CN102301688B - 呼叫中心内的两步路由过程 - Google Patents

呼叫中心内的两步路由过程 Download PDF

Info

Publication number
CN102301688B
CN102301688B CN200980153730.2A CN200980153730A CN102301688B CN 102301688 B CN102301688 B CN 102301688B CN 200980153730 A CN200980153730 A CN 200980153730A CN 102301688 B CN102301688 B CN 102301688B
Authority
CN
China
Prior art keywords
caller
agency
data
group
pattern matching
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.)
Active
Application number
CN200980153730.2A
Other languages
English (en)
Other versions
CN102301688A (zh
Inventor
Z·奇什蒂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alferti Ltd.
Original Assignee
Resource Group International Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from US12/266,461 external-priority patent/US8472611B2/en
Priority claimed from US12/266,446 external-priority patent/US8824658B2/en
Application filed by Resource Group International Ltd filed Critical Resource Group International Ltd
Publication of CN102301688A publication Critical patent/CN102301688A/zh
Application granted granted Critical
Publication of CN102301688B publication Critical patent/CN102301688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
    • H04M3/5232—Call distribution algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/55—Aspects of automatic or semi-automatic exchanges related to network data storage and management
    • H04M2203/551—Call history

Landscapes

  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了用于在联络中心内将呼叫者路由到代理的系统和方法，其使用多层处理方法将呼叫者与代理匹配。第一层处理可以包括两个或多个不同的计算机模型或用于在路由中心内对呼叫者-代理对评分或确定呼叫者-代理对的方法。第二层处理可以接收第一层的输出，第二层处理用于对输出进行平衡或加权以及选择最后的呼叫者-代理匹配。两个或多个方法可以包括基于传统队列的路由、基于性能的路由、模式匹配算法、亲和度匹配等。两个或多个方法的输出或分数可以由第二层处理来处理，以选择呼叫者-代理对并且促成将呼叫者路由到特定代理。

Description

呼叫中心内的两步路由过程
相关申请的交叉引用
本申请涉及2008年1月28日提交的、序列号为12/021,251的美国专利申请，通过引用的方式将其全文合并于此。本申请要求2008年11月6日提交的、发明名称为“Selective Mapping of Callers in a Call CenterRouting Environment”(“呼叫中心路由环境中呼叫者的选择性映射”)的、序列号为12/266,446的美国申请以及2008年11月6日提交的、发明名称为“Balancing Multiple Computer Models in a Call Center RoutingSystem”(“呼叫中心路由系统中多个计算机模型的均衡”)的、序列号为12/266,461的美国申请的优先权，通过引用的方式将其内容合并于此。
技术领域
本发明一般涉及在联络中心系统中路由电话呼叫和其它电信通讯的领域。
背景技术
典型的联络中心包括多个人工代理(human agent)，每个都被分配到连接中央交换机的电信设备，例如用于进行电子邮件或因特网聊天会话的电话或计算机。使用这些设备，代理通常用于向联络中心或联络中心的客户的顾客或预期顾客提供销售、顾客服务或技术支持。
典型地，联络中心或客户将向其顾客、预期顾客或其它第三方通告用于特定服务的多个不同的联络号码或地址，例如用于计费询问或用于技术支持。寻找特定服务的顾客、预期顾客或第三方于是将使用该联络信息，并且将在一个或多个路由点，将进来的呼叫者(incoming caller)路由到联络中心处能够提供适当服务的人工代理。响应于此类来电联络的联络中心被典型地称为“入站联络中心”。
类似地，联络中心可以进行去往当前或预期顾客或第三方的呼出的联络(outgoing contact)。可以进行这种联络来促进产品的销售、提供技术支持或计费信息、调查顾客偏好或者帮助收集债务。进行这种呼出的联络的联络中心被称为“出站联络中心”。
在入站联络中心和出站联络中心内，使用电信设备与联络中心代理进行交互的个体(例如，顾客、预期顾客、调查参与者或其它第三方)在该应用中被称为“呼叫者”。联络中心获得的与呼叫者进行交互的个体在该应用中被称为“代理”。
传统地，联络中心操作包括交换机系统，其将呼叫者连接到代理。在入站联络中心内，这些交换机将进来的呼叫者路由到联络中心内的特定代理，或者，如果部署了多个联络中心，则路由到特定联络中心用于进一步路由。在使用了电话设备的出站联络中心内，除了交换机系统，还典型地使用拨号器。拨号器用于自动地拨打来自电话号码列表中的电话号码，并确定是否已经获得来自所呼叫的电话号码的活动呼叫者(相对于获得没有应答、占线信号、错误消息或电话留言机)。在拨号器获得了活动呼叫者的情况下，交换机系统将呼叫者路由到联络中心内的特定代理。
已经相应地开发了路由技术以优化呼叫者体验。例如，美国专利No.7,236,584介绍了一种跨越多个电话交换机均衡呼叫者等待时间的电话系统，而不考虑这些交换机之间可能存在的性能上的一般变化。然而，入站联络中心内的联络路由(contact routing)是这样的过程：其通常被构造为将呼叫者连接到已经空闲了最长时间段的代理。在对于入站呼叫者来说仅有一个代理可用的情况下，通常为呼叫者选择该代理，而不进行进一步分析。在另一实例中，如果联络中心有8个代理，并且7个被联络占用，则交换机通常将入站呼叫者路由到可用的那一个代理。如果所有8个代理都被联络占用，则交换机典型地会将联络搁置，并且然后将其路由到下一个变为可用的代理。更普遍地，联络中心会建立进来的呼叫者队列，并优先将等待最长的呼叫者路由到随时间变为可用的代理。将联络路由到第一可用代理或者等待最长代理的这种模式称为“轮循”(round robin)联络路由。在轮循联络路由中，呼叫者与代理间的最终匹配和连接本质上是随机的。
基于本质上仍然是随机过程的这些标准，已经作出了一些尝试以进行改进，用于将呼叫者连接到代理。例如，美国专利No.7,209,549介绍了一种电话路由系统，其中进来的呼叫者的语言偏好被收集并用于将他们的电话呼叫路由到能够以该语言提供服务的代理或特定联络中心。按照这种方式，语言偏好是匹配并将呼叫者连接到代理的主要驱动，尽管一度已完成这种偏好，但是呼叫者几乎总是以“轮循”方式被路由。
发明内容
本发明的系统和方法可以用于改进或优化联络中心内呼叫者到代理的路由。根据本发明的一个方面，用于在呼叫中心路由系统中将呼叫者路由到代理的方法包括：使用多层处理方法来将呼叫者与代理相匹配，其中处理的第一层包括两个或多个用于将呼叫者与代理相匹配的不同计算机模型或方法。第一层的输出，例如，用于将呼叫者与代理相匹配的不同方法的输出，是由用于平衡和加权输出以及选择用于路由的最终呼叫者-代理匹配的处理的第二层所接收的。
在一个实例中，两个或多个模型或方法可以包括基于传统队列的路由、基于性能的匹配(例如，基于性能对一组代理进行排序以及基于性能排序或分数将呼叫者与代理进行优选地匹配)、模式匹配算法(例如，将与一组呼叫者相关联的代理数据和与一组代理相关联的代理数据相比较，以及确定不同呼叫者-代理对的合适分数)、喜好数据匹配以及用于将呼叫者与代理相匹配的其它模型。所述方法可以因此操作以输出用于所期望的优化的呼叫者、代理和/或呼叫者-代理对的分数或排序(例如，用于最优的成本、收益、顾客满意度等)。
可以处理两个或更多个方法的输出或分数，从而选择呼叫者-代理对以及促成将呼叫者路由到特定代理。例如，两个或更多个方法的输出可以彼此均衡或加权，从而确定匹配的代理-呼叫者对。在一个实例中，可以平等地均衡不同方法的输出以确定路由指令(例如，可以将分数标准化以及进行平均加权，从而通过不同的方法来确定“最好的”匹配代理-呼叫者对)。在其它实例中，所述方法可以是不平衡的，例如，模式匹配算法输出的权重大于基于性能的路由输出的权重等。
另外，可以向用户呈现允许调整所述方法的均衡的接口，例如，用于实时或在预定时间调整均衡的滑动块或选择器。接口可以允许用户将某些方法打开或关闭、改变所期望的优化以及可以显示均衡的估计效果或不同路由方法的均衡中的改变。
在一些实例中，可以使用自适应算法(例如神经网络或遗传算法)接收两个或多个模型的输出作为输入，以输出呼叫者-代理对。自适应算法可以随着时间比较性能并且适于为所期望的结果变量挑选最佳模型。
根据另一方面，提供一种设备，其包括用于将呼叫者映射和路由到代理的逻辑。所述设备可以包括逻辑，用于在第一层处理接收与呼叫者和代理相关联的输入数据，所述第一层处理包括用于将呼叫者匹配到代理的至少两个模型，每个模型输出用于至少一个呼叫者-代理对的输出数据。所述设备可以进一步包括逻辑，用于在第二层处理从每个处理模型接收输出数据，第二层处理用于均衡所述至少两个模型的输出数据并且基于接收的输出将呼叫者映射到代理。
另外，本发明的系统和方法可以用于改进或优化联络中心内呼叫者到代理的路由。根据一个方面，用于在呼叫中心路由系统中将呼叫者路由到代理的方法包括：基于代理性能数据和/或模式匹配算法将第一部分或小部分呼叫者映射到代理。代理性能数据可以包括基于所期望的性能结果的不同代理的等级或排序。模式匹配算法可以用于将与每个呼叫者相关的呼叫者数据和与每个代理相关的代理数据进行比较。所述方法进一步包括将与第一部分呼叫者不同的第二部分或小部分呼叫者映射到代理。例如，可以基于随机过程来将第二部分呼叫者映射到代理，随机过程例如是自动呼叫分配务(ACD)队列的次序或根据代理的基于性能的次序，其中第二部分呼叫者可以用作控制组或基准，从而帮助获取用于将第一部分呼叫者映射到代理的性能和/或模式匹配算法的性能。
在一个实例中，所述方法进一步包括促成用于调整通过性能和/或模式匹配算法映射的多个或小部分呼叫者的图形元件的显示。所述方法可以进一步显示多个呼叫者的评估效果或用于映射呼叫者的性能和/或模式匹配算法的一个或多个结果变量的改变。
根据另一方面，提供一种适用于基于代理的性能和/或呼叫者和代理之间的模式匹配算法来路由呼叫者的入站或出站呼叫路由中心的接口。在一个实例中，接口包括用于设置和调整部分或多个呼叫者的图形元件(例如，选择器、滑块、文本区域等)，与随机或传统的路由方法(例如，基于代理和/或呼叫者的队列次序)不同，基于代理的性能和/或模式匹配算法来路由所述呼叫者。例如，图形元件允许联络中心的运营商具有下述能力：通过模式匹配算法将第一部分或小部分的呼叫者路由到代理以及通过不同的方法(例如，基于队列次序等)来路由剩下的呼叫者。这种系统和方法可以允许连接呼叫者-代理对的控制组，用于比较和分析基于模式匹配算法的路由效果。
在一个实例中，接口进一步用于显示在至少一个结果变量上映射的呼叫者的数量和百分比的估计效果。例如，接口用于显示估计的收益生成、成本、顾客满意度、第一次呼叫解决、撤销、或者性能和/或模式匹配算法的其它结果变量，其基于根据性能和/或模式匹配算法映射的多个呼叫的特定设置。可以基于过去的呼叫历史数据、存储的算法、查询表等来来估计结果变量。此外，如果选择的被映射的呼叫数量改变，接口可以用于显示估计的至少一个结果变量中的改变。
根据另一方面，提供一种设备，其包括用于将呼叫者映射和路由到代理的逻辑。所述设备可以包括基于将与呼叫者相关联的呼叫者数据和与代理相关联的代理数据相比较，根据模式匹配算法将第一部分(或小部分)呼叫者映射到代理的逻辑。所述设备可以进一步包括将不同于第一部分呼叫者的第二部分呼叫者(例如，所有呼叫者的剩余部分或小部分)映射到代理(例如，基于队列次序、随机过程，或单独基于性能进行映射)，其可以提供用于监控或分析模式匹配算法的效果的控制组。此外，所述设备可以用于促成具有接口的图形元件的显示，其用于调整通过性能和/或模式匹配算法路由或映射的呼叫者的部分或数量。
此处介绍的许多技术可以用硬件、固件、软件或其组合来实现。在一个实例中，在可编程计算机上执行的计算机程序中实现上述技术，每个可编程计算机均包括处理器、处理器可读的存储媒介(包括易失性和非易失性存储器和/或存储元件)，以及合适的输入和输出设备。将程序代码应用于使用输入设备输入的数据，从而执行所介绍的功能以及生成输出信息。将输出信息应用到一个或多个输出设备。此外，优选地使用高级过程或面向对象的编程语言实现每个程序，从而与计算机系统进行通信。然而，如果需要的话，可以用汇编或机器语言来实现上述程序。在任何情况下，所述语言可以是编译或解释的语言。
附图说明
图1是反映联络中心操作的一般设置的示意图；
图2示出了具有基于性能和/或模式匹配算法来路由呼叫者的路由引擎的示例性路由系统；
图3示出了具有基于性能和/或模式匹配算法来路由呼叫者的映射引擎的示例性路由系统；
图4示出了基于多个匹配方法来选择呼叫者-代理对的示例性多层方法；
图5示出了用于根据至少两种不同方法对代理、呼叫者和/或代理-呼叫者对进行评分或排序并基于至少两种不同方法的均衡来将呼叫者与代理相匹配的示例性方法；
图6示出了用于根据至少两种不同方法对代理、呼叫者和/或代理-呼叫者对进行评分或排序并基于至少两种不同方法的均衡来将呼叫者与代理相匹配的另一示例性方法；
图7示出了用于基于性能将呼叫者与代理相匹配的示例性方法或计算机模型；
图8示出了用于基于呼叫者数据和代理数据将呼叫者与代理相匹配的示例性方法或计算机模型；
图9示出了可以用于实现本发明的某些实施方式中的一些或所有处理功能的典型计算机系统；
图10示出了使用模式匹配算法中的呼叫者数据和代理数据来匹配第一部分呼叫者和代理以及使用队列次序来匹配第二部分呼叫者的示例性方法；
图11示出了具有用于调整基于性能和/或模式匹配算法进行路由的呼叫者的数量或部分的图形元件的示例性接口。
具体实施方式
给出并在特定应用及其需求的环境中提供了下面的描述，以便使得本领域普通技术人员能够实现和使用本发明。对实施方式的多种修改对于本领域技术人员来说将是容易而明显的，并且在没有脱离本发明的精神和范围的情况下，此处所限定的一般原则可以被应用到其它实施方式和应用中。此外，在下面的说明书中，为了解释的目的而阐述了大量细节。然而，本领域技术人员会认知到在不使用这些具体细节的情况下也可以实现本发明。在其它实例中，为了不让不必要的细节模糊对本发明的说明，以框图的形式示出了已知的结构和设备。因此，本发明不希望限制于所示出的实施方式，而是符合与此处所公开的原则和特征相一致的最广范围。
虽然本发明是通过特定实例和说明性附图来描述的，但是所属领域的技术人员将意识到，本发明并不限于所描述的实例或附图。所属领域的技术人员将意识到，可以使用硬件、软件、固件或者它们的适当组合来实现各种实施方式的操作。例如，可以在软件、固件或硬接线逻辑的控制下，使用处理器或其它数字电路来执行一些处理。(此处，术语“逻辑”是指固定的硬件、可编程逻辑和/或其适当组合，如本领域技术人员所认识到的可以实现所述的功能那样。)软件和固件可被存储在计算机可读存储介质上。如所属领域技术人员所了解的，可以使用模拟电路来实现一些其它处理。另外，本发明的实施方式中可以使用存储器或其它存储设备以及通信组件。
根据本发明的一个方面，提供了用于在联络中心内将呼叫者路由到代理的系统、方法和显示的计算机接口。在一个实例中，一种方法包括：使用第一层处理，所述第一层包括用于确定呼叫者-代理对的两个或多个方法或模型。例如，两个或多个方法可以包括基于传统队列路由、基于性能的匹配(例如，基于性能对一组代理排序以及基于性能排序或分数将呼叫者优选地匹配于代理)、模式匹配算法(例如，将与一组呼叫者相关的代理数据和与一组代理相关的的代理数据相比较以及确定不同呼叫者-代理对的合适分数)、亲和度(affinity)数据匹配、以及呼叫者与代理匹配的其它模型。所述方法因此可以将用于所需优化(例如，用于优化成本、收益、顾客满意度等)的呼叫者、代理和/或呼叫者-代理对的分数或排序输出到第二层处理。第二层处理可以接收第一层处理的输出并且基于第一层处理的不同方法的输出来确定代理-呼叫者对。在一个实例中，第二层处理包括平衡或加权不同输出的计算机模型，其可以由用户来改变。
最初，介绍了用于将呼叫者路由到可用代理的利用性能和/或模式匹配算法(可以在生成的用于预测所需结果的机会的计算机模型中使用它们中的一个)的示例性呼叫路由系统和方法。所述说明遵循用于输入数据的多层处理以选择呼叫者-代理对的示例性系统和方法。
图1是反映联络中心环境的示例性结构的图。网络云101反映被设计为接收进来的呼叫者或支持对正在离开的呼叫者进行的联络的特定或区域性通信网络。网络云101可以包括单个联络地址，例如电话号码或电子邮箱地址，或多个联络地址。中央路由器102反映联络路由硬件和软件，其被设计为帮助路由呼叫中心103间的联络。在仅配置了单个联络中心的情况下，可能不需要中央路由器102。在使用多个联络中心的情况下，可能需要更多的路由器，以便将联络路由到针对特定联络中心103的另一个路由器。在联络中心层面103，联络中心路由器104将联络路由到具有个人电话或其它通信设备105的代理105。典型地，在联络中心103有多个代理105，而有一些实施方式中联络中心103处仅有一个代理105，在这种情况下，可表明联络中心路由器104不是必要的。
图2示出示例性联络中心路由系统200(其可以包含在图1的联络中心路由器104中)。概括地说，路由系统200是可操作的，用于至少部分地根据代理性能、基于呼叫者和/或代理数据的计算机模型或模式匹配算法以及类似的，匹配呼叫者和代理。路由系统200可以包括用于接收以及匹配呼叫者和代理(有时称为将呼叫者“映射”到代理)的通信服务器202以及模式匹配引擎204(有时被称为“满意映射”或“SatMap”)。
模式匹配引擎204可以以多种方式来运行，以便基于模式匹配算法和计算机模型来将呼叫者与代理相匹配，其在时间上与之前的呼叫者代理匹配的结果或性能相适应。在一个实例中，模式匹配引擎204包括基于神经网络的适应性模式匹配引擎。可以包含在内容路由系统和/或模式匹配引擎204的各种其它示例性模式匹配和计算机模型系统和方法被描述在2008年1月28日提交的、序号为No.12/021,251的美国专利以及2008年8月29日提交的、序号为No.12/202,091的美国专利中，通过引用的方式将它们的全部内容合并于此。当然，应当了解的是，其它基于性能的或模式匹配算法和方法可以单独使用或与此处描述的那些结合使用。
路由系统200可以进一步包括其它组件，例如，收集器106，用于收集进来的呼叫者的呼叫者数据、与呼叫者-代理对相关的数据、呼叫者-代理对的结果、代理的代理数据以及类似的数据。此外，路由系统200可以包括报告引擎208，用于生成路由系统200的操作和性能的报告。路由系统200中可能包括多种其它服务器、组件以及功能。此外，尽管被示为单个硬件设备，但是应当了解的是，各种组件可以是彼此位于远程的(例如，通信服务器202和路由引擎204不必被包含在共同的硬件/服务器系统中或被包含在共同的位置)。另外，路由系统200中可以包括各种其它组件和功能，但是此处为了清楚起见已将其省略。
图3示出了示例性路由引擎204的细节。路由引擎204包括主映射引擎304，其从数据库310和312接收呼叫者数据和代理数据。在一些实例中，路由引擎204可以单独地或部分地基于与代理相关的性能数据来路由呼叫者。在其它实例中，路由引擎204可以单独地或部分地基于比较各种呼叫者数据和代理数据来做出路由决策，其可以包括，例如，基于性能的数据、人口统计学数据、心理统计学数据、以及其它商业相关数据。此外，可以使用亲和度数据库(未示出)并且路由引擎204接收用于做出路由决策的这种信息。
在一个实例中，路由引擎204包括一个或多个神经网络引擎306或与一个或多个神经网络引擎306进行通信。神经网络引擎306可以直接地或经由路由引擎204接收呼叫者和代理数据，并且用于基于模式匹配算法和生成的用以增加所期望结果的机会的计算机模型来匹配和路由呼叫者。此外，如图3所示，呼叫历史数据(包括，例如，考虑成本、收益、顾客满意度等的呼叫者-代理对结果)可以用于重新训练或修改神经网络引擎306。
路由引擎204进一步包括挂起队列308或与挂起队列308通信，其可以存储或访问呼叫者和代理的挂起或空闲次数，以及用于基于呼叫者(和/或代理)的队列次序将呼叫者映射到代理。映射引擎304可以用于，例如，基于模式匹配算法(例如，包括在神经网络引擎306中的)或基于队列次序(例如，从挂起队列308获取的)来映射呼叫者。
图4示出了示例性映射系统406。映射系统406包括两层处理-第一层包括至少两个处理引擎或计算机模型，如420-1，420-2和420-3所示。处理引擎420-1，420-2和420-3每个都可以作用于不同的数据和/或根据不同模型或方法将呼叫者匹配到代理。在这个特定实例中，处理引擎420-1可以接收代理等级数据，例如与用于特定期望性能的代理性能相关联的数据。如下面通过参照图7将进一步详细描述的那样，基于性能的路由可以包括基于特定结果(例如收益生成、成本、客户满意度及其组合等诸如此类)的性能对一组代理排序或评分并且基于性能排序或分数将呼叫者优先地路由到代理。因此，处理引擎420-1可以接收代理等级或代理历史数据并且基于一个或多个期望的结果变量输出一个或多个代理排序。
在本实例中，处理引擎420-2，包括一个或多个模式匹配算法，其可以用于比较与一组呼叫者相关的代理数据和与一组代理相关的代理数据并且确定每个呼叫者-代理对的合适分数。例如，处理引擎420-2可以从各种数据库接收呼叫者数据和代理数据并且输出代理呼叫者-代理对的分数或呼叫者-代理对的排序。模式匹配算法可以包括神经网络算法、遗传算法、或其它自适应算法。更进一步地，在一些实例中，不同的处理引擎可以使用作用于相同或不同输入数据的不同模式匹配算法，例如，第一处理引擎使用神经网络算法以及第二处理引擎使用不同的算法，例如遗传算法或其它模式匹配算法。附加地，第一和第二处理引擎可以包括类似的用于使不同输出变量最大化的模式匹配算法；例如，第一神经网络算法用于使收益最大化以及第二神经元网络算法用于使客户满意度最大化。
在本实例中，处理引擎420-3包括一个或多个亲和度匹配算法，其用于接收与呼叫者和/或代理相关的亲和度数据。处理引擎420-3可以从各种数据库接收亲和度数据并且至少部分地基于亲和度数据输出呼叫者-代理对或呼叫者-代理对的排序。应当注意的是，在第一层处理中可以使用各种其他方法或模型，并且进一步地第一层处理可以包括处理的多个子层(例如，处理引擎420-1输出到处理引擎420-2等等)。此外，在一些实例中，处理引擎可以包括传统的基于队列的路由，例如基于队列次序来路由代理和呼叫者。
如所介绍的那样，处理引擎420-1、420-2和420-3中的每个均输出用于所期望的优化(例如，用于优化成本、收益、客户满意度等等)的呼叫者、代理和/或呼叫者-代理对的分数或排序。例如，在第二层处理，然后可以由均衡管理器410处理所述两个或更多方法的输出或分数以选择呼叫者-代理对。例如，由均衡管理器410接收处理引擎420-1、420-2和420-3的输出并且可以相对于彼此进行加权以确定匹配的呼叫者-代理对。在一个实例中，平等地均衡处理引擎420-1、420-2和420-3的输出以确定路由指令(例如，可以对分数进行标准化和平均加权以确定“最好的”匹配呼叫者-代理对)。在其它实例中，所述方法可以是不平衡的，例如，为模式匹配算法方法输出加权比基于性能的路由方法更大的权重，将某些处理引擎“关闭”等等。
此外，可以向用户呈现允许调整均衡管理器410的接口，例如，用于实时或在预定时间调整处理引擎的均衡的滑块或选择器。此外，所述接口可以允许用户将某些方法打开或关闭，并且可以显示均衡的改变或均衡的估计效果。例如，接口可以显示由改变均衡管理器410的操作所带来的成本、收益生成或顾客满意度中一个或多个的可能改变。例如，在共同未决的2008年7月28日提交的、序列号为61/084,201的美国临时专利申请中介绍了各种用于估计结果变量的估计方法和算法，并且通过引用的方式将其全部内容合并于此。在一个实例中，所述估计包括评估相同(或相似)组的代理过去的时间段以及构建代理/呼叫者对的分布。使用每一对，可以通过基于性能的匹配、模式匹配算法等来计算期望的成功率，以及应用到当前信息从而估计当前性能(例如，考虑销售、成本、顾客满意度等中的一个或多个)。因此，采用历史呼叫者数据和代理信息，系统可以计算改变平衡或等级一处理方法的加权的估计。注意到，可能像性能一样重要的用于历史信息的可比较时间(例如，一天中的时间，一周中的天等)可能会随着时间变化。
在一些实例中，均衡管理器410可以包括用于接收两个或多个模型的输出作为输入的自适应算法(例如神经网络或遗传算法)，从而输出呼叫者-代理对。因此，通过自适应算法的均衡管理器410可以随着时间比较性能并且适于挑选或加权级别一处理引擎，以增加期望结果的机会。
图5示出了用于根据至少两个不同的计算机模型或算法来对代理、呼叫者和/或呼叫者-代理对评分或排序以及基于所述至少两个不同模型的均衡将呼叫者与代理相匹配的示例性方法。在这个实例中，在502，基于至少第一输入数据对呼叫者、代理或呼叫者-代理对评分。输入数据可以包括代理性能等级、呼叫者数据和/或代理数据、呼叫者和代理的队列次序以及它们的组合等。此外，分数可以包括原始分数、标准化分数、与其它呼叫者、代理和/或呼叫者-代理对相关的排序等。
所述方法进一步包括：在504，根据用于将呼叫者映射到代理的第二模型对呼叫者、代理或呼叫者-代理对评分，第二模型与第一模型不同。注意，然而，第二模型可以使用与在502中所使用的第一输入数据相同的一些或所有数据或可以依赖于不同的输入数据，例如，至少第二输入数据。类似地，评分可以包括原始分数、标准化分数、与其它呼叫者、代理和/或呼叫者-代理对相关的排序等。
在502和504确定的分数可以在506进行均衡，从而确定呼叫者的路由指令。均衡可以包括对来自502和504的分数相等地或不相等地加权，并且可以随着时间由用户或响应于系统的自适应反馈来进行调整。还应当了解的是，可以按任意合适的方式对从502和504输出的分数进行规范化，例如，计算如2008年8月29日提交的、序列号为12/202,091的共同未决的美国专利申请中所介绍的Z分数等，通过引用将该申请的全部内容合并于此。
然后，可以将呼叫者到代理的最终选择或映射传递到路由引擎或路由器，用于促使在508将呼叫者路由到代理。应当注意的是，所介绍的动作不需要按照所陈述的次序来发生，并且一些动作可以并行执行(例如，第一层处理502和504可以部分或全部并行执行)。此外，可以使用用于评分和将呼叫者映射到代理的附加模型并且输出到用于确定呼叫者-代理对的最终选择的在506处的均衡。
图6示出了根据至少两个不同方法对代理、呼叫者和/或代理-呼叫者对进行评分或排序以及基于所述至少两个不同方法的均衡将呼叫者与代理相匹配的另一示例性方法。在这个特定实例中，在602，第一模型用于基于性能对一组代理评分，并可以输出与代理性能相关的排序或分数。下面通过参考图7更为详细地介绍这种基于性能对代理排序的方法。
所述方法进一步包括，在604，根据用于将呼叫者映射到代理的第二模型，特别地，根据模式匹配算法，对呼叫者-代理对评分。模式匹配算法可以包括比较每个呼叫者-代理对的呼叫者数据和代理数据以及计算用于期望的结果变量(或结果变量的权重)的呼叫者-代理对的合适分数或排序。下面通过参考图8更为详细地介绍这种模式匹配算法，并且其可以包括神经网络算法。
所述方法进一步包括，在606，根据基于亲和度数据的将呼叫者映射到代理的第三模型来对呼叫者-代理对评分。下面更为详细地介绍亲和度数据和亲和度数据库的单独使用或与模式匹配算法的结合使用。
在602、604和606中确定的分数(或排序)可以在608处进行均衡，从而确定呼叫者的路由指令。所述均衡可以包括相等地或不相等地对来自602、604和606的分数加权，并且均衡可以由用户或响应于系统的自适应反馈进行调整。还可以了解的是，可以考虑通过图5所介绍的任意合适方式将从602、604和606输出的分数规范化。
然后，可以将呼叫者到代理的最终选择或映射传递到路由引擎或路由器，用于促成将呼叫者路由到代理。再次注意的是，所介绍的动作不需要按所陈述的次序来发生并且一些动作可以是并行执行的(例如，602、604和606的第一层处理可以部分或全部地并行执行)。此外，用于评分和将呼叫者映射到代理的附加(或较少)匹配模型可以被使用并且输出到用于确定呼叫者-代理对的最终选择的在608处的均衡。
图7是用于基于性能将呼叫者与代理相匹配的示例性方法或模型的流程图。方法包括关于最佳交互对两个代理进行分级，以及将呼叫者与两个经过分级的代理中的至少一个匹配，以增加最佳交互的概率。在最初的框701，关于最佳交互对代理进行分级，最佳交互例如是增加收益、降低成本或增加顾客满意度。通过在一段时间(例如，至少10天的时间段)内对关于联络中心代理实现最佳交互的能力的性能整理，来完成分级。然而，时间段可以从像紧接的之前的联络那样短，延续至像代理与呼叫者的第一次交互那样长的时间段。而且，分级代理的方法可以像这样的简单：对于特定的最佳交互按1到N级来对每个代理进行排序，其中N是代理的总数。分级的方法还可以包括确定每个代理的平均联络处理时间，从而关于成本对代理进行分级，确定每个代理产生的全部销售收益或销售数，从而关于销售对代理进行分级，或者在与呼叫者的联络结束时进行顾客调查，从而关于顾客满意度来对代理进行分级。然而，前述内容仅是可以如何对代理进行分级的实例；可以使用许多其它方法。
在框702，呼叫者使用联络信息，例如电话号码或电子邮件地址，来发起与联络中心的联络。在框703，将呼叫者与代理或一组代理匹配，使得相对于仅使用现有技术中的轮询匹配方法，增加了最佳交互的概率。所述方法可以进一步包括关于两个最佳交互对至少两个代理的组进行分级、相对于另一可选交互对一个最佳交互加权、并将呼叫者与两个经过分级的代理中的一个匹配以增加更大权重的最佳交互的概率。特别地，可以关于两个或多个最佳交互对代理进行分级，例如增加收益、降低成本或增加顾客满意度，其于是可以相对于彼此进行加权。加权可以是如此简单的：对每个最佳交互分配百分比权重因数，所有这些因数总和为100％。然而，可以使用任何比较加权方法。在多种最佳交互上设置权重可以按联络中心、其客户或根据预定规则控制的方式实时进行。可选地，联络中心或其客户可以通过因特网或一些另外的数据传输系统来控制加权。作为实例，联络中心的客户可通过因特网浏览器访问目前正在使用的权重，并且远程地修改这些权重。这种修改可以被设置为立即起作用，并且在这种修改之后，马上根据最新建立的权重来进行接下来的呼叫者路由。这种实例的示例可能出现在下面的情况中，其中联络中心客户决定目前在他们的商业中最重要的策略优先级是收益的最大化。在这种情况下，客户可以远程地设置权重，以促成对于将在给定联络中产生最高的销售可能性的代理的选择。接下来，客户可以将客服满意度的最大化作为他们商业中更为重要的。在这种情况下，他们可以远程地设置本发明的权重，使得将呼叫者路由到最有可能最大化其满意度级别的代理。可替换地，权重的改变可以被设置为在后续时间起作用，例如，在下一个早上开始。
图8示出了用于将呼叫者与代理相匹配的另一示例性模型或方法，以及其可以结合代理等级、代理人口统计数据、代理心理统计数据以及关于代理的其它商业相关数据(在该应用中被单独或全体地称为“代理数据”)，以及与呼叫者相关的人口统计、心理统计、和其它商业相关数据(在该应用中被单独地或全体地称为“呼叫者数据”)。代理和呼叫者人口统计数据可以包括以下任意内容：性别、种族、年龄、教育、口音、收入、国籍、种族划分、区域代码、邮政编码、婚姻状况、工作状况、以及信用分数。代理和呼叫者心理统计数据可以包括任意内容：内向性、社交性、财务成功的欲望、以及电影和电视偏好。应当了解的是，图8的流程图中标出的动作不需要按所述精确次序来进行。
这种示例性模型或方法包括，确定关于呼叫者的至少一个呼叫者数据，确定关于两个代理中每个代理的至少一个代理数据，在模式匹配算法中使用代理数据和呼叫者数据，以及将呼叫者与两个代理中的一个匹配以增加最佳交互的概率。在801，确定至少一个呼叫者数据(例如，呼叫者人口统计或心理统计数据)。一种完成这一点的方式为，使用呼叫者的联络信息作为索引从可用数据取回该数据。可用的数据库包括，但不限于，那些公开可用的数据库、那些商业上可用的数据库或那些由联络中心或联络中心客户创建的数据库。在出站联络中心环境中，呼叫者的联络信息是事先已知的。在入站联络中心环境中，可以通过检查呼叫者的CallerID信息来取回呼叫者的联络信息，或者通过在联络开始时请求呼叫者的该信息，例如通过呼叫者账户号码或其它呼叫者标识信息的条目，来取回呼叫者的联络信息。还可以从可用数据库取回其他商业相关的数据，例如历史购买行为、顾客的当前满意级别或者所举荐的对商品的兴趣的级别等。
在802，确定关于两个代理中的每一个代理的至少一个代理数据。确定代理人口统计或心理统计数据的一种方法可以包括：在雇佣他们时，或者在雇佣他们期间周期性地，对代理进行调查。这种调查过程可以是手动的，例如通过纸件或口头调查，或者是在计算机系统上进行的自动调查，例如通过在网络浏览器上的部署。
尽管这个优化的实施方式优选地使用代理等级、人口统计、心理统计、以及其它商业相关数据，以及呼叫者人口统计、心理统计、以及其它商业相关数据，但是本发明的其它实施方式可以清除一个或多个类型或种类的呼叫者或代理数据，从而将使用本发明的计算功率或存储需要最小化。
一旦已经收集了代理数据和呼叫者数据，便将所述数据传递到计算系统。在803，计算系统于是又在模式匹配算法中使用该数据，以创建计算机模型，该计算机模型将每个代理与呼叫者匹配，并估计沿多个最佳交互的每个匹配的可能结果，例如，销售的生成、联络的持续时间、或生成顾客觉得满意的交互的可能性。
在本发明中使用的模式匹配算法可以包括任意相关算法，例如神经网络算法或遗传算法。为了一般地训练或者要不然为了完善算法，将实际的联络结果(为最佳交互所测量的)与对于所发生的每个联络实际的代理和呼叫数据进行比较。然后，模式匹配算法可以学习将某些呼叫者与某些代理匹配将如何改变最佳交互的概率，或改进其关于将某些呼叫者与某些代理匹配将如何改变最佳交互的概率的了解。按这种方式，模式匹配算法于是可以用于在将具有特定集合的呼叫者数据的呼叫者与具有特定集合的代理数据的代理匹配的情况中，预测最佳交互的概率。优选地，随着关于呼叫者交互的更多实际数据变为对模式匹配算法可用，可以周期性地完善模式匹配算法，例如，在联络中心已经结束了白天的运行之后，每晚周期性地训练算法。
在804，模式匹配算法用于创建反映每个代理和呼叫者匹配的最佳交互的预测概率的计算机模型。优选地，计算机模式将包括登记到联络中心的每个代理作为与每个可用的呼叫者相匹配的一组最佳交互的预测概率。可替换地，计算机模型可以包括这些的子集，或包括上述集合的集合。例如，本发明可以将每个可用代理与每个可用呼叫者匹配，或者甚至代理或呼叫者的更窄子集，而不是将登记到联络中心的每个代理与每个可用的呼叫者匹配。同样地，本发明可以将每个曾经在特定活动中工作过的代理-无论是否可用或者登记-与每个可用的呼叫者匹配。类似地，计算机模型可以包括一个最佳交互或多个最佳交互的预测概率。
还可以进一步完善计算机模型，以便包括代理和呼叫者的每个匹配的适合性分数。可以通过将一组最佳交互的概率看作是模式匹配算法预测的，并且对那些概率加权以便相对于另一最佳交互在特定最佳交互上施加更多或更少的侧重，来确定适合性分数。然后，可以在本发明中使用适合性分数，来确定应当将哪些代理连接到哪些呼叫者。
在其它实例中，示例性模型和方法可以使用于呼叫者和/或代理相关的亲和度数据。例如，亲和度数据可能涉及个体呼叫者的联络结果(在本应用中被称为“呼叫者亲和度数据”)，其独立于他们的人口统计、心理统计或其它商业相关信息。这种呼叫者亲和度数据可以包括呼叫者的购买历史、联络时间历史或顾客满意度历史。这些历史可以是一般性的，例如，呼叫者对于购买产品的一般历史、与代理的平均联络时间、或平均顾客满意度比率。这些历史还可以是特定于代理的，例如，在被连接到特定代理时呼叫者的购买、联络时间或顾客满意度历史。
作为实例，由于在联络特定的呼叫者的最近几次实例中，呼叫者决定购买产品或服务，所以通过他们的呼叫者亲和度数据可以将该呼叫者标识为非常可能做出购买的一位呼叫者。然后，该购买历史可以用于适当地完善匹配，使得呼叫者被优先与视为适合该呼叫者的代理匹配，以增加最佳交互的概率。使用该实施方式，因为销售的概率仍然可能给出呼叫者的过去购买行为，所以联络中心可以优选地将呼叫者匹配于不具有产生收益的高等级或者要不然不是可接受的匹配的代理。用于匹配的这种策略将可用的其它代理留下，否则所述其它代理将被与呼叫者的联络交互所占用。可替换地，不考虑使用呼叫者数据和代理人口统计或心理统计数据生成的匹配可能表明什么，联络中心可以改为寻找这样的保证，即保证呼叫者与具有产生收益的高等级的代理匹配。
在一个实例中，通过所介绍的实例所开发的亲和度数据和亲和度数据库可以是一种在其中可跨越多种代理数据来追踪呼叫者的联络结果的数据库。这种分析可能指示，例如，如果呼叫者与具有相似性别、种族、年龄的代理，或甚至是与特定的代理匹配，则呼叫者最有可能对联络满意。使用该实施方式，系统或方法可以优先将呼叫者与由呼叫者亲和度数据已知的已经产生可接受的最佳交互的类型的代理或特定的代理匹配。
当商业、客户或开放可用数据库资源可能缺少与呼叫者相关的信息时，亲和度数据库可以提供与呼叫者相关的特别可实施的信息。即使在具有关于呼叫者的可用数据的情形中，该数据库开发还可以用于进一步增强联络路由和代理-呼叫者匹配，因为其可能促使个体呼叫者的联络结果可能与商业数据库可能暗示的不同的结论。作为实例，如果本发明单独依赖于商业数据以便匹配呼叫者和代理，其可以预测呼叫者将最好被匹配给具有相同性别的代理，以实现最佳的顾客满意度。然而，通过包括从与呼叫者的之前交互所开发的亲和度数据库，本发明可以更为精确地预测：呼叫者将最好被匹配给相反性别的代理，以实现最佳顾客满意度。
本发明的另一方面是其可以开发亲和度数据库，该亲和度数据库包括作为与特定呼叫者人口统计、心理统计或其它商业相关特性相匹配的个体代理的收益生成、成本、以及顾客满意度性能数据(在本应用中被称为“代理亲和度数据”)。像这样的亲和度数据库可以，例如，导致本发明预测特定的代理与相似年龄的呼叫者的交互中表现得最好，并且在与明显较大或较小年龄的呼叫者的交互中表现得不那么好。类似地，这种类型的亲和度数据库可以导致本发明预测：具有特定代理亲和度数据的代理处理源自特定地理区域的呼叫者要比代理处理来自其它地理区域的呼叫者要好得多。作为另一实例，本发明可以预测特定代理在代理被连接到愤怒的呼叫者的情况下表现出色。
尽管亲和度数据库优选地用于与通过模式匹配算法传递的代理数据和呼叫者数据相组合，以便生成匹配，但是也可以不依靠代理数据和呼叫者数据来使用存储在亲和度数据库中的信息，使得亲和度信息是用于生成匹配的唯一信息。例如，在一些实例中，第一层处理可以包括第一计算机模型，其依赖于模式匹配算法和亲和度数据这两者；以及第二计算机模型，其仅依赖于亲和度数据。
可以在硬件或软件或两者的组合中实现此处所描述的许多技术。优选地，在执行在可编程计算机上的计算机程序中实现上述技术，其中每个可编程计算机都包括：处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)、以及合适的输入和输出设备。程序代码被应用到使用输入设备输入的数据，以执行所介绍的功能并生成输出信息。将输出信息应用到一个或多个输出设备。而且，优选地在高级过程或面向对象的程序语言中实现每个程序，从而与计算机系统进行通信。然而，如果需要，可以在汇编或机器语言中实现程序。在任何情况下，所述语言都可以是编译或解释语言。
每个这种计算机程序都优选地存储在通用或专用可编程计算机可读的设备或存储介质上(例如，CD-ROM、硬盘或磁带)，以便配置和操作计算机，在计算机读取存储介质或设备的情况下执行所介绍的过程。系统还可以实现为计算机可读存储介质，其可配置有计算机程序，其中存储介质被如此配置使得计算机以特定和预定的方式来运行。
图9示出典型的计算系统900，其可以用于实现此处所描述的各种示例性方法和系统的处理功能。这种类型的计算系统例如可使用在客户端和服务器中。本领域的技术人员还将认识到如何使用其它计算机系统或体系结构来实现示例性方法和系统。计算系统900可以代表，例如，台式电脑、膝上型或笔记本电脑、手持计算设备(PDA、蜂窝电话、掌上电脑等)、大型机、服务器、客户端或对于给定的应用或环境可能是需要或合适的其它任意类型的专用或通用计算设备。计算系统900可以包括一个或多个处理器，例如处理器904。可以使用通用或专用处理引擎，例如，微处理器、微控制器或其它控制逻辑，来实现处理器904。在这个实例中，处理器904被连接到总线902或其它通信介质。
计算系统900还可以包括主存储器908，例如用于存储将由处理器904执行的信息和指令的随机存取存储器(RAM)或其它动态存储器。主存储器908还可以用于存储将由处理器904执行的指令执行期间的临时变量或其它中间信息。计算系统900同样可以包括偶接到总线902用于存储用于处理器904的静态信息和指令的只读存储器(“ROM”)或其它静态存储设备。
计算系统900还可以包括信息存储系统910，其可以包括，例如媒体驱动器912和可移动存储接口920。媒体驱动器912可以包括驱动器或其它结构，以支持固定的或可移动的存储媒体，例如，硬盘驱动器、软盘驱动器、磁带驱动器、光盘驱动器、CD或DVD驱动器(R或RW)、或其它固定的或可移动的媒体驱动。存储媒体918可包括，例如由媒体驱动器912读取和写入的硬盘、软盘、磁带、光盘、CD或DVD或其他固定或可移动的媒体。如这些实例所说明的，存储媒体918可以包括计算机可读存储介质，其具有存储的特定计算机软件或数据。
在可替换的实施方式中，信息存储系统910可以包括其它类似的组件，用于允许将计算机程序或者其它指令或数据被装载到计算系统900中。这种组件可以包括，例如，可移动存储单元922和接口920，例如程序盒式存储器或盒式接口、可移动存储器(例如，闪存或其它可移动存储模块)和存储槽、以及允许软件和数据被从可移动存储单元918传递到计算系统900的其它可移动存储单元922和接口920。
计算系统900还可以包括通信接口924。通信接口924可以用于允许软件和数据在计算系统900和外部设备间传递。通信接口924的实例可以包括调制解调器、网络接口(例如，以太网或其它NIC卡)、通信端口(例如，USB端口)、PCMCIA槽和卡等。通过通信接口924传递的软件和数据采用信号的形式，其可以是通信接口924能够接收的电、电磁、光或其它信号。通过信道928将这些信号提供给通信接口924。这个信道928可以承载信号并且可以利用无线介质、有线或电缆、光纤或其它通信介质来实现。信道的一些实例包括电话线、蜂窝电话链路、RF链路、网络接口、局域网或广域网以及其它通信信道。
在本文档中，术语“计算机程序产品”、“计算机可读介质”以及类似的通常可以用于指物理的、有形的介质，例如存储器908、存储媒体918或存储单元922。计算机可读媒体的这些和其它形式可能被包含在处理器904使用的存储的一个或多个指令中，以引起处理器执行具体操作。这种指令，通常被称为“计算机程序代码”(可以按计算机程序或其它分组的形式对其进行分组)，当执行时，使计算系统900能够执行本发明实施方式的特征或功能。注意到，代码可以直接导致处理器执行具体操作(被编译为这样做)，和/或代码可以与其它软件、硬件、和/或固件元件(例如，用于执行标准功能的库)结合来这样做。
在使用软件来执行元件的实施方式中，软件可以存储在计算机可读介质中，并且使用例如可移动存储驱动器914、驱动器912或通信接口924将其加载到计算系统900中。当由处理器904执行时，控制逻辑(在这个实例中，软件指令或计算机程序代码)导致处理器904执行此处所介绍的实例的功能。
图10示出了用于将呼叫者映射和路由到代理的示例性方法，其中根据基于性能的和/或模式匹配算法来路由第一部分或小部分的呼叫者，以及基于传统的、本质上随机的路由方法，例如，基于队列的路由来对第二部分或小部分的呼叫者进行路由。因此，在1420，路由系统首先确定如何路由呼叫者。例如，系统可以根据联络中心输入的设置，按各种比率来映射呼叫者和代理。例如，如果设置为80或80％，系统将基于性能和/或模式匹配算法来映射80％的呼叫者-代理对，并且基于其他方法(例如，队列次序)来映射剩余的20％的呼叫者-代理对。
示例性的用于将呼叫者路由到代理的基于性能和/或模式匹配的方法包括，根据性能对代理评级，比较代理数据和呼叫者数据，以及根据模式匹配算法来进行匹配，创建计算机模型用以预测代理-呼叫者对的结果，或它们的组合。特别地，用于增加最佳交互的机会的一个示例性方法包括组合代理等级(其可以通过根据期望结果对代理进行分级或排序来确定)、代理人口统计数据、代理心理统计数据以及关于代理的其它商业相关数据(在该应用中被单独或全体地称为“代理数据”)，以及与呼叫者相关的人口统计、心理统计、和其它商业相关数据(在该应用中被单独地或全体地称为“呼叫者数据”)。代理和呼叫者人口统计数据可以包括以下任意内容：性别、种族、年龄、教育、口音、收入、国籍、种族划分、区域代码、邮政编码、婚姻状况、工作状况、以及信用分数等。代理和呼叫者心理统计数据可以包括任意内容：内向性、社交性、财务成功的欲望、以及电影和电视偏好等。
示例性方法可以包括确定与一个或多个呼叫者(例如，挂起的呼叫者)相关联的呼叫者数据、确定与一个或多个代理(例如，一个或多个可用代理)相关联的代理数据、比较代理数据和呼叫者数据(例如，通过模式匹配算法)、以及将呼叫者与代理匹配以增加最佳交互的机会。特别地，在1422，确定或识别呼叫者的呼叫者数据(例如，呼叫者人口统计或心理统计数据)。一种完成这一点的方式为，使用呼叫者的联络信息作为索引从可用数据取回该数据。可用的数据库包括，但不限于，那些公开可用的数据库、那些商业上可用的数据库或那些由联络中心或联络中心客户创建的数据库。在出站联络中心环境中，呼叫者的联络信息是事先已知的。在入站联络中心环境中，可以通过检查呼叫者的CallerID信息来取回呼叫者的联络信息，或者通过在联络开始时请求呼叫者的该信息，例如通过对呼叫者账户号码或其它呼叫者标识信息的条目。还可以从可用数据库取回其他商业相关的数据，例如历史购买行为、顾客的当前满意级别或者所举荐的对商品的兴趣的级别等。
在1424，识别或确定一个或多个代理的代理数据。确定代理人口统计或心理统计数据的一种方法可以包括：在雇佣他们时，或者在雇佣他们期间周期性地，对代理进行调查。这种调查过程可以是手动的，例如通过纸件或口头调查，或者是在计算机系统上进行的自动调查，例如通过在网络浏览器上的部署。在一些实例中，该方法使用代理等级、人口统计、心理统计、以及其它商业相关数据，以及呼叫者人口统计、心理统计、以及其它商业相关数据，但是示例性方法和系统的其它实施方式可以清除一个或多个类型或种类的呼叫者或代理数据，从而降低应答时间、计算功率或存储需要。
然后，在1426可以比较代理数据和呼叫者数据。例如，可以将代理数据和呼叫者数据传递到计算系统，所述计算系统用于为每个代理-呼叫者对比较呼叫者数据和代理数据，例如，为了每个潜在的路由决策，以成对的方式比较呼叫者数据和代理数据。在一个实例中，通过将代理和呼叫者数据传递到模式匹配算法以创建计算机模型来实现比较，计算机模型将每个呼叫者与每个代理匹配，并估计沿多个最佳交互的每个匹配的可能结果，例如，销售的生成、联络的持续时间、或生成顾客觉得满意的交互的可能性。
在示例性方法和系统中使用的模式匹配算法可以包括任意相关算法，例如神经网络算法或遗传算法。为了一般地训练或者要不然为了完善算法，将实际的联络结果(为最佳交互所测量的)与对于所发生的每个联络实际的代理和呼叫数据进行比较。然后，模式匹配算法可以学习将某些呼叫者与某些代理匹配将如何改变最佳交互的概率，或改进其关于将某些呼叫者与某些代理匹配将如何改变最佳交互的概率的了解。按这种方式，模式匹配算法于是可以用于在将具有特定集合的呼叫者数据的呼叫者与具有特定集合的代理数据的代理匹配的情况中，预测最佳交互的概率。优选地，随着关于呼叫者交互的更多实际数据变为对模式匹配算法可用，可以周期性地完善模式匹配算法，例如，在联络中心已经结束了白天的运行之后，每晚周期性地训练算法。
模式匹配算法用于创建反映每个代理和呼叫者匹配的最佳交互的预测概率的计算机模型。优选地，计算机模式将包括登记到联络中心的每个代理作为与每个可用的呼叫者相匹配的一组最佳交互的预测概率。可替换地，计算机模型可以包括这些的子集，或包括上述集合的集合。例如，实例可以将每个可用代理与每个可用呼叫者匹配，或者甚至代理或呼叫者的更窄子集，而不是将登记到联络中心的每个代理与每个可用的呼叫者匹配。同样地，本发明可以将每个曾经在特定活动中工作过的代理-无论是否可用或者登记-与每个可用的呼叫者匹配。类似地，计算机模型可以包括一个最佳交互或多个最佳交互的预测概率。
计算机模型还可以包括代理和呼叫者的每个匹配的适合性分数。可以通过将一组最佳交互的概率看作是模式匹配算法预测的，并且对那些概率加权以便相对于另一最佳交互在特定最佳交互上施加更多或更少的侧重，来确定适合性分数。然后，可以在示例性方法和系统中使用适合性分数，来确定应当将哪些代理连接到哪些呼叫者。
基于模式匹配算法和/或计算机模型，所述方法进一步包括在1428确定与呼叫者具有最佳匹配的代理。应当了解的是，最佳匹配代理可以基于模式匹配算法、计算机模型，以及期望的输出变量和由特定呼叫中心选择的加权。然后，在1430，将呼叫者路由到最佳匹配代理。
在1420，如果使用不同的方法(例如，不基于性能和/或模式匹配算法)选择呼叫者映射到代理，所述特定的示例性方法包括，在450，如果适用的话，通过确定呼叫者的队列次序，经由自动呼叫分配(ACD)队列的次序或类似方式来路由。例如，如果挂起的其他呼叫者等待可用的代理，可以将呼叫者与其他呼叫者进行排队，例如系统可以根据挂起时间对呼叫者排序并优先映射那些已经挂起最长时间的呼叫者。类似地，，在1452，如果适用的话(例如，在多个代理可用的情况下)，示例性方法包括确定代理的队列次序。因此，系统通常作用为将已经等待或空闲最长时间的代理与已经挂起最长时间的呼叫者相映射。然后，在454，可以将呼叫者路由到代理。
注意的是，在其它实例中，呼叫者与至少一个模式匹配算法相匹配(例如，单独或与基于性能的代理的排序相结合)，不同的方法可以包括基于性能的路由。这允许将模式匹配算法和基于性能的路由进行比较或作基准测试。
根据所介绍的示例性系统和方法的另一方面，可以为联络中心或其客户提供可视计算机接口和可打印的报告，以允许他们实时地或基于过去的表现来监控代理到呼叫者的匹配的统计数据，测量与计算机模型所预测的交互相比所实现的最佳交互，以及使用此处所描述的方法的实时的或对过去表现的任意其它测量。还可以向联络中心或联络中心客户提供用于改变通过性能和/或模式匹配算法(以及最佳交互上的权重)映射的呼叫者的数量或部分的可视计算机接口，使得他们可以，如此处所讨论的那样，关于一个或多个结果变量来监控基于性能的数据和/或模式匹配算法的效果。
图11示出了具有图形元件1502的示例性接口1500，用于调整根据性能和/或模式匹配算法映射的小部分或部分呼叫者。将了解的是，可以在用于联络中心路由系统的浏览器页面、门户页面、或独立的用户接口中显示接口1500。此外，接口1500中可以包括各种其他信息和功能，但是此处为了清楚而省略。
在本实例中，接口1500显示了由在1510、1512和1514的不同输出变量所细分的联络中心性能的报告。特别地，示出了成本、收益生成和客户满意度，但是可以显示其它输出变量例如第一呼叫解决、撤销、或者来自系统的模式匹配算法和计算机模型的其它变量输出。接口1500进一步包括设置，其用于在1504将呼叫者路由到代理的模式匹配算法和计算机模型的不同结果变量的所需权重。特别地，选择器1504包括用于调整联络中心路由算法和计算机模型中的收益、成本和顾客满意度的加权的选择器。例如，在2008年8月29日提交的、序列号为12/202,091的共同未决美国专利申请中介绍了各种加权方法和算法，通过引用的方式将其全部内容合并于此。当然，用于调整所需结果的各种其他模式匹配算法、计算机模型以及加权方法是可能的并且是可设想的。
选择器1502操作以调整映射系统的“功率”，例如，通过如所介绍的性能和/或模式匹配算法映射的呼叫者的部分或百分比。在本实例中，如果选择器1502设置为“100”，系统通过性能和/或模式匹配算法来路由所有呼叫者；可替换地，如果选择器1502设置为“0”，系统不通过性能和/或模式匹配算法来路由任何呼叫者。响应于来自鼠标的输入、来自键盘的输入等(例如，箭头键、数字条目等)，可以调整选择器1502。此外，选择器1502可以被替换或进一步包括“滑块”元件、下拉选择器、用于手动输入数字或值的输入字段、上下箭头等。
如所介绍的，通过基本上随机的过程来路由小部分呼叫者提供映射系统的性能和/或模式匹配算法的评估。例如，为通过映射系统路由的和那些通过其它方式路由的呼叫者比较结果变量。例如，接口1500包括分别由1511a和1511b所示的映射系统的开和关(即“SatMap On”和“SatMapOff”)的路由系统随着时间的成本的显示1510。显示1510示出了，通过映射系统路由呼叫者的成本比那些不同映射(例如，通过队列次序或基本上随机的)的要低。如显示1512所示，由1513a所示的通过映射系统路由呼叫者的收益大于1513b所示的其它呼叫者的收益。此外，如显示1514所示，由1515a所示的通过映射系统路由呼叫者的顾客满意度大于如1515b所示的用于其它呼叫者的客户满意度。
注意到，由显示1510、1512和1514所显示信息是过去的性能数据；然而，在其它实例中，接口1500可以进一步操作以显示通过改变选择器1502的关于一个或多个结果变量的估计效果。例如，显示通过改变选择器1502在成本、收益生成、或顾客满意度的一个或多个中的可能改变。例如，在2008年7月28日提交的、序列号为61/084,201的共同未决美国临时专利申请中介绍用于估计结果变量的各种估计方法和算法。在一个实例中，估计包括评估相同(或类似)组的代理的过去时间段以及构建代理/呼叫者对的分配。使用每个对，可以通过模式匹配算法来计算所期望的成功率并且应用到当前信息，从而估计当前性能(例如，参考销售、成本、顾客满意度等中的一个或多个)。因此，采用历史的黄金周数据和代理信息，算法可以计算改变通过性能和/或模式匹配算法映射的呼叫者的功率或数量的估计。注意的是，用于历史信息的可能与性能一样重要的可比较时间(例如，一天中的时间、一周中的天等)可能会随着时间变化。
应当了解的是，为了清楚的目的，上述说明已经通过参考不同的功能单元和过程来介绍本发明的实施方式。然而，应当明白的是，在不偏离本发明的情况下，不同功能单元、处理器或域之间功能的任意合适的分配都是可以使用的。例如，由多个单独处理器或控制器来执行所说明的功能，可以由同一处理器或控制器来执行。因此，对具体功能单元的参考只被看作对用于提供所介绍的功能的合适装置的参考，而不表示严格的逻辑或物理结构或组织。
本发明的上述实施方式仅是说明性的而不是限制性的。在不脱离本发明更宽范围的情况下，可以做出各种变化和修改。附加的权利要求包括本发明的精神和范围内的这种变化和修改。

Claims (12)

1.一种用于在呼叫中心路由环境中将呼叫者路由到代理的系统，包括：
收集器，被配置为获得用于一组呼叫者中的呼叫者的人口统计学数据和/或心理统计学数据；
所述收集器被配置为获得用于一组代理中的代理的人口统计学数据和/或心理统计学数据；
利用模式匹配算法配置的匹配引擎，将包括该组呼叫者中的第一部分的每个呼叫者的人口统计学数据和/或心理统计学数据的数据，与该组代理中的每个代理的人口统计学数据和/或心理统计学数据进行匹配，以确定用于呼叫者的第一部分中的每个呼叫者的多个呼叫者-代理对的最佳交互；
路由引擎，被配置为至少部分基于来自用于各个呼叫者-代理对的模式匹配算法的结果，将呼叫者的第一部分中的各个呼叫者与该组代理中的各个代理进行连接；
进一步利用不同的路由算法来配置匹配引擎，以利用不同的路由算法，将该组呼叫者中的第二部分中的各个呼叫者与该组代理中的各个代理进行匹配；
所述路由引擎进一步被配置为至少部分地基于来自不同的路由算法的结果，将呼叫者的第二部分中的各个呼叫者与该组代理中的各个代理进行连接；以及
接口，包括用于调整使用模式匹配算法所匹配的呼叫者的第一部分或百分比和使用不同的路由算法所匹配的呼叫者的第二部分或百分比的图形元件，所述图形元件包括选择器。
2.根据权利要求1所述的系统，
其中不同的路由算法包括用于基于队列次序进行随机匹配的算法；以及
其中路由引擎被配置为基于队列次序的随机匹配，将呼叫者的第二部分中的各个呼叫者随机连接到该组代理中的各个代理。
3.根据权利要求1所述的系统，
其中匹配引擎被配置为使用模式匹配算法，通过将呼叫者的第一部分中的每个呼叫者与该组代理中的每个代理进行匹配并且生成用于各个呼叫者-代理对中的每个的分数，来获得呼叫者-代理对的分数；以及
其中路由引擎被配置为，至少部分地基于分数，将呼叫者的第一部分中的各个呼叫者与各个代理进行连接。
4.根据权利要求1所述的系统，其中模式匹配算法包括神经网络算法。
5.根据权利要求1所述的系统，其中最佳交互包括从由成本、收益或顾客满意度构成的组中选择的一个。
6.根据权利要求1所述的系统，其中所述人口统计数据包括从由性别、种族、年龄、教育、口音、收入、国籍、种族划分、婚姻状况、工作状况、或信用分数构成的组中选择的两个或多个。
7.一种用于在呼叫中心路由环境中将呼叫者路由到代理的方法，所述方法包括以下动作：
一个或多个计算机获得用于一组呼叫者中的呼叫者的人口统计学数据和/或心理统计学数据；
一个或多个计算机获得用于一组代理中的代理的人口统计学数据和/或心理统计学数据；
利用模式匹配算法配置的一个或多个计算机，将包括该组呼叫者中的第一部分的每个呼叫者的人口统计学数据和/或心理统计学数据的数据，与该组代理中的每个代理的人口统计学数据和/或心理统计学数据进行匹配，以确定用于呼叫者的第一部分中的每个呼叫者的多个呼叫者-代理对的最佳交互；
一个或多个计算机至少部分基于来自用于各个呼叫者-代理对的模式匹配算法的结果，将呼叫者的第一部分中的各个呼叫者与该组代理中的各个代理进行连接；
利用不同的路由算法配置一个或多个计算机，以利用不同的路由算法，将该组呼叫者中的第二部分中的各个呼叫者与该组代理中的各个代理进行匹配；
一个或多个计算机至少部分地基于来自不同路由算法的结果，将呼叫者的第二部分中的各个呼叫者与该组代理中的各个代理进行连接；以及
使用具有图形元件的接口，调整使用模式匹配算法所匹配的呼叫者的第一部分或百分比和使用不同的路由算法所匹配的呼叫者的第二部分或百分比。
8.根据权利要求7所述的方法，
其中不同的路由算法包括用于基于队列次序进行随机匹配的算法；以及
其中将呼叫者的第二部分中的各个呼叫者与该组代理中的各个代理进行连接的步骤包括：基于队列次序的随机匹配，将呼叫者的第二部分中的各个呼叫者随机连接到该组代理中的各个代理。
9.根据权利要求7所述的方法，
其中模式匹配算法被配置为，通过将呼叫者的第一部分中的每个呼叫者与该组代理中的每个代理进行匹配并且生成用于各个呼叫者-代理对中的每个的分数，来获得呼叫者-代理对的分数；以及
其中将呼叫者的第一部分中的各个呼叫者与该组代理中的各个代理进行连接的步骤包括：至少部分地基于分数，将呼叫者的第一部分中的各个呼叫者与各个代理进行连接。
10.根据权利要求7所述的方法，其中模式匹配算法包括神经网络算法。
11.根据权利要求7所述的方法，其中最佳交互包括从由成本、收益或顾客满意度构成的组中选择的一个。
12.根据权利要求7所述的方法，其中所述人口统计数据包括从由性别、种族、年龄、教育、口音、收入、国籍、种族划分、婚姻状况、工作状况、或信用分数构成的组中选择的两个或多个。
CN200980153730.2A 2008-11-06 2009-10-21 呼叫中心内的两步路由过程 Active CN102301688B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US12/266,461 US8472611B2 (en) 2008-11-06 2008-11-06 Balancing multiple computer models in a call center routing system
US12/266,446 US8824658B2 (en) 2008-11-06 2008-11-06 Selective mapping of callers in a call center routing system
US12/266,446 2008-11-06
US12/266,461 2008-11-06
PCT/US2009/061537 WO2010053701A2 (en) 2008-11-06 2009-10-21 Systems and methods in a call center routing system

Publications (2)

Publication Number Publication Date
CN102301688A CN102301688A (zh) 2011-12-28
CN102301688B true CN102301688B (zh) 2014-05-21

Family

ID=41557475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980153730.2A Active CN102301688B (zh) 2008-11-06 2009-10-21 呼叫中心内的两步路由过程

Country Status (11)

Country Link
EP (1) EP2364545B1 (zh)
JP (1) JP5631326B2 (zh)
CN (1) CN102301688B (zh)
AU (1) AU2009311534B2 (zh)
CA (2) CA2742958C (zh)
ES (1) ES2743654T3 (zh)
HU (1) HUE045490T2 (zh)
MX (1) MX2011004815A (zh)
NZ (1) NZ592781A (zh)
PT (1) PT2364545T (zh)
WO (1) WO2010053701A2 (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9215323B2 (en) 2008-01-28 2015-12-15 Satmap International Holdings, Ltd. Selective mapping of callers in a call center routing system
US9288326B2 (en) 2008-01-28 2016-03-15 Satmap International Holdings Limited Systems and methods for routing a contact to an agent in a contact center
US9300802B1 (en) 2008-01-28 2016-03-29 Satmap International Holdings Limited Techniques for behavioral pairing in a contact center system
US9654641B1 (en) 2008-01-28 2017-05-16 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9686411B2 (en) 2012-03-26 2017-06-20 Afiniti International Holdings, Ltd. Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US9692899B1 (en) 2016-08-30 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9692898B1 (en) 2008-01-28 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking paring strategies in a contact center system
US9712676B1 (en) 2008-01-28 2017-07-18 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9774740B2 (en) 2008-01-28 2017-09-26 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9781269B2 (en) 2008-01-28 2017-10-03 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9787841B2 (en) 2008-01-28 2017-10-10 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9888121B1 (en) 2016-12-13 2018-02-06 Afiniti Europe Technologies Limited Techniques for behavioral pairing model evaluation in a contact center system
US9924041B2 (en) 2015-12-01 2018-03-20 Afiniti Europe Technologies Limited Techniques for case allocation
US9930180B1 (en) 2017-04-28 2018-03-27 Afiniti, Ltd. Techniques for behavioral pairing in a contact center system
US9955013B1 (en) 2016-12-30 2018-04-24 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10027811B1 (en) 2012-09-24 2018-07-17 Afiniti International Holdings, Ltd. Matching using agent/caller sensitivity to performance
US10110746B1 (en) 2017-11-08 2018-10-23 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a task assignment system
US10116795B1 (en) 2017-07-10 2018-10-30 Afiniti Europe Technologies Limited Techniques for estimating expected performance in a task assignment system
US10135986B1 (en) 2017-02-21 2018-11-20 Afiniti International Holdings, Ltd. Techniques for behavioral pairing model evaluation in a contact center system
US10142473B1 (en) 2016-06-08 2018-11-27 Afiniti Europe Technologies Limited Techniques for benchmarking performance in a contact center system
US10257354B2 (en) 2016-12-30 2019-04-09 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10320984B2 (en) 2016-12-30 2019-06-11 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10326882B2 (en) 2016-12-30 2019-06-18 Afiniti Europe Technologies Limited Techniques for workforce management in a contact center system
US10334107B2 (en) 2012-03-26 2019-06-25 Afiniti Europe Technologies Limited Call mapping systems and methods using bayesian mean regression (BMR)
US11778097B2 (en) 2019-08-12 2023-10-03 Afiniti, Ltd. Techniques for pairing contacts and agents in a contact center system
US11876931B2 (en) 2008-01-28 2024-01-16 Afiniti, Ltd. Techniques for benchmarking pairing strategies in a contact center system
US12008494B2 (en) 2020-11-13 2024-06-11 Afiniti, Ltd. Techniques for behavioral pairing in a multistage task assignment system

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10567586B2 (en) 2008-11-06 2020-02-18 Afiniti Europe Technologies Limited Pooling callers for matching to agents based on pattern matching algorithms
US8903079B2 (en) 2008-01-28 2014-12-02 Satmap International Holdings Limited Routing callers from a set of callers based on caller data
US10750023B2 (en) 2008-01-28 2020-08-18 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US10708431B2 (en) 2008-01-28 2020-07-07 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US8472611B2 (en) 2008-11-06 2013-06-25 The Resource Group International Ltd. Balancing multiple computer models in a call center routing system
USRE48412E1 (en) 2008-11-06 2021-01-26 Afiniti, Ltd. Balancing multiple computer models in a call center routing system
US8699694B2 (en) 2010-08-26 2014-04-15 Satmap International Holdings Limited Precalculated caller-agent pairs for a call center routing system
US8724797B2 (en) 2010-08-26 2014-05-13 Satmap International Holdings Limited Estimating agent performance in a call routing center system
US8750488B2 (en) 2010-08-31 2014-06-10 Satmap International Holdings Limited Predicted call time as routing variable in a call routing center system
US9392116B2 (en) * 2013-12-26 2016-07-12 Genesys Telecommunications Laboratories, Inc. System and method for customer experience management
US20170024680A1 (en) * 2015-07-21 2017-01-26 Oracle International Corporation Multi-dimensional approach to agent assignment
PT3186948T (pt) * 2015-09-30 2019-03-20 Afiniti Int Holdings Ltd Técnicas de emparelhamento comportamental num sistema do centro de contacto
BR112018011018B1 (pt) * 2015-12-01 2024-01-02 Afiniti, Ltd Método para emparelhamento comportamental híbrido em um sistema central de contato, sistema para emparelhamento comportamental híbrido em um sistema central de contato e artigo de fabricação para emparelhamento comportamental híbrido em um sistema central de contato
ES2858755T3 (es) * 2015-12-01 2021-09-30 Afiniti Ltd Técnicas para el emparejamiento conductual híbrido en un sistema de centro de contacto
KR102241968B1 (ko) * 2016-04-18 2021-04-19 아피니티 유럽 테크놀로지즈 리미티드 연락 센터 시스템에서 페어링 전략들을 벤치마킹하는 기술들
AU2017203826B2 (en) 2016-06-23 2018-07-05 Accenture Global Solutions Limited Learning based routing of service requests
US11831808B2 (en) 2016-12-30 2023-11-28 Afiniti, Ltd. Contact center system
US10970658B2 (en) * 2017-04-05 2021-04-06 Afiniti, Ltd. Techniques for behavioral pairing in a dispatch center system
CN107135321B (zh) * 2017-05-27 2019-12-06 北京思特奇信息技术股份有限公司 一种基于redis的排队方法和系统
JP6802134B2 (ja) * 2017-09-27 2020-12-16 Kddi株式会社 オペレータ選択装置、オペレータ選択システム、プログラム及びオペレータ選択方法
AU2018305146A1 (en) * 2017-11-08 2019-05-23 Afiniti, Ltd. Techniques for benchmarking pairing strategies in a task assignment system
US10509669B2 (en) 2017-11-08 2019-12-17 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a task assignment system
US11399096B2 (en) 2017-11-29 2022-07-26 Afiniti, Ltd. Techniques for data matching in a contact center system
US10509671B2 (en) 2017-12-11 2019-12-17 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a task assignment system
US10623565B2 (en) 2018-02-09 2020-04-14 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US11250359B2 (en) 2018-05-30 2022-02-15 Afiniti, Ltd. Techniques for workforce management in a task assignment system
US10496438B1 (en) 2018-09-28 2019-12-03 Afiniti, Ltd. Techniques for adapting behavioral pairing to runtime conditions in a task assignment system
US10867263B2 (en) 2018-12-04 2020-12-15 Afiniti, Ltd. Techniques for behavioral pairing in a multistage task assignment system
US11144344B2 (en) 2019-01-17 2021-10-12 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
CN110191240A (zh) * 2019-05-23 2019-08-30 威比网络科技(上海)有限公司 用于智能匹配和自动通讯的方法、系统、装置及存储介质
US11445062B2 (en) 2019-08-26 2022-09-13 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
US10757262B1 (en) 2019-09-19 2020-08-25 Afiniti, Ltd. Techniques for decisioning behavioral pairing in a task assignment system
CN111163238B (zh) * 2019-11-26 2021-07-09 国网江苏省电力有限公司电力科学研究院 一种在线客服系统的智能调度方法
US11611659B2 (en) 2020-02-03 2023-03-21 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
EP4213022B1 (en) 2020-02-04 2024-05-01 Afiniti, Ltd. Techniques for error handling in a task assignment system with an external pairing system
AU2021216863A1 (en) 2020-02-05 2022-09-15 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system with an external pairing system
CA3166789A1 (en) 2020-02-05 2021-08-12 Ain Chishty Techniques for sharing control of assigning tasks between an external pairing system and a task assignment system with an internal pairing system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0493292A2 (en) * 1990-12-11 1992-07-01 International Business Machines Corporation Look-ahead method and apparatus for predictive dialing using a neural network
EP0949793A1 (en) * 1998-04-09 1999-10-13 Lucent Technologies Inc. Optimizing call-center performance by using predictive data to distribute agents among calls
EP1032188A1 (en) * 1999-02-02 2000-08-30 Lucent Technologies Inc. Rules-based queuing of calls to call-handling resources
CN101076153A (zh) * 2007-07-24 2007-11-21 华为技术有限公司 呼叫转移方法和终端设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982873A (en) * 1997-03-07 1999-11-09 Lucent Technologies Inc. Waiting-call selection based on objectives
US6510221B1 (en) * 1999-12-06 2003-01-21 Avaya Technology Corp. System for automatically routing calls to call center agents in an agent surplus condition based on delay probabilities
US7023979B1 (en) * 2002-03-07 2006-04-04 Wai Wu Telephony control system with intelligent call routing
US7184540B2 (en) * 2002-11-26 2007-02-27 Rockwell Electronic Commerce Technologies, Llc Personality based matching of callers to agents in a communication system
US20050013428A1 (en) * 2003-07-17 2005-01-20 Walters James Frederick Contact center optimization program
US20060222164A1 (en) * 2005-04-04 2006-10-05 Saeed Contractor Simultaneous usage of agent and service parameters
US9712679B2 (en) * 2008-01-28 2017-07-18 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0493292A2 (en) * 1990-12-11 1992-07-01 International Business Machines Corporation Look-ahead method and apparatus for predictive dialing using a neural network
EP0949793A1 (en) * 1998-04-09 1999-10-13 Lucent Technologies Inc. Optimizing call-center performance by using predictive data to distribute agents among calls
EP1032188A1 (en) * 1999-02-02 2000-08-30 Lucent Technologies Inc. Rules-based queuing of calls to call-handling resources
CN101076153A (zh) * 2007-07-24 2007-11-21 华为技术有限公司 呼叫转移方法和终端设备

Cited By (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10051126B1 (en) 2008-01-28 2018-08-14 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US10298763B2 (en) 2008-01-28 2019-05-21 Afiniti Europe Technolgies Limited Techniques for benchmarking pairing strategies in a contact center system
US9288325B2 (en) 2008-01-28 2016-03-15 Satmap International Holdings Limited Systems and methods for routing callers to an agent in a contact center
US9300802B1 (en) 2008-01-28 2016-03-29 Satmap International Holdings Limited Techniques for behavioral pairing in a contact center system
US9413894B2 (en) 2008-01-28 2016-08-09 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9426296B2 (en) 2008-01-28 2016-08-23 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9654641B1 (en) 2008-01-28 2017-05-16 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9215323B2 (en) 2008-01-28 2015-12-15 Satmap International Holdings, Ltd. Selective mapping of callers in a call center routing system
US9692898B1 (en) 2008-01-28 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking paring strategies in a contact center system
US9712676B1 (en) 2008-01-28 2017-07-18 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9712679B2 (en) 2008-01-28 2017-07-18 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9774740B2 (en) 2008-01-28 2017-09-26 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9781269B2 (en) 2008-01-28 2017-10-03 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9787841B2 (en) 2008-01-28 2017-10-10 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9871924B1 (en) 2008-01-28 2018-01-16 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US9888120B1 (en) 2008-01-28 2018-02-06 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9917949B1 (en) 2008-01-28 2018-03-13 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US9680997B2 (en) 2008-01-28 2017-06-13 Afiniti Europe Technologies Limited Systems and methods for routing callers to an agent in a contact center
US9288326B2 (en) 2008-01-28 2016-03-15 Satmap International Holdings Limited Systems and methods for routing a contact to an agent in a contact center
US11876931B2 (en) 2008-01-28 2024-01-16 Afiniti, Ltd. Techniques for benchmarking pairing strategies in a contact center system
US10135987B1 (en) 2008-01-28 2018-11-20 Afiniti Europe Technologies Limited Systems and methods for routing callers to an agent in a contact center
US10326884B2 (en) 2008-01-28 2019-06-18 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US10051124B1 (en) 2008-01-28 2018-08-14 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US10320985B2 (en) 2008-01-28 2019-06-11 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US10298762B2 (en) 2008-01-28 2019-05-21 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10116797B2 (en) 2008-01-28 2018-10-30 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10165123B1 (en) 2008-01-28 2018-12-25 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10320986B2 (en) 2008-11-06 2019-06-11 Afiniti Europe Technologies Limited Selective mapping of callers in a call center routing system
US10142479B2 (en) 2012-03-26 2018-11-27 Afiniti Europe Technologies Limited Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US10044867B2 (en) 2012-03-26 2018-08-07 Afiniti International Holdings, Ltd. Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US10334107B2 (en) 2012-03-26 2019-06-25 Afiniti Europe Technologies Limited Call mapping systems and methods using bayesian mean regression (BMR)
US9699314B2 (en) 2012-03-26 2017-07-04 Afiniti International Holdings, Ltd. Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US9686411B2 (en) 2012-03-26 2017-06-20 Afiniti International Holdings, Ltd. Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US11863708B2 (en) 2012-09-24 2024-01-02 Afiniti, Ltd. Matching using agent/caller sensitivity to performance
US10027811B1 (en) 2012-09-24 2018-07-17 Afiniti International Holdings, Ltd. Matching using agent/caller sensitivity to performance
USRE46986E1 (en) 2012-09-24 2018-08-07 Afiniti International Holdings, Ltd. Use of abstracted data in pattern matching system
US10027812B1 (en) 2012-09-24 2018-07-17 Afiniti International Holdings, Ltd. Matching using agent/caller sensitivity to performance
USRE47201E1 (en) 2012-09-24 2019-01-08 Afiniti International Holdings, Ltd. Use of abstracted data in pattern matching system
US10244117B2 (en) 2012-09-24 2019-03-26 Afiniti International Holdings, Ltd. Matching using agent/caller sensitivity to performance
US9924041B2 (en) 2015-12-01 2018-03-20 Afiniti Europe Technologies Limited Techniques for case allocation
US10135988B2 (en) 2015-12-01 2018-11-20 Afiniti Europe Technologies Limited Techniques for case allocation
US10142473B1 (en) 2016-06-08 2018-11-27 Afiniti Europe Technologies Limited Techniques for benchmarking performance in a contact center system
US9692899B1 (en) 2016-08-30 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10110745B2 (en) 2016-08-30 2018-10-23 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9888121B1 (en) 2016-12-13 2018-02-06 Afiniti Europe Technologies Limited Techniques for behavioral pairing model evaluation in a contact center system
US10142478B2 (en) 2016-12-13 2018-11-27 Afiniti Europe Technologies Limited Techniques for behavioral pairing model evaluation in a contact center system
US10257354B2 (en) 2016-12-30 2019-04-09 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10320984B2 (en) 2016-12-30 2019-06-11 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US11595522B2 (en) 2016-12-30 2023-02-28 Afiniti, Ltd. Techniques for workforce management in a contact center system
US9955013B1 (en) 2016-12-30 2018-04-24 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10326882B2 (en) 2016-12-30 2019-06-18 Afiniti Europe Technologies Limited Techniques for workforce management in a contact center system
US10135986B1 (en) 2017-02-21 2018-11-20 Afiniti International Holdings, Ltd. Techniques for behavioral pairing model evaluation in a contact center system
US9930180B1 (en) 2017-04-28 2018-03-27 Afiniti, Ltd. Techniques for behavioral pairing in a contact center system
US10284727B2 (en) 2017-04-28 2019-05-07 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US9942405B1 (en) 2017-04-28 2018-04-10 Afiniti, Ltd. Techniques for behavioral pairing in a contact center system
US10116800B1 (en) 2017-04-28 2018-10-30 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US10122860B1 (en) 2017-07-10 2018-11-06 Afiniti Europe Technologies Limited Techniques for estimating expected performance in a task assignment system
US10116795B1 (en) 2017-07-10 2018-10-30 Afiniti Europe Technologies Limited Techniques for estimating expected performance in a task assignment system
US10110746B1 (en) 2017-11-08 2018-10-23 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a task assignment system
US11778097B2 (en) 2019-08-12 2023-10-03 Afiniti, Ltd. Techniques for pairing contacts and agents in a contact center system
US12008494B2 (en) 2020-11-13 2024-06-11 Afiniti, Ltd. Techniques for behavioral pairing in a multistage task assignment system

Also Published As

Publication number Publication date
EP2364545B1 (en) 2019-06-12
WO2010053701A3 (en) 2010-07-22
CA2742958C (en) 2017-08-08
CA2958005C (en) 2021-07-27
PT2364545T (pt) 2019-09-17
ES2743654T3 (es) 2020-02-20
CN102301688A (zh) 2011-12-28
JP2012507976A (ja) 2012-03-29
CA2958005A1 (en) 2010-05-14
WO2010053701A2 (en) 2010-05-14
JP5631326B2 (ja) 2014-11-26
AU2009311534B2 (en) 2014-04-24
AU2009311534A1 (en) 2010-05-14
EP2364545A2 (en) 2011-09-14
MX2011004815A (es) 2011-06-16
CA2742958A1 (en) 2010-05-14
NZ592781A (en) 2013-12-20
HUE045490T2 (hu) 2019-12-30

Similar Documents

Publication Publication Date Title
CN102301688B (zh) 呼叫中心内的两步路由过程
USRE48550E1 (en) Use of abstracted data in pattern matching system
CN102273185B (zh) 基于多变量标准化评分和影子队列的呼叫路由方法及系统
US10320986B2 (en) Selective mapping of callers in a call center routing system
USRE48476E1 (en) Balancing multiple computer models in a call center routing system
USRE48860E1 (en) Estimating agent performance in a call routing center system
CA2962534C (en) Routing callers from a set of callers in an out of order sequence
USRE48412E1 (en) Balancing multiple computer models in a call center routing system
CA3071165C (en) Routing callers from a set of callers in an out of order sequence
KR101986655B1 (ko) 머신 러닝을 이용하여 사업의 영속성을 예측하는 방법 및 시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160426

Address after: Bermuda Hamilton

Patentee after: RESOURCE GROUP INTERNATIONAL LTD

Address before: British Bermuda, Hamilton

Patentee before: Resource Group Internat Ltd.

C56 Change in the name or address of the patentee
CP01 Change in the name or title of a patent holder

Address after: Bermuda Hamilton

Patentee after: A Feeley Siti International Holdings Limited

Address before: Bermuda Hamilton

Patentee before: RESOURCE GROUP INTERNATIONAL LTD

CP01 Change in the name or title of a patent holder

Address after: Hamilton, Bermuda Islands

Patentee after: Alferti Ltd.

Address before: Hamilton, Bermuda Islands

Patentee before: Afiliti International Holdings Ltd.

CP01 Change in the name or title of a patent holder