CN103037110B - 预测呼叫中心的性能 - Google Patents

Abstract

本发明公开了一种预测呼叫中心性能的系统和方法。在一个实施例中，所述预测呼叫中心性能的方法包括：接收涉及呼叫中心的至少一个资源的详情，从而基于该接收的详情生成代表该至少一个资源的至少一个资源模型。该方法还进一步包括：接收与该至少一个资源模型相关的至少一个工作流参数，从而基于该至少一个工作流参数生成至少一个报告，所述报告反映呼叫中心提供的服务质量。

Description

预测呼叫中心的性能

技术领域

本发明大体涉及计算系统，特别涉及用于预测呼叫中心性能的系统和方法。

背景技术

一些机构，例如呼叫中心或业务流程外包（BPO）单位（下文统称为呼叫中心），用于通常通过电话接收、发送和服务大量的请求（下文称为呼叫请求）。呼入请求可能涉及来自消费者的产品支持或信息查询，而呼出请求通常涉及例如电话销售、追收债务等活动。传统上，呼叫中心是通过具有多个工作站点且对呼叫中心代理人来说广泛的工作区来运行的，这些工作站点通常包括每个代理人一个的计算设备、通讯设备（如耳机或与电信交换机连接的电信单元）和一个或多个监管站点。而且，一个呼叫中心可独立运作，或可与其他呼叫中心联网（一般通过通讯网络联网）。

一些呼叫中心还具有称为联系中心的专门部门，用来处理邮政信函、传真、在线聊天、即时消息和电子邮件。联系中心管理呼叫中心服务的机构的所有通讯。联系中心还将通讯发送至指定的收件人和跟踪发给指定收件人的通讯，管理联系信息，有时甚至服务于机构的客户关系管理（CRM）流程。

发明内容

本综述用于介绍与预测呼叫中心性能的系统和方法相关的概念，这些概念在下面的详细说明中会进一步描述。本综述并不旨在确定权利要求的必要特征，也不旨在用于决定或限制权利要求的范围。

在一个实施例中，预测呼叫中心性能的方法包括：接收涉及呼叫中心的至少一个资源的详情，从而基于接收的详情生成代表该至少一个资源的至少一个资源模型。该方法还进一步包括：接收与所述至少一个资源模型相关的至少一个工作流参数（workflowparameter），以及基于所述至少一个工作流参数生成表明所述呼叫中心提供的服务质量的至少一个报告。

附图说明

详细说明参考附图作描述。在附图中，附图标记最左边的数字表示该附图标记第一次出现时所在的图号。相同的数字用于指示所有图中相似的特征和组件。

图1图示了根据本发明的一个实施例的实施呼叫中心性能预测系统的网络环境。

图2图示了根据本发明的一个实施例的由呼叫中心性能预测系统生成的呼叫中心的模拟模型。

图3图示了根据本发明的一个实施例的预测呼叫中心性能的方法。

具体实施方式

本申请描述了预测呼叫中心绩效的系统和方法。所述系统和方法可以在多种计算系统中实施。能够实施上述方法的计算系统包括但不仅限于：大型计算机、工作站、个人电脑、台式电脑、小型机、服务器、多处理器系统、笔记本电脑、移动计算设备等等。

呼叫中心，包括业务流程外包（BPO）机构，是一个管理呼入请求（比如消费者的产品支持或信息查询）的独立的机构或机构的部门。由呼叫中心产生的传出呼叫通常用于电话销售、追收债务等。另外，呼叫中心还集中处理涉及一个或多个机构的信函、传真、在线聊天和电子邮件。

通常，顾客和消费者通过公共交换电话网络（PSTN）发起对呼叫中心的呼入请求。PSTN通常通过一条或多条中继线路与呼叫中心的专用自动交换分机（PABX）连接。如果顾客的呼入请求到达时所有中继线路都在使用（即，忙线），则该呼叫会被阻塞，否则呼叫通常会由交互式语音应答（IVR）单元回应。IVR单元通过被预先设置用来通过语音和键盘输入而与顾客交互的计算设备来执行。在某些情况下，顾客能够通过IVR单元获取所需服务。

在其他情况下，基于多种呼叫发送参数（routing parameter），例如呼入请求的类别、代理人的技能和专长，呼叫会从IVR单元被传送至一个代理人。如果合适的代理人不能够服务该呼入请求，该呼叫请求会被置于队列中。

一般地，在呼叫中心，代理人会根据他们的技能被分成多个群组，各群组表示代理人能够服务的呼叫类别。在这种情况下，基于技能的传送（skill-based routing, SBR）将呼入请求传送至代理人，该SBR包括在自动呼叫分配器（automatic call distributor,ACD）中定义规则。由于呼叫中心通常向各种时区的顾客和消费者提供支持，呼叫中心的代理人通常轮班工作，例如早班、晚班和夜班。呼叫中心主管通常负责呼叫中心的职员安排，并保证呼叫中心的运作符合预定的质量标准。

呼叫中心的运作是根据多种性能指标来衡量的，所述指标例如是堵塞指数，其表示由于资源（如代理人、计算系统、中继线路等）的不足而被丢弃的呼入请求的百分比。其他性能指标包括：弃呼率，其表示顾客在等待服务时放弃的呼入请求的百分比；平均服务速度，其表示服务一个呼入请求所需的平均时间，例如以秒为单位；服务水平指数，其表示在规定的时间间隔内呼入服务的百分比。

此外，还可以使用多种其他性能参数来确定呼叫中心的运作质量。这些性能参数包括：代理人占用指数，其表示一个代理人处理呼入请求实际耗费的时间与该代理人空闲的实际时间间隔的比率；计划遵守指数，其表示代理人实际利用的规定工作时间的程度；员工缩减指数，其表示由于培训、休息等原因而不能服务呼入请求的代理人的持续时间；单位呼叫成本，其表示服务一个呼入请求所消耗的资源。这些资源的例子包括但不限于：包括代理人在内的劳动力成本、呼叫中心的设备成本，等等。

传统上，数学的一个专门分支——排队论（queuing theory），被用于建立呼叫中心运作的模型。在这些模型中，呼叫中心是作为一个排队网络而建模的。这些系统使用一个接着“Erlangs”的数值来代表服务提供元件所处理的同时呼叫的平均数，其中该平均数是基于比较合理的时间段（比如15分钟）而计算的。该措施特别使用于资源需求的短期迸发非常普遍的情况，这在呼叫中心的运作中经常见到。

其他传统上已知的系统可以基于厄兰B模型（Erlang B Model），该模型使用指数分布的顾客忍耐时间间隔，所述忍耐时间与每个呼入请求相关。每个传入呼叫请求与一个指数分布的忍耐时间相关，所述忍耐时间反映顾客等待服务的时间间隔。所述技术还包括如下假设：每个呼入请求都被提供一个等待时间，即，假定顾客的耐性是无限的，生成呼入请求的顾客须要等待的时间。如果等待时间超出了顾客的忍耐时间，该呼入请求会被顾客放弃，否则顾客会等待服务。

其他传统的系统计算生成呼入请求的顾客必须在队列模型中等待的概率。在所述模型中，无限数量的来源（模仿生成呼入请求的顾客），以呼入请求的方式联合对呼叫中心的代理人产生通信量。因此，如果当来自一个来源的呼入请求到达时所有代理人都繁忙，该呼入请求会被置于队列中。因此，可能会有无限数量的呼入请求同时被置于队列中。该模型（称为厄兰C模型（Erlang C Model））有助于决定组建一个呼叫中心所需的代理人数目，这是因为规定的或预期的排队概率基于多种假设，例如，呼入请求的通信量可以通过泊松过程来建模，等待时间可以由负指数分布描述。由于泊松过程是一个随机过程，在上述模型中，每个来源都独立于其他来源的运作而产生通信量或者运作。

模拟呼叫中心运作的传统方法还假设呼叫请求遵循先入先出（FIFO）模型，所述模型没有提供使一个呼入请求优先化。此外，服务一个呼入请求的预期时间对于每种类型的呼叫都是不同的，并且还取决于代理人的技能、经验等，这在传统的方法中是没有考虑的。

分析呼叫中心运作的传统方法没有提供基于服务一个呼入请求所需的技能的呼叫选路，这在实际情况中是非常普遍的，因为并非所有代理人都能够服务所有种类的呼入请求。一些呼叫中心会有针对每个类别呼入请求的专门代理人。此外，一些代理人有多个技能组合，从而处理多个类别的呼入请求。

再者，分析呼叫中心运作的传统方法假设没有呼入请求会丢失，而且不会试图重复连接呼叫中心。因此由传统技术生成的职员需求是不精确的，并且没有提供代理人该如何在呼叫中心分配工作来满足预期质量标准的清晰指示。

本发明公开了预测呼叫中心性能的系统和方法，从而帮助呼叫中心主管为呼叫中心配备职员，并保证呼叫中心的运作满足预先规定的质量标准。在一个实施例中，该方法包括生成性能报告，该报告反映服务每类呼入请求的一个呼入请求所需的时间、每个代理人的利用、针对每个呼叫类别的排队规模，等等。

在一个实施例中，所建议的方法有助于用户（如呼叫中心主管）生成呼叫中心的建模和模拟环境，其中用户针对该模拟定义多种资源模型，例如顾客模型、交互式语音应答单元（下文称为IVR单元）模型、自动呼叫分配器（ACD）模型、专用自动交换分机（PABX）模型、代理人模型等等。用户可以针对每个资源模型定义多种资源属性，以表示该资源模型描述的资源的行为或特征。用户还可以进一步定义工作流参数和对每个资源模型分配数值，所述工作流参数表示使用连接器的呼叫中心进行的过程。以呼叫中心的模拟模型为基础，用户可以产生多种测试场景和优化运作。

通过改变与资源模型相关的资源属性或工作流参数，用户可以针对多种测试场景模拟呼叫中心的运作并预测呼叫中心的性能。基于该模拟，可以生成多种反映呼叫中心运作的报告。该报告可以反映服务每类呼入请求的一个呼入请求所需的时间、每个代理人的利用、针对每个呼入请求类别的排队规模，等等。此外，该报告还可以包括人员配置指数，从而优化人员配置、工作分配、工作时间安排、代理人的培训课程安排等等。

虽然所述的预测呼叫中心性能的系统和方法的各个方面可以在任何数量的不同计算系统、环境和/或配置中实施，但仅在下述示例性系统的内容中描述了实施例。

图1图示了，根据本发明的一个实施例的一个执行呼叫中心性能预测系统102（下文称为CCPP系统102）的网络环境100，所述CCPP系统102被配置用来模拟呼叫中心的运作，从而帮助用户（例如呼叫中心主管）安排呼叫中心的代理人。在一个实施例中，CCPP系统102可以包含于既存的呼叫中心的信息技术基础设施当中。CCPP系统102可以在多种计算系统中实施，例如便携式电脑、台式电脑、笔记本电脑、工作站、大型计算机、服务器、网络服务器等等。应该理解的是，CCPP系统102可以由用户（即呼叫中心主管、呼叫中心规划者、呼叫中心利益相关者）通过一个或多个客户端设备104或驻留在客户端设备上104的应用进入。客户端设备104的例子包括但不限于：便携式计算机104-1、个人数字助理104-2、手持设备104-3和工作站104-N。如图所示，这些客户端设备104通过网络106与CCPP系统102可通讯地相连，以方便一个或多个用户。

网络106可以是无线网络、有线网络或其组合。网络106可以作为不同类型网络中的一种而实施，例如内联网、局域网（LAN）、广域网（WAN）、因特网等。网络106既可以是专用网络，也可以是共享网络，其代表使用多种协议的不同类型网络的联合，所述协议例如是超文本传输协议（HTTP）、传输控制协议/因特网协议（TCP/IP）、无线应用协议（WAP）等。此外网络106可以包含各种网络设备，所述设备包括路由器、网桥、服务器、计算设备、存储设备等。

在一个实施例中，CCPP系统102包括处理器108、接口110以及与处理器108连接的存储器112。处理器108可以实施为一个或多个微处理器、微计算机、微控制器、数字信号处理器、中央处理单元、状态机（state machine）、逻辑电路和/或基于操作指令控制信号的任何设备。除其他功能外，处理器108可以被配置用来取出和执行存储在存储器112中的计算机可读指令。

接口110可以包括各种软件和硬件接口，例如网页接口、图形用户界面等，它允许CCPP系统102与客户端设备104交互。并且，接口110可以使CCPP系统102能够与其他计算设备通信，这些设备比如是网络服务器和外部数据服务器（未图示）。接口110可以帮助在各种网络和协议类型中的多种通讯，包括有线网络（如LAN、电缆等）和无线网络（如WLAN、蜂窝网络或卫星网络）。接口110可以包括一个或多个端口，所述端口用于将多个设备相互连接或连接至其他服务器。

存储器112可以包括本领域所知的任何计算机可读介质，这些介质包括如易失性存储器（比如RAM）和/或非易失性存储器（比如EPROM、闪存等）。在一个实施例中，存储器112可以包括模块114和数据116。模块114进一步包括资源管理模块118、工作流管理模块120、报告生成模块122和其他模块124。应该理解的是，这些模块可以代表单独的模块或不同模块的组合。另外，存储器112进一步含有数据116，数据116除作为其他用途外还作为储存库来存储数据，所述数据由一个或多个模块114取出、处理、接收和生成。数据116包括比如操作数据126、工作流数据128和其他数据130。在一个实施例中，操作数据126、工作流数据128和其他数据130可以以数据结构的形式存储于存储器112之中。另外，上述数据可以使用数据模型来组织，所述数据模型比如关系或层次数据模型。

在一个实施例中，资源管理模块118可以被配置用来从用户（例如呼叫中心主管）接收涉及呼叫中心的多种详情和资源详情。所述多种详情可以包括：资源的类别，比如劳动力、信息技术基础设施、通信网络基础设施；每一类资源的实体类型，例如呼叫中心的代理人、顾客、通讯系统和计算系统。在所述实施例中，资源管理模块118被配置用来基于接收的详情，生成一个或多个资源模型。例如，资源管理模块118可以生成代表顾客的第一资源模型、表示代理人的第二资源模型、用于呼叫中心的通信网络基础设施的第三资源模型，等等。在另一个实施中，资源管理模块118可以为每一类资源的每个实体生成单独的资源模型。例如，在所述实施例中，资源管理模块118可以生成用于通信网络基础设施的IVR单元的第一资源模型、用于通信网络基础设施的PABX的第二资源模型、用于通信网络基础设施的中继线路的第三资源模型，等等。

资源管理模块118可以进一步被配置用来促使用户输入各种资源属性至生成的资源模型。例如，用户可以定义各种顾客资源属性，比如忍耐时间、重拨之间的时间间隔，所述属性控制描述顾客的资源模型的行为。在另一个例子中，各种代理人资源属性，例如效率因子、技能组合指数、经验指数、熟练指数，可以控制或影响描述代理人的资源模型的行为。

在一个实施例中，工作流管理模块120被配置用来从用户接收工作流参数。工作流参数可以反映一系列或一连串的为完成一个任务而相连或相关的活动，所述任务在这里是服务一个呼入请求。工作流参数可以描述一连串的行为，该参数基于代理人或代理人团队的技能组合、专业技能和熟练程度，被分配给单独的代理人或代理人团队。在所述的实施例中，工作流管理模块120分析工作流参数，从而生成呼叫中心运作的模拟模型。呼叫中心的模拟模型可以具有分配给多个类别工作的多种资源。模拟模型还可以表示呼叫中心采用的业务流程、资源的系统组织、代理人的定义的职责、呼入请求的流动路径，等等。在另一个实施例中，工作流参数可以用于描述呼叫中心的组织结构，例如功能、团队、项目、政策和层次结构。

在一个实施例中，报告生成模块122被配置用来利用呼叫中心的模拟模型来预测呼叫中心的实际运作和性能。在一个实施例中，报告生成模块122可以包括多种其他子模块（未图示）来促进模拟，所述子模块例如是随机数发生器、事件调度器、路由器。该模拟可以反映呼叫中心的实际运作。

例如，报告生成模块122可以触发代表顾客的资源模型，生成不同分布类型的规定数量的呼叫请求。在一个实施例中，所述规定数量和分布可以由用户输入，例如以电子表格等文件、平面文件、数据文件的形式输入。在另一个实施例中，报告生成模块122可以被配置用来使用任何标准分布模型作为呼入请求的分布类型，这些模型例如是伯努利、贝塔、厄兰、指数、伽玛、几何、豪世特(Hotset)、超级指数、超级几何和齐普夫模型。此外，如用户规定的资源属性所显示的，代表呼叫中心的中继线路的资源模型有明确的能力，即，代表中继线路的资源模型可以处理规定数量的呼入请求。如果呼入请求的数量超过代表中继线路的资源模型的能力，超出数量的呼入请求会被放弃或丢弃。所述模拟过程会结合图2进行更详细的描述。

报告生成模块122被配置用来基于用户生成的资源模型、与资源模型相关的资源属性和工作流参数来模拟呼叫中心的运作。报告生成模块122还可以进一步被配置用来从操作数据126检索各种操作限制（operational constraint），例如在呼叫中心运作的模拟过程中，法律允许的每个代理人的最长工作时间、代理人的休息时间、向代理人提供的培训和对于这些事项的说明。

基于模拟，报告生成模块122被配置用来生成一个综合报告，所述报告反映服务每类呼入请求的一个呼入请求所需的时间、每个代理人的利用、针对每个呼入请求类别的排队规模，等等。该报告还提供关于被阻塞的呼叫、被放弃的呼叫和由代理人繁忙造成的等待时间的详情。该统计数据包括对各种处理和等待时间的平均值和百分数值。

在一个实施例中，报告生成模块122可以被配置用来为呼叫中心主管生成建议，所述建议关于如何改变呼叫中心的运作以遵守预先规定的质量标准，例如全球公认的针对呼叫中心的性能管理框架，包括顾客运营性能中心公司（COPC）描述的标准。例如，报告生成模块122可以建议改变资源模型或资源属性或工作流参数来遵守COPC-2000客户服务提供商（CSP）标准。

在另一个实施例中，CCPP系统102可以与呼叫中心的计算系统（例如服务器132）可通讯地连接，从而检索呼叫中心运作的实时或即时数据。基于检索的数据，CCPP系统102可以被配置用来分析和生成对呼叫中心主管的建议和指示行为，来提高由CCPP系统102提供的服务质量。因此CCPP系统102促进呼叫中心的模拟，从而在多种测试条件下预测呼叫中心的性能，以提高呼叫中心运作的效率，并满足预先规定的质量标准。

图2图示了根据本发明的一个实施例的由CCPP系统102的资源生成模块122生成的呼叫中心的模拟模型200。在一个实施例中，模拟模型200包括资源模型，所述资源模型表现为多个呼入请求生成器202-1、202-2、202-3、……、202-N（下文统称为ICR生成器202）形式。资源管理模块118帮助ICR生成器202基于任何标准分布生成呼入请求，所述标准分布例如是伯努利、贝塔、厄兰、指数、伽玛、几何、豪世特、超级指数、超级几何和齐普夫等。ICR生成器202还可以被配置用来基于用户提供的实际数据生成呼入请求。实际数据可以由用户以电子表格、数据文件、XML文件、CSV文件、平面文件等形式提供。在一个实施例中，ICR生成器202可以被配置用来基于一个或多个转换模式转换生成的分布。例如，在一个实施例中，ICR生成器202可以在比例转换模式（scale transformation mode）中运作，其中生成的呼入请求数量可以乘以由用户定义的比例因子。比例因子可以是任何整数或分数。在另一个实施例中，ICR生成器202可以在平移转换模式（translation transformation mode）中运作，其中可以在生成的呼入请求数量中加入用户定义的平移量。在另一个实施例中，ICR生成器202可以在截断转换模式（truncate transformation mode）中运作，其中如果生成的呼入请求数量在用户定义的限额之外，生成的呼入请求数量可以被截断。在另一个实施例中，ICR生成器202可以在结合转换模式（bound transformation mode）中运作，其中如果生成的呼入请求数量在用户定义的限额之外，可以重新生成所生成的呼入请求数量。

在一个实施例中，与ICR生成器202相关的资源属性可以包括：到达时间间隔，其表示呼入请求到达之间的时间间隔；高优先级呼叫请求的百分比，其表示高优先级呼入请求或由高优先级顾客生成的呼入请求的百分比。其他资源属性可以包括：重拨百分比，其表示如果在先呼入请求得不到服务而重新生成呼入请求的顾客（即ICR生成器202）的百分比；忍耐时间间隔，其表示在放弃呼叫前顾客会等待服务的时间间隔。

ICR生成器202生成的呼入请求会通过代表中继线路的资源模型发送，所述中继线路用箭头204-1、204-2、……、204-N表示（下文统称为中继线路204）。本领域的技术人员都知道，每个呼叫中心的中继线路204的数量都是有规定和限制的。中继线路204可通讯地连接至描述专用自动交换分机206（下文称为PABX 206）的资源模型。在一个实施例中，中继线路204和PABX 206的可通讯连接是由用户使用工作流参数来定义的。

如果所有中继线路204都在使用（即繁忙），呼入请求会被放弃或丢弃。在模拟模型200中，如标记208的箭头所示，被放弃或丢弃的呼入请求会被转移至描述呼叫槽（callsink）210的资源模型。呼叫槽210可以建模为数据储存库，所述数据存储库存储涉及被放弃或丢弃的呼入请求的详情。如果有中继线路空闲，呼入请求会被PABX 206接收，并且如标记212的箭头所示被发送到描述交互式语音应答单元214（下文称为IVR单元214）的资源模型。IVR单元214通常是计算设备，所述设备被配置而通过使用语音和双音多频（DTMF）键盘输入来与人互动。在一个实施例中，IVR单元214可以被配置用来基于语音识别而与生成呼入请求的顾客互动。此外，基于与IVR单元214相关的资源属性，IVR单元214可以与顾客互动，从而使用预先录制的或动态生成的音频来服务呼入请求以指引顾客。如前所述，在某些情况下，呼入请求可以在IVR单元214得到完整的服务。在这些情况下，如标记216的箭头所示，完成的呼入请求会被转移至呼叫槽210。在一个例子中，IVR单元214的服务时间会作为性能参数决定呼叫中心向生成呼入请求的顾客提供的服务质量，所述服务时间表示在被发送到代理人之前，ICR生成器202在IVR单元214耗费的时间或服务时间的分布。

如果呼入请求不能在IVR单元214得到完整的服务，如标记218的箭头所示，该请求会被发送到描述自动呼叫分配器单元220（下文称为ACD单元220）的资源模型。在一个实施例中，ACD单元220被配置用来将呼入请求分配至代理人使用的特定群组的计算或通信设备。在另一个实施例中，ACD单元220可以与呼叫中心已有的计算机电话集成（CTI）系统结合。在所述实施例中，ACD单元220可以是一个资源模型，包括用于与代理人使用的计算或通讯设备通讯的硬件、网络交换机、通讯线缆和定义发送基础的发送规则。ACD单元220将呼叫请求发送到与特定代理人团队相关的队列中。路由呼叫请求的基础可以基于该呼叫所需的技能和呼叫的优先级。每个代理人团队都可以拥有与该团队处理的技能数量相同的队列。

呼叫会通过任务分配器（JA）单元226而从多种队列中被分配至空闲并且有所需技能的代理人。在一个实施例中，JA单元226可以被配置用来基于最空闲技术发送呼叫请求。在最空闲技术中，呼入请求会被发送至这样的代理人，即该代理人拥有服务该呼入请求所需的技能组合并且在已经空闲（即，没有服务呼入请求）了最长的时间间隔。最空闲技术确保了包括多技能代理人在内的所有代理人的均衡利用。在另一个实施例中，JA单元226可以被配置用来基于轮叫（round robin）技术发送呼入请求。在轮叫技术中，呼入请求会以轮叫方式分配至拥有服务该呼入请求所需的技能组合的代理人。轮叫技术确保了在服务的呼入请求的数量方面呼入请求被均衡分配给代理人。

在另一个实施例中，JA单元226可以被配置为基于最低成本技术发送呼入请求。在最低成本技术中，呼入请求会被发送至这样的代理人，即该代理人拥有服务该呼入请求所需的技能并且有最小的相关成本（例如就工资而言）。在另一个例子中，JA单元226可以被配置为基于最少技能技术发送呼入请求。在所述技术中，呼入请求会被发送至这样的代理人，即该代理人拥有服务该呼入请求所需的技能组合，但是有最少的技能数量。最少技能技术保护了拥有更多技能的代理人的可用性，因此降低了等待具有所需技能的代理人的可用性的呼入请求的数量。

在另一个实施例中，JA单元226可以被配置为基于代理人效率发送呼叫请求。因此，呼入请求会被分配至空闲的并且对该呼叫所需的技能效率最高的代理人。此外，JA单元226可以被配置为基于混合技术（即一种以上技术）发送呼入请求。例如，JA单元226可以被配置为基于最空闲技术发送呼入请求，直至预先定义百分比（例如75%）的代理人繁忙（即，服务呼入请求），如果还有更多的呼入请求，那么JA单元226可以被配置为基于最大效率技术发送呼入请求。

如果服务在基于技能的队列中的呼入请求的等待时间超过顾客的忍耐时间，呼入请求会认为被放弃或丢弃，并且如标记224的箭头所示被转移至呼叫槽210。如果传入呼叫没有被放弃，呼入请求会被发送到JA单元226。如标记228-1、228-2、……、228-N的箭头所示，JA单元226会将呼入请求发送到一个或多个代表呼叫中心的代理人230-1、230-2、……、230-N（下文称为代理人230）的资源模型。在前面的章节中已经描述了分配的基础。本领域技术人员应该知道，代理人230包括个人代理人230和一个团队或群组的代理人230。并且，基于分配给代理人230的资源属性，每个代理人可以有不同的工作班次。如果至少一个与工作班次相关的参数（例如工作班次的开始时间、工作班次的结束时间、休息时间、休息持续的时间）不同，则工作班次可被理解为不同。

用户可以使用模拟模型200，基于资源模型的变化或与资源模型相关的资源属性的变化或工作流参数的变化，来生成反映假设分析的报告。该报告还可以进一步反映与呼叫中心相关的多种性能指标，例如堵塞指数、弃呼率、平均服务速度、服务水平指数、代理人占用指数、计划遵守指数、单位呼叫成本，等等。用户还可以改变资源模型和与资源模型相关的资源属性，并监测多种性能指标中的变化。例如，用户可以监测以下情况下性能指标会如何改变：相较于多技能代理人组成的团队，使用针对每种技能的专门团队；改变多技能代理人的数量；分配一个专门团队处理高优先级呼叫；改变代理人的工作班次；等等。因此，呼叫中心的模拟模型200帮助用户优化有助于提高呼叫中心提供的服务质量的多种因子。本领域的技术人员应该知道，在ICR请求生成的内容中解释的转换概念也可以应用于其他参数。例如，在IVR单元耗费的时间值、服务一个呼入请求所需的时间、顾客的忍耐时间都可以基于一个或多个转换模式而转换。

图3图示了根据本发明的一个实施例的用于预测呼叫中心性能的模拟方法300。该示例性的方法可以在计算机可执行指令的一般环境中描述。一般地，计算机可执行指令可以包括例行程序、程序、对象、组件、数据结构、过程、模块、功能和类似的执行特定功能或实施特定抽象数据类型的指令。方法300还可以在分布式计算环境中实施，其中使用通过通讯网络连接的远程处理设备来实现功能。在分布式计算环境中，可以将计算机可执行指令放置于本地和远程计算机存储介质中，该介质包括内存储存设备。

描述方法300的次序并不旨在作为限制，可以通过任意次序组合任意数目的方法步骤（block）来实施方法300或替代的方法。另外，可以从方法300中删除个别的方法步骤，而不脱离这里描述的本发明的精神和范围。并且，可以在任意合适的硬件、软件、固件或其组合中实施方法300。此处描述的方法300参考CCPP系统102，并且以预测呼叫中心性能为背景描述；但是，本领域的技术人员应该理解为，该方法可以通过一些改变从而在其他类似的系统或机构中实施。

在步骤302，从用户接收涉及呼叫中心资源的多种详情。在一个例子中，资源管理模块118被配置为接收涉及呼叫中心的多种资源的详情。呼叫中心的资源包括劳动力（比如代理人）、通讯网络实体（比如中继线路204、PABX 206、IVR单元214、ACD单元220）；和其他在呼叫中心使用的计算和通讯系统。与这些资源相关的详情可以包括每个资源的能力、每个资源的实体个数、每个资源的输入和/或输出端口个数，等等。

如步骤304所示，生成一个或多个资源模型来代表呼叫中心的资源。在一个实施例中，资源管理模块118被配置为基于用户提供的详情，生成呼叫中心资源的资源模型。在呼叫中心的模拟模型（比如模拟模型200）中，资源模型代表呼叫中心的每个资源。

如步骤306所示，对生成的资源模型分配多种资源属性。在一个实施例中，资源管理模块118被配置为促进用户对资源模型分配资源属性。资源属性控制资源模型的行为。例如，与描述代理人230的资源模型相关的资源属性可以包括他们的效率因子、技能组合、工作班次，等等。表1描述了可以由用户提供的说明性的输入值，以表示属于一个团队（例如团队A）的代理人230的工作班次。

表1

如步骤308所示，接收了工作流参数。在一个实施例中，工作流管理模块120被配置为从用户接收工作流参数。工作流参数定义呼叫中心运作的各个方面。工作流参数定义在呼叫中心中呼入请求是如何被服务的。表2展示了关于工作流参数可以如何被用户定义的说明。应该理解为，表2的数值仅仅用于本发明的说明和更好的理解，而不应作为限制。

表2

如步骤310所示，基于资源模型、对资源模型分配的资源属性和工作流参数，模拟了呼叫中心的运作。在一个实施例中，报告生成模块122被配置为基于资源模型、对资源模型分配的资源属性和工作流参数，模拟呼叫中心的运作。

如步骤312所示，呼叫中心运作的模拟器可以生成多种报告。在一个实施例中，报告生成模块122可以被配置为生成多种报告，这些报告反映服务每类呼入请求的一个呼入请求所需的时间、每个代理人的利用、针对每个传入呼叫类别的排队规模，等等。用户（如呼叫中心主管）可以使用这些报告来优化职员配置、工作分配、工作时间安排、代理人的培训课程安排，等等。表3和表4展示了报告生成模块122生成的说明性报告的一部分。

表3

表4

因此，方法300帮助预测呼叫中心的性能。而且，呼叫中心生成的报告帮助呼叫中心主管采取合适的措施提高呼叫中心的服务质量。虽然使用特定的结构特征和/或方法描述了预测呼叫中心性能的实施例，但应该理解的是，本发明并不局限于所述的特定特征或方法。相反，这些特定的特征和方法是作为预测呼叫中心性能的方法和系统的示例性实施例而公开的。

Claims (19)

1.一种预测呼叫中心性能的方法，所述方法包括：

由资源管理模块（118）接收涉及呼叫中心的资源的详情，其中所述资源包括至少一个代理人和对所述呼叫中心的多个呼入请求，并且其中涉及资源的详情包括资源的一个或多个类别及在所述资源的一个或多个类别中的一个或多个实体的类型；

由所述资源管理模块（118）通过使用所接收的详情来生成一个或多个资源模型，以代表资源的一个或多个类别和/或在资源的类别中的一个或多个实体；

由所述资源管理模块（118）为每个资源模型定义多种资源属性，并且其中所述多种资源属性反映所述资源的特征；

由工作流管理模块（120）接收与所述一个或多个资源模型相关的至少一个工作流参数，并且所述至少一个工作流参数反映用于服务所述多个呼入请求中的一个呼入请求的活动；和

由报告生成模块（122）基于所述一个或多个资源模型、所述多种资源属性和所述至少一个工作流参数，通过模拟所述呼叫中心的一个或多个运作，来生成所述呼叫中心的模拟模型；

由所述报告生成模块（122）基于所述至少一个工作流参数，通过利用所述呼叫中心的所述模拟模型来生成所述呼叫中心的性能指标，以预测所述呼叫中心的性能。

2.如权利要求1所述的方法，其中资源进一步包括以下内容中的至少一个：单技能代理人、多技能代理人、专用自动交换分机（206）、交互式语音应答单元（214）、自动呼叫分配器单元（220）、基于技能的队列和任务分配器单元（226）。

3.如权利要求2所述的方法，其中单技能代理人和多技能代理人都与效率因子相关，所述效率因子表示代理人的技能组合和专长。

4.如权利要求1所述的方法，还包括基于最空闲技术、轮叫技术、最低成本技术、最大效率技术和最少技能技术中的至少一个，将多个呼入请求传送给所述至少一个代理人。

5.如权利要求1所述的方法，还包括基于伯努利分布模式、贝塔分布模式、厄兰分布模式、指数分布模式、伽玛分布模式、几何分布模式、豪世特分布模式、超级指数分布模式、超级几何分布模式和齐普夫分布模式中的至少一个，生成多个呼入请求。

6.如权利要求1所述的方法，还包括基于呼入请求的来源和呼入请求的类别中的至少一个，为多个呼入请求中的至少一个分配优先权。

7.如权利要求1所述的方法，还包括向所述多个呼入请求分配固定数量的中继线路，其中固定数量的中继线路表示正被处理的呼入请求的最大数目。

8.如权利要求1所述的方法，还包括确定服务时间的分布，所述服务时间为在呼入请求被发送到代理人之前，呼入请求在IVR单元（214）耗费的时间。

9.如权利要求8所述的方法，包括基于所述呼入请求的呼叫种类和优先级，将所述呼入请求分配至特定的代理人团队。

10.如权利要求5所述的方法，包括基于所述伯努利分布模式、所述贝塔分布模式、所述厄兰分布模式、所述指数分布模式、所述伽玛分布模式、所述几何分布模式、所述豪世特分布模式、所述超级指数分布模式、所述超级几何分布模式和所述齐普夫分布模式中的至少一个，生成忍耐时间、等待时间和服务时间中的至少一个，并且对呼叫放弃或呼叫阻塞场景中的重拨所包含的复杂顾客行为进行建模。

11.如权利要求1所述的方法，其中所述性能指标包括服务每类呼入请求的一个呼入请求所需的时间、所述呼叫中心的每个代理人的利用、以及针对每个呼入请求类别的排队规模、被阻塞的呼叫、被放弃的呼叫、由于代理人繁忙造成的等待时间、表示由于所述资源的不足而被丢弃的呼入请求的百分比的堵塞指数、顾客在等待服务时的呼入请求的弃呼率、反映平均服务时间的平均服务速度、反映在规定的时间间隔内呼入服务的百分比的服务水平指数、代理人占用指数、计划遵守指数以及单位服务呼叫成本。

12.如权利要求1所述的方法，其中所述多种资源属性包括顾客忍耐时间、重拨之间的时间间隔、代理人的效率因子、代理人的技能组合指数、代理人的经验指数、代理人的熟练指数。

13.如权利要求1所述的方法，其中在模拟所述呼叫中心的所述一个或多个运作时应用操作限制，其中所述操作限制包括法律允许的每个代理人的最长工作时间、代理人、休息时间、向代理人提供的培训和指令。

14.如权利要求1所述的方法，其中涉及资源的详情包括每个资源的能力、每个资源的实体个数、每个资源的输入和/或输出端口个数，并且资源的类别包括劳动力、信息技术基础设施、通信网络基础设施，而且在所述资源的类别中的一个或多个实体包括代理人、顾客、通讯系统和计算系统。

15.如权利要求1所述的方法，其中所述资源管理模块（118）、所述工作流管理模块（120）和所述报告生成模块（122）由处理器来执行。

16.一种呼叫中心绩效预测系统（102），包括：

处理器（108）；和

与处理器（108）连接的存储器（112），所述存储器（112）包括：

资源管理模块（118），该模块接收涉及呼叫中心资源的详情，其中所述资源包括所述呼叫中心的至少一个代理人和对呼叫中心的多个呼入请求，并且其中涉及资源的详情包括资源的一个或多个类别及在所述资源的一个或多个类别中的一个或多个实体的类型；

通过使用所接收的详情来生成一个或多个资源模型，以代表资源的一个或多个类别和/或在资源的类别中的一个或多个实体，

为每个资源模型定义多种资源属性，并且其中所述多种资源属性反映所述资源的特征；以及

工作流管理模块（120），接收与至少一个资源模型相关的至少一个工作流参数，并且其中所述至少一个工作流参数反映用于服务所述呼入请求的活动；和

报告生成模块（122），该模块基于所述多个资源模型、所述多种资源属性和所述至少一个工作流参数中的至少一个，通过模拟所述呼叫中心的一个或多个运作来生成所述呼叫中心的模拟模型；以及

基于所述至少一个工作流参数，通过利用所述呼叫中心的所述模拟模型来生成呼叫中心的性能指标，以预测所述呼叫中心的性能。

17.如权利要求16所述的呼叫中心绩效预测系统（102），其中所述至少一个资源模型是专用自动交换分机（206）、交互式语音应答单元（214）和多技能代理人中的至少一个。

18.如权利要求16所述的呼叫中心绩效预测系统（102），其中所述性能指标包括服务每类呼入请求的一个呼入请求所需的时间、所述呼叫中心的每个代理人的利用、以及针对每个呼入请求类别的排队规模、被阻塞的呼叫、被放弃的呼叫、由于代理人繁忙造成的等待时间、表示由于所述资源的不足而被丢弃的呼入请求的百分比的堵塞指数、顾客在等待服务时的呼入请求的弃呼率、反映平均服务时间的平均服务速度、反映在规定的时间间隔内呼入服务的百分比的服务水平指数、代理人占用指数、计划遵守指数以及单位服务呼叫成本。

19.如权利要求16所述的呼叫中心绩效预测系统（102），其中涉及资源的详情包括每个资源的能力、每个资源的实体个数、每个资源的输入和/或输出端口个数，并且资源的类别包括劳动力、信息技术基础设施、通信网络基础设施，而且在所述资源的类别中的一个或多个实体包括代理人、顾客、通讯系统和计算系统。