CN101183446A - 用于分析联络学习的方法和系统 - Google Patents
用于分析联络学习的方法和系统 Download PDFInfo
- Publication number
- CN101183446A CN101183446A CNA2007101700970A CN200710170097A CN101183446A CN 101183446 A CN101183446 A CN 101183446A CN A2007101700970 A CNA2007101700970 A CN A2007101700970A CN 200710170097 A CN200710170097 A CN 200710170097A CN 101183446 A CN101183446 A CN 101183446A
- Authority
- CN
- China
- Prior art keywords
- data
- dia
- chart
- software
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
Abstract
提出一种用于分析针对呼叫服务中心的联络学习的方法、系统和计算机可读介质。该方法包括以下步骤:在给定学习期间从在呼叫服务中心监控联络的所有人员处获取收集器工具的数据实例;从计划器工具检索学习设计以验证被获取的数据符合该学习设计;为该被获取的数据实例选择数据参数,其中该数据参数描述了被获取数据的多个特征;自动选择适合于所述数据参数使用的量度单位的合适的图表格式;并使用该合适的图表格式和数据参数创建图表。该方法内的步骤可全部由分析逻辑自动执行。
Description
技术领域
本发明总体上涉及计算机领域,并尤其涉及分析在联络学习期间收集的数据结果。
背景技术
在努力改进服务的交付同时使得利润最大时,许多企业将他们的一些操作外包,以便从第三方服务供应商(外包商)提供的专家经验和规模经济中受益。这种外包的两种示例包括业务流程外包(BPO)和业务转型外包(BTO)。
在业务流程外包(BPO)下,假定外包商负责执行以前被客户或另一个外包商完成的一个或多个业务流程。业务流程通常仅被稍微改变,但是较低的劳务费通常可使得执行业务流程的成本全面降低,并且信息技术可能或可能不会在降低被外包的业务流程的成本方面起重要作用。
相反,在业务转型外包(BTO)下,仍假定外包商负责执行业务流程,但是该业务流程本身会常常通过信息技术和业务流程重新设计发生很大的变化。业务流程内的这些变化和信息技术使得需要联络学习,因为工业基准不再适用。
作为另外的关于BPO和BTO中间的差别的讨论,应注意,BPO可仅假定果减少处理时间并且提高消费者的满意度不是对BPO的调整,则客户的联络处理时间的现有量度以及消费者的满意度足够。相反,BTO通常必须量化基线活动次数,并预计在业务活动和工业技术转换之后额外的活动次数。自动确定哪些活动可被减少、消除或处理是关键的。同样,BTO通常必须不仅量化基线消费者满意度及其驱动力,而且还预计哪些驱动器的改变会如何影响将来的消费者满意度。
由于一些驱动力通常将位于客户的控制之下(示例:支付策略和滞纳金),一些在外包商的控制之下(示例:代理选择和训练),并且余下的被联合控制(示例:消费者信息和记账系统),所以理解驱动器和得到的满意度之间的关系对于达到合适的服务水平一致是重要的。除非客户和外包商代表那些工业基准内包含的客户和消费者——如果是此情况的话也很少,否则不能从工业基准准确地预测具体客户的处理时间和满意度改变。
一种BTO操作是呼叫中心,其中BTO的雇员处理联络。联络以多种类型到来,包括电话呼叫、电子邮件、即使通讯、文本消息、传真(fax)、纸邮件、视频会议、网络会议和电子表格。同样,联络来自多种来源,包括消费者、雇员、退休人员、转包商、供应商、调节员、投资者、商业伙伴、新闻媒体和公众。
在例如在呼叫中心执行的那些BTO操作期间,可执行调查,该调查将到和离开呼叫中心的呼叫的各个方面分类和量化。但是,此过程需要企业效率、统计和采样技术方面的专家,这昂贵且费时。需要一种高效的且优选地自动的用于评估BTO操作包括联络学习的分析的方法和系统。
发明内容
为了解决上述需求,本发明提供了一种用于分析针对呼叫服务中心的联络学习的方法、系统和计算机可读介质。在一个实施例中,该方法包括以下步骤:在给定学习期间从在呼叫服务中心监控联络(包括电话联络)的所有人员处获取收集器工具的数据实例;从计划器工具检索学习设计以验证被获取的数据实例符合该学习设计;为该被获取的数据实例选择数据参数,其中所述数据参数描述了被获取数据的多个特征;自动选择适合于所述数据参数使用的量度单位的合适的图表格式;并使用该合适的图表格式和所述数据参数创建图表。该方法内的步骤可全部由分析逻辑自动执行。
本发明的上述以及额外的目的、特征和优点将在下文的详细书面说明内显而易见。
附图说明
所附权利要求内阐明了被认为是本发明的特征的新颖特征。但是,结合附图阅读下文对示例性实施例的详细说明将可最好地理解本发明本身及其优选使用模式、另外的用途和优点。
图1是分析器采取的评估在检查到和离开呼叫服务中心的呼叫期间被收集的数据的示例性步骤的高层流程图;
图2a是允许用户人工选择将在评估与呼叫服务中心呼叫有关的被收集数据时使用的评估标准的图形用户界面(GUI)。
图2b-i示出分析器可生成的允许用户学习被收集的数据的各种图表。
图3示出可根据本发明利用的示例性客户计算机。
图4示出能够向图3所示的客户计算机部署软件以实现本发明的软件部署服务器。
图5a-b是示出被采取以配置能够执行图1-2i内所示的步骤的软件的步骤的流程图。
图6a-b是示出被采取以使用随需应变式服务提供执行图1-2内所示的步骤的步骤的流程图。
图7a-b示出用于利用一条或多条规则调用本发明所述的方法的过程。
具体实施方式
本发明是一种针对业务转型外包(BTO)的用于分析在联络学习期间被收集的数据的方法和系统。
联络量度通常包含服务代理在每次联络之前、期间以及之后的各种活动上花费的时间,并且可还包括与每个活动相关联的工作实施机会,甚至可包括一些联络的线上代理的自动替代。联络相关的数据通常包括(a)类别例如联络类型、联络子类型、联络中心、消费者部分、消费者值和语言,(b)描述信息例如联络的原因、日时、星期几、转入的来源、转出的目的地,和在被代理处理的呼叫之前或之后使用的自动响应系统,和(c)满意度及其驱动。
联络学习可以是除非客户和/或外包商愿意依赖于以前约定的工业基准或数据否则会在达成BTO协议之前执行的谨慎处理的必要部分。联络学习同样可以是在BTO约定进行之后执行的转型的必要部分。此外,联络学习可以是在BTO转型完成之后的稳态服务交付期间的质量保证的组成部分。目前提出的方法和系统可被用于分析在多个企业之间的工业基准学习期间的联络。
与本发明直接相关的是“Method and System for Planning andManaging Call Center Studies for Business TransformationOutsourcing”(2004年9月28日提交申请的美国专利申请号10/951,827),该申请全文并入此作为参考文献并且该发明在下文被称为“计划器”或“计划器逻辑”,以及“Call Center Study Method andSystem”(2005年2月22提交申请的美国专利申请号11/062,686),该申请全文并入此作为参考文献并且该发明在下文被称为“收集器”或“收集器逻辑”。在一个实施例中,计划器在IBM全局服务内已知为“BTO联络学习计划器”,并且收集器在IBM全局服务内已知为“BTO联络学习收集器”。本发明在文中描述了已知为BTO联络学习分析器的工具(下文被称为“分析器”或“分析器逻辑”),并且是此程序套件内的第三个工具。
如名称所暗示的,计划器被用于计划和分析联络学习,收集器被用于收集并存储数据,而分析器被用于分析并用文件证明结果。尽管这种数据分析可用普通工具例如电子表格、数据库或统计软件包执行,但是普通工具具有两个缺点。首先,它们不能适合于在联络学习期间最经常处理的特定研究问题。其次,它们要求它们的用户必须对数据分析方法有较高层次的了解。
通过解决这些挑战,本发明将数据分析所需的时间和努力缩小为普通工具的许多用户所需的时间和努力的一小部分。此外,本发明具有普通工具内所没有的性能。
现在参照附图并尤其参照图1,示出本发明采取的示例性步骤的高层流程图。在起始块102之后,如块104内所述,用户(例如,检查在呼入服务中心内如何处理呼叫的主研究员或副研究员)从收集器工具(用于归类并收集观测数据的工具系统)获取实例(数据)。这些实例由监控在给定的学习时间段内到达及离开呼入服务中心的电话呼叫联络的所有观测员提供。应注意,观测员可以是人,或者它们可以是根据呼叫的长度(通过使用软件计时器)和阶段(phase)监控呼叫的软件驱动的监控器。呼叫的阶段由呼叫的种类定义。具体阶段可通过数据服务中心雇员在呼叫期间键入阶段编码被确定。可选择的,具体阶段可由识别呼叫内的关键字(通过语音识别软件)的软件确定。例如,如果软件识别出电话交谈内的名词“问题”,则该阶段被识别为(确定为)处于“问题”阶段,其将作为“联络类型”的contactType在图2a内被示例性地更详细地讨论。
重新参照图1,块106描述了用户将从收集器接收到的数据实例整合到单个数据库内的步骤。此操作由用户通过使用分析器执行,该分析器从多个存储位置吸收数据。例如,假设数据被观测员收集并被输入多个膝上型计算机。这些膝上型计算机然后被依次连接到网络上,这允许分析器逻辑访问所有膝上型计算机内的存储设备(例如硬盘驱动器),取出必要的数据,并将其整合到单个数据库内以被分析器使用。
如块108内所述,分析器然后校正任何错误和/或不完整的情况(case)数据,包括丢弃具体应用不需要的情况数据。用于识别哪些数据是错误的、不完整的或不需要的逻辑由分析器提供。例如,假设呼叫具有如图2a内所示的12个子阶段。这些子阶段之一是问题的“诊断”,其在逻辑上通向“解决”子阶段。但是,如果分析器收集的数据具有与“解决”子阶段有关但与“诊断”子阶段无关的数据,则很明显“诊断”子阶段丢失。类似的,如果图2a内所示的联络类型的数据包括关于“生日祝福”子阶段的数据,该数据不是这种联络类型的一部分,则这种数据是错误的并且被丢弃。
类似的,如果分析器检测到资源被不合适地访问,则这也将被分析器注意。例如,假设联络类型是针对消费者问题解决方案的类型。在联络期间,呼入中心雇员打开网页以查看他的股票在那一天的走势。在处理服务呼叫时个人使用互联网很明显是不合适的,因此分析器留下记录,以便1)通过资源呼叫跟踪识别问题,或者2)如果资源呼叫跟踪没有问题,则将该不合适的行为告知监督员。响应于雇员在工作时间检查其股票采取的步骤由在图7a-7b被更充分地说明的呼入中心的策略驱动规则定义。
现在返回参照图1,分析器然后从计划器工具检索学习设计(块110)。例如,假设计划器工具先前已经为如何学习到达呼叫中心的呼叫创建了设计。分析器检索该设计,并验证从收集器接收到的数据符合该计划。这样,如果对时间值(例如,阶段持续多长时间)的设计呼叫,则所收集的温度值将是不适当的且分析器将作出此判定。类似的,分析器确定收集器收集到的数据的样品大小对于计划器工具创建的具体学习设计是足够的(块112)。如块114内所述,如果必要的话(根据块110和112内采取的步骤),分析器将对被收集的数据执行任何必要的转换以满足统计模型的假定。因此,如果需要更多的数据,则就这样通知收集器。如果数据是错误类型,则也这样通知收集器。
在步骤114之后,过程将通过如块116和118内所述的两条旁路中的一条。在块116内,用户从预定义的列表内选择研究问题。例如,假设在图形用户界面上为用户示出了下列三个选项问题:
选项1:每个呼叫中心内的服务呼叫的平均时间是多少?
选项2:每个呼叫中心使消费者处于通话待接状态的平均时间是多少?
选项3:每个呼叫中心每天处理的呼叫的平均数是多少?
通过简单选择选项1、2或3,分析器从被整合的数据库(块106内创建的)中自动抽取出合适的数据以生成智能回答被选择的问题所需的合适的图表/报告。
可选择地,用户可人工选择将被评估的数据参数(块118)。此过程在图2a内示出,并且需要在统计分析和业务评估方面有较高的技巧。尽管如此,但是这种灵活性仍允许用户以块116内所示的过程可能不允许的方式集中注意力在关键问题上。
在数据参数被选择(或者如块118内所述地人工,或者如块116所述地自动)之后,自动生成图表(块120)。用户然后分析图表(块122),并且如果合适的话基于此分析提出建议。如果将基于数据分析结果生成报告,则然后将生成的图表输出给合适的报告(块124),并且过程结束(终止块126)。
本发明内的分析器具有下文所述的性能。共有的(common acrossall the others)性能是用户能够从系统由数据库自动生成的列表中选择各个变量、相关变量的集合以及变量内的种类(category)。除了变量名称之外,列表还包括变量描述和计量单位。这使得用户可保持集中于问题而不是数据类型、结构和确认规则上。
现在参照图2a,参数选择以从下拉式列表中挑选变量或一组相关变量清楚地表示开始。从这些下拉式列表中可得到的集合包括联络阶段、代理可用的信息系统以及那些系统内的功能。参数选择前进到选择种类和聚集的选择,由此将分析变量。例如,在图2a内,收集器提供的数据的分析被高亮的元素作为(1)联络阶段03、04和05内的处理时间的部分和(202),(2)所有联络类型种类(204),(3)但仅对于呼叫者的难题在第一次呼叫期间被解决的情况(206),以及(4)导致满意率为7或更高(208)指定。
尽管此用户界面是简单的指向并点击设计,但是使界面简单所需的逻辑和计算本身比较复杂。例如,分析器必须知道(1)变量133是布尔型,并且数据库在列内包含真值和假值,(2)变量126是整数型,并且数据库在该列内包含从1到10的值,(3)变量部分和作为变量P03、P04和P05的行方向总和被动态地计算,以及(4)变量联络类型具有至少两个有效值。
这些任务由于用户能够经由收集器工具通过新的变量定制数据收集而变得更困难。在典型的学习中超过一半的变量被定制,并且定制的范围可高达变量的90%。因此,分析器不仅必须知道如何从数据库中选择行和列,并然后对选择的数据执行行方向和列方向计算,并且还必须在将选项呈现给用户之前发现数据类型和有效值。
常常会出现业务流程评估具有比较容易的答案但是具有困难的问题的情况。正如俗话所讲,知道问什么往往要比获得问题的答案难。为了解决此问题,本发明可以回归的方式从答案(被收集的数据)生成有意义的问题。即,通过人工选择特定参数(阶段,难题是否在第一次呼叫时被解决,消费者满意水平),可创建或重新定义新的问题。在图2a所示的示例中,选择高亮的参数会使得分析器创建例如“对于其难题在他们的第一次呼叫时被解决(133)并且满意等级为7或更高(126)的所有消费者,分类(P03)、诊断(P04)和解决难题所花费的时间的平均值是多少?”。通过使用这种分析器生成的问题,即使技能不高的用户仍可创建适合于可用数据的被聚焦的业务流程评估。
类似的,通过使用户选择的数据类型与特定类型的图表使用的数据参数匹配,可从用户选择的数据自动生成图表。例如,在图2a内的高亮选择内,由于仅选择一个值(TRUE),所以分析器将不会使用参数133(“难题在第一次呼叫时被解决?”)生成图表。类似的,由于部分和(P03、P04和P05)提供了更重要的与具有高满意水平(7或更高)的任何消费者有关的数据,所以分析器将不会用参数126(“满意”)生成图表。因此,分析器可自动生成如图2所示的图表210,该图表直观地示出满意的呼叫者(满意水平为7或更高,并且他们的难题在第一次呼叫时被解决)是接收到充足的时间来解释他们的问题(P04)(问题已在短时间内被解决(P05))而且呼叫分类(P03)没有花费很多时间的那些人。分析器不仅确定哪些数据被用于制图表,而且分析器还确定直方图可为被选择数据提供最有意义的图形表示。
其他类型的被选择的数据会导致分析器选择不同类型的图表。例如,图2b内所示的巴累托图突出显示了组之间的差别,从而最频繁出现的种类被朝左侧图示。例如,类型07和类型06分别是被定义的出现频率最高和出现频率最低的联络类型。类型07可以是用于帮助安装软件包的到呼入服务中心的呼叫,而类型04是询问服务包的到呼入服务中心的呼叫。
巴累托分布的特征在于少数种类内的出现频率高。因此,累积百分比线突出显示每个种类的相对分布的增强。如图2c所示的巴累托图212具有很多应用,包括被用作诊断工具和判定辅助。例如,如果一些联络类型要求代理具有特定技能,了解联络类型的流行性可帮助为能力和训练订计划。同样,如果出现频率最高的联络类型更应该进行自动自助服务,则自动化所带来的影响会更大。
应注意,分析器可自动调整图表212以强制具有最高数的呼叫类型(类型07)处于最左边的位置,而其他联络类型从左至右逐渐降低。
图2b内示例性地示出并且再次在图2d内作为图表214的直方图示出变量的分布。分析器提供的增强包括:
自动重定敏感间隔,例如从秒改变为分钟
绘制在连续等级上测量的变量的统计值例如平均值和中值,以便可看到离群值以及它们对偏斜的影响
覆盖在参考分布例如正态分布上从而可看到与参考值的偏差。
图2b和2d内未示出的其他增强包括:
滚读过宽而不能在选择的分辨率下显示的图表,例如当横轴覆盖一年内的所有天数时
汇总与循环时间间隔例如一天的小时数、一周的天数、一个月的工作天数等等相关联的项/事件。例如,按一天的小时数的计数通过多天的汇总可得到24小时记录,按星期几的计数通过多周的汇总可得到一周7天的记录,按一月的工作日的计数通过多个月的汇总可得到23个工作日的记录。
在图2d内,可见对被选择的联络阶段的处理时间的分布具有微小的正偏(即,中值被少数联络处理时间为8分钟或更长的情况拉到右侧)。并且,当更多的联络阶段被加到部分和内时,偏斜变得更加明显。由于联络中心的基准和性能目标常常用平均处理时间甚至是偏离中值的平均偏差表述,所以此发现比较重要。
应注意,图表214示出均值被拉到中值的右侧,从而指示一个或多个子阶段(5-9)的长度异常。因此,分析器允许用户评估并校正一个或多个“出界”的呼叫处理器或阶段类型以使得均值和中值更加靠近。
图2e内所示的多层线条图表216示出按种类的变量的汇总。在该图中,堆栈代表每个联络阶段的平均处理时间(AHT)。分析器提供的增强包括:
将汇总局限于所关心的特定种类例如仅是许多联络阶段中的一小部分
按总大小对堆栈排序以直观地排列种类(例如,联络类型07、04和09具有明显较长的AHT)
在堆栈内排序以将具有最大共享部分的种类放置在堆栈的基部(及,诊断阶段的AHT长于分类阶段,该分类阶段的AHT长于解决阶段)。
图2e内未示出的其他增强包括:
100%选项示出除了汇总之外的比例(即,这告诉用户总体上具有较长AHT的种类是否还具有不同的按阶段的细分类(breakdown))
可选择其他描述性统计(例如中值、最大值、最小值或四分位间距(被定义为在第75个和25个百分位数之间的差))来代替平均值。
在图2e内,这些增强使得可马上清楚地看到三种联络类型具有很长的处理时间,并且那些时间的几乎一半被用于诊断呼叫者的问题。此外,由于那三种联络类型也是最流行的(比较图2d),则提高它们的性能带来的影响会较高。
图2f内所示的箱须图218内的每个元素直观地显示了五种或六种统计。还通过箱子示出75th、50th、25th百分位数。这些须示出最大值和最小值,四分位间距的一些倍数(例如,1.5×IQR)或其他统计例如均值的标准偏差或标准误差。
箱须图常常采取以下这些形式之一:(1)一个变量按另一个变量的种类的分布,(2)一个变量随时间的分布,或者(3)公共等级上测量的多个变量的分布。
在箱须图218内,相对于联络类型按从1(低)到10(高)的等级测量满意度。本发明的增强包括:
形式#1按描述统计包括最大值、最小值、均值、中值、四分位间距或偏斜将种类排序。
图2f内未示出的其他增强包括:
形式#2按时间间隔绘图以便可看到按种类绘制的图案是否是固定的
形式#3为相关变量的集合(数据库内的列)例如系统或功能的使用时间而不是单个变量的种类(数据库内的行)绘图
滚读过宽而不能在选择的分辨率下显示的图表,例如当横轴覆盖一年内的所有天数时,
在图2f内,排序使得可在图表218内容易地看到,联络类型06、07、04和02的平均满意度非常低。并不能同样容易地从未被排序的图表内提取出此发现,并且普通工具不提供这种自动排序能力。
图2g内所示的均值和置信区间图表220绘出了跨越种类(截面分析)和/或时间间隔(纵向分析)的统计。在附图中,例如,跨越不同联络中心为联络处理时间的90%置信区间绘图,并且这些种类被任选地按大小而不是名称排序以便突出显示最近的邻系统之间的差别。与均值的简单的、未被排序的图相反,此附图显示在相邻联络中心之间的差别都没有在10级处很大,但是最远的联络中心(04对05)之间的差别很大。
本发明(尤其是分析器)的增强是绘出下列各种参考线。
基线示出大部分中心(除了04之外)由于设立基线而已经成功地缩短它们的平均处理时间(AHT)。同样,一些中心(05,10,02)的AHT被缩短到低于基准。但是,总均值示出在全部AHT上的均值上,企业还没有达到基准。尽管如此,但是三个中心已经通过基准,并且一个中心接近目标,该目标是超出基准的伸展目标。图2g内所示的所有参考线,但是这些参考线将每次仅被激活一两个以防止图表混乱。
图2h内所示的时序图222是与先前的交叉图配对的纵向分析图。在此附图中,绘制出随时间间隔的联络处理时间的均值。那些时间间隔的分辨率可在宽范围包括年、季度、月、周、天和小时上调节。分析常常以宽分辨率(例如每季度)开始,并然后前进到所关心的时间间隔的较窄的分辨率(例如每天)。
本发明的增强是绘制出范围内时间间隔的趋势线。在图2h内,例如,趋势是良好的(即,平均处理时间(AHT)随时间缩短),并且衰减严重。图2h内所示的一个增强是关闭置信区间以减小混乱。图2h内未示出的另一个提高是每当每个变量或变量组被重新选择时,为它们恢复以前的参考值。
图2i示出另外被133分解的三种最流行的联络类型和两种最少执行的联络类型的平均处理时间(AHT)的交叉图表224,133是测量第一通电话解决(FCR)的定制变量。多项交叉图表例如此图表由预定义的查询自动生成。这种查询有助于再发生活动例如质量保证以及定期管理报告。
现在参照图3,示出了其中可利用本发明的示例性客户计算机302的框图。客户计算机302包括耦合到系统总线306的处理器单元304。驱动/支持显示器310的视频适配器308也耦合到系统总线306。系统总线306经由总线桥接器312耦合到输入/输出(I/O)总线314。I/O接口316耦合到I/O总线314。I/O接口316实现与各种I/O设备包括键盘318、鼠标320、光盘只读存储器(CD-ROM)驱动器322、软盘驱动器324和闪存驱动存储器326通信。连接到I/O接口316的端口的格式可以是计算机体系结构的领域内的那些技术人员已知的任何格式,包括但不局限于通用串行总线(USB)端口。
客户计算机302能够使用网络接口330经由网络328与软件配置服务器420通信,该网络接口耦合到系统总线306。网络328可以是外部网络例如因特网,或者内部网络例如以太网或虚拟专用网络。
硬盘驱动器接口322也耦合到系统总线306。硬盘驱动器接口322与硬盘驱动器334连接。在优选实施例中,硬盘驱动器334位于系统存储器336内,该存储器也耦合到系统总线306。系统存储器被定义为客户计算机302内的最低级的易失性存储器。此易失性存储器可包括另外的较高级易失性存储器(未示出),包括但不局限于高速缓冲存储器、寄存器和缓冲器。位于系统存储器336内的数据包括客户计算机302的操作系统(OS)338和应用程序334。
OS 338包括用于提供到资源例如应用程序344的透明用户访问的外壳程序340。通常,外壳程序340是在用户和操作系统之间提供解释器和接口的程序。更准确地说,外壳程序340执行被输入命令行用户界面的或来自文件的命令。因此,外壳程序340(在UNIX内这样称呼)通常是操作系统软件层级的最高级并且用作命令解释器,该外壳程序在Windows内还被称为命令处理器。外壳程序提供了系统提示,解释通过键盘、鼠标或其它用户输入媒介输入的命令,并将被解释的命令发送给合适的较低级的操作系统(例如内核程序342)以便进行处理。应注意,尽管外壳程序340是基于文本的、行定向的用户界面,但是本发明同样可很好地支持其他用户界面模式例如图形、语音、手势等等。
如图所示,OS 338还包括内核程序342,该内核程序包括OS 338的较低级的功能,包括提供OS 338的其他部分和应用程序344所需的必要服务,包括存储器管理、过程和任务管理、磁盘管理以及鼠标和键盘管理。
应用程序344包括浏览器346。浏览器346包括使万维网(WWW)客户(即,客户计算机302)能够使用超文本传输协议(HTTP)通讯向互联网发送并接收网络报文,从而能够与软件配置服务器402进行通信的程序模块和指令。
客户计算机302的系统存储器内的应用程序344还包括联络学习分析器(CSA)348。CSA 348包括用于实现图1-2i内所述的过程的代码。在一个实施例中,客户计算机302能够从软件配置服务器402下载CSA 348。
客户计算机302内所示的硬件元件并不打算是详尽的而是代表性的,以重点突出本发明所需的必要组件。例如,客户计算机302可包括可选择的存储器存储设备例如磁带盒、数字多功能光盘(DVD)、Bernoulli磁带盒等等。这些以及其他变量将在本发明的精神和范围内。
如上所述,CSA 348可被从图4内示例性地示出的软件配置服务器402下载到客户计算机302上。软件配置服务器402包括耦合到系统总线406的处理器单元404。视频适配器408也耦合到系统总线406。视频适配器408驱动/支持显示器410。系统总线406经由总线桥接器412耦合到输入/输出(I/O)总线414。I/O接口416耦合到I/O总线414。I/O接口416实现与各种I/O设备包括键盘418、鼠标420、光盘只读存储器(CD-ROM)驱动器422、软盘驱动器424和闪存驱动存储器426通信。连接到I/O接口416的端口的格式可以是计算机体系结构的领域内的那些技术人员已知的任何格式,包括但不局限于通用串行总线(USB)端口。
软件配置服务器402能够使用网络接口430经由网络328与客户计算机302通信,该网络接口耦合到系统总线406。访问系统总线328使得软件配置服务器402可将CSA 348配置到客户计算机302上。
系统总线406还耦合到硬盘驱动器接口432,该接口与硬盘驱动器434连接。在优选实施例中,硬盘驱动器434位于系统存储器436内,该存储器也耦合到系统总线406。位于系统存储器436内的数据包括客户计算机402的操作系统438,该操作系统包括外壳程序440和内核程序442。外壳程序440被并入较高级的操作系统层,并且被用于提供到资源例如应用程序444的透明用户访问,该应用程序包括浏览器446和上述CSA 348的副本,其可被配置到客户计算机302上。
客户计算机402内所示的硬件元件并不打算是详尽的而是代表性的,以重点突出本发明所需的必要组件。例如,客户计算机402可包括可选择的存储器存储设备例如磁带盒、数字多功能光盘(DVD)、Bernoulli磁带匣等等。这些以及其他变量将在本发明的精神和范围内。
还应注意,在本发明的优选实施例中,软件配置服务器402执行与本发明相关联的所有功能(包括执行CSA 348),从而使得客户计算机302不必须使用自身内部的计算资源来执行CSA 348。
应理解,本发明的至少一些方面可选择地可在包含程序产品的计算机可用的介质内实现。定义本发明的功能的程序可经由多种信号承载介质被输送给数据存储系统或计算机系统,该信号承载介质包括但不局限于不可写的存储介质(例如,CD-ROM)、可写存储介质(例如,硬盘驱动器、读/写CD ROM、光学介质),以及通信介质例如计算机和电话网络包括以太网、因特网、无线网络和类似网络系统。因此,应理解,这种信号承载介质在携带或编码指向本发明内的方法函数的计算机可读指令时代表本发明的可选择实施例。此外,应理解,本发明可由如文中所述的具有形式为硬件、软件或软件和硬件的组合的装置的系统或它们的等同物实现。
软件配置
如上所述,在一个实施例中,本发明所述的过程包括CSA 348的功能由服务提供服务器402执行。可选择地,CSA 348和文中所述的尤其是图1-2i示出并说明的方法可作为过程软件被从服务提供服务器402配置到客户计算机302上。更具体地,用于所述方法的过程软件可被另一个服务提供服务器(未示出)配置到服务提供服务器402上。
然后参照图5a-5b,从步骤500开始过程软件的配置。首先是确定是否存在当过程软件被执行时将位于服务器上的任何程序(查询块502)。如果情况如此,则识别将包含可执行程序的服务器(块504)。经由文件传输协议(FTP)或一些其他的协议或使用共享文件系统将用于该服务器的过程软件直接传输给服务器的存储器(块506)。过程软件然后被安装在服务器上(块508)。
接下来,确定是否将通过使用户访问服务器上的过程软件来配置过程软件(查询块510)。如果用户将访问服务器上的过程软件,则识别将存储过程软件的服务器地址(块512)。
确定是否将建立代理服务器(查询块514)以存储过程软件。代理服务器是位于客户应用例如网络浏览器和实际服务器之间的服务器。其拦截对实际服务器的所有请求以查看其本身是否可满足该请求。如果不能,则将请求转发给实际服务器。代理服务器的两个重要好处是提高性能并过滤请求。如果需要代理服务器,则安装代理服务器(块516)。过程软件被经由协议例如FTP发送给服务器,或者经由文件共享被从源文件直接复制到服务器文件上(块518)。另一个实施例将是向服务器发送包含过程软件的事务并使服务器处理该事务,然后接收并将过程软件复制在服务器的文件系统上。一旦过程软件被存储在服务器上,则用户然后经由他们的客户计算机访问服务器上的过程软件,并将过程软件复制到他们的客户计算机文件系统上(块520)。另一个实施例是使服务器将过程软件自动复制到每个客户机上,并在每个客户计算机处运行过程软件的安装程序。用户执行将过程软件安装在他的客户计算机上的程序(块522),并然后结束该过程(终止块524)。
在查询块526内,确定是否将通过经由电子邮件将过程软件发送给用户来配置过程软件。将被配置过程软件的一组用户与用户的客户计算机的地址一起被识别(块528)。过程软件经由电子邮件被发送给每个用户的客户计算机(块530)。用户然后接收电子邮件(块532),并然后从电子邮件中将过程软件分离到他们的客户计算机上的目录内(块534)。用户执行将将过程软件安装在他的客户计算机上的程序(块522),并然后结束该过程(终止块524)。
最后,确定过程软件是否将被直接发送给用户的客户计算机上的目录(查询块536)。如果是,则识别该用户目录(块538)。过程软件被直接传输到用户的客户计算机目录(块540)。这可以多种方式进行,例如但不局限于共享文件系统目录并然后从发送者的文件系统复制到接收用户的文件系统上,或可选择地使用传输协议例如文件传输协议(FTP)。用户访问他们的客户机文件系统上的目录以准备安装过程软件(块542)。用户执行将过程软件安装在他的客户计算机上的程序(块522),并然后结束该过程(终止块524)。
VPN部署
本发明的软件可作为服务的一部分被部署给第三方,其中第三方VPN服务被提供作为安全部署机,或者根据对特定部署的需要按需构建VPN。
虚拟专用网络(VPN)是可用于确保通过不安全或非置信的网络实现连接的技术的任何组合。VPN提高了安全性并降低了操作成本。VPN利用公共网络-通常是因特网-将远程站点或用户连接在一起。VPN不是使用专用的、实际世界的链接例如租用线路之外,而是使用从公司的专用网络到远程站点或雇员的通过互联网的“虚拟”连接。可通过为了过程软件的输送或执行(即,位于别处的软件)特别构建VPN来提供经由VPN访问软件作为服务,其中VPN的寿命局限于给定的一段时间或者基于付费的给定的配置量。
可通过远程访问或点对点VPN部署、访问和执行过程软件。当使用远程访问VPN时,经由公司专用网络与远程用户之间的安全、加密连接通过第三方服务提供商部署、访问和执行过程软件。企业服务提供商(ESP)设定了网络访问服务器(NAS),并为远程用户提供用于他们计算机的桌面客户软件。远程用户可然后拨打免费号码或经由电缆或DLS调制器直接连接到NAS,并使用他们的VPN客户软件访问公司网络,并访问、下载和执行过程软件。
当使用点对点VPN时,通过使用被用于通过公共网络例如互联网连接公司的多个固定地点的专用设备和大规模加密来部署、访问和执行过程软件。
经由隧道技术在VPN上传输过程软件,该隧道技术是用于将整个包放置在另一个包内并通过网络发送该包的过程。外部包的协议被网络和被称为隧道接口的两个点理解,在该点处包进入以及离开网络。
软件集成
可通过设置包含用于实现文中所述过程的代码的过程软件与应用、操作系统和网络操作系统共存,并然后在其中过程软件将起作用的环境内将该过程软件安装在客户机和服务器上,将该过程软件集成在客户机、服务器和网络环境内。
第一步是识别过程软件所需的或者与过程软件一起工作的客户机和服务器上的任何软件,包括过程软件将被配置在其中的网络操作系统。这包括作为通过添加网络特征改进基本操作系统的软件的网络操作系统。
接下来,将识别软件应用和版本号并与已经被测试与过程软件一起工作的软件应用和版本号的列表比较。将用正确的版本号更新丢失或者不匹配正确版本的那些软件应用。检查将参数从过程软件传递给软件应用的程序指令,以确保参数列表匹配过程软件所需的参数列表。相反,检查从软件应用传递给过程软件的参数以确保参数匹配过程软件所需的参数。包括网络操作系统的客户机和服务器操作系统被识别并与已经被测试与过程软件一起工作的操作系统、版本号和网络软件列表比较。不匹配被测试的操作系统和版本号列表的那些操作系统、版本号和网络软件将在客户机和服务器上被更新到需要的等级。
在确保过程软件将被配置在其中的软件处于已经被测试与过程软件一起工作的正确版本等级之后,通过将过程软件安装在客户机和服务器上完成集成。
随需应变(on demand)
过程软件被共享、以灵活、自动的方式同时服务于多个消费者。其是标准的、几乎不需要定制,并且其可调整、在分期付款模型中提供随需应变的性能。
过程软件可被存储在可从一个或多个服务器访问的共享文件系统上。过程软件经由包含数据和使用被访问的服务器上的CPU单位的服务器处理请求的事务被执行。CPU单位是服务器的中央处理器上的时间单位例如分钟、秒、小时。另外,被访问的服务器可请求其他需要CPU单位的服务器。CPU单位是代表一个使用量度的示例。其他使用量度包括但不局限于网络带宽、存储器利用率、存贮器利用率、包传送、完成事务等等。
当多个消费者使用相同过程软件应用时,他们的事务由事务内包含的识别唯一消费者以及针对该消费者的服务类型的参数加以区分。记录用于针对每个消费者的服务的所有CPU单位和其它使用量度。当到任何一个服务器的事务的数量达到开始影响该服务器的性能的数量时,访问其他服务器以增加容量并共享工作负荷。同样,当其他使用量度例如网络带宽、存储器利用率、存贮器利用率等等接近将影响性能的容量时,添加额外的网络带宽、存储器、存贮器等等来共享工作负荷。
每个服务和消费者的使用量度被发送给收集服务器,该收集服务器总结在服务器网络内的任意位置被处理的每个服务、每个消费者的使用量度,该服务器网络提供过程软件的共享执行。被总结的使用单位的量度定期乘以单位成本,并且得到的总过程软件应用服务成本被交替发送给消费者或者在消费者可访问的网站上指示,该消费者然后对服务供应商付费。
在另一个实施例中,服务提供商请求从银行或金融机构的消费者帐户直接付款。
在另一个实施例中,如果服务提供商还是使用过程软件应用的消费者,则调整支付给服务提供商的付款与服务供应商所欠的费用以使付款传送最小。
现在参照图6a-6b,随需应变过程从起始块602开始。然后创建包含唯一的消费者标识、请求的服务类型和还指定服务类型的任何服务参数的事务(块604)。事务然后被发送给主服务器(块606)。在一个随需应变环境中,主服务器最初可以是唯一的服务器,然后当容量被消耗时,想随需应变环境添加另外的服务器。
查询随需应变环境内地服务器中央处理单元(CPU)容量(块608)。估计事务的CPU需求,然后将随需应变环境内的服务器可用CPU容量与事务CPU需求相比较,以看任何服务器内是否有足够的CPU可用于处理事务(查询块610)。如果不存在足够的服务器可用CPU容量,则分配另外的服务器CPU容量以处理事务(块612)。如果已经存在足够的可用CPU容量,则然后将事务发送给选择的服务器(块614)。
在执行事务之前,检查剩余的随需应变环境以确定环境是否具有足够用于处理该事务的可用容量。此环境容量包含例如但不局限于网络带宽、处理器存储器、存贮器等等(块616)。如果不存在足够的可用容量,则将向该随需应变环境添加容量(块618)。接下来访问处理事务所需的软件,该软件加载到存储器内,并然后执行事务(块620)。
记录使用量度(块622)。利用量度包括用于处理事务的随需应变环境内的那些功能的部分。记录对这些功能例如但不局限于网络带宽、处理器存储器、存贮器和CPU循环的使用。使用量度被总结、乘以单位成本并然后被记录为对请求消费者的收费(块624)。
如果消费者请求将随需应变成本张贴在网站上(查询块626),则然后张贴该成本(块628)。如果消费者已请求经由电子邮件将随需应变成本发送到消费者地址(查询块630),则然后将这些成本发送给消费者(块632)。如果消费者已经请求直接从消费者帐户支付随需应变成本(查询块634),则然后直接从消费者帐户接收到付款(块636)。随需应变过程然后在终止块638结束。
方法调用规则
文中所述的方法可按一条或多条规则调用。这些规则可以是资源、网络、企业或以任何间隔尺寸实现的任何其他资源分区专用的。规则可任选地被策略启动。资源被定义为包括硬件资源和软件资源。
例如,考虑图7a内所示的基础结构和过程。如步骤1(用围绕数字“1”的圆圈示出)所示,资源702向帮助分配管理器(AAM)内的帮助分配逻辑(AAL)704发送用于启动帮助的数据(DIA)。DIA可以是对另一个资源例如具体网页、门户资源(包括portlet等)、控制指令等的请求。DIA还可以是被推入或从资源702拉出的性能数据。即,资源702可发出请求输送网络内容、执行基于服务器的应用、访问具体网站或具体软件资源包括应用、方法/种类、portlet等的DIA。另外(或可选择地),DIA可以是性能数据,例如描述中央处理单元(CPU)使用率、时钟速度、硬件温度、资源的用户数量(实际或被分配)等。这些DIA类型的示例仅是示例性的,并且不是限制DIA的定义的范围。
当AAL 704接收到DIA时,AAL 704检索包含AAL可用的状态信息(例如,日时)和DIA内包含的数据的环境信息。资源环境信息包括但不局限于DIA的类型(对资源的请求、性能数据等等),发送DIA的资源的标识符、当前被企业实现的策略等等。DIA类型可用作为DIA的一部分的请求类型指示符(指示DIA是对资源的请求、性能数据等)确定,或者DIA可链接到提供、识别并描述DIA类型的元数据。
DIA与任何其他的环境上下文(例如,日时、AAM 706上的当前负荷等)组合以形成资源环境信息,如步骤2内所示规则引擎708可访问该资源环境信息。规则引擎708包括规则库710,该规则库可被表示为最终使资源702执行上述发明方法的步骤的编译代码(例如JavaTM字节码)。规则表达还可为其他公知的形式(例如,结构化信息标准促进组织(OASIS)标准体认可的可扩展访问控制标记语言(XACML),其定义了这种规则表达的示例性形式)。应注意,规则710的创建可被策略712启动并响应于策略712。策略712是以非技术性语言描述如何利用一个或多个资源的策略(优选地是企业方面的)。策略712可被与AAM 706相关联的个人或软件逻辑、源702,或具有影响规则710的制定的权限的任何其他实体(包括利用资源702的企业)制定。
规则引擎708在上文所述的当前环境上下文内评估一条或多条规则710。在评估适合于当前环境上下文的规则710之后,规则引擎708生成规则结果,该规则结果被从规则引擎708发送给AAL 704(如步骤3内所示)。步骤3的规则结果为AAL 708提供了足够的提示,以为资源702生成指令报文(步骤4)。针对资源702的指令报文可以是方法呼叫、源代码、编译代码、二进制码、小应用程序等等,它们可被资源702执行以实现上述发明方法的步骤,或者指令报文可简单地设定资源702内的标记、位或将导致资源702采取实现发明方法所必需的合适步骤(例如,呼叫另一个资源,启动本地行为,等等)的其它数据。应注意,如步骤5所示,管理控制台714可任选地与步骤4同时或不同时被通知资源702已接收到指令报文。此通知报文可包括包含但不局限于DIA信息、资源环境信息、规则结果以及在资源702内实现的本发明的方法的结果的细节(步骤6)。
现在参照图7B,示出了被规则采用以调用方法的示例性步骤的流程图。在起始块716之后,帮助分配管理器(AAM)从资源接收到数据(例如,用于启动帮助的数据-DIA)(块718)。AAM可以是使用面向服务的体系结构(SOA)软件服务例如IBM的Websphere的基于网络的服务,例如IBMGlobal Services(IGSTM)提供的服务。SOA软件包括底层的应用程序(执行一些有用功能的代码片段),中层的网络服务(用于访问应用程序的基础结构),以及顶层的业务流程(调用网络服务所采取的步骤)。因此,在优选实施例中,AAM是为消费者管理资源的第三方服务。
继续参照图7b,评估DIA以确定DIA是否触发(调用)AAM内的第一条规则(块720)。如果是,则在系统的上下文内评估第一规则的条件部分(块722)。如上所述,系统的上下文可包括资源的实时状态条件(例如,时间、日期、当前操作条件、当前用户的数量、CPU使用率、存储器负荷等)。如查询块724内所述,如果被调用的规则的条件部分被评估为“TRUE”(即,DIA调用该规则),则然后本发明的方法步骤被调用并在资源内被执行(块726)。优选地,AAM内存储的规则与指示单个DIA可调用一条还是多条规则的标记相关联。因此,如果AAM内的标记被设定为允许单个DIA调用多条规则,则执行评估以确定另一条规则是否被DIA的接收调用(查询块728)。如果是,则以如刚刚说明的重复方式评估其他的规则,直到不再有规则可被调用(终止块730)。
如文中所述的,本发明可被用于分析得自多个联络学习数据和文献发现。联络学习设计的特征在于可以是截面的、纵向的或混合的。
截面设计比较组之间的量度而不考虑数据覆盖的时间间隔,该时间间隔通常或者短得以至于定时无关紧要,或者由其他方法例如根据流程完备性建立同等组。这种设计一般用于在基准测试、谨慎处理和转型评估期间的一次性学习。
纵向设计随时间进展比较量度。即,比较相同量度之间的连续实例。这种设计一般用于在正在进行的业务流程的管理以及服务创新的质量保证期间的重复量度。
混合设计包括截面设计和纵向设计。这种设计一般在技术评估、流程故障查找、流程再设计或流程完备性评估期间被使用。
本发明执行(但不局限于)以下功能:
*将来在收集器的多个实例的数据整合到单个数据库内。在整合期间,除去备份记录,将历史数据升级为当前标准,并标记出无效值以便校正或清除。
*合并收集器工具的所有学习定制例如(a)为具体学习发明的独特问题和(b)特定联络阶段、信息系统和被测量的系统功能。定制可反映出联络源(例如入站对出站)、类型(例如电话、电子邮件、纸质邮件等)、原因(例如订购、付款、返回、查询、修理等)、部分(例如,雇员对退休人员,首选消费者对老主顾)和中心(例如,区域对国家)之间的差别。
*生成对应于计划器工具内构建的学习设计的统计。例如,典型的学习设计包括按部分的联络类型。这种设计被用于计划并管理数据收集以确保为设计的每个尺度获得足够的样本大小。
*基于截面、纵向或混合设计绘制图表并生成表格。
*将图表和表格输出给外部显示和文档文件。
本发明支持统计分析、可视化以及容易使用,这三个目标常常相互冲突。例如,用户不需要定义变量、它们的量度单位或它们的有效值,这是因为工具已经知道这些信息。用户可仅从自动生成的列表中挑选变量、统计和图表。
本发明解答许多联络学习问题,例如:
*处理时间正态分布?
如果不是的话,使均值远离中值的离群值的特性是什么?
*哪些联络中心具有大不相同的平均处理时间(AHT)?
*大部分值聚集在总平均值周围,还是分散在整个范围上?
*为什么一些联络中心具有较长的AHT?是由于联络体积、联络类型、服务部分等的不同导致的吗?
*哪个联络阶段占AHT的最大比例?联络类型、中心或原因中存在差别?
*一天的小时数以及一周的天数上的AHT图案符合历史图案?
如果不是,哪些因素导致性能恶化或提高?
*所有联络的哪一部分在第一次联络时被解决?在那些需要继续探究的部分内,主要原因是什么?
*联络的最流行原因是什么?
这些原因在自动和线上代理联络之间如何分配?
*哪些联络在线上代理之前或之后通过自动自助服务处理?
*被联络服务的人们如何为他们对该服务的满意度评分?
满意度趋势是什么?
*哪些信息系统被使用最长的时间?哪一个信息系统被最频繁地使用-即使使用很短时间?
*那些信息系统内的功能被使用最长时间或最经常使用?
*通话待接时间、对相同信息的重复请求或人工计算是否指示代理不需要被信息系统充分支持?
*代理使用期限或技巧水平与AHT和/或满意度相关联?
*第一通电话解决(FCR)对满意度的影响有多大?
*当联络被传送时,最流行的源和目的地是什么?
*在正确的消费者部分内确定销售机会为目标?
*哪种联络类型可通过业务策略改变被减少或消除,例如升级、产品选项、服务激活信用证延期、返回授权等等?
*近来的性能水平与相关基线和基准值的比较情况如何?
*随时间的趋势良好?
本发明的示例性方法如下。用户(主研究员或副研究员)在给定学习期间从监控联络的所有人员处获取收集器工具的实例。用户经由分析器将这些文件整合到单个数据库内,然后校正或丢弃错误的和不完全的实例。用户从计划器工具检索学习设计,并验证数据符合该学习设计。用户评估数据库以确保样本大小对于学习设计是足够的。用户评估数据库以确定是否需要转换以满足统计模型的假设,并且如果必要的话执行那些转换。用户从预先定义的列表(例如上文提供的列表)内选择研究问题,并点击一个按钮以生成回答这些问题的图表。可选择地,用户根据需要选择变量和实例以回答研究问题,然后用户人工地生成回答研究问题所需的图表和表格。
用户和学习发起者(执行人员、经理、客户)使用分析器回答最初的研究问题以及源自分析本身的新问题。例如,如果在一个学习的分析中很明显长处理时间和呼叫者被置于通话待接状态的次数相关,则接下来的研究问题可能是“呼叫者的难题是什么?”,“代理为解决那些难题做了哪些工作?”,“信息系统提供支持?”,以及“哪些业务策略限制该解决?”
对于截面和混合学习,用户和发起者:如果有的话,比较当前发现与先前基准;通过寻找约束诊断性能变弱的根本原因;通过寻找影响点来分析转换的潜在影响;并设定改进目标。应注意,约束被定义为限制吞吐量的任何事情,例如人员不足、技术不够格、来自具体系统的缓慢响应、缺少一些必要信息、不能使系统之间的完全不同的信息一致。还应注意,作用点生成远大于其成本的好处。例如,如果少于5%的电话导致超过25%的长处理时间,则转换电话的小子集会具有大的潜在好处。
对于纵向和混合学习,用户和发起者:用最初的数据收集建立基线;比较得自随后的数据收集的当前发现与该基线;评估被确定为目标的改进是否已经实现,并且确定需要不同的变换还是新目标;并且合适地重新设定基线(例如,当主转换转折点被实现或者企业的任务/策略/结果改变时)。
用户根据需要将统计和图表输出给显示部分和文档。当额外的数据可用时,用户重复上述步骤。
因此,本发明提供了一种用于分析针对呼叫服务中心的联络学习的方法、系统和计算机可读介质。在一个实施例中,该方法包括以下步骤:在给定学习期间从在呼叫服务中心监控联络的所有人员处获取收集器工具的数据实例;从计划器工具检索学习设计以验证被获取的数据符合该学习设计;为该被获取的数据实例选择数据参数,其中所述数据参数描述了被获取数据的多个特征;自动选择适合于所述数据参数使用的量度单位的合适的图表格式;并使用该合适的图表格式和所述数据参数创建图表。呼叫服务中心可以是BTO服务的一部分。该方法内的步骤可全部由分析逻辑自动执行。该方法还可包括自动生成关于呼叫服务中心的操作的一个或多个问题的步骤,其中该一个或多个问题被分析器通过使一个或多个预定义的问题与选择的数据参数相关联自动生成;将来自多个独立存储设备的数据实例整合在分析逻辑可访问的单个数据库内;经由分析器对图表内所示的数据实例自动排序,其中数据实例被从左至右按降序示出;并且将被排序的图表以及该一个或多个问题输出为书面报告。在一个实施例中,该方法还包括通过帮助分配管理器(AAM)从数据处理系统内的资源接收用于启动帮助的数据(DIA);并且响应于接收到DIA,在AAM内执行DIA以及发送该DIA的资源专用的规则,其中在AAM内执行规则使得可针对发送DIA的资源执行文中所述的步骤。
尽管已经参照优选实施例具体示出并说明了本发明,但是本领域的技术人员应理解,可作出多种形式和细节上的改变而不会背离本发明的精神和范围。此外,如说明书和所附权利要求内使用的,术语“计算机”或“系统”或“计算机系统”或“计算设备”包括任何数据处理系统,包括但不局限于个人计算机、服务器、工作站、网络计算机、大型计算机、路由器、交换机、个人数字助理(PDA)、电话以及能够处理、传送、接收、捕获和/或存储数据的任何其他系统。
Claims (14)
1.一种用于分析针对呼叫服务中心的联络学习的方法,该方法包括以下步骤:
在给定学习期间从在呼叫服务中心监控联络的所有人员处获取收集器工具的数据实例;
从计划器工具检索学习设计以验证被获取的数据实例符合该学习设计;
为所述被获取的数据实例选择数据参数,其中所述数据参数描述了被获取数据的多个特征;
自动选择适合于所述数据参数使用的量度单位的合适的图表格式;并且
使用该合适的图表格式和所述数据参数创建图表。
2.根据权利要求1的方法,其中权利要求1内的所有步骤由分析逻辑自动执行。
3.根据权利要求2的方法,其中该方法还包括:
自动生成关于呼叫服务中心的操作的一个或多个问题,其中该一个或多个问题被分析逻辑通过使一个或多个预定义的问题与选择的数据参数相关联自动生成。
4.根据权利要求3的方法,其中该方法还包括:
将来自多个独立存储设备的数据实例整合在所述分析逻辑可访问的单个数据库内。
5.根据权利要求4的方法,其中该方法还包括:
经由分析逻辑对图表内所示的数据实例自动排序,其中数据实例被在空间上按降序示出。
6.根据权利要求3的方法,其中所述呼叫服务中心是业务转型外包(BTO)服务的一部分。
7.根据权利要求1的方法,其中该方法还包括:
由帮助分配管理器(AAM)从数据处理系统内的资源接收用于启动帮助的数据(DIA);并且
响应于接收到DIA,在AAM内执行DIA以及发送该DIA的资源专用的规则,其中在AAM内执行规则使得将为发送该DIA的资源执行权利要求1内所述的步骤。
8.一种用于分析针对呼叫服务中心的联络学习的系统,该系统包括:
处理器;
耦合到该处理器的数据总线;
耦合到该数据总线的存储器;以及
包含计算机程序代码的计算机可读介质,该计算机程序代码包括可被处理器执行并且被配置成执行包括以下的步骤的指令:
在给定学习期间从在呼叫服务中心监控联络的所有人员处获取收集器工具的数据实例;
从计划器工具检索学习设计以验证被获取的数据实例符合该学习设计;
为该被获取的数据实例选择数据参数,其中所述数据参数描述被获取数据的多个特征;
自动选择适合于所述数据参数使用的量度单位的合适的图表格式;及
使用该合适的图表格式和所述数据参数创建图表。
9.根据权利要求8的系统,其中所有步骤由分析逻辑自动执行。
10.根据权利要求9的系统,其中所述指令还被配置用于:
自动生成关于呼叫服务中心的操作的一个或多个问题,其中该一个或多个问题被分析器通过使一个或多个预定义的问题与选择的数据参数相关联自动生成。
11.根据权利要求10的系统,其中该指令还被配置用于:
将来自多个独立存储设备的数据实例整合在分析逻辑可访问的单个数据库内。
12.根据权利要求11的系统,其中所述指令还被配置用于:
经由分析逻辑对图表内所示的数据实例自动排序,其中数据实例被在空间上按降序示出。
13.根据权利要求12的系统,其中所述指令还被配置用于:
将排序的图表和所述一个或多个问题输出为书面报告。
14.根据权利要求8的系统,其中所述指令还被配置用于:
由帮助分配管理器(AAM)从数据处理系统内的资源接收用于启动帮助的数据(DIA);并且
响应于接收到DIA,在AAM内执行DIA以及发送该DIA的资源专用的规则,其中在AAM内执行规则使得将为发送该DIA的资源执行权利要求1内所述的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/559,519 US9846846B2 (en) | 2006-11-14 | 2006-11-14 | Method and system for analyzing contact studies |
US11/559,519 | 2006-11-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101183446A true CN101183446A (zh) | 2008-05-21 |
Family
ID=39369233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101700970A Pending CN101183446A (zh) | 2006-11-14 | 2007-11-13 | 用于分析联络学习的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (2) | US9846846B2 (zh) |
CN (1) | CN101183446A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881352A (zh) * | 2015-06-03 | 2015-09-02 | 上海新炬网络信息技术有限公司 | 基于移动端的系统资源监控装置 |
WO2017114056A1 (zh) * | 2015-12-29 | 2017-07-06 | 中兴通讯股份有限公司 | 基于面向服务架构soa的数据处理方法及装置 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9160792B2 (en) * | 2005-04-05 | 2015-10-13 | International Business Machines Corporation | On-demand global server load balancing system and method of use |
US20080120323A1 (en) * | 2006-11-17 | 2008-05-22 | Lehman Brothers Inc. | System and method for generating customized reports |
US8577884B2 (en) * | 2008-05-13 | 2013-11-05 | The Boeing Company | Automated analysis and summarization of comments in survey response data |
US10701207B2 (en) | 2011-09-23 | 2020-06-30 | BalanceCXI, Inc. | System, method, and computer program product for contact center management |
US9866690B2 (en) | 2011-09-23 | 2018-01-09 | BalanceCXI, Inc. | System, method, and computer program product for contact center management |
US8838788B2 (en) * | 2011-09-23 | 2014-09-16 | Balancebpo Inc. | System, method, and computer program product for contact center management |
US10755351B2 (en) * | 2012-03-29 | 2020-08-25 | Trading Technologies International, Inc. | Controlling operation of a trading algorithm based on operating condition rules |
US10289967B2 (en) * | 2013-03-01 | 2019-05-14 | Mattersight Corporation | Customer-based interaction outcome prediction methods and system |
US9392116B2 (en) * | 2013-12-26 | 2016-07-12 | Genesys Telecommunications Laboratories, Inc. | System and method for customer experience management |
US10102491B2 (en) | 2014-05-27 | 2018-10-16 | Genesys Telecommunications Laboratories, Inc. | System and method for bridging online customer experience |
US11621932B2 (en) * | 2014-10-31 | 2023-04-04 | Avaya Inc. | System and method for managing resources of an enterprise |
US20160350699A1 (en) * | 2015-05-30 | 2016-12-01 | Genesys Telecommunications Laboratories, Inc. | System and method for quality management platform |
US10142473B1 (en) | 2016-06-08 | 2018-11-27 | Afiniti Europe Technologies Limited | Techniques for benchmarking performance in a contact center system |
CN108549973B (zh) * | 2018-03-22 | 2022-07-19 | 中国平安人寿保险股份有限公司 | 识别模型构建及评估的方法、装置、存储介质及终端 |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5396635A (en) | 1990-06-01 | 1995-03-07 | Vadem Corporation | Power conservation apparatus having multiple power reduction levels dependent upon the activity of the computer system |
CN1126357C (zh) * | 1993-03-31 | 2003-10-29 | 英国电讯有限公司 | 用于在通信网络中的数据采集和处理系统 |
US5473773A (en) | 1994-04-04 | 1995-12-05 | International Business Machines Corporation | Apparatus and method for managing a data processing system workload according to two or more distinct processing goals |
EP0725340A3 (en) | 1995-02-03 | 1996-10-02 | Ibm | Apparatus and method for managing the workload of a distributed data processing system by limiting the consumption of processing capacity |
US5918017A (en) | 1996-08-23 | 1999-06-29 | Internatioinal Business Machines Corp. | System and method for providing dynamically alterable computer clusters for message routing |
US6044355A (en) | 1997-07-09 | 2000-03-28 | Iex Corporation | Skills-based scheduling for telephone call centers |
US6466663B1 (en) | 1997-09-30 | 2002-10-15 | Don Ravenscroft | Monitoring system client for a call center |
US6003083A (en) | 1998-02-19 | 1999-12-14 | International Business Machines Corporation | Workload management amongst server objects in a client/server network with distributed objects |
US6404747B1 (en) | 1998-06-02 | 2002-06-11 | Avaya Technology Corp. | Integrated audio and video agent system in an automatic call distribution environment |
US6728748B1 (en) | 1998-12-01 | 2004-04-27 | Network Appliance, Inc. | Method and apparatus for policy based class of service and adaptive service level management within the context of an internet and intranet |
US6760775B1 (en) | 1999-03-05 | 2004-07-06 | At&T Corp. | System, method and apparatus for network service load and reliability management |
US20030177182A1 (en) | 1999-06-14 | 2003-09-18 | International Business Machines Corporation | Ensuring a given transactional unit of work arrives at an appropriate server instance |
US6970829B1 (en) | 2000-02-14 | 2005-11-29 | Iex Corporation | Method and system for skills-based planning and scheduling in a workforce contact center environment |
US6778643B1 (en) * | 2000-03-21 | 2004-08-17 | Sbc Technology Resources, Inc. | Interface and method of designing an interface |
US20010032120A1 (en) * | 2000-03-21 | 2001-10-18 | Stuart Robert Oden | Individual call agent productivity method and system |
US6922724B1 (en) | 2000-05-08 | 2005-07-26 | Citrix Systems, Inc. | Method and apparatus for managing server load |
US6920498B1 (en) | 2000-08-31 | 2005-07-19 | Cisco Technology, Inc. | Phased learning approach to determining closest content serving sites |
US7454500B1 (en) | 2000-09-26 | 2008-11-18 | Foundry Networks, Inc. | Global server load balancing |
US7032119B2 (en) | 2000-09-27 | 2006-04-18 | Amphus, Inc. | Dynamic power and workload management for multi-server system |
JP4529058B2 (ja) * | 2000-10-12 | 2010-08-25 | ソニー株式会社 | 配信システム |
US20020147632A1 (en) | 2001-02-06 | 2002-10-10 | Winham Ian Peter | Contact center management |
US7478051B2 (en) | 2001-04-02 | 2009-01-13 | Illah Nourbakhsh | Method and apparatus for long-range planning |
US7155399B2 (en) | 2001-04-03 | 2006-12-26 | Witness Systems, Inc. | System and method for complex schedule generation |
US20030196126A1 (en) | 2002-04-11 | 2003-10-16 | Fung Henry T. | System, method, and architecture for dynamic server power management and dynamic workload management for multi-server environment |
CA2447096C (en) | 2001-05-17 | 2018-06-12 | Bay Bridge Decision Technologies, Inc. | System and method for generating forecasts and analysis of contact center behavior for planning purposes |
WO2003023640A2 (en) | 2001-09-07 | 2003-03-20 | Sanrad | Load balancing method for exchanging data between multiple hosts and storage entities, in ip based storage area network |
DE10238476A1 (de) | 2001-09-28 | 2003-04-17 | Ibm | Dynamische Verwaltung von Helpdesks |
US7376953B2 (en) | 2001-10-29 | 2008-05-20 | Hewlett-Packard Development Company, L.P. | Apparatus and method for routing a transaction to a server |
US20040122950A1 (en) | 2002-12-20 | 2004-06-24 | Morgan Stephen Paul | Method for managing workloads in an autonomic computer system for improved performance |
US20040266533A1 (en) * | 2003-04-16 | 2004-12-30 | Gentles Thomas A | Gaming software distribution network in a gaming system environment |
US20050027858A1 (en) * | 2003-07-16 | 2005-02-03 | Premitech A/S | System and method for measuring and monitoring performance in a computer network |
US20050013428A1 (en) * | 2003-07-17 | 2005-01-20 | Walters James Frederick | Contact center optimization program |
US20050047584A1 (en) * | 2003-08-26 | 2005-03-03 | Capital One Financial Corporation | System and method for customized intelligent contact routing |
US7548872B2 (en) * | 2003-09-18 | 2009-06-16 | International Business Machines Corporation | Simulation of business transformation outsourcing of sourcing, procurement and payables |
US20060081706A1 (en) * | 2004-06-01 | 2006-04-20 | Onischuk Daniel W | Computerized voting system |
US7515693B2 (en) * | 2004-08-06 | 2009-04-07 | Powerphone, Inc. | Call handler systems and methods |
US8019636B2 (en) | 2004-09-28 | 2011-09-13 | International Business Machines Corporation | Method, system and program product for planning and managing a call center study |
US7562092B2 (en) * | 2004-12-22 | 2009-07-14 | Microsoft Corporation | Secured views for a CRM database |
US7720214B2 (en) | 2005-02-22 | 2010-05-18 | International Business Machines Corporation | Call center study method and system |
US9160792B2 (en) | 2005-04-05 | 2015-10-13 | International Business Machines Corporation | On-demand global server load balancing system and method of use |
US20060256953A1 (en) * | 2005-05-12 | 2006-11-16 | Knowlagent, Inc. | Method and system for improving workforce performance in a contact center |
US7593904B1 (en) * | 2005-06-30 | 2009-09-22 | Hewlett-Packard Development Company, L.P. | Effecting action to address an issue associated with a category based on information that enables ranking of categories |
-
2006
- 2006-11-14 US US11/559,519 patent/US9846846B2/en active Active
-
2007
- 2007-11-13 CN CNA2007101700970A patent/CN101183446A/zh active Pending
-
2017
- 2017-11-08 US US15/806,786 patent/US11574258B2/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881352A (zh) * | 2015-06-03 | 2015-09-02 | 上海新炬网络信息技术有限公司 | 基于移动端的系统资源监控装置 |
WO2017114056A1 (zh) * | 2015-12-29 | 2017-07-06 | 中兴通讯股份有限公司 | 基于面向服务架构soa的数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US9846846B2 (en) | 2017-12-19 |
US11574258B2 (en) | 2023-02-07 |
US20080112557A1 (en) | 2008-05-15 |
US20180068240A1 (en) | 2018-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101183446A (zh) | 用于分析联络学习的方法和系统 | |
US7966236B2 (en) | Method and system for real time margin calculation | |
US20060047593A1 (en) | Method and system for funds management | |
US20040133489A1 (en) | Philanthropy management apparatus, system, and methods of use and doing business | |
US20020022982A1 (en) | Method and system for remotely managing business and employee administration functions | |
US20050044015A1 (en) | Architecture for account reconciliation | |
CN109543372A (zh) | 业务权限数据处理方法、装置、计算机设备及存储介质 | |
US20040049436A1 (en) | Payroll automation system | |
US20240087032A1 (en) | System and method for evaluating a service provider of a retirement plan | |
US20080208968A1 (en) | System and method for automated documentation for solicited trades | |
US8146807B2 (en) | Method and system for managing case based promises to pay | |
US20200294122A1 (en) | Ensuring the accurateness and currentness of information provided by the submitter of an electronic invoice throughout the life of a matter | |
WO2006050503A2 (en) | System and method for identifying and approaching browsers most likely to transact business based upon real-time data mining | |
KR19990064318A (ko) | 세일즈 프로세스 지원 시스템 및 방법 | |
CN101099128A (zh) | 提供电子集市以便于人们执行编程提交的任务 | |
US20060004612A1 (en) | Systems and methods for configuring and processing insurance information | |
US20090327000A1 (en) | Managing Change Requests in an Enterprise | |
KR102194683B1 (ko) | 법률 상담 스케쥴 관리 방법 및 장치 | |
CN115115257A (zh) | 一种基于关系图谱的企业风险预警方法及系统 | |
Nikolaidou et al. | Business process modelling and automation in the banking sector: A case study | |
US20030028464A1 (en) | Method and system for assisting participants in an investment plan | |
US20100004954A1 (en) | Systems for digital management of underwriting insurance contracts | |
JP4107599B2 (ja) | 保険情報管理システムおよび保険情報管理方法、保険情報管理プログラム、並びにそのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
US20080010257A1 (en) | Integrated vertical search engine and contact management system | |
Bensaid | Antecedents of human resource information system adoption: A qualitative study in French context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080521 |