salida. La información de salida se aplica a uno o más dispositivos de salida. Además, cada programa preferiblemente se implementa en un idioma de programación de objeto orientado o de procedimiento de alto nivel para comunicarse con un sistema de computadora. Sin embargo, los programas se pueden implementar en el idioma de la máquina o montaje, si se desea. En cualquier caso, el idioma puede ser un idioma compilado o interpretado.

Cada programa de computadora preferiblemente se almacena en un dispositivo o medio de almacenamiento (por ejemplo, CD-ROM, disco duro o disquete magnético) que es leíble por una computadora programable de propósito general o especial para configurar y operar la computadora cuando el medio o dispositivo de almacenamiento se lee por la computadora para realizar los procedimientos descritos. El sistema también se puede implementar como un medio de almacenamiento leíble por computadora, configurado con un programa de computadora, donde el medio de almacenamiento configurado así causa que una computadora opere de una manera específica y predefinida.

La Figura 9 ilustra un sistema de computación típico 900 que se puede emplear para implementar la funcionalidad de procesamiento en modalidades de la invención. Los sistemas de computación de este tipo se pueden usar en clientes y servidores, por ejemplo. Aquellos expertos en el arte relevante también reconocerán cómo implementar la invención usando otras arquitecturas o sistemas de computadora. El sistema de computación 900 puede representar, por ejemplo, una computadora de escritorio, portátil tipo laptop o notebook, dispositivo de computación portátil (PDA, teléfono celular, palmtop, etc.), ordenador central, servidor, cliente, o cualquier otro tipo de dispositivo de computación de propósito especial, o general como puede ser deseable o apropiado para una aplicación o ambiente dado. El sistema de computación 900 puede incluir uno o más procesadores, tal como un procesador 904. El procesador 904 se puede implementar usando un motor de procesamiento de propósito general o especial tal como, por ejemplo, un microprocesador, microcontrolador u otra lógica de control. En este ejemplo, el procesador 904 se conecta a un enlace común902 u otro medio de comunicación.

El sistema de computación 900 también puede incluir una memoria principal 908, tal como memoria de acceso aleatorio (RAM) u otra memoria dinámica, para almacenar información e instrucciones que se ejecutan por el procesador 904. La memoria principal 908 también se puede usar para almacenar variables temporales u otra información intermedia durante la ejecución de las instrucciones que se ejecutan por el procesador 904. El sistema de computación 900 igualmente puede incluir una memoria de solo lectura ("ROM") u otro dispositivo de almacenamiento estático acoplado al enlace común902 para almacenar información estática e instrucciones para el procesador 904.

El sistema de computación 900 también puede incluir el sistema de almacenamiento de información 910, el cual puede incluir, por ejemplo, una unidad de medios 912 y una interfaz de almacenamiento removible 920. La unidad de medios 912 puede incluir una unidad u otro mecanismo para soportar medios de almacenamiento fijo o removible, tal como una unidad de disco duro, una unidad de disco flexible, una unidad de cinta magnética, una unidad de disco óptico, una unidad de CD o DVD ( o RW) , u otra unidad de medios removible o fija. Los medios de almacenamiento 918 pueden incluir, por ejemplo, un disco duro, disco flexible, cinta magnética, disco óptico, CD o DVD, u otro medio fijo o removible que es leído y escrito por la unidad de medios 912. Como ilustran estos ejemplos, los medios de almacenamiento 918 pueden incluir un medio de almacenamiento leíble por computadora que tiene almacenado en éste datos o software de computadora particular.

En modalidades alternativas, el sistema de almacenamiento de información 910 puede incluir otros componentes similares para permitir que los programas de computadora u otras instrucciones o datos sean cargados en el sistema de computación 900. Tales componentes pueden incluir, por ejemplo, una unidad de almacenamiento removible 922 y una interfaz 920, tal como un cartucho de programa e interfaz de cartucho, una memoria removible (por ejemplo, una memoria flash u otro módulo de memoria removible) y ranura para memoria, y otras unidades de almacenamiento removibles 922 e interfaces 920 que permiten que el software y datos sean transferidos desde la unidad de almacenamiento removible 918 al sistema de computación 900.

El sistema de computación 900 también puede incluir una interfaz de comunicaciones 924. La interfaz de telecomunicaciones 924 se puede usar para permitir que el software y datos sean transferidos entre el sistema de computación 900 y dispositivos externos. Los ejemplos de interfaz de comunicaciones 924 pueden incluir un módem, una interfaz de red (tal como Ethernet u otra tarjeta NIC) , un puerto de comunicaciones (tal como, por ejemplo, un puerto USB) una tarjeta y ranura de PCMCIA, etc. El software y datos transferidos vía la interfaz de comunicaciones 924 están en la forma de señales las cuales pueden ser electrónicas, electromagnéticas, ópticas u otras señales capaces de ser recibidas por la interfaz de comunicaciones 924. Estas señales se proporcionan a la interfaz de comunicaciones 924 vía un canal 928. Este canal 928 puede portar señales y puede ser implementado usando un medio inalámbrico, alambre o cable, fibra óptica, u otro medio de comunicaciones. Algunos ejemplos de un canal incluyen una línea telefónica, un enlace de teléfono celular, un enlace de RF, una ínterfaz de red, una red de área local o ancha, y otros canales de comunicaciones.

En esta modalidad, los términos "producto de programa de computadora" , "medio leíble por computadora" y similares se pueden usar generalmente para referirse a medios tangibles, físicos tales como, por ejemplo, memoria 908, medio de almacenamiento 918, o unidad de almacenamiento 922. Estas y otras formas de medios leíbles por computadora pueden estar involucradas en el almacenamiento de una o más instrucciones para uso por el procesador 904, para causar que el procesador realice operaciones específicas. Tales instrucciones, generalmente referidas como "código de programa de computadora" (el cual puede ser agrupado en la forma de programas de computadora u otros agrupamientos) , cuando se ejecutan, hacen posible que el sistema de computación 900 realice características o funciones de las modalidades de la presente invención. Nótese que el código puede causar directamente que el procesador realice operaciones especificadas, sean compiladas para hacerlo así, y/o sean combinadas con otros elementos de software, hardware, y/o firmware (por ejemplo, bibliotecas para realizar funciones estándares) para hacerlo así.

En una modalidad donde los elementos se implementan usando software, el software se puede almacenar en un medio leíble por computadora y cargar en el sistema de computación 900 usando, por ejemplo, medios de almacenamiento removible 918, unidad 912 o interfaz de comunicaciones 924. La lógica de control (en este ejemplo, instrucciones de software o código de programa de computadora) , cuando se ejecuta por el procesador 904, causa que el procesador 904 realice las funciones de la invención como se describe en la presente.

La Figura 10 ilustra un método ejemplar para asignar y enrutar llamadores a agentes donde una primera porción o fracción de los llamadores es enrutada con base en un algoritmo de correlación de patrones y/o con base en el desempeño y una segunda porción o fracción de llamadores es enrutada con base en el método de enrutamiento, esencialmente aleatorio, convencional tal como el enrutamiento basado en cola. Por consiguiente, un sistema de enrutamiento primero determina cómo el llamador será enrutado en 1420. Por ejemplo, el sistema puede asignar llamadores y agentes en varias relaciones dependiendo de los ajustes introducidos por el centro de contacto. Por ejemplo, si el ajuste es a 80, u 80%, el sistema podría asignar 80% de los pares de llamador-agente con base en los algoritmos de correlación de patrones y/o desempeño y el 20% restante de los pares de llamador-agente con base en otros métodos tal como el orden de cola.

Los métodos de correlación de patrones y/o basados en el desempeño ejemplares para enrutar llamadores a agentes incluyen clasificar agentes sobre el desempeño, comparar los datos de agente y datos de llamador y correlacionar según un algoritmo de correlación de patrones, crear modelos de computadora para predecir los resultados de los pares de agente- llamador, o combinaciones de los mismos. En particular, un método ejemplar para incrementar las oportunidades de una interacción óptima incluye combinar los grados de agente (los cuales se pueden determinar de la graduación o clasificación de los agentes sobre resultados deseados) , datos demográficos del agente, datos psicográficos del agente, y otros datos relevantes para el negocio acerca del agente (individualmente o colectivamente referidos en esta solicitud como "datos de agente"), conjuntamente con datos demográficos, psicográficos , y otros relevantes para el negocio acerca de llamadores (individualmente o colectivamente referidos en esta solicitud como "datos de llamador"). Los datos demográficos del agente y llamador pueden comprender cualquiera de: género, raza, edad, educación, acento, ingresos, nacionalidad, etnia, código de área, código postal, estado marital, estado laboral, registro de crédito, y similares. Los datos psicográficos del agente y llamador pueden comprender cualquiera de introversión, sociabilidad, deseo de éxito financiero, preferencias de películas y televisión, y similares.

El método ejemplar puede incluir determinar los datos de llamador asociados con uno o más llamadores (por ejemplo, un llamador en espera) , determinar datos de agente asociados con uno o más agentes (por ejemplo, uno o más agentes disponibles) , comparar los datos de agente y los datos de llamador (por ejemplo, vía un algoritmo de correlación de patrones) , y correlacionar al llamador con un agente para incrementar la oportunidad de una interacción óptima. En particular, en 1422, los datos de llamador (tales como unos datos demográficos o psicográficos del llamador) se determinan o identifican para un llamador. Una manera de realizar esto es recuperando los datos de llamador de las bases de datos disponibles usando la información de contacto del llamador como un índice. Las bases de datos disponibles incluyen, pero no se limitan a, aquellas que están públicamente disponibles, aquellas que están comercialmente disponibles, o aquellas creadas por un centro de contacto o un cliente del centro de contacto. En un ambiente de centro de contacto saliente, la información de contacto del llamador generalmente es conocida de antemano. En un ambiente de centro de contacto entrante, la información de contacto del llamador se puede recuperar examinando la información de CallerID del llamador o solicitando esta información del llamador al comienzo del contacto, tal como a través de la entrada de un número de cuenta del llamador u otra información de identificación del llamador. Otros datos relevantes para el negocio tal como el comportamiento de compra histórico, nivel actual de satisfacción como un cliente, o nivel voluntariamente de interés en un producto también se pueden recuperar de las bases de datos disponibles .

En 1424, se determinan o identifican los datos de agente para uno o más agentes . Un método para determinar los datos demográficos o psicográficos del agente puede involucrar encuestar a los agentes en el momento de su empleo o periódicamente durante todo su empleo. Tal proceso de encuesta puede ser manual, tal como a través de una encuesta oral o en papel, o automatizada con la encuesta siendo realizada sobre un sistema de computadora, tal como desplegado sobre un buscador web. En algún ejemplo, el método usa grados, datos demográficos, psicográficos , y otros relevantes para el negocio del agente, conjuntamente con datos demográficos, psicográficos , y otros relevantes para el negocio del llamador, otras modalidades de los métodos y sistemas ejemplares pueden eliminar uno o más tipos o categorías de datos de llamador o agente para reducir el tiempo para contestar, potencia de computación, o almacenamiento necesario.

Los datos de agente y datos de llamador entonces se pueden comparar en 1426. Por ejemplo, los datos de agente y datos de llamador se pueden pasar a un sistema computacional para comparar los datos de llamador con los datos de agente para cada par de agente-llamador, por ejemplo, los datos de llamador y los datos de agente se comparan en una forma en par para cada decisión de enrutamiento potencial. En un ejemplo, la comparación se logra pasando los datos de agente y llamador a un algoritmo de correlación de patrones para crear un modelo de computadora que correlaciona cada llamador con cada agente y estima el resultado probable de cada correlación a lo largo de un número de interacciones óptimas, tal como la generación de una venta, la duración del contacto, o la probabilidad de generar una interacción que un cliente encuentra satisfactoria.

El algoritmo de correlación de patrones que se usa en los métodos y sistemas ejemplares puede comprender cualquier algoritmo de correlación, tal como un algoritmo de red neural o un algoritmo genético. Generalmente para preparar o de otra forma refinar el algoritmo, los resultados de contacto actual (como se miden para una interacción óptima) se comparan contra los datos de agente y llamador actuales para cada contacto que ocurre. El algoritmo de correlación de patrones luego puede aprender, o mejorar su aprendizaje de, cómo la correlación de ciertos llamadores con ciertos agentes cambiará la oportunidad de una interacción óptima. De esta manera, el algoritmo de correlación de patrones entonces se puede usar para predecir la oportunidad de una interacción óptima en el contexto de la correlación de un llamador con un conjunto particular de datos de llamador, con un agente de un conjunto particular de datos de agente. Preferiblemente, el algoritmo de correlación de patrones es periódicamente refinado como datos más actuales sobre interacciones del llamador que llegan a estar disponibles a él, tal como preparar periódicamente el algoritmo cada noche después que un centro de contacto ha terminado las operaciones del día.

El algoritmo de correlación de patrones puede crear o usar un modelo de computadora que refleje las oportunidades predichas de una interacción óptima para cada correlación de agente y llamador. Preferiblemente, el modelo de computadora comprenderá las oportunidades predichas para un conjunto de interacciones óptimas para cada agente que está registrado en el centro de contacto como correlacionado con cada llamador disponible. Alternativamente, el modelo de computadora puede comprender subconjuntos de estos, o conjuntos que contienen los conjuntos mencionados antes. Por ejemplo, en lugar de correlacionar cada agente registrado en el centro de contacto con cada llamador disponible, los ejemplos pueden correlacionar cada agente disponible con cada llamador disponible, o aún un subconjunto más estrecho de agentes o llamadores. Igualmente, la presente invención puede correlacionar cada agente que nunca trabajó en una campaña particular - si está disponible o registrado o no -con cada llamador disponible. De manera similar, el modelo de computadora puede comprender oportunidades predichas para una interacción óptima o un número de interacciones óptimas.

Un modelo de computadora también puede comprender un registro de adecuación para cada correlación de un agente y un llamador. El registro de adecuación se puede determinar tomando las oportunidades de un conjunto de interacciones óptimas como se predijo por el algoritmo de correlación de patrones, y ponderar las oportunidades para poner más o menos énfasis en una interacción óptima particular cuando se relaciona con otra interacción óptima. El registro de adecuación entonces se puede usar en los métodos y sistemas ejemplares para determinar cuáles agentes deberán ser conectados con cuáles llamadores .

Con base en el algoritmo de correlación de patrones y/o modelo de computadora, el método adicionalmente incluye determinar el agente que tiene la mejor correlación con el llamador en 1428. Como se entenderá, el mejor agente de correlación puede depender del algoritmo de correlación de patrones, modelo de coputadora, y variables de salida deseadas y ponderaciones seleccionadas por un centro de atención telefónica particular. El llamador entonces es enrutado al mejor agente de correlación en 1430.

Si el llamador se selecciona en 1420 para asignar a un agente por un método diferente (por ejemplo, no basado en un algoritmo de correlación de patrones y/o desempeño) , este método ejemplar particular incluye el enrutamiento vía un orden de cola de Distribución Automática de Llamada (ACD) o similar determinando un orden de cola del llamador, si es aplicable, en 450. Por ejemplo, si otros llamadores están en espera esperando un agente disponible, el llamador puede estar en la cola con otros llamadores, por ejemplo, un sistema puede ordenar los llamadores en términos de tiempo de espera y preferentemente asignar los llamadores que se han esperado más tiempo. De manera similar, el método ejemplar incluye determinar un orden de cola de los agentes, si es aplicable, en 1452 (por ejemplo, en una situación donde múltiples agentes están disponibles) . Por consiguiente, el sistema generalmente opera para asignar el agente que ha estado esperando o desocupado más tiempo con el llamador que ha estado esperando más tiempo. El llamador entonces puede ser enrutado al agente en 454.

Se señala que en otros ejemplos, donde los llamadores son correlacionados con al menos un algoritmo de correlación de patrones (por ejemplo, solo o en combinación con la clasificación basada en el desempeño de los agentes) , el método diferente puede incluir el enrutamiento basado en el desempeño. Esto permite la comparación o punto de referencia del algoritmo de correlación de patrones contra el enrutamiento basado en el desempeño.

De acuerdo con otro aspecto de los sistemas y métodos ejemplares descritos, una interfaz de computadora visual y reportes imprimibles se pueden proporcionar al centro de contacto o sus clientes para permitirles, en una base de desempeño pasado o en tiempo real, monitorear las estadísticas de las correlaciones de agente con llamador, medir las interacciones óptimas que están siendo logradas contra las interacciones predichas por el modelo de computadora, así como también cualesquiera otras mediciones de desempeño pasado o en tiempo real usando el método descrito en la presente. Una interfaz de computadora visual para cambiar el número o porción de llamadores que son asignados vía algoritmos de correlación de patrones y/o desempeño (así como también la ponderación de una interacción óptima) también se puede proporcionar al centro de contacto o el cliente del centro de contacto, de modo que pueden, como se discute en la presente, monitorear el efecto de los datos basados en el desempeño y/o algoritmos de correlación de patrones en una o más variables de resultado.

La Figura 11 ilustra una interfaz ejemplar 1500 que tiene un elemento gráfico 1502 para ajustar la fracción o porción de llamadores que son asignados de acuerdo con los algoritmos de correlación de patrones y/o desempeño. Se reconocerá que la interfaz 1500 se puede exhibir dentro de una página de buscador, página de portal, o interfaz de usuario independiente para un sistema de enrutamiento de centro de contacto. Adicionalmente, diversa información y funcionalidad se pueden incluir con la interfaz 1500, pero se omite por claridad.

En este ejemplo, la interfaz 1500 exhibe un reporte de desempeño de centro de atención telefónica desglosado por diferentes variables de salida en 1510, 1512, y 154. En particular, costo, generación de ingresos, y satisfacción del cliente son ilustrados, pero otras variables de salida tales como primera resolución de llamada, cancelación, o se pueden exhibir otras variables producidas de algoritmos de correlación de patrones o modelos de computadora del sistema. La interfaz 1500 adicionalmente incluye ajustes para ponderaciones deseadas de diferentes variables de resultado de los algoritmos de correlación de patrones y modelos de computadora que se usan pa.ra enrutar llamadores a agentes en 1504. En particular, el selector 1504 incluye selectores para ajustar la ponderación de ingresos, costo, y satisfacción del cliente en los modelos de computadora y algoritmos de enrutamiento del centro de atención telefónica. Varios algoritmos y métodos de ponderación se describen, por ejemplo, en la Solicitud de Patente de Estados Unidos co-pendiente Serie No. 12/202,091, presentada el 29 de Agosto de 2008, la cual se incorpora en la presente para referencia en su totalidad. Desde luego, son posibles y contemplados varios otros algoritmos de correlación de patrones, modelos de computadora, y métodos de ponderación para ajustar los resultados deseados.

El selector 1502 opera para ajustar la "potencia" del sistema de asignación, por ejemplo, la porción o porcentaje de los llamadores que son asignados vía los algoritmos de correlación de patrones y/o desempeño como se describe. En este ejemplo, si el selector 1502 se ajusta a "100" el sistema enruta todos los llamadores vía los algoritmos de correlación de patrones y/o desempeño; alternativamente, si el selector 1502 se ajusta a "0" el sistema no enruta algunos llamadores vía los algoritmos de correlación de patrones y/o desempeño. El selector 1502 se puede ajustar en respuesta a la entrada de un ratón, entrada de un teclado (por ejemplo, teclas de flecha, entradas numéricas, etcétera), o similares. Adem s, el selector 1502 se puede reemplazar o incluir adicionalmente un elemento "deslizador", selector desplegable, campo de entrada para ingresar manualmente números o valores, flechas arriba y abajo, etcétera.

Como se describe, el enrutamiento de una fracción de llamadores por un proceso esencialmente aleatorio proporciona una evaluación de los algoritmos de correlación de patrones y/o desempeño del sistema de asignación. Por ejemplo, las variables de resultado se pueden comparar para llamadores enrutados vía el sistema de asignación y aquellos enrutados de otra manera. Por ejemplo, la ínterfaz 1500 incluye un visualizador 1510 de costo con el tiempo para el sistema de enrutamiento con el sistema de asignación activo e inactivo (es decir, "SatMap Activo" y "SatMap Inactivo") como se indica por 1511a y 1511b respectivamente. El visualizador 1510 ilustra que el costo es bajo para llamadores enrutados vía el sistema de asignación que aquellos asignados de manera diferente (por ejemplo, por orden de cola o esencialmente de manera aleatoria) . Como se indica en el visualizador 1512, los ingresos para llamadores enrutados vía el sistema de asignación, mostrado por 1513a, son mayores que para otros llamadores, mostrado por 1513b. Además, como se indica en el visualizador 1514, la satisfacción del cliente para llamadores enrutados vía el sistema de asignación, mostrado por 1515a, es mayor que para otros llamadores, mostrado por 1515b.

Se señala que la información exhibida por los visualizadores 1510, 1512, y 1514 es de datos de desempeño pasado; sin embargo, en otros ejemplos, la ínterfaz 1500 puede operar adicionalmente para exhibir efectos estimados en una o más variables de resultado cambiando el selector 1502.

Por ejemplo, exhibiendo el cambio probable en uno o más de costo, generación de ingresos, o satisfacción del cliente cambiando el selector 1502. Varios algoritmos y métodos de estimación para estimar variables de resultado se describen, por ejemplo, en la solicitud de Patente provisional de los Estados Unidos co-pendiente serie no. 61/084,201, presentada el 28 de Julio de 2008, y la cual se incorpora en la presente para referencia en su totalidad. En un ejemplo, el estimado incluye evaluar un período de tiempo pasado del mismo (o similar) conjunto de agentes y construir una distribución de pares de agente/llamador . Usando cada par, se puede computar una tasa de éxito esperado vía el algoritmo de correlación de patrones y aplicar a la información actual para estimar el desempeño actual (por ejemplo, con respecto a uno o más de ventas, costo, satisfacción del cliente, etc.) . Por consiguiente, tomando datos de llamadas históricos e información del agente el algoritmo puede computar estimados de cambio de la potencia o número de llamadores asignados vía los algoritmos de correlación de patrones y/o desempeño. Se señala que un tiempo comparable (por ejemplo, hora del día, día de la semana, etc.) para la información histórica puede ser importante ya que el desempeño probablemente variará con el tiempo.

Se apreciará que, para propósitos de claridad, la descripción anterior ha descrito modalidades de la invención con referencia a diferentes procesadores y unidades funcionales. Sin embargo, será evidente que cualquier distribución adecuada de funcionalidad entre diferentes unidades funcionales, procesadores o campos se puede usar sin desvirtuarse de la invención. Por ejemplo, la funcionalidad ilustrada que es realizada por procesadores o controladores separados se puede realizar por el mismo procesador o controlador. Por lo tanto, las referencias a unidades funcionales específicas solamente serán vistas como referencias a medios adecuados para proporcionar la funcionalidad descrita, antes que indicativas de una organización o estructura lógica o física estricta.

Las modalidades de la presente invención descritas anteriormente solamente se proponen para ser ilustrativas y no limitantes. Varios cambios y modificaciones se pueden hacer sin apartarse de la invención en sus aspectos más amplios. Las reivindicaciones anexas abarcan tales cambios y modificaciones dentro del espíritu y alcance de la invención .

Se hace constar que con relación a esta fecha, el mejor método conocido por la solicitante para llevar a la práctica la citada invención, es el que resulta claro de la presente descripción de la invención.

Claims (20)

REIVINDICACIONES Habiéndose descrito la invención como antecede se reclama como propiedad lo contenido en las siguientes reivindicaciones:

1. Un método para enrutar llamadores a agentes en un ambiente de enrutamiento de centro de atención telefónica, caracterizado porque el método comprende los actos de: causar que una primera porción de llamadores sea asignada a agentes de acuerdo con un algoritmo de correlación de patrones con base en la comparación de datos de llamador asociados con los llamadores y datos de agente asociados con los agentes; y causar que una segunda porción de llamadores sea asignada a agentes de manera diferente que la primera porción .

2. El método de conformidad con la reivindicación 1, caracterizado porque la primera porción de llamadores adicionalmente se asigna a agentes con base en los datos basados en él desempeño asociados con los agentes.

3. El método de conformidad con la reivindicación 1, caracterizado porque causar que la segunda porción de llamadores sea asignada comprende asignar los llamadores de acuerdo con un orden basado en el desempeño de los agentes.

4. El método de conformidad con la reivindicación 1, caracterizado porque causar que la segunda porción de llamadores sea asignada comprende asignar los llamadores a agentes con base en un orden de cola de distribución automática de llamadas.

5. El método de conformidad con la reivindicación 1, caracterizado porque adicionalmente comprende causar la exhibición de al menos una variable de resultado asociada con la primera porción de llamadores comparada con la segunda porción de llamadores.

6. El método de conformidad con la reivindicación 5, caracterizado porque al menos una variable de resultado comprende uno o más de costo, ingresos, o satisfacción del cliente .

7. El método de conformidad con la reivindicación 1, caracterizado porque el algoritmo de correlación de patrones comprende un algoritmo de red neural.

8. El método de conformidad con la reivindicación 1, caracterizado porque adicionalmente comprende asignar la primera porción de llamadores de acuerdo con un modelo de computadora para predecir los resultados probables dé los pares de 1lamador-agente .

9. Un método para enturar llamadores a agentes en un ambiente de enrutamiento de centro de atención telefónica, caracterizado porque comprende los actos de: causar que una primera porción de llamadores sea asignada a agentes de acuerdo con los datos basados en el desempeño asociados con los agentes; y causar que una segunda porción de llamadores sea asignada a agentes de manera diferente que la primera porción.

10. El método de conformidad con la reivindicación 9, caracterizado porque causar que la segunda porción de llamadores sea asignada comprende asignar los llamadores a agentes con base en un orden de cola de distribución automática de llamadas .

11. El método de conformidad con la reivindicación 9, caracterizado porque adicionalmente comprende causar la exhibición de al menos una variable de resultado asociada con la primera porción de llamadores comparada con la segunda porción de llamadores.

12. Aparato para enrutar llamadores a agentes en un ambiente de enrutamiento de centro de atención telefónica, caracterizado porque el aparato comprende lógica para: causar que una primera porción de llamadores sea asignada a agentes de acuerdo con uno o más de un algoritmo de correlación de patrones o desempeño con base en la comparación de datos de llamador asociados con los llamadores y datos de agente asociados con los agentes; y causar que una segunda porción de llamadores sea asignada a agentes de manera diferente que la primera porción.

13. El aparato de conformidad con la reivindicación 12, caracterizado porque adicionalmente comprende lógica para causar que la segunda porción de llamadores sea asignada a agentes con base en un orden de cola de distribución automática de llamadas.

14. El aparato de conformidad con la reivindicación 12, caracterizado porque causar que la segunda porción de llamadores sea asignada comprende asignar los llamadores de acuerdo con un orden basado en el desempeño de los agentes.

15. El aparato de conformidad con la reivindicación 12, caracterizado porque adicionalmente comprende lógica para causar la exhibición de al menos una variable de resultado asociada con la primera porción de llamadores comparada con la segunda porción de llamadores .

16. El aparato de conformidad con la reivindicación 12, caracterizado porque el algoritmo de correlación de patrones comprende un algoritmo de red neural .

17. El aparato de conformidad con la reivindicación 12, caracterizado porque adicionalmente comprende lógica para asignar la primera porción de llamadores de acuerdo con un modelo de computador para predecir resultados probables de pares de 1lamador-agente .

18. Medio de almacenamiento leíble por computadora, caracterizado porque comprende instrucciones leíbles por computadora para realizar el método de: causar que una primera porción de llamadores sea asignada a agentes de acuerdo con uno o más de un algoritmo de correlación de patrones o desempeño con base en la comparación de datos de llamador asociados con los llamadores y datos de agente asociados con los agentes; y causar que una segunda porción de llamadores sea asignada a agentes de manera diferente que la primera porción.

19. El medio de almacenamiento leíble por computadora de conformidad con la reivindicación 18, caracterizado porque adicionalmente comprende instrucciones para causar que la segunda porción de llamadores sea asignada con base en un orden de cola de distribución automática de llamadas .

20. El medio de almacenamiento leíble por computadora de conformidad con la reivindicación 18, caracterizado porque causar que la segunda porción de llamadores sea asignada comprende asignar los llamadores de acuerdo con un orden basado en el desempeño de los agentes .