[发明专利]自适应预测外呼方法、系统、装置及存储介质在审
申请号: | 202110316248.9 | 申请日: | 2021-03-24 |
公开(公告)号: | CN113079265A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 彭勇;张嵛翔;毕争 | 申请(专利权)人: | 上海井星信息科技有限公司 |
主分类号: | H04M3/51 | 分类号: | H04M3/51;H04M3/523 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200540 上海市金山*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自适应 预测 方法 系统 装置 存储 介质 | ||
1.一种自适应预测外呼方法,其特征在于:包括如下步骤:
基于周期时间t、自适应系数w和获取的外呼子系统中实时更新的当前座席数据,根据名单计算公式计算出外呼名单数值d,所述外呼名单数值d与周期时间t的比值正相关于所述自适应系数w,所述当前座席数据正相关于所述外呼子系统中的呼叫排队量;
将外呼名单数值d发送至所述外呼子系统,所述外呼子系统呼叫内部名单库中的名单,所述内部名单库中被呼叫的名单数量与外呼名单数值d正相关设置;
基于获取的所述外呼子系统经过周期时间t呼叫的外呼结果g,根据指标计算公式计算出当前呼叫指标值,所述当前呼叫指标值正相关于所述外呼子系统中最新的呼叫排队量;
基于所述当前呼叫指标值与预设的客服判断机制中映射关系表输出下一周期的自适应系数w;
获取所述外呼子系统中最新的所述当前座席数据,根据所述名单计算公式计算出下一周期的外呼名单数值d;以及,
将下一周期的外呼名单数值d发送至所述外呼子系统,所述外呼子系统继续呼叫所述内部名单库中的名单,所述内部名单库中被呼叫的名单数量与所述下一周期的外呼名单数值d正相关设置。
2.根据权利要求1所述的自适应预测外呼方法,其特征在于:所述名单计算公式为:
外呼名单数值d=((空闲座席数+预测空闲座席数)/外呼接通率)*自适应系数w;
其中,预测空闲座席=(平均通话时长+后处理时长-当前周期内通话时长)小于预设时长T的座席数量,空闲座席数、外呼接通率、平均通话时长、后处理时长、当前周期内通话时长与当前周期的座席数量均从所述外呼子系统中获取,所述平均通话时长为所述外呼子系统在当前周期内所有单次通话的平均时长,所述后处理时长为所述外呼子系统在当前周期内相邻两次通话之间的时间间隔。
3.根据权利要求1所述的自适应预测外呼方法,其特征在于:所述基于获取的外呼子系统经过周期时间t呼叫的外呼结果g,根据指标计算公式计算出当前呼叫指标值的步骤还包括:
所述指标计算公式为:当前呼叫指标值=n*座席总工作时长/座席总登录时长,其中,外呼结果g中包括所述座席总工作时长与所述座席总登录时长,所述座席总工作时长正相关于所述呼叫排队量,n为公式补偿系数;
或者,
所述指标计算公式为:当前呼叫指标值=m*呼叫排队放弃数/外呼接通总数,其中,外呼结果g中包括所述呼叫排队放弃数与所述外呼接通总数,所述外呼接通总数正相关于所述呼叫排队量,m为公式补偿系数。
4.根据权利要求1所述的自适应预测外呼方法,其特征在于:所述基于当前呼叫指标值与预设的客服判断机制中映射关系表输出下一周期的自适应系数w的步骤包括:
若所述当前呼叫指标值小于或等于预设的指标阈值,则自适应系数w保持不变;
若所述当前呼叫指标值大于预设的指标阈值,则减少自适应系数w。
5.根据权利要求1所述的自适应预测外呼方法,其特征在于:所述基于所述当前座席数据与预设的客服判断机制中映射关系表输出下一周期的自适应系数w的步骤包括:
所述当前座席数据包括当前周期内的座席空闲等待时间;
若所述座席空闲等待时间小于或等于预设的空闲阈值,则自适应系数w保持不变;
若所述座席空闲等待时间大于预设的空闲阈值,则增加自适应系数w。
6.根据权利要求1所述的自适应预测外呼方法,其特征在于:所述基于当前呼叫指标值与预设的客服判断机制中映射关系表输出下一周期的自适应系数w的步骤包括:
所述自适应系数w调整一次减小的幅度大于所述自适应系数w调整一次增大的幅度。
7.根据权利要求1~6任一所述的自适应预测外呼方法,其特征在于:所述将外呼名单数值d发送至外呼子系统的步骤包括:
输出所述外呼名单数值d至所述外呼子系统,若所述外呼子系统返回外呼活动结束或者名单全部呼叫完成,则停止输出所述外呼名单数值d。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海井星信息科技有限公司,未经上海井星信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110316248.9/1.html,转载请声明来源钻瓜专利网。