互动盈余: 功能即将推出

本文收集了有关预测性路由在特定情况下如何工作的详细信息。 有关优化预测路由所需的数据的详细信息,请参阅预测路由 的数据要求。 

预测路由对可能使用机器学习模型处理交互的座席进行评分。 机器学习可以有效识别模式。 在这种情况下,模式可以识别最有效地处理某些类型的交互的代理。

当在队列上激活预测路由时,Genesys Cloud 会使用各种数据源创建模型,包括代理配置文件数据、聚合客户数据(例如他们是否是重复呼叫者)和历史交互数据。当将交互提供给队列时,Genesys Cloud 会按以下方式分配交互:

  1. 当交互到达该队列时,预测路由会创建队列中所有代理的列表。系统检索有关客户和每个可用代理的数据。预测路由此时不考虑路由状态。
  2. 筛选所需座席语言技能和非语言 ACD 技能(如果启用了技能匹配)的列表。 
  3. Genesys Cloud 使用该模型实时处理代理和客户数据,并为每个可用代理返回排名。 此排名表示座席在处理该特定交互时预期对目标 KPI 产生最积极影响的预测性路由。得分最高的经纪人排名第一。
    注意: 如果队列中可用代理的数量为三个或更少,Genesys Cloud 不会对代理进行评分,而是使用标准路由方法路由交互。
  4. 在预测性路由超时(在队列详细信息页面中配置)之前,座席选择会根据队列中等待的交互次数而有所不同:
    • 座席盈余——当发生交互时,Genesys Cloud 会计算可用座席的预测分数,结合自上次交互以来的时间与预测分数对所有座席进行排名,然后将交互分配给排名最高的座席。如果排名最高的代理不可用,系统将逐渐扩大目标代理池,添加排名较低的代理。该过程持续直到找到代理,或者预测路由超时。 
    • 交互盈余——当座席可用时,在启用了预测路由的队列中,Genesys Cloud 除了计算座席等待的每次交互的预测分数外,还会计算座席的预测分数。交互到达时间和优先级。系统根据等待时间和预测分数对所有交互进行排名,然后将代理分配给排名最高的交互。这种行为意味着如果预测代理与某个客户的表现会比另一个客户更好,那么预测路由将会偏向于预测代理与该客户表现更好的客户进行交互。此方法确保在通话过剩时充分利用可用的代理,从而优化 KPI。 
      例如,如果交互作用 3(等待时间 35 秒)的排名高于交互作用 1(等待时间 42 秒),则将可用代理分配给交互作用 3。但是,当多个交互的交互排名相同时,Genesys Cloud 会将代理分配给等待时间最长的交互。 
      注意: 交互盈余法可能会使估计的等待时间计算不太准确。
      1. 如果 Genesys Cloud 在预测路由超时之前未找到符合条件的座席,或者队列中的座席数量为三个或更少,则系统将使用标准路由,这是后备路由方法。 

        AI 模型如何对预测路由的代理进行评分