[发明专利]利用话务平台数据及时发现话务系统问题的方法

权利要求书

1.一种利用话务平台数据及时发现话务系统问题的方法，其特征在于：包括步骤如下：

(1)搭建数据库，对呼叫平台数据进行重新分类

第一阶段，确定呼叫平台四张基本数据表和四张辅助数据表，四张基本数据表分别包括：IVR动作明细表，如下表1所示，软电话动作状态明细表，如下表3所示，排队明细表，如下表5所示，通话明细表，如下表7所示，四张辅助数据表分别包括：部分IVR部分动作参数表，如下表2所示，部分软电话动作参数表和软电话状态参数表，如下表4所示，部分排队明细业务类型表，如下表6所示，部分通话明细的业务类型表，如下表8所示，

表1 IVR动作明细表

IVR动作明细表包括序列号、主叫号码、行政区编码、按键动作、按键时间，其中按键动作还包含IVR动作参数，IVR动作参数中又包含93个动作参数，如表2所示，给出部分IVR动作参数，若在数据库中查询客户拨打95598使用自助语音时触发的动作都通过表1中的字段结合IVR动作参数查询相应的数据，

表2，部分IVR部分动作参数表

如下表3所示，软电话动作明细表记录坐席的所有事件和状态，表3中软电话动作编码和软电话状态编码参照如下所示的表4，表4为软电话动作参数表和软电话状态参数表，在数据库中查询客户拨打95598时坐席的所有事件和状态，通过表3中的字段结合电话动作参数表和软电话状态参数查询相应的数据，

表3软电话动作明细表

表4，部分软电话动作参数表和软电话状态参数表

如下表5所示，排队明细表记录着坐席的排队明细，包括排队开始时间，排队结束时间以及排队结束原因，表3中业务类型字段通过表6中的字段查询客户的排队等待时间，

表5排队明细表

表6，部分排队明细业务类型表

如下表7所示，通话明细表记录着坐席的通话明细主要包括振铃开始时间，通话开始时间，通话结束时间，案头结束时间，业务类型，表7中业务类型字段通过如下表8中的字段查询客户的排队等待时间，

表7通话明细表

表8，部分通话明细的业务类型表

对上述基本数据表的各个字段之间的关联关系进行分析，四张基表将呼叫平台数据分为四类，每个基表的每个字段都能查询一类数据，各个基表之间表面上看是相互独立的，但是各个基表中字段的相互结合，通过公式计算得到相应的数据，

(2)细化数据表节点，将四张基表的数据节点细化为63个节点，细化节点的方法是四张基表中每个字段以及每个字段所涉及的参数或业务类型根据呼叫平台的整个呼叫流程所涉及的数据进行排序，汇总得出63个节点，如表9所示：

表9 63个节点汇总表

(3)确定研究关键节点，通过研究上述63个节点之间的关系，最终确定23个节点作为关键节点，如表10所示：

表10 23个关键节点表

呼入
欢迎语
普通话
紧急播播
IVR自助服务
转人工服务
进入排队
排队时长0秒
排队时长1秒
排队时长2秒
排队时长3-5秒
排队时长6-10秒
排队时长11秒以上
分配/放弃/其他
软电话呼入
振铃
摘机
通话15S内
通话16S-50S内
通话51S-150S内
通话151S-300S内
通话300S以上
挂机

(4)利用上述23个关键节点关联得到的数据进行公式计算，分别得到丢失率，人工接听率和放弃率，将公式计算结果与异常现象、平台服务、设备及数据相关联，

①通过上述的23个关键节点得到的平台数据准确的检测到话务异常现象，数据库中的数据应该和业务系统的数据是相匹配的，通过查询呼入量能够监测话务是否异常，如果数据库中的数据与业务系统的数据相差很大，说明在这个时间段话务是有丢失的；通过关键节点与数据与业务系统数据相比较及时发现IVR异常，语音播报异常；通过异常分析追踪所属服务和所属设备是否异常；该方法的应用使得运维人员主动排查异常，将异常追踪到某个服务和设备；

②利用上述23个关键节点关联得到的数据进行公式计算，分别得到丢失率，人工接听率和放弃率。

2.根据权利要求1所述的利用话务平台数据及时发现话务系统问题的方法，其特征在于：所述步骤(4)中②步的丢失率，人工接听率和放弃率的计算公式如下：

丢失率＝(呼入量-普通话话务量)/呼入量，丢失率为客户主动放弃本次通话的比例；

人工接听率＝(1-(转人工服务量-软电话呼入量))/转人工服务量，人工接听率为坐席成功接听后占转人工服务电话量比；

放弃率＝(普通话话务量-IVR-转人工服务量)/普通话话务量，IVR为自助服务请求量。