CN104521225B - 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法 - Google Patents

利用贝叶斯均值回归(bmr)的呼叫映射系统和方法 Download PDF

Info

Publication number
CN104521225B
CN104521225B CN201380027358.7A CN201380027358A CN104521225B CN 104521225 B CN104521225 B CN 104521225B CN 201380027358 A CN201380027358 A CN 201380027358A CN 104521225 B CN104521225 B CN 104521225B
Authority
CN
China
Prior art keywords
banquet
caller
hypothesis
attended
attend
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
CN201380027358.7A
Other languages
English (en)
Other versions
CN104521225A (zh
Inventor
S·J·P·斯珀提斯伍德
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
A Feeley Siti International Holdings 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
Application filed by A Feeley Siti International Holdings Ltd filed Critical A Feeley Siti International Holdings Ltd
Priority to CN201710963875.5A priority Critical patent/CN107749932B/zh
Publication of CN104521225A publication Critical patent/CN104521225A/zh
Application granted granted Critical
Publication of CN104521225B publication Critical patent/CN104521225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H04M3/5158—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with automated outdialling systems
    • 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
    • H04M3/5233—Operator skill based call distribution
    • 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
    • H04M3/5238—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing with waiting time or load prediction arrangements
    • 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
    • G06Q30/00—Commerce

Landscapes

  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Complex Calculations (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

一种方法，包括：从早前真实坐席表现数据中确定真实坐席表现的分布；确定假设坐席的集合，所述假设坐席具有各自的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；在考虑各个实际坐席的多个技能的实际结果的情况下，使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率；针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率；以及确定假设坐席中具有较好总概率TP值的假设坐席为实际坐席的最可能的综合表现。该方法还可以用于获得呼叫者综合倾向。

Description

利用贝叶斯均值回归(BMR)的呼叫映射系统和方法
相关申请的交叉引用
本申请要求2012年3月26提交的美国临时申请61/615,772,2012年3月26提交的美国临时申请61/615,779，2012年3月26提交的美国临时申请61/615,788，以及2013年3月15日提交的美国临时申请13/843,807的优先权，这些临时申请的内容通过引用全部结合至此。
背景技术
本发明大体上涉及在联络中心系统中对电话呼叫和其它通信进行路由。
典型的联络中心由多个人工坐席(agent)组成，每个人工坐席分配有连接至中心交换机的电信设备，例如电话或者用于进行电子邮件会话或互联网聊天会话的计算机。通过使用这些设备，坐席向联络中心或联络中心的客户的顾客或潜在顾客提供销售，客户服务，或技术支持。
通常，联络中心或客户会向其顾客，潜在顾客或其它第三方广告用于特定服务，例如账单问题或技术支持的多个不同联络号码或地址。寻求特定服务的顾客，潜在顾客或第三方随后使用这些联络信息，拨入呼叫方将通过一个或多个路由点被路由至联络中心的人工坐席，人工坐席能够提供合适的服务。对这种呼入联络进行响应的联络中心一般被称为“呼入联络中心”。
类似地，联络中心可以对当前或潜在顾客或第三方进行呼出联络。可以进行这种联络以促进产品销售，提供技术支持或账单信息，调查顾客偏好，或协助收债。进行这种外呼联络的联络中心被称为“外呼联络中心”。
在呼入联络中心和外呼联络中心中，与使用电信设备的联络中心坐席进行互动的个人(例如，顾客，潜在顾客，调查参与者，或其它第三方)在本申请中被称为“呼叫者”。受雇于联络中心，与呼叫者进行互动的个人在本申请中被称为“坐席”。
通常，联络中心包括将呼叫者连接至坐席的交换系统。在呼入联络中心中，这些交换机将呼入呼叫者路由至联络中心中的特定坐席，或者，在部署了多个联络中心的情况下，将呼入呼叫者路由至特定联络中心从而进一步路由。在使用电话设备的外呼联络中心中，在交换系统之外通常还使用拨号器。拨号器被用于对电话号码列表中的电话号码进行自动拨号，并确定是否接通了被呼电话号码的在线呼叫者(与此相反的是未获应答，占线，错误消息，或电话答录机)。当拨号器获得在线呼叫者时，交换系统将呼叫者路由至联络中心中的特定坐席。
相应地开发出了多种路由技术，以优化呼叫者体验。举例来说，美国7,236,584号专利描述了一种电话系统，该电话系统使呼叫者等待时间在多个电话交换机上均等，而不管这些交换机之间是否可能存在性能差异。但是在呼入联络中心中，联络路由过程的基本架构是将呼叫者连接至框时间最长的坐席。在只有一个坐席对于呼入呼叫者空闲的情况下，通常不做进一步分析就将坐席选择给呼叫者。在另一个例子中，如果联络中心有八个坐席，其中七个都在进行联络，则交换机一般会将呼入呼叫者连接至空闲的坐席。如果所有的八个坐席都在进行联络，则交换机将使联络保持守候(on hold)，然后将其路由至变得空闲的下一个坐席。更普遍地，联络中心将建立呼入呼叫者队列，并优先将等待最久的呼叫者路由至随时间推移变得空闲的坐席。这种将联络路由至第一个可用的坐席或等待时间最长的坐席的模式被称为“轮询”联络路由。在轮询联络路由模式中，呼叫者和坐席之间的最终匹配和连接实质上是随机的。
已经做出许多尝试，以求改善这些虽然标准，但是实质上随机的将呼叫者连接至坐席的过程。例如，美国7,209,549号专利描述了一种电话路由系统，其中呼入呼叫者的语言偏好被收集并被用于将他们的电话呼叫路由给能够以该语言提供服务的特定联络中心或坐席。通过这种方式，尽管一旦语言偏好被收集之后呼叫者基本上总是以“轮询”方式被路由，但是语言偏好是匹配和将呼叫者连接至坐席的主要驱动因素。
发明内容
在实施方式中，提供了一种方法，该方法包括：通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现数据中确定，或获得或接收真实坐席表现的分布；通过所述一个或多个计算机确定假设坐席的集合，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率；通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率；以及通过所述一个或多个计算机确定假设坐席中具有较好总概率TP值的假设坐席为实际坐席的最可能的综合表现。
在实施方式中，坐席表现选自由销售或未销售，每一呼叫的收入，每一呼叫的创收单位(RGU)，以及处理时间构成的组中的一者。
在实施方式中，坐席技能k包括选自由销售产品或服务A，销售产品或服务B，以及为产品C提供服务建议构成的组中的两者或更多者。
在实施方式中，确定最可能的综合表现的步骤包括选择所述假设坐席中具有最好总概率TP值的假设坐席为实际坐席的最可能的综合表现。
在实施方式中，所述假设坐席的集合包括至少10个假设坐席。在实施方式中，所述假设坐席的集合包括至少50个假设坐席。在实施方式中，所述假设坐席的集合包括至少100个假设坐席。
在实施方式中，所述真实坐席表现是二项的，真实坐席表现的分布至少在其一端上是截断的。
在实施方式中，计算所述后验分布包括：针对第一技能k和各个假设坐席i的假设坐席表现APi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及，通过所述一个或多个计算机来计算各个假设坐席i的总概率TPi，包括用假设坐席的APi乘以假设坐席i的每个技能k的POEik。
在实施方式中，方法还可以包括：针对期望结果，通过所述一个或多个计算机在多元素模式匹配算法中以成对方式使用所述坐席的人口统计数据或心理统计数据以及所述呼叫者的人口统计数据或心理统计数据，从而获得多个坐席-呼叫者对中每一对的评估，以及，通过所述一个或多个计算机组合所述模式匹配算法的结果和各个坐席的各个最可能的综合表现，从而选择所述坐席-呼叫者对中的一对。
在实施方式中，提供了一种方法，该方法包括：通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向(propensity)数据中确定，或获得或接收真实呼叫者倾向的分布；通过所述一个或多个计算机确定假设呼叫者的集合，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向；在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率；通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率；以及通过所述一个或多个计算机确定假设呼叫者中具有较好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向。
在实施方式中，呼叫者倾向选自由购买产品或服务A或不购买，购买产品或服务B或不购买，购买产品或服务C或不购买，每一呼叫的创收单位(RGU)，以及处理时间构成的组中的一者。
在实施方式中，分区至少部分基于选由人口统计数据，区域码，邮政编码，NPANXX，VTN，地理区域，800号码，以及转移号码构成的组中的一者或多者。
在实施方式中，计算所述后验分布包括：针对第一分区和各个假设呼叫者i的假设呼叫者倾向CPi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及，通过所述一个或多个计算机来计算各个假设呼叫者i的总概率TPi，包括用假设呼叫者的CPi乘以假设呼叫者i的每个分区k的POEik。
在实施方式中，公开了一种系统，该系统包括：配置有程序编码的一个或多个计算机，当所述程序编码被执行时，引起以下步骤被执行：通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现数据中确定，或获得或接收真实坐席表现的分布；通过所述一个或多个计算机确定假设坐席的集合，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率；通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率；以及通过所述一个或多个计算机确定假设坐席中具有较好总概率TP值的假设坐席为实际坐席的最可能的综合表现。
在实施方式中，公开了一种系统，该系统包括：配置有程序编码的一个或多个计算机，当所述程序编码被执行时，引起以下步骤被执行：通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向数据中确定，或获得或接收真实呼叫者倾向的分布；通过所述一个或多个计算机确定假设呼叫者的集合，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向；在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率；通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率；以及通过所述一个或多个计算机确定假设呼叫者中具有较好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向。
在实施方式中，提供了一种程序产品，该程序产品包括：配置有计算机可读程序编码的非暂时性计算机可读介质，当所述计算机可读程序编码被执行时，引起以下步骤被执行：通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现中确定，或获得或接收真实坐席表现的分布；通过所述一个或多个计算机确定假设坐席的集合，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述各个假设坐席的集合中的每个假设坐席的总概率；通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率；以及通过所述一个或多个计算机确定假设坐席中具有较好总概率TP值的假设呼叫者为实际坐席的最可能的综合表现。
在实施方式中，提供了一种程序产品，该程序产品包括：配置有计算机可读程序编码的非暂时性计算机可读介质，当所述计算机可读程序编码被执行时，引起以下步骤被执行：通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向数据中确定，或获得或接收真实呼叫者倾向的分布；通过所述一个或多个计算机确定假设呼叫者的集合，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向；在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率；通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率；以及通过所述一个或多个计算机确定假设呼叫者中具有较好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向。
这些实施例可以广泛应用于匹配呼叫者和坐席的不同方法。例如，示例性方法或模型可以包括传统队列路由，基于表现的匹配(例如，基于表现对多个坐席进行排名，并且优选基于表现排名或分数将呼叫者匹配给坐席)，用于匹配呼叫者和坐席的自适应模式匹配算法或计算机模型(例如，比较与呼叫者相关的呼叫者数据和与坐席集合相关的坐席数据)，亲和性(affinity)数据匹配，以及它们的组合等。因此，方法可以输出呼叫者，坐席和/或呼叫者-坐席对的分数或排名，以对结果变量进行所期望的优化(例如，优化成本，收入，顾客满意度等)。在一个实施例中，不同的模型可以被用来匹配呼叫者和坐席，并以某种方式与示例性乘数方法组合，例如，针对不同表现结果变量(例如，成本，收入，顾客满意度等)线性加权并组合。
根据另一个方面，本发明提供了计算机可读存储介质和装置，以根据此处描述的各种方法将呼叫者映射并路由至坐席。本申请中描述的许多技术可以在硬件，固件，软件或它们的组合中实施。在一个实施例中，这些技术以计算机程序实施，计算机程序在多个可编程计算机上执行，每个可编程计算机包括处理器，可被处理器读取的存储介质(包括易失和非易易失存储器和/或存储元件)，以及合适的输入和输出设备。程序编码被应用于使用输入设备输入的数据，从而执行此处描述的功能，并生成输出信息。输出信息被应用于一个或多个输出设备。此外，每个程序优选以高级程序或面向对象的编程语言实施，以与计算机系统通信。但是，如果需要的话，程序可以以组件或机器语言实施。在任何情况下，语言可以是编译语言或解释语言。
附图说明
图1反映了联络中心的大致结构和它的运行。
图2显示了示例性路由系统，该路由系统具有基于表现和/或模式匹配算法路由呼叫者的路由引擎。
图3显示了示例性路由系统，该路由系统具有基于概率乘数方法或概率乘数方法与一个或多个附加匹配方法的组合将呼叫者匹配至坐席的映射引擎。
图4A和4B分别显示了示例性概率匹配方法和随机匹配方法。
图5A和5B显示了将呼叫者匹配至坐席的示例性概率匹配方法。
图6A和6B显示了坐席表现，客户倾向，以及特定呼叫者-坐席对的销售概率的三维图。
图7显示了基于结果变量的概率将呼叫者匹配至坐席的示例性概率匹配方法或计算机模型。
图8显示了基于结果变量的概率将呼叫者匹配至坐席的示例性概率匹配方法或计算机模型。
图9显示了基于结果变量的概率将呼叫者匹配至坐席的示例性概率匹配方法或计算机模型。
图10显示了可以用来实施本发明某些实施方式中的一些或所有处理功能的典型计算系统。
图11显示了至少部分基于后验分布计算确定实际坐席的综合表现的示例性方法。
图12显示了至少部分基于后验分布计算确定呼叫者的综合倾向的示例性方法。
具体实施方式
提供下面的描述的目的是为了使本领域技术人员能够实现并利用本发明，并且这些描述是在考虑特定应用和这些特定应用的要求背景之下提供的。对实施方式的各种修改对于本领域技术人员而言是显而易见的，在不超出本发明的精神和范围的前提下，此处限定的一般原理可以应用于其它实施方式和应用。此外，在下面的描述中，为了进行解释，描述了大量细节。但是，本领域技术人员可以认识到，可以在不使用这些特定细节的情况下实现本发明。在其它实例中，为了不使不必要的细节阻碍对本发明的描述，已知的结构和设备以框图表式示出。因此，本发明不限于所显示的实施方式，而是与在此公开的原理和特征所构成的范围一致。
尽管根据特定实施例和附图对本发明进行描述，但是本领域技术人员理解，本发明不受这些实施例或附图限制。本领域技术人员理解，各种实施方式的操作可以酌情使用硬件，软件，固件或它们的组合实施。例如，一些方法可以使用受软件，固件或硬线逻辑控制的处理器或其它数字电路执行。(术语“逻辑”这里指的是被本领域技术人员使用，以执行上述功能的固定硬件，可编程逻辑和/或它们的合适组合。)软件和固件能够存储在计算机可读的存储介质上。其它方法可以使用本领域技术人员公知的模拟电路实施。此外，在本发明的实施方式中可以使用内存或其它存储器，以及通信组件。
根据本发明的某些方面，提供了基于针对期望结果变量的相似排名或相对概率将呼叫者匹配至坐席的系统和方法。在一个实施例中，示例性概率乘数方法包括基于期望结果变量的概率将最好坐席匹配至最好呼叫者，将最差坐席匹配至最差呼叫者。例如，可以基于针对结果变量(例如，销售，顾客满意度，成本等)的表现对坐席进行打分或排名。此外，可以基于结果变量-例如，倾向或购买统计学机会(它们可以是基于可用呼叫者数据，例如，电话号码，区域码，邮政编码，人口统计数据，所用电话类型，历史数据等)-对呼叫者进行打分或排名。然后根据各自的排名或百分位排名对呼叫者和坐席进行匹配，例如，排名最高的坐席与排名最高的呼叫者匹配，排名第二高的坐席与排名第二高的呼叫者匹配等。
示例性乘数方法利用了不同概率相乘的内在几何关系，例如，将销售率为30％的坐席与购买率为30％的顾客匹配，总的机会为9％，而将销售率为20％或10％的坐席与相同的顾客匹配，总的机会为6％或3％。当该方法用于所有的坐席和呼叫者时，特定结果变量-例如，销售-的整体预测机会要比随机匹配方法高。
在一个实施例中，除了使用坐席和呼叫者的相对排名来匹配呼叫者和坐席之外，还可以使用模式匹配算法，该模式匹配算法使用坐席和/或呼叫者人口统计数据。例如，可以通过模式匹配算法-例如，自适应相关算法-基于人口统计数据来匹配坐席和呼叫者。根据概率乘数方法和模式匹配算法得到的呼叫者-坐席配对可以在加权或不加权的情况下组合，例如，线性地组合，从而确定最终配对，以将呼叫者路由给坐席。
最初，示例性呼叫路由系统和方法被描述为用于将呼叫者匹配至空闲的坐席。接下来描述基于结果变量-例如，销售，顾客满意度等-对呼叫者和坐席进行排名或排序，以及基于相对排名将坐席匹配至呼叫者的示例性系统和方法。例如，将针对特定结果变量排名最高的坐席与针对特定结果变量排名最高的呼叫者匹配，将排名最低的坐席与排名最低的呼叫者匹配等。
图1反映了典型联络中心运行100的一般结构。网络云团101反映了特定或区域性电信网络，它被设计为接收呼入呼叫者，或者支持对外呼呼叫者进行的联络。网络云团101可以包括单一联络地址，例如电话号码或电子邮件地址，或者多个联络地址。中央路由器102反映了联络路由硬件和软件，它们被设计为帮助在呼叫中心103之间路由联络。在只部署单个联络中心的情况下，可以不需要中央路由器102。在部署了多个联络中心的情况下，可能需要更多的路由器以将联络路由至特定联络中心103的另一个路由器。在联络中心103层级，联络中心路由器104将把联络路由至坐席105，坐席105具有个人电话或其它电信设备105。通常，联络中心103中有多个坐席105。
图2显示了示例性联络中心路由系统200(它可以包括在图1所示的联络中心路由器104中)。一般而言，路由系统200可用于至少部分地基于概率乘数方法对呼叫者和坐席进行匹配，概率乘数方法是基于针对特定结果变量的坐席表现和呼叫者倾向(例如，统计学机会或可能性)。路由系统200还可用于基于模式匹配算法，或者模式匹配算法与概率乘数方法的组合对呼叫者和坐席进行匹配，模式匹配算法单独使用呼叫者数据和/或坐席数据。路由系统200可以包括通信服务器200和路由引擎204，它们用于接收和将呼叫者匹配至坐席(有时称为将呼叫者“映射”至坐席)。
在一个实施例中，如同下面所详细描述的那样，路由引擎204可用于检索或确定可用坐席的表现数据，并从守候的呼叫者检索或确定针对结果变量的呼叫者倾向。表现数据和呼叫者倾向数据可以各自转换为百分位排名，并被用于分别基于百分位排名的最接近匹配来将呼叫者匹配至坐席，由此，举例来说，导致高表现的坐席与具有高购买倾向的呼叫者匹配。
坐席数据可以包括坐席等级或排名，坐席历史数据，坐席人口统计数据，坐席心理统计数据，以及关于坐席的其它业务相关数据(在本申请中单独，或一起称为“坐席数据“)。坐席和呼叫者人口统计数据可以包括下面中的任何一者：性别，种族，年龄，教育程度，口音，收入，国籍，种族渊源，区域码，邮政编码，婚姻状况，工作状况，以及信用评分。坐席和呼叫者心理统计数据可以包括下面中的任何一者：内向性，社交性，对经济成功的渴望，以及电影和电视偏好。进一步注意到，某些数据，例如区域码可以提供与呼叫者的可能收入水平，教育水平，种族渊源，地区等相关的统计数据，这些统计数据可以被示例性方法用于确定-举例来说-呼叫者针对特定结果变量的倾向。
此外，在一些实施例中，路由引擎204还可以包括模式匹配算法和/或计算机模型，模式匹配算法和/或计算机模型可以基于早前呼叫者-坐席匹配的表现或结果随时间调适。额外的模式匹配算法可以以各种方式与概率乘数方法组合，以确定路由决定。在一个实施例中，模式匹配算法可以包括本领域中已知的基于神经网络的自适应模式匹配引擎，例如，M.Riedmiller，H.Braun所描述的弹性反向传播(RPROP)算法：‘用于更快反向传播学习的直接自适应方法：RPROP算法’，1993年神经网络IEEE国际会议期刊，其通过引用全部结合至此。可以包括在联络路由系统和/或路由引擎204中的各种其它示例性坐席表现和模式匹配算法和计算机模型系统和方法已被公开，例如，在2008年1月28日提交的美国12/021,251号申请和2008年8月29日提交的美国12/202,091号申请中公开，这两个申请通过引用全部结合至此。当然，应该认识到，其它基于表现的或者模式匹配算法和方法可以单独使用，或者与上述那些一起组合使用。
路由系统200还包括其它组件，例如收集器206，其用于手机呼入呼叫者的呼叫者数据，关于呼叫者-坐席对的数据，呼叫者-坐席对的结果，坐席的坐席数据，坐席的历史表现数据等。此外，路由系统200还可以包括报告引擎208，其用于生成路由系统200的性能和运行报告。路由系统200还可以包括其它各种服务器，组件，和功能。此外，尽管显示为单一硬件设备，但是可以理解，各种组件的位置可以互相远离(例如，通信服务器202和路由引擎204不需要包括在公共硬件/服务器系统中，或包括在公共位置上)。此外，路由系统200还可以包括各种其它组件和功能，但是为了清楚起见，这些其它组件和功能在这里被省略掉了。
图3显示了示例性路由引擎204更进一步的细节。路由引擎204包括主映射引擎304，主映射引擎304中可以包括单独使用，或与其它映射引擎组合使用的一个或多个映射引擎。在一些实施例中，路由引擎204可以唯一地，或部分地基于与坐席相关的表现数据和与特定结果变量的倾向或机会相关的呼叫者数据对呼叫者进行路由。在其他实施例中，路由引擎204还可以唯一地，或部分地基于对各种坐席数据和呼叫者数据的比较做出路由决定，坐席数据和呼叫者数据可以包括-举例来说-基于表现的数据，人口统计数据，心里统计数据，电话类型/电话号码，BTN-数据，以及其它业务相关数据。此外，可以使用亲和性数据库(未显示)，并且这种信息可以被路由引擎204和/或映射引擎304接收以做出或影响路由决定。数据库312可以包括本地或远程数据库，第三方服务等(此外，如果坐席数据可以应用于特定映射方法，映射引擎304可以从数据库314接收坐席数据)。
在一个实施例中，可以通过基于针对特定结果变量(例如，创收，成本，顾客满意度，及其组合等)的表现对坐席集合进行排名或打分而确定相对坐席表现。此外，相对坐席表现可以转换为相对百分位排名。举例来说，处理引擎320-1可以确定或接收针对一个或多个结果变量的相对坐席表现数据。此外，处理引擎320-1可以接收或确定针对特定结果变量(例如，购买倾向，呼叫时长，是否满意，或其组合等)的呼叫者倾向。可以根据可用呼叫者数据确定呼叫者倾向。接下来，坐席的相对表现数据和呼叫者的倾向数据可以被用于基于相应排名对呼叫者和坐席进行匹配。在一些实施例中，表现数据和倾向数据被转换为呼叫者和坐席的相对百分位排名，并基于最接近的各个相对百分位对呼叫者和坐席进行匹配。
在一个实施例中，处理引擎320-2包括一个或多个模式匹配算法，模式匹配算法可用于比较可用的呼叫者数据和与坐席集合相关的坐席数据，并确定每个呼叫者-坐席对的适合性分数。举例来说，处理引擎320-2可以从各种数据库(例如，312和314)接收呼叫者数据和坐席数据，并输出呼叫者-坐席对分数或呼叫者-坐席对排名。模式匹配算法可以包括相关算法，例如神经网络算法，遗传算法，或者其它自适应算法。
此外，处理引擎可以包括一个或多个亲和性匹配算法，亲和性匹配算法可用于接收与呼叫者和/或坐席相关的亲和性数据。亲和性数据和/或亲和性匹配算法可以单独使用，或者与这里讨论的其它方法或模型组合使用。
路由引擎204还可以包括选择逻辑(未显示)，其用于对多个处理引擎320-1和320-2中的一个或多个进行选择和/或加权，从而将呼叫者映射至坐席。举例来说，选择逻辑可以包括规则，该规则用于确定已知的或可用的呼叫者数据的类型和数量，并选择合适的处理引擎320-1，320-2等，或它们的组合。选择逻辑可以整体或部分包括在路由引擎204，映射引擎304中，或远离路由引擎204和映射引擎304。
此外，如图3中的步骤350所示，呼叫历史数据(举例来说，包括呼叫者-坐席对数据和相对于成本，收入，顾客满意度的结果等)可被用于对处理引擎320-1，320-2进行再培训或修改。例如，可以基于历史结果定期(例如，每天)更新坐席表现数据，从而对坐席进行重新排名。此外，关于呼叫者的历史信息可被用于更新关于呼叫者针对特定结果变量的倾向的信息。
在一些实施例中，路由引擎204或主映射引擎304还可以包括基于传统队列的路由程序，其可以存储或访问呼叫者和坐席的守候时间或框时间，并可用于基于呼叫者(和/或坐席)的守候时间或队列顺序将呼叫者映射至坐席。此外，可以对守候的呼叫者应用各种功能或时间限制，从而确保呼叫者等待坐席的守候时间不会太长。例如，如果超过呼叫者的时间限制(该时间限制是基于预定值或与呼叫者相关的功能)，则呼叫者能够被路由至下一个空闲的坐席。
此外，可以为用户提供界面，以允许调整示例性系统和方法的各个方面，例如，能够调整不同模型的数量，程度，和呼叫者数据的类型。此外，界面可以允许调整用于不同程度或类型的特定模型，例如，调整特定模型的优化或加权，为呼叫者数据的特定程度或类型改变模型等。界面可以包括用于实时或在预定时间对不同因素进行调整的滑块或选择器。此外，界面还可以允许用户打开或关闭某些方法，并且可以显示改变的预期效果。例如，界面可以显示通过改变路由系统的一些方面而导致的成本，创收，或顾客满意度中的一个或多个的可能的变化。举例来说，2008年7月28日提交的共同未决美国611084,201号临时申请描述了用于估算结果变量的各种估算方法和算法，该申请通过引用全部结合至此。在一个实施例中，估算包括对相同(或相似)坐席集合的过去一段时间进行评价，并构建坐席/呼叫者对的分布。通过使基于表现的匹配，模式匹配算法等计算出期望的成功率，并且期望的成功率被应用于当前信息，以估算当前表现(例如，相对于销售，成本，顾客满意度等)。因此，借助历史呼叫数据和坐席信息，系统能够计算处理方法的平衡或加权改变的估值。需要注意，对于历史信息来说，可比较的时间(例如，一天中的某一时间，一星期中的某一天等)可能比较重要，因为表现可能随时间变化。
图4A概略地显示了用于匹配呼叫者和坐席的示例性概率乘数方法，图4B显示了随机匹配方法(例如，其基于队列等)。这些实施例中假定有五个坐席和五个呼叫者需要匹配。基于针对所需结果变量的表现对坐席进行排名。例如，可以基于历史销售率数据，基于完成销售的统计学机会对坐席进行打分或排序。此外，可以基于所需结果变量，例如，基于购买产品或服务的倾向或可能性对呼叫者进行打分或排序。可以基于已知的，或可用的呼叫者数据对呼叫者进行打分或排序，举例来说，呼叫者数据包括人口统计数据，邮政编码，区域码，所用电话类型等，呼叫者数据被用于确定呼叫者进行购买的统计学机会或历史机会。
接下来基于排名对坐席和呼叫者进行匹配，其中排名最高的坐席与排名最高的呼叫者匹配，排名第二高的坐席与排名第二高的呼叫者匹配，以此类推。与图4B所示那样随机匹配呼叫者和坐席相比，最好-最好匹配和最差-最差匹配能够增加匹配对的乘积。例如，使用坐席A1-A5的销售率(例如，基于过去的坐席表现)和呼叫者C1-C5进行购买的机会(例如，基于呼叫者数据，例如人口统计数据，呼叫者数据等)，图4A所示匹配的结果为：
(0.09*0.21)+(0.07*0.12)+(0.06*0.04)+(0.05*0.03)+(0.02*0.02)0.0316
与之对比，对于图4B所示的使用相同百分比的随机匹配，结果如下：
(0.09*0.12)+(0.07*0.02)+(0.06*0.21)+(0.05*0.03)+(0.02*0.04)0.0271
因此，将排名最高的坐席与排名最高的呼叫者匹配，并将排名最差的坐席与排名最差的呼叫者匹配能够增加总的结果，由此增加优化所需结果变量(例如，销售)的机会。
图5A概略地显示了用于匹配守候的呼叫者和变为空闲的坐席的示例性方法。在该实施例中，如同前面描述的那样，当班的所有坐席A1-A5或在呼叫者C1-C5的合理守候时间内的所有坐席被打分或排名。此外，如同前面描述的那样，呼叫者C1-C5也被打分或排名。作为坐席，举例来说，坐席A2变得空闲，方法确定呼叫者C2的排名与坐席A2相同(或相似)，将呼叫者C2匹配至坐席A2。剩余的守候呼叫者接下来被重新排名，以在下一个坐席变得空闲时进行匹配。此外，由于新的呼叫者被保持守候，能够以实时的方式对呼叫者进行重新排名。对于多个空闲的坐席和变得空闲的呼叫者而言，示例性方法的运行方式相似(对呼入呼叫中心和呼出呼叫中心都如此)。
能够认识到，在大多数情况下，坐席的数量和呼叫者的数量并不相等。因此，呼叫者(和/或坐席)能够被排名并转换为呼叫者的相对百分位排名，举例来说，规范化排名，或者将排名最高的呼叫者排为第100个百分位，排名最低的呼叫者排为第0个百分位，同样，坐席也可以转换为相对百分位排名。当坐席变得空闲时，坐席可以被匹配至相对百分位排名与坐席的相对百分位排名最接近的的呼叫者。在其它实施例中，当坐席变得空闲时，坐席能够与正在守候的呼叫者的至少一部分的排名进行比较，从而计算每个坐席-呼叫者对的Z-分数。最高的Z-分数可以与相对百分位排名方面的最小差别相对应。此外，需要注意，Z分数可被用于将匹配和其它同样可以输出Z-分数的算法，例如模式匹配算法相组合。
图5B概略地显示了用于在坐席变得空闲，同时有多个呼叫者在守候时对呼叫者和坐席进行匹配的示例性方法。在该实施例中，呼叫者(在某些实施例中，坐席)根据表现的子组被分组。例如，一系列的呼叫者表现被划分为多个子组，呼叫者分布在每个组中。如图所示，根据表现，呼叫者中的前20％可以分组为C11-C1N，接下来是随后的20％，以此类推。当坐席变得空闲时，例如，A2，来自合适子组的呼叫者被匹配至呼叫者，在该实施例中，子组是C21-C2N。可以根据队列顺序，最佳匹配，模式匹配算法等选择子组中的呼叫者。举例来说，可以基于坐席排名或分数来确定合适的子组，来自该子组的呼叫者将被路由。
在一个实施例中，假定需要针对结果变量O的呼叫中心表现。O可以包括销售率，顾客满意度，首次来电解决疑难，或其它变量中的一个或多个。进一步假定有时登录有NA个坐席，队列中有Nc个呼叫者。假定坐席在生成O方面的表现为：
根据某些属性P划分的呼叫者对O的倾向为：
举例来说，在O为销售率，P为呼叫者区域码的情况下，AO是每个坐席的销售率，CO是针对具有特定区域码的呼叫者的销售率。根据以下公式计算百分位排名的坐席表现(相对于登录的坐席的集合)和百分位排名的呼叫者倾向(相对于队列中在某一时间排队的呼叫者的集合)：
其中pr(a,B)是百分位排名函数，其返回值a相对于值B的集合的排名，范围为[0,100]。
假设当第k个坐席变得空闲时所有的坐席都在通话。那么，为了确定将队列中的哪一个呼叫者连接至坐席，计算最新空闲的第k个坐席的百分位排名和队列中呼叫者的百分位排名之间的差异：
为集合{DJ}编索引的值j得出队列中的哪一个要被连接至第k个坐席。还可以从Dj导出Z-分数。这样做的优势是，最高值的坐席-呼叫者配对是集合的最佳匹配，并且该算法的结果可以与其它算法的Z-分数输出组合，因为它们的比例相同。
Zj＝(Tj-μ)/σ
其中μ和σ以及平均标准偏差T由以下公式得出：
Tj＝Min(Dj)-Dj
本领域技术人员会认识到，上面针对两个变量的情况所描述的实施例和算法不局限于两个变量的情况，而是可以以明显的方式扩展至与所需结果单调相关的多于两个变量的情况。此外，本领域技术人员会理解和想象，呼叫中心表现的提升可以显示为与更多的变量一起提升。
图6A显示了示例性三维图表，x轴表示坐席表现，y轴表示呼叫者倾向，z轴表示销售概率。在该实施例中，坐席表现和呼叫者倾向定义为x和y的线性函数。举例来说，在不失普遍性的情况下，xε[0,1]和yε[0,1]，由此，坐席表现为：
a＝ca+ma x
其中“ca”和“ma”表示坐席表现线性函数的截距和斜率(需要注意，在某些实例中，多个字母可以表示相同变量，例如，“ca”和“ma”各为单个变量，并且被其它字母抵消以指示乘法算子)。同样，对于呼叫者倾向：
c＝cc+mc y
其中“cc”和“mc”表示呼叫者倾向线性函数的截距和斜率。产品a和c的销售乘法模型概率为：
p＝a c
产品a的销售概率的表面(在图6A中显示为600)的平均高度可以如下计算：
根据以下公式确定表面高度“pdiag”(单个变量)的对角的平均高度n，对应的是使相似百分位排名的坐席和呼叫者相乘：
pdiag＝(ca+maλ)(cc+mcλ)；
其中λ使对角函数参数化，从而能够使线整合。
可以根据以下公式计算根据通过对应比率进行的概率匹配实现的表现或销售率的增长b或潜在增长，如表面600上的对角阴影带所示：
其中，就所示实施例而言，根据概率进行匹配的理论最大增长为1/3。因此，将呼叫者匹配至位于对角阴影带602之上或附近的坐席可以增加销售概率。
图6B显示了针对坐席表现和呼叫者倾向的呼叫者和坐席的正常分布的示例性分析和图表(与此相对的是表现的均匀分布)。假定坐席表现和呼叫者倾向定义相同，能够使用二维高斯函数来表示对于坐席表现和呼叫者倾向的呼叫频率分布：
接下来可以使用a和c的函数来表示销售率，其中A和σ分别给出了高斯分量的幅值和标准偏差。假定高斯函数的中心位于{0.5,0.5}，概率可以写为：
接下来可以直接根据销售率确定对角销售率d：
相对于x在[0,1]上综合该结果，得到在对角上发生的呼叫坐席对的销售率：
根据以下公式计算随机客户坐席配对的销售率：
扩展为：
根据以下公式计算算法的增长：
normalboost[ca_，ma_，cc_，mc_，σ_，A_]＝
diagintegral[ca，ma，cc，mc，σ，A]/totalsalesrate[ca，ma，cc，mc，σ，A]-1
最终的销售增长为：
因此，与图6A所示正常分布相似，将呼叫者匹配至位于对角阴影带602之上或附近的坐席可以增加销售概率。当然，可以理解的是，示例性函数，假设，以及呼叫者表现和坐席倾向的分布是展示性的，会基于-举例来说-历史数据，反馈等变化。此外，附加考虑和变量可以结合到一般程序中。还需要注意的是，当在上面的实施例中提到销售作为要优化的变量时，相同的程序可以应用于要优化的所有其它变量或其组合，例如呼叫处理时间(例如，成本)，或首次来电解决疑难等。
就前述方程式中有的与12/490,949号专利申请存在差异这一点来说，12/490,949号专利申请中的方程式是正确的方程式，并且优先采用。图7显示了应用将呼叫者匹配至呼叫路由中心中的坐席的示例性方法。在该实施例中，在步骤702，基于表现特征对坐席进行排名，表现特征与结果变量，例如销售或顾客满意度相关。在一些实施例中，可以根据一段时间内的历史数据来确定坐席表现。在其它实施例中，方法可以仅仅是检索或接受坐席表现数据或坐席排名。
在一个实施例中，根据最优互动，例如增加收入，降低成本，或增加顾客满意度来对坐席进行分级。可以通过核对呼叫中心坐席在一段时间，例如至少10天内实现最优互动的能力来实现分级。但是，时间期限短至刚才的上一个联络，或长至坐席与呼叫者的第一次互动。此外，对坐席进行分级的方法可以很简单，根据针对特定最优互动的比例1至N对每个坐席进行分级，N为坐席的总数。分级方法还可以包括确定每个坐席的平均联络处理时间来根据成本对坐席进行分级，确定每个坐席实现的总销售收入或销售数量来根据销售对坐席进行分级，或者在坐席同呼叫者结束联络之后进行顾客调查来根据客户满意度对坐席进行分级。但是，上面只是如何进行坐席分级的一些例子，还可以使用其它多种方法。
在步骤704，基于结果变量对呼叫者进行排名或打分，结果变量基于呼叫者数据。可以基于特定结果的预测机会来对呼叫者进行排名或打分，特定结果基于已知或可用的呼叫者数据。每个呼叫者的呼叫者数据的数量和类型可能互不相同，但是能被用于基于历史结果来确定针对特定结果的统计学机会。例如，对于呼叫者而言，唯一知道的数据可能是区域码，区域码与特定倾向或购买相关，特定倾向或购买是基于与来自特定区域码的呼叫者的以往互动。在一些实施例中，可能没有与呼叫者相关的数据，在这种情况下，可以使用没有已知数据时针对特定结果的平均倾向或统计学机会。
在步骤706，接下来基于呼叫者和坐席各自的排名对它们进行匹配。例如，如前所述，将较好的坐席匹配至较好的呼叫者，以此类推。此外，在呼叫者和坐席的数量不均衡的情况下，可以调整或规范化呼叫者或坐席的排名，或者呼叫者和坐席的排名，基于最接近的匹配对呼叫者和坐席进行路由。例如，可以用坐席的排名除以坐席的数量，对于呼叫者也类似，基于最接近的匹配(或在某个范围内)将呼叫者匹配至坐席。方法可以接下来在步骤708将呼叫者路由至坐席，或引起将呼叫者路由至坐席。在其它实施例中，方法可以将匹配传递给其它装置或方法，其它装置或方法可能在其它方法中使用该匹配，或使用它加权其它路由方法。
图8显示了应用将呼叫者匹配至呼叫路由中心中的坐席的另一个示例性方法。在该实施例中，在步骤702，基于表现特征对坐席进行排名，表现特征与结果变量，例如销售或顾客满意度相关，排名被转换为百分位排名。例如，坐席的原始表现值可以转换为相对百分位排名，例如，销售率9％可以转换为表现排名85％。在其它实施例中，原始表现值可以转换为规范化分数或Z-分数。
在步骤804，基于结果变量对呼叫者进行排名或打分，结果变量基于呼叫者数据，并且排名转换为相对百分位排名。与坐席类似，坐席的原始预测值可以转换为百分位排名，例如，购买倾向或可能性2％可以转换为百分位排名92％。在其它实施例中，原始值可以转换为规范化分数或Z-分数。
在步骤806，接下来基于呼叫者和坐席各自的相对排名对它们进行匹配。例如，可以比较呼叫者的相对百分位排名和坐席的相对百分位排名，呼叫者被匹配至空闲的最接近的坐席。在坐席变得空闲，同时多个呼叫者在守候的实施例中，坐席可以被匹配至最接近的匹配呼叫者。在其它实施例中，呼叫者可以守候预定时间，等待最佳匹配坐席变得空闲，然后再匹配并路由至最接近的匹配坐席。
可以认识到，可以预期对呼叫者和坐席进行排名，并基于各自的排名将呼叫者匹配至坐席的其它各种方法。例如，一般而言，示例性的方法能够使排名较高的呼叫者路由至排名较高的坐席，排名较低的呼叫者路由至排名较低的坐席。
图9显示了基于概率乘数方法和模式匹配算法将呼叫者匹配至呼叫路由中心中的坐席的另一个示例性方法。方法包括在步骤902确定坐席组合针对结果变量的相对坐席表现，并在步骤904确定呼叫者组合针对结果变量的相对呼叫者倾向。相对坐席表现和相对呼叫者倾向还可以步骤906中进一步在规范化并转换为相对百分位排名。
在步骤908，可用坐席数据和呼叫者数据的一部分或所有可以通过模式匹配算法。在一个实施例中，模式匹配算法包括自适应模式匹配算法，例如基于之前的呼叫者-坐席配对结果被训练的神经网络算法。
匹配算法可以包括比较与每个呼叫者-坐席对的呼叫者和/或坐席相关的人口统计数据，以及计算针对所需结果变量(或结果变量的加权)的呼叫者-坐席对合适性分数或排名。此外，可以为每个呼叫者-坐席对和结果变量确定Z-分数，例如，2009年8月29日提交的
12/202,091号共同未决美国专利申请描述了用于为呼叫者-坐席对计算Z-分数的示例性方法，该申请通过引用全部结合至此。
示例性模式匹配算法和计算机模型可以包括相关算法，例如神经网络算法或遗传算法。在一个实施例中，可以使用M.Riedmiller，H.Braun所描述的弹性反向传播(RPROP)算法：‘用于更快反向传播学习的直接自适应方法：RPROP算法’，1993年神经网络IEEE国际会议期刊，其通过引用全部结合至此。为了大体上对算法进行训练或优化，(针对最优互动测量的)实际联络结果与针对每个已发生联络的实际坐席和呼叫者数据相比较。模式匹配算法随后可以学习或改善学习某个呼叫者和某个坐席的匹配是如何改变最优互动的机会的。通过这种方式，模式匹配算法可以随后被用于在匹配具有特定呼叫者数据集合的呼叫者和具有特定坐席数据的坐席时预测最优互动的机会。优选地，随着更多的呼叫者交互实际数据变得可用，模式匹配算法被定期优化，例如，在联络中心完成每天的运行之后的每个晚上对算法进行定期训练。
模式匹配算法可被用于创建计算机模型，计算机模型反映每个坐席和呼叫者匹配的最优交互的预测机会。例如，计算机模型可以包括针对登陆联络中心的每个坐席与每个空闲的叫者匹配的最优互动集合的预测机会。或者，计算机模型可以包括这些的子集，或包括前述集合的集合。例如，不再匹配登陆联络中心的每个坐席与每个可用呼叫者，示例性方法和系统可以匹配每个空闲的坐席和每个空闲的呼叫者，甚至是坐席或呼叫者的更窄的集合。计算机模型还可以被进一步优化，以包括坐席和呼叫者的每个匹配的合适性分数。
在其它实施例中，示例性模型或方法可以利用与呼叫者和/或坐席相关的亲和性数据。例如，亲和性数据可以包括各个呼叫者的联络结果(本申请中称为“呼叫者亲和性数据”)，其独立于呼叫者的人口统计，心里统计或其它业务相关信息。该呼叫者亲和性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。这些历史可以是大致性的，例如，呼叫者购买产品的大致历史，与坐席的平均联络时间，或平均顾客满意度评级。这些历史也可以是坐席特定的，例如，呼叫者连接至特定坐席时的购买，联络时间，或顾客满意度历史。
举例来说，某个坐席可以被他们的呼叫者亲和性数据标识为高度可能做出购买的人，因为在过去若干次呼叫者被联络的情况下，呼叫者选择购买产品或服务。该购买历史随后可被用适当地对匹配进行优化，从而呼叫者优先与适合于呼叫者的坐席匹配，以增加最优互动的机会。利用该实施方式，联络中心可以优先将呼叫者与不具有高创收等级的坐席，或是不是可接受匹配的坐席相匹配，因为考虑到呼叫者的过往购买行为，仍然存在销售的可能。该匹配策略会使本应与呼叫者进行联络互动的其他坐席空闲。或者，联络中心可以寻求确保呼叫者匹配至具有高创收等级的坐席，而不管配对使用呼叫者数据和坐席人口统计或心理统计数据产生的结果是什么。
在一个实施例中，在所述实施例开发的亲和性数据和亲和性数据库中，呼叫者的联络结果在不同坐席数据间被跟踪。该分析可以表明，举例来说，如果呼叫者被连接至性别，种族，年龄相似的坐席，甚至特定坐席时，呼叫者最有可能对联络满意。利用该实施例，方法可以优先将呼叫者匹配至特定坐席或者这一类型的坐席：根据呼叫者亲和性数据，这一类型的坐席产生可接受的最优互动。
当商业，客户或公共可用数据库资源可能缺乏关于呼叫者的信息时，亲和性数据库可以提供关于呼叫者的可执行信息。即使存在可用的呼叫者数据，该数据库开发还可用于进一步增强联络路由和坐席-呼叫者匹配，因为可以得到这样的结论：各个呼叫者的联络结果可能与商业数据库所暗示的不同。举例来说，如果示例性方法单单依赖于商业数据库来匹配呼叫者和坐席，则它会预测，呼叫者最好匹配至相同性别的坐席以实现最佳顾客满意度。但是，通过包括从之前与呼叫者的互动所开发的亲和性数据库信息，示例性方法可以更精确地预测呼叫者最好匹配至不同性别的坐席以实现最佳顾客满意度。
接下来在步骤910中，基于对步骤906中确定的相对排名的比较和步骤908中的模式匹配算法对呼叫者和坐席进行匹配。例如，两个方法的结果可以组合，例如，线性组合或非线性组合，从而确定最佳匹配的呼叫者-坐席对。
在步骤912，呼叫者至坐席的选择或映射接下来传递至路由引擎或路由器，以将呼叫者路由至坐席。路由引擎或路由器可以是系统本地的或远程的，该系统将呼叫者映射至坐席。需要注意的是，可以执行其它动作，不需要按照陈述顺序来执行所述动作，一些动作可以平行执行。
示例性呼叫映射和路由系统以及方法在-举例来说-2008年11月7日提交的名为“基于时间效应数据”的美国12/267,471号专利申请，2009年6月24日提交的名为“用于呼叫中心路由的概率乘数方法”的美国12/490,949号专利申请，以及2008年11月6日提交的名为“基于模式匹配算法汇集匹配至坐席的呼叫者”的美国12/266,418号专利申请，这些申请通过引用全部结合至此。
贝叶斯均值回归：在这里提供了能被用于对联络中心中呼叫者到坐席的映射和路由进行改善或优化的系统和方法，其中呼叫者的映射和路由可以使用基于表现的路由技术，或者使用坐席表现作为独立变量的任何匹配算法。在本发明的一个方面，系统和方法与贝叶斯均值回归(BMR)技术一起使用以确保和/或估计坐席表现。参见以下关于贝叶斯均值回归的文档：贝叶斯统计方法的第一堂课，Sprinter统计教科书，Peter D.Hoff著，2010年11月19日；贝叶斯统计简介，第二版，William M.Bolstad著，2007年8月15日；贝叶斯统计：简介，Peter M.lee著，2012年9月4日。
下面的实施例和描述是根据坐席表现(AP)，但是，对呼叫者倾向(例如，购买各种不同的产品和服务)进行估计时存在类似问题，可以使用相同的方法论。因此，为了避免术语重复，根据坐席表现(AP)对实施例进行描述，同时应该理解，对于呼叫者倾向(CP)这也同样适用。
示例性呼叫映射和路由系统可以使用三种不同数学类型的目标数据。二项数据，例如转换率(CR)，即销售/未销售，多项数据，例如每个电话销售的多个RGU，以及连续数据，例如每个电话的创收单位(RGU)，以及处理时间。这里描述的所有技术应用于三种数据，尽管在所使用的数学技术方面，特别是在BMR的情况下，它们需要差异，这对本领域技术人员是已知的。再次地，为了避免重复，使用了术语CR，但是它应理解为代表二项数据，多项数据或连续数据。
一般而言，路由中心希望利用可用的数据实现对坐席表现(AP)最精确的测量。当就单个技能而言具有大量呼叫数据时，计算较为简单(例如，CR＝#销售/#呼叫)，但是当数据相对较少并且坐席处理每个都具有不同CR的多个“技能”时会出现问题。在较少数据的情况下，采用AP值可能更加精确，AP值是原始AP和平均AP的加权混合。在没有数据的情况下，就采取平均值。相反，在具有大量数据的情况下，可以根据真实坐席的数据计算AP而忽视平均值。但是又出现了如何处理均值回归，以及什么是处理均值回归的数学最佳方法的问题。如下所述，BMR是处理均值回归的一个例子。
在一个实施例中，贝叶斯分析可以包括一种方法，该方法是贝叶斯统计方法的改编。贝叶斯分析的基本理念是组合先前知识(“先验”)和当前证据或数据。在一个实施例中，使用了假设坐席的集合，该坐席涵盖了从非常高的表现到非常低的表现这样的可能性范围。“先验”是作为具有某个表现的坐席的概率-表现非常坏或非常好的低概率，表现一般的更高概率。实施例接下来检查每个假设坐席会表现的像实际坐席所表现的那样的可能性。将“先验”概率乘以内个假设坐席的证据概率，可以找到具有最高先验概率和证据概率乘积的假设坐席。实际坐席最有可能是具有最高乘积的假设坐席。
示例性算法可以实施如下：
1.估计整体(即，跨技能)AP的分布。可能具有某些约束，例如，在实施方式中，可能符合CR,0<＝CR<＝1的分布，例如，阶段的二项分布，以结合该先验知识。可以根据先前AP数据或其它来源估计分布矩。示例性分布可以是钟形曲线，顶点为0.1，分布曲线在0和1处被截断。该示例性分布曲线可以反映大多数坐席每100个电话实现了10笔销售，例如，分布的顶点位于0.1。
2.构件大量假设坐席的集合，其中表现横跨坐席表现的可能范围。实际上，可以生成多个(例如，5001个)假设坐席，这些坐席的表现从最差可能表现(可能为零)到做好可能表现100，例如每个电话一笔销售。在实施方式中，假设坐席的表现可能均匀分布，例如0，0.02，0.04。....,99.96,99.98,100.在其它实施方式中，表现可能不是均匀分布。对于每个假设坐席，例如第i个坐席，可以知道两个量：根据上面步骤1中整体AP的分布确定的是这种坐席的概率，例如PAi，以及该假设坐席的表现，例如根据假设坐席的均匀分布的表现获得的Fi。
3.对于具有针对给定技能k的真实表现数据-例如，N个电话实现S笔销售-的每个真实坐席，执行以下操作，其中技能k中的实际坐席N个电话实现S笔销售：
a对于每个假设坐席，并且在每个技能中，根据真实坐席的数据计算证据概率，例如所观察结果的可能性。也就是说，对于假设坐席i，假设她的表现是Fi，Fi是假设坐席通过N个电话实现S笔销售的概率，给定技能中的实际坐席通过N个电话实现S笔销售。将该证据概率(针对坐席的观察结果的可能性)POEi,k称为第i个假设坐席的第k个技能的证据概率。执行该方法，并且系统遍历技能s-例如，销售洗衣机，销售干燥机，销售吸尘器等-中的每一个。
b.计算假设坐席i的总概率TPi，TPi是作为该假设坐席的(先验)概率乘以每个技能的证据概率，即TPi＝PAi x POEi,1 x POEi,2x,...x POEi,s，其中有s个技能。
c.针对所有的假设坐席重复3a和3b，横跨上面步骤2设定的可能表现的范围。假设坐席中的一者具有最佳TP值，该假设坐席的表现可以在步骤中生成的阵列中查找。
在实施方式中，这是真实坐席的最可能的真实综合表现。
该方法提供了一种方式，在该方式中，组合关于每个坐席的可用数据来估计AP，实际上，这是理论上最优的组合关于每个坐席的全部可用数据来估计AP的方法。
参考图11，显示了计算实际坐席的最可能的综合表现的方法过程的实施方式。在实施方式中，方法包括由框1100表示的操作：通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现数据中确定，或获得或接收真实坐席表现的分布。在实施方式中，坐席表现选自由销售或未销售，每一呼叫的收入，每一呼叫的创收单位(RGU)，以及处理时间构成的组中的一者。在实施方式中，所述真实坐席表现是二项的，真实坐席表现的分布至少在其一端上是截断的。
框1110表示以下操作：通过所述一个或多个计算机确定假设坐席的集合，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现。在实施方式中，假设坐席的集合包括至少10个假设坐席。在实施方式中，所述假设坐席的集合包括至少50个假设坐席。在实施方式中，所述假设坐席的集合包括至少100个假设坐席。
框1120表示以下操作：在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率。在实施方式中，计算后验分布可以包括：针对第一技能k和各个假设坐席i的假设坐席表现APi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及，通过所述一个或多个计算机来计算各个假设坐席i的总概率TPi，包括用假设坐席的APi乘以假设坐席i的每个技能k的POEik。
框1130表示以下操作：通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率。
框1140表示以下操作：；以及通过所述一个或多个计算机确定假设坐席中具有较好总概率TP值的假设坐席为实际坐席的最可能的综合表现。在实施方式中，确定最可能的综合表现的步骤包括选择所述假设坐席中具有最好总概率TP值的那一个为实际坐席的最可能的综合表现。
在实施方式中，方法可以与任何其它坐席-呼叫者匹配算法组合使用。例如，方法还可以包括以下步骤：针对期望结果，通过所述一个或多个计算机在多元素模式匹配算法中以成对方式使用所述坐席的人口统计数据或心理统计数据以及所述呼叫者的人口统计数据或心理统计数据，从而获得多个坐席-呼叫者对中每一对的评估，以及，通过所述一个或多个计算机组合所述模式匹配算法的结果和各个坐席的各个最可能的综合表现，从而选择所述坐席-呼叫者对中的一对。
参考图12，显示了计算实际呼叫者的最可能的综合倾向的方法过程的实施方式。在实施方式中，方法包括由框1200表示的操作：通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向数据中确定，或获得或接收真实呼叫者倾向的分布。在实施方式中，所述呼叫者倾向选自由购买产品或服务A或不购买，购买产品或服务B或不购买，购买产品或服务C或不购买，每一呼叫的创收单位(RGU)，以及处理时间构成的组中的一者。
框1210表示以下操作：通过所述一个或多个计算机确定假设呼叫者的集合，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向。
框1220表示以下操作：在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率。在实施方式中，分区至少部分基于选由人口统计数据，区域码，邮政编码，NPANXX，VTN，地理区域，800号码，以及转移号码构成的组中的一者或多者。在实施方式中，计算所述后验分布的步骤可以包括：针对第一分区和各个假设呼叫者i的假设呼叫者倾向CPi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及，通过所述一个或多个计算机来计算各个假设呼叫者i的总概率TPi，包括用假设呼叫者的CPi乘以假设呼叫者i的每个分区k的POEik。
框1230表示以下操作：通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率。
框1240表示以下操作：通过所述一个或多个计算机确定假设呼叫者中具有较好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向。
如前所述，在实施方式中，方法可以与任何其它坐席-呼叫者匹配算法组合使用。例如，实施方式还可以包括以下步骤：针对期望结果，通过所述一个或多个计算机在多元素模式匹配算法中以成对方式使用所述坐席的人口统计数据或心理统计数据以及所述呼叫者的人口统计数据或心理统计数据，从而获得多个坐席-呼叫者对中每一对的评估，以及，通过所述一个或多个计算机组合所述模式匹配算法的结果和各个坐席的各个最可能的综合表现，从而选择所述坐席-呼叫者对中的一对。
本申请中描述的许多技术可以在硬件或软件，或二者的组合中实施。优选地，这些技术以计算机程序实施，计算机程序在多个可编程计算机上执行，每个可编程计算机包括处理器，可被处理器读取的存储介质(包括易失和非易易失存储器和/或存储元件)，以及合适的输入和输出设备。程序编码被应用于使用输入设备输入的数据，从而执行此处描述的功能，并生成输出信息。输出信息被应用于一个或多个输出设备。此外，每个程序优选以高级程序或面向对象的编程语言实施，以与计算机系统通信。但是，如果需要的话，程序可以以组件或机器语言实施。在任何情况下，语言可以是编译语言或解释语言。
每个这种计算机程序优选存储在存储介质或设备(CD-ROM，硬盘或磁带)，存储介质或设备可以被通用或专用可编程计算机读取，从而在存储介质或设备被计算机读取时配置并运行计算机，以执行上述程序。系统还可以实施为计算机可读存储介质，配置有计算机程序，其中存储介质被配置为使计算以特定预定方式运行。
图10显示了可以用来实施本发明某些实施方式中的处理功能的典型计算系统1000。举例来说，这种类型的计算系统可以用作客户端和服务器。本领域技术人员知道如何使用其它计算机系统或架构来实施本发明。举例来说，计算系统1000可以表示台式机，膝上电脑或笔记本电脑，手持计算设备(PDA，手机，掌上电脑等)，主机，服务器，客户端，或适用于或合适于给定应用或环境的任何其它专用或通用计算设备。计算系统1000可以包括一个或多个处理器，例如处理器1004。处理器1004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。在该实施例中，处理器1004连接至总线1002或其它通信介质。
计算系统1000还可以包括主存储器1008，例如随机存取存储器(RAM)或动态存储器，主存储器1008用于存储信息和将由处理器1004执行的指令。主存储器1008还可以用于在将由处理器1004执行的指令被执行期间存储临时变量或其它中间信息。计算系统1000还可以包括连接至总线1002以为处理器存储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1000还可以包括信息存储系统1010，举例来说，信息存储系统1010可以包括媒体驱动器1012和可移除存储接口1020。媒体驱动器1012可以包括驱动器或其它机构以支持固定或可移除存储介质，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)，或其它可移除或固定介质驱动器。举例来说，存储介质1018可以包括由媒体驱动器1012读写的硬盘，软盘，磁带，光盘，CD或DVD，或其它可移除或固定介质。存储介质1018可以包括计算机可读的存储介质，计算机可读的存储介质上存储有特定计算机软件或数据。
在替换实施方式中，信息存储系统1010可以包括其它类似组件以使计算机程序或其它指令或数据被载入到计算系统1000中。举例来说，这些组件可以包括可移除存储单元1022和接口1020，例如程序盒式存储器和盒式接口，可移除存储器(例如，闪存或其它可移除存储模块)和存储器插槽，以及允许软件和数据从可移除存储单元1018传输到计算系统1000中的其它可移除存储单元1022和接口1020。
计算系统1000还可以包括通信接口1024。通信接口1024可被用于在计算系统1000和外部设备之间传输软件和数据。通信接口1024的例子可以包括调制解调器，网口(例如以太网或NIC卡)，通信端口(例如，USB端口)，PCMCIA插槽和卡等。通过通信接口1024传输的软件和数据的形式为信号，信号是能够被通信接口1024接收的电信号，电磁信号，光学信号或其它信号。这些信号通过信道1028被提供给通信接口1024。该信道可以承载信号，并可以使用无线介质，电线或电缆，光纤或其它通信介质来实施。信道的一些例子包括电话线，手机链路，RF链路，网络接口，局域网或广域网，及其它通信信道。
在本申请中，术语“计算机程序产品”，“计算机可读介质”等可一般用于指代物理，有形的介质，例如存储器1008，存储介质1018，或存储单元1022。计算机可读介质的这些和其它形式可被用于存储由处理器1004使用的一个或多个指令，以使处理器执行特定操作。一般被称为“计算机程序代码”(它们可以集合为计算机程序的形式或其它集合形式)的这些指令在被执行时使得计算系统1000执行本发明的实施方式中的特征或功能。需要注意的是，代码可以直接引起处理器执行特定操作，被编译以引起处理器执行特定操作，和/或与其它软件，硬件，和/或固件元件(例如，执行标准功能的库)组合以引起处理器执行特定操作。
在使用软件来实施元件的实施方式中，软件可以测出在计算机可读介质中，并利用-举例来说-可移除存储介质1018，驱动器1012或通信接口1024被载入到计算系统1000中。控制逻辑(在该实施例中为软件指令或计算机程序代码)在被处理器1004执行时引起处理器1004执行本发明的上述功能。
可以理解的是，为了清楚起见，上面的描述参考不同功能单元或处理器对本发明的实施方式进行说明。但是，很明显，在不影响本发明的情况下可以使用不同功能单元，处理器或域的任何合适的功能分布。例如，显示为由不同的处理器或控制器执行的功能可以由相同的处理器或控制器执行。因此，对特定功能的引用只应视为对提供所述功能的合适装置的引用，而非表明严格的逻辑或物理结构或组织。
本发明的上述实施方式是阐释性的，不具有限制性。在不偏离本发明的情况下可以做出各种变化和修改。后附权利要求包括本发明精神和范围中的这种变化和修改。

Claims (26)

1.一种用于确定坐席表现的方法，该方法包括：
通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现数据中确定、或获得或接收真实坐席表现的分布；
通过所述一个或多个计算机确定假设坐席的集合，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；
在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率；
通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率；以及
通过所述一个或多个计算机确定假设坐席中具有最好总概率TP值的假设坐席为实际坐席的最可能的综合表现。
2.如权利要求1所定义的方法，其中所述坐席表现选自由销售或未销售、每一呼叫的收入、每一呼叫的创收单位(RGU)、以及处理时间构成的组中的一者。
3.如权利要求1所定义的方法，其中所述坐席技能k包括选由销售产品或服务A、销售产品或服务B、以及为产品C提供服务建议构成的组中的两者或更多者。
4.如权利要求1所定义的方法，其中所述假设坐席的集合包括至少10个假设坐席。
5.如权利要求1所定义的方法，其中所述假设坐席的集合包括至少50个假设坐席。
6.如权利要求1所定义的方法，其中所述假设坐席的集合包括至少100个假设坐席。
7.如权利要求1所定义的方法，其中所述真实坐席表现是二项的，并且真实坐席表现的分布至少在其一端上是截断的。
8.如权利要求1所定义的方法，其中计算所述后验分布包括：
针对第一技能k和各个假设坐席i的假设坐席表现APi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及
通过所述一个或多个计算机来计算假设坐席i的总概率TPi，包括用假设坐席的APi乘以假设坐席i的每个技能k的POEik。
9.如权利要求1所定义的方法，该方法还包括：
针对期望结果，通过所述一个或多个计算机在多元素模式匹配算法中以成对方式使用所述坐席的人口统计数据或心理统计数据以及呼叫者的人口统计数据或心理统计数据，从而获得多个坐席-呼叫者对中每一对的评估，以及
通过所述一个或多个计算机组合所述模式匹配算法的结果和各个坐席的各个最可能的综合表现，从而选择所述坐席-呼叫者对中的一对。
10.一种用于确定呼叫者倾向的方法，该方法包括：
通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向数据中确定、或获得或接收真实呼叫者倾向的分布；
通过所述一个或多个计算机确定假设呼叫者的集合，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向；
在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率；
通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率；以及
通过所述一个或多个计算机确定假设呼叫者中具有最好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向。
11.如权利要求10所定义的方法，其中所述呼叫者倾向选自由购买产品或服务A或不购买、购买产品或服务B或不购买、购买产品或服务C或不购买、每一呼叫的创收单位(RGU)、以及处理时间构成的组中的一者。
12.如权利要求10所定义的方法，其中所述分区至少部分基于选自由人口统计数据、区域码、邮政编码、NPANXX、VTN、地理区域、800号码、以及转移号码构成的组中的一者或多者。
13.如权利要求10所定义的方法，其中计算所述后验分布包括：
针对第一分区和各个假设呼叫者i的假设呼叫者倾向CPi，通过所述一个或多个计算机为所述假设呼叫者的集合中的每一个假设呼叫者i计算所述各个假设呼叫者i将有S笔销售的证据概率POEik，具有所述分区k的各个实际呼叫者具有S笔销售；以及
通过所述一个或多个计算机来计算假设呼叫者i的总概率TPi，包括用假设呼叫者的CPi乘以假设呼叫者i的每个分区k的POEik。
14.一种用于确定坐席表现的系统，该系统包括：
用于通过一个或多个计算机从针对技能集合中的各个技能k的早前真实坐席表现数据中确定、或获得或接收真实坐席表现的分布的装置；
用于通过所述一个或多个计算机确定假设坐席的集合的装置，所述假设坐席具有针对所述各个技能k的假设坐席表现APi，所述假设坐席表现APi的范围是从最差表现到最好表现；
用于在考虑各个实际坐席的所述技能集合中的每一个技能的实际结果的情况下，通过所述一个或多个计算机使用所述真实坐席表现的分布和所述具有各个假设坐席表现APi的假设坐席的集合来计算后验分布，从而获得所述假设坐席的集合中的每个假设坐席的总概率的装置；
用于通过所述一个或多个计算机针对所述假设坐席集合中的多个假设坐席重复计算所述后验分布的步骤，以获得各个假设坐席的各个总概率的装置；以及
用于通过所述一个或多个计算机确定假设坐席中具有最好总概率TP值的假设坐席为实际坐席的最可能的综合表现的装置。
15.如权利要求14所定义的系统，其中所述坐席表现选自由销售或未销售、每一呼叫的收入、每一呼叫的创收单位(RGU)、以及处理时间构成的组中的一者。
16.如权利要求14所定义的系统，其中所述坐席技能k包括选自由销售产品或服务A、销售产品或服务B、以及为产品C提供服务建议构成的组中的两者或更多者。
17.如权利要求14所定义的系统，其中所述假设坐席的集合包括至少10个假设坐席。
18.如权利要求14所定义的系统，其中所述假设坐席的集合包括至少50个假设坐席。
19.如权利要求14所定义的系统，其中所述假设坐席的集合包括至少100个假设坐席。
20.如权利要求14所定义的系统，其中所述真实坐席表现是二项的，并且真实坐席表现的分布至少在其一端上是截断的。
21.如权利要求14所定义的系统，其中计算所述后验分布的步骤包括：
针对第一技能k和各个假设坐席i的假设坐席表现APi，通过所述一个或多个计算机为所述假设坐席的集合中的每一个假设坐席i计算所述各个假设坐席i通过N次呼叫获得S笔销售的证据概率POEik，具有所述技能k的所述各个实际坐席通过N次呼叫获得S笔销售；以及
通过所述一个或多个计算机来计算假设坐席i的总概率TPi，包括用假设坐席的APi乘以假设坐席i的每个技能k的POEik。
22.如权利要求14所定义的系统，该系统还包括配置有用于执行以下步骤的程序代码的所述一个或多个计算机：
针对期望结果，通过所述一个或多个计算机在多元素模式匹配算法中以成对方式使用所述坐席的人口统计数据或心理统计数据以及呼叫者的人口统计数据或心理统计数据，从而获得多个坐席-呼叫者对中每一对的评估，以及
通过所述一个或多个计算机组合所述模式匹配算法的结果和各个坐席的各个最可能的综合表现，从而选择所述坐席-呼叫者对中的一对。
23.一种用于确定呼叫者倾向的系统，该系统包括：
用于通过一个或多个计算机从针对呼叫者分区集合中的各个呼叫者分区的早前真实呼叫者倾向数据中确定、或获得或接收真实呼叫者倾向的分布的装置；
用于通过所述一个或多个计算机确定假设呼叫者的集合的装置，所述假设呼叫者具有各个假设呼叫者倾向CPi，所述假设呼叫者倾向CPi的范围是从最差倾向到最好倾向；
用于在考虑多个呼叫者分区中的各个实际呼叫者的实际结果的情况下，通过所述一个或多个计算机使用真实呼叫者倾向的分布和所述具有各个假设呼叫者倾向CPi的假设呼叫者的集合来计算后验分布，从而获得所述各个假设呼叫者的集合中的每个假设呼叫者的总概率的装置；
用于通过所述一个或多个计算机针对所述假设呼叫者集合中的多个假设呼叫者重复计算所述后验分布的步骤，以获得各个假设呼叫者的各个总概率的装置；以及
用于通过所述一个或多个计算机确定假设呼叫者中具有最好总概率TP值的假设呼叫者为实际呼叫者的最可能的综合倾向的装置。
24.如权利要求23所定义的系统，其中所述呼叫者倾向选自由购买产品或服务A或不购买、购买产品或服务B或不购买、购买产品或服务C或不购买、每一呼叫的创收单位(RGU)、以及处理时间构成的组中的一者。
25.如权利要求23所定义的系统，其中所述分区至少部分基于选自由人口统计数据、区域码、邮政编码、NPANXX、VTN、地理区域、800号码、以及转移号码构成的组中的一者或多者。
26.如权利要求23所定义的系统，其中计算所述后验分布的步骤包括：
针对第一分区和各个假设呼叫者i的假设呼叫者倾向CPi，通过所述一个或多个计算机为所述假设呼叫者的集合中的每一个假设呼叫者i计算所述各个假设呼叫者i将有S笔销售的证据概率POEik，具有所述分区k的各个实际呼叫者具有S笔销售；以及
通过所述一个或多个计算机来计算假设呼叫者i的总概率TPi，包括用假设呼叫者的CPi乘以假设呼叫者i的每个分区k的POEik。
CN201380027358.7A 2012-03-26 2013-03-21 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法 Active CN104521225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710963875.5A CN107749932B (zh) 2012-03-26 2013-03-21 用于在联络中心系统中对个人进行排名的方法、系统以及制品

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201261615779P 2012-03-26 2012-03-26
US201261615788P 2012-03-26 2012-03-26
US201261615772P 2012-03-26 2012-03-26
US61/615,788 2012-03-26
US61/615,772 2012-03-26
US61/615,779 2012-03-26
US13/843,807 US9025757B2 (en) 2012-03-26 2013-03-15 Call mapping systems and methods using bayesian mean regression (BMR)
US13/843,807 2013-03-15
PCT/US2013/033261 WO2013148452A1 (en) 2012-03-26 2013-03-21 Call mapping systems and methods using bayesian mean regression (bmr)

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201710963875.5A Division CN107749932B (zh) 2012-03-26 2013-03-21 用于在联络中心系统中对个人进行排名的方法、系统以及制品

Publications (2)

Publication Number Publication Date
CN104521225A CN104521225A (zh) 2015-04-15
CN104521225B true CN104521225B (zh) 2017-12-08

Family

ID=49211828

Family Applications (4)

Application Number Title Priority Date Filing Date
CN201380027357.2A Active CN104509081B (zh) 2012-03-26 2013-03-21 使用方差算法(va)和/或分布补偿的呼叫映射系统和方法
CN201380027358.7A Active CN104521225B (zh) 2012-03-26 2013-03-21 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法
CN201710963875.5A Active CN107749932B (zh) 2012-03-26 2013-03-21 用于在联络中心系统中对个人进行排名的方法、系统以及制品
CN201710206483.4A Active CN106878572B (zh) 2012-03-26 2013-03-21 处理联络中心系统中的联络和坐席的方法、系统以及制品

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201380027357.2A Active CN104509081B (zh) 2012-03-26 2013-03-21 使用方差算法(va)和/或分布补偿的呼叫映射系统和方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN201710963875.5A Active CN107749932B (zh) 2012-03-26 2013-03-21 用于在联络中心系统中对个人进行排名的方法、系统以及制品
CN201710206483.4A Active CN106878572B (zh) 2012-03-26 2013-03-21 处理联络中心系统中的联络和坐席的方法、系统以及制品

Country Status (14)

Country Link
US (6) US9025757B2 (zh)
EP (3) EP3506614A1 (zh)
JP (8) JP5990634B2 (zh)
CN (4) CN104509081B (zh)
AU (6) AU2013240131B2 (zh)
BR (2) BR112014023591A8 (zh)
CA (5) CA2993375C (zh)
ES (1) ES2732750T3 (zh)
HK (3) HK1206893A1 (zh)
HU (1) HUE044697T2 (zh)
MX (2) MX346287B (zh)
PH (2) PH12014502129A1 (zh)
PT (1) PT2832083T (zh)
WO (2) WO2013148454A1 (zh)

Families Citing this family (91)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8300798B1 (en) 2006-04-03 2012-10-30 Wai Wu Intelligent communication routing system and method
US8718262B2 (en) 2007-03-30 2014-05-06 Mattersight Corporation Method and system for automatically routing a telephonic communication base on analytic attributes associated with prior telephonic communication
US9774740B2 (en) 2008-01-28 2017-09-26 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
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
US9787841B2 (en) 2008-01-28 2017-10-10 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing 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
US9712676B1 (en) 2008-01-28 2017-07-18 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10750023B2 (en) 2008-01-28 2020-08-18 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing 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
US9300802B1 (en) 2008-01-28 2016-03-29 Satmap International Holdings Limited Techniques for behavioral pairing in a contact center system
US10708430B2 (en) 2008-01-28 2020-07-07 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US8879715B2 (en) 2012-03-26 2014-11-04 Satmap International Holdings Limited Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US8824658B2 (en) 2008-11-06 2014-09-02 Satmap International Holdings Limited Selective mapping of callers in a call center routing 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
US8724797B2 (en) 2010-08-26 2014-05-13 Satmap International Holdings Limited Estimating agent performance in a call routing center system
US9025757B2 (en) 2012-03-26 2015-05-05 Satmap International Holdings Limited Call mapping systems and methods using bayesian mean regression (BMR)
US9178997B2 (en) * 2012-06-01 2015-11-03 Callpromise, Llc System and method for simulating virtual queuing of calls
US8792630B2 (en) 2012-09-24 2014-07-29 Satmap International Holdings Limited Use of abstracted data in pattern matching system
US9148511B2 (en) * 2013-02-20 2015-09-29 Xerox Corporation Methods and systems for assessing the efficiency of call center operations
US9137372B2 (en) 2013-03-14 2015-09-15 Mattersight Corporation Real-time predictive routing
US9106748B2 (en) 2013-05-28 2015-08-11 Mattersight Corporation Optimized predictive routing and methods
US9860378B2 (en) * 2013-09-24 2018-01-02 Verizon Patent And Licensing Inc. Behavioral performance analysis using four-dimensional graphs
US11062337B1 (en) 2013-12-23 2021-07-13 Massachusetts Mutual Life Insurance Company Next product purchase and lapse predicting tool
US11100524B1 (en) 2013-12-23 2021-08-24 Massachusetts Mutual Life Insurance Company Next product purchase and lapse predicting tool
US11062378B1 (en) 2013-12-23 2021-07-13 Massachusetts Mutual Life Insurance Company Next product purchase and lapse predicting tool
US9860380B2 (en) 2014-01-29 2018-01-02 Avaya Inc. Agent rating prediction and routing
US20150363737A1 (en) * 2014-06-13 2015-12-17 Vivint, Inc. Performance sales tracking for a business
US9792554B2 (en) * 2014-09-15 2017-10-17 International Business Machines Corporation Automatic case assignment based on learned expertise of prior caseload
US9560150B2 (en) * 2015-02-06 2017-01-31 Facebook, Inc. Adaptive selection of social context for display to a viewing user
US10498897B1 (en) 2015-03-31 2019-12-03 United Services Automobile Association (Usaa) Systems and methods for simulating multiple call center balancing
US11671535B1 (en) 2015-03-31 2023-06-06 United Services Automobile Association (Usaa) High fidelity call center simulator
US9838540B2 (en) * 2015-05-27 2017-12-05 Ingenio, Llc Systems and methods to enroll users for real time communications connections
US9509846B1 (en) 2015-05-27 2016-11-29 Ingenio, Llc Systems and methods of natural language processing to rank users of real time communications connections
JP6526180B2 (ja) * 2015-09-30 2019-06-05 アフィニティ インターナショナル ホールディングス， リミテッド コンタクトセンターシステムにおける行動ペアリングのための技法
US9723151B2 (en) * 2015-10-19 2017-08-01 Genesys Telecommunications Laboratories, Inc. Optimized routing of interactions to contact center agents based on forecast agent availability and customer patience
CN106791235B (zh) * 2015-11-24 2019-10-22 华为技术有限公司 一种选择服务座席的方法、装置及系统
EP3384440A1 (en) 2015-12-01 2018-10-10 Afiniti Europe Technologies Limited Techniques for case allocation
ES2858755T3 (es) * 2015-12-01 2021-09-30 Afiniti Ltd Técnicas para el emparejamiento conductual híbrido en un sistema de centro de contacto
MX2018006521A (es) * 2015-12-01 2018-08-15 Afiniti Europe Tech Ltd Tecnicas para emparejamiento hibrido de comportamiento en un sistema de centro de contactos.
CN105704335B (zh) * 2016-03-02 2018-12-18 重庆大学 基于动态统计过程的预测式外呼算法、交换机拨打方法及装置
CN113099048B (zh) * 2016-04-18 2022-09-20 阿菲尼帝有限公司 用于对联系中心系统中的配对策略进行基准检测的技术
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
US10542148B1 (en) 2016-10-12 2020-01-21 Massachusetts Mutual Life Insurance Company System and method for automatically assigning a customer call to an agent
CN108024021B (zh) * 2016-10-28 2020-11-13 广东亿迅科技有限公司 一种基于呼叫中心平台的ivr排队系统及其实现方法
US9888121B1 (en) * 2016-12-13 2018-02-06 Afiniti Europe Technologies Limited Techniques for behavioral pairing model evaluation in a contact center system
US11831808B2 (en) 2016-12-30 2023-11-28 Afiniti, Ltd. 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
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
KR102201965B1 (ko) * 2016-12-30 2021-01-11 아피니티 유럽 테크놀로지즈 리미티드 L3 페어링을 위한 기술들
US10135986B1 (en) 2017-02-21 2018-11-20 Afiniti International Holdings, Ltd. Techniques for behavioral pairing model evaluation in a contact center system
CN110352369B (zh) 2017-03-08 2021-12-17 株式会社可乐丽 偏振膜、偏振片和它们的制造方法
US10970658B2 (en) 2017-04-05 2021-04-06 Afiniti, Ltd. Techniques for behavioral pairing in a dispatch center system
US9930180B1 (en) 2017-04-28 2018-03-27 Afiniti, Ltd. Techniques for behavioral pairing in a contact center system
US11233905B1 (en) 2017-07-06 2022-01-25 United Services Automobile Association (Usaa) Call center load balancing and routing management
US10306068B1 (en) * 2017-07-06 2019-05-28 United Services Automobile Association (Usaa) Call center load balancing and routing management
US10122860B1 (en) 2017-07-10 2018-11-06 Afiniti Europe Technologies Limited Techniques for estimating expected performance in a task assignment system
CN108428145A (zh) * 2017-07-25 2018-08-21 平安科技（深圳）有限公司 电子装置、名单回收下发方法和计算机可读存储介质
US11176461B1 (en) 2017-08-29 2021-11-16 Massachusetts Mutual Life Insurance Company System and method for managing routing of customer calls to agents
US10229370B1 (en) 2017-08-29 2019-03-12 Massachusetts Mutual Life Insurance Company System and method for managing routing of customer calls to agents
US10110746B1 (en) 2017-11-08 2018-10-23 Afiniti Europe Technologies Limited 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
CN108683818B (zh) * 2018-09-03 2020-10-23 携程旅游信息技术（上海）有限公司 呼叫中心分配坐席的方法、系统、设备及存储介质
US10496438B1 (en) 2018-09-28 2019-12-03 Afiniti, Ltd. Techniques for adapting behavioral pairing to runtime conditions in a task assignment system
CN111050001A (zh) * 2018-10-12 2020-04-21 马上消费金融股份有限公司 一种话务分配方法及相关装置
US10867263B2 (en) 2018-12-04 2020-12-15 Afiniti, Ltd. Techniques for behavioral pairing in a multistage task assignment system
CN109600522A (zh) * 2018-12-10 2019-04-09 中国银行股份有限公司 一种外呼控制方法及装置
CN109547653B (zh) * 2018-12-11 2021-06-04 南京小灵呼科技有限公司 一种基于b/s架构的呼叫中心来电弹屏系统及方法
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
US11948153B1 (en) * 2019-07-29 2024-04-02 Massachusetts Mutual Life Insurance Company System and method for managing customer call-backs
US10757261B1 (en) 2019-08-12 2020-08-25 Afiniti, Ltd. Techniques for pairing contacts and agents in a contact center system
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
US11803917B1 (en) 2019-10-16 2023-10-31 Massachusetts Mutual Life Insurance Company Dynamic valuation systems and methods
US11611659B2 (en) 2020-02-03 2023-03-21 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
AU2021216364A1 (en) 2020-02-04 2022-09-15 Afiniti, Ltd Techniques for error handling in a task assignment system with an external pairing system
CN115244554A (zh) 2020-02-05 2022-10-25 阿菲尼帝有限公司 用于在外部配对系统和具有内部配对系统的任务分配系统之间共享分配任务的控制的技术
US11954523B2 (en) 2020-02-05 2024-04-09 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system with an external pairing system
CN111447630A (zh) * 2020-02-13 2020-07-24 中国电信股份有限公司成都分公司 基于路由器性能差异的评级方法
US11128754B1 (en) * 2020-11-16 2021-09-21 Allstate Insurance Company Machine learning system for routing optimization based on historical performance data
WO2024123970A1 (en) * 2022-12-08 2024-06-13 Afiniti, Ltd. Dynamic adjustment of timing of switching between different pairing strategies

Family Cites Families (248)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2125108A (en) 1937-10-27 1938-07-26 Westinghouse Electric & Mfg Co Control system for generators
US3838682A (en) 1972-12-29 1974-10-01 Primary Childrens Hospital Automated blood analysis system
JPS5421928B2 (zh) 1973-10-31 1979-08-03
JPS51120917A (en) 1975-04-15 1976-10-22 Nippon Steel Corp Converter operating method
US5125108A (en) 1990-02-22 1992-06-23 American Nucleonics Corporation Interference cancellation system for interference signals received with differing phases
US5155763A (en) 1990-12-11 1992-10-13 International Business Machines Corp. Look ahead method and apparatus for predictive dialing using a neural network
US5206903A (en) 1990-12-26 1993-04-27 At&T Bell Laboratories Automatic call distribution based on matching required skills with agents skills
US5327490A (en) 1991-02-19 1994-07-05 Intervoice, Inc. System and method for controlling call placement rate for telephone communication systems
US5537470A (en) 1994-04-06 1996-07-16 At&T Corp. Method and apparatus for handling in-bound telemarketing calls
US6222919B1 (en) 1994-09-12 2001-04-24 Rockwell International Corporation Method and system for routing incoming telephone calls to available agents based on agent skills
US5594791A (en) 1994-10-05 1997-01-14 Inventions, Inc. Method and apparatus for providing result-oriented customer service
US6539336B1 (en) 1996-12-12 2003-03-25 Phatrat Technologies, Inc. Sport monitoring system for determining airtime, speed, power absorbed and other factors such as drop distance
EP0740450B1 (en) 1995-04-24 2006-06-14 International Business Machines Corporation Method and apparatus for skill-based routing in a call center
US5907601A (en) 1995-05-26 1999-05-25 Eis International Inc. Call pacing method
US5702253A (en) 1995-07-10 1997-12-30 Bryce; Nathan K. Personality testing apparatus and method
US5926538A (en) 1997-02-11 1999-07-20 Genesys Telecommunications Labs, Inc Method for routing calls to call centers based on statistical modeling of call behavior
GB9606298D0 (en) 1996-03-26 1996-05-29 British Telecomm Call queuing and distribution
US5903641A (en) 1997-01-28 1999-05-11 Lucent Technologies Inc. Automatic dynamic changing of agents' call-handling assignments
US7020264B1 (en) 1997-02-10 2006-03-28 Genesys Telecommunications Laboratories, Inc. Negotiated routing in telephony systems
US6088444A (en) 1997-04-11 2000-07-11 Walker Asset Management Limited Partnership Method and apparatus for value-based queuing of telephone calls
US6044355A (en) 1997-07-09 2000-03-28 Iex Corporation Skills-based scheduling for telephone call centers
JP3311972B2 (ja) 1997-09-19 2002-08-05 富士通株式会社 電話接続装置、電話接続方法及び、その方法をコンピュータに実行させるためのプログラムを記録した記録媒体
US5903642A (en) 1997-09-24 1999-05-11 Call-A-Guide, Inc. Method for eliminating telephone hold time
US6134315A (en) 1997-09-30 2000-10-17 Genesys Telecommunications Laboratories, Inc. Metadata-based network routing
GB9723813D0 (en) 1997-11-11 1998-01-07 Mitel Corp Call routing based on caller's mood
US6052460A (en) 1997-12-17 2000-04-18 Lucent Technologies Inc. Arrangement for equalizing levels of service among skills
US6801520B2 (en) 1998-02-17 2004-10-05 Genesys Telecommunications Laboratories, Inc. Queue prioritization based on competitive user input
US6535492B2 (en) 1999-12-01 2003-03-18 Genesys Telecommunications Laboratories, Inc. Method and apparatus for assigning agent-led chat sessions hosted by a communication center to available agents based on message load and agent skill-set
CA2262044C (en) 1998-04-09 2001-10-30 Lucent Technologies Inc. Optimizing call-center performance by using predictive data to distribute agents among calls
US6173053B1 (en) * 1998-04-09 2001-01-09 Avaya Technology Corp. Optimizing call-center performance by using predictive data to distribute calls among agents
US6233332B1 (en) 1998-06-03 2001-05-15 Avaya Technology Corp. System for context based media independent communications processing
US20020087393A1 (en) 1998-07-31 2002-07-04 Laurent Philonenko Dynamically updated QoS parameterization according to expected business revenue
US6389400B1 (en) 1998-08-20 2002-05-14 Sbc Technology Resources, Inc. System and methods for intelligent routing of customer requests using customer and agent models
JP3313075B2 (ja) 1998-08-24 2002-08-12 株式会社エヌ・ティ・ティ・データ コールセンタシステム、着信端末設定方法及び記録媒体
US6535601B1 (en) 1998-08-27 2003-03-18 Avaya Technology Corp. Skill-value queuing in a call center
US6064731A (en) 1998-10-29 2000-05-16 Lucent Technologies Inc. Arrangement for improving retention of call center's customers
US6526135B1 (en) 1998-11-18 2003-02-25 Nortel Networks Limited Automated competitive business call distribution (ACBCD) system
US7068775B1 (en) 1998-12-02 2006-06-27 Concerto Software, Inc. System and method for managing a hold queue based on customer information retrieved from a customer database
US20020111172A1 (en) 2001-02-14 2002-08-15 Dewolf Frederik M. Location based profiling
US6333979B1 (en) 1998-12-17 2001-12-25 At&T Corp. Method and apparatus for assigning incoming communications to communications processing centers
US6798876B1 (en) 1998-12-29 2004-09-28 At&T Corp. Method and apparatus for intelligent routing of incoming calls to representatives in a call center
US6434230B1 (en) 1999-02-02 2002-08-13 Avaya Technology Corp. Rules-based queuing of calls to call-handling resources
US6496580B1 (en) 1999-02-22 2002-12-17 Aspect Communications Corp. Method and apparatus for servicing queued requests
EP1033860B1 (en) 1999-03-01 2005-12-28 Rockwell Electronic Commerce Technologies, LLC Acd tier based routing
US6744878B1 (en) 1999-03-02 2004-06-01 Aspect Communications Corporation Real-time transaction routing augmented with forecast data and agent schedules
US6424709B1 (en) 1999-03-22 2002-07-23 Rockwell Electronic Commerce Corp. Skill-based call routing
US6519335B1 (en) 1999-04-08 2003-02-11 Lucent Technologies Inc. Apparatus, method and system for personal telecommunication incoming call screening and alerting for call waiting applications
US6445788B1 (en) 1999-06-17 2002-09-03 Genesys Telecommunications Laboratories, Inc. Method and apparatus for providing fair access to agents in a communication center
AU4945100A (en) 1999-06-18 2001-01-09 Shmuel Okon Method and system for initiating conversations between callers having common interests
US6829348B1 (en) 1999-07-30 2004-12-07 Convergys Cmg Utah, Inc. System for customer contact information management and methods for using same
US7092509B1 (en) 1999-09-21 2006-08-15 Microlog Corporation Contact center system capable of handling multiple media types of contacts and method for using the same
FR2799593B1 (fr) 1999-10-11 2002-05-31 Cit Alcatel Procede de distribution d'appels
US6389132B1 (en) 1999-10-13 2002-05-14 Avaya Technology Corp. Multi-tasking, web-based call center
US6775378B1 (en) 1999-10-25 2004-08-10 Concerto Software, Inc Blended agent contact center
US6832203B1 (en) 1999-11-05 2004-12-14 Cim, Ltd. Skills based contact routing
US20060233346A1 (en) 1999-11-16 2006-10-19 Knowlagent, Inc. Method and system for prioritizing performance interventions
US6535600B1 (en) * 1999-12-06 2003-03-18 Avaya Technology Corp. System for automatically routing calls to call center agents in an agent surplus condition based on service levels
US6408066B1 (en) 1999-12-15 2002-06-18 Lucent Technologies Inc. ACD skill-based routing
US6661889B1 (en) 2000-01-18 2003-12-09 Avaya Technology Corp. Methods and apparatus for multi-variable work assignment in a call center
US6724884B2 (en) 2000-01-27 2004-04-20 Avaya Technology Corp. Call management system using fast response dynamic threshold adjustment
US7050567B1 (en) 2000-01-27 2006-05-23 Avaya Technology Corp. Call management system using dynamic queue position
US6714643B1 (en) 2000-02-24 2004-03-30 Siemens Information & Communication Networks, Inc. System and method for implementing wait time estimation in automatic call distribution queues
US6763104B1 (en) 2000-02-24 2004-07-13 Teltronics, Inc. Call center IVR and ACD scripting method and graphical user interface
US6587556B1 (en) 2000-02-25 2003-07-01 Teltronics, Inc. Skills based routing method and system for call center
US6603854B1 (en) 2000-02-25 2003-08-05 Teltronics, Inc. System and method for evaluating agents in call center
US6707904B1 (en) 2000-02-25 2004-03-16 Teltronics, Inc. Method and system for collecting reports for call center monitoring by supervisor
US6324282B1 (en) 2000-03-02 2001-11-27 Knowlagent, Inc. Method and system for delivery of individualized training to call center agents
US20010032120A1 (en) * 2000-03-21 2001-10-18 Stuart Robert Oden Individual call agent productivity method and system
US6956941B1 (en) 2000-04-12 2005-10-18 Austin Logistics Incorporated Method and system for scheduling inbound inquiries
US20020046030A1 (en) 2000-05-18 2002-04-18 Haritsa Jayant Ramaswamy Method and apparatus for improved call handling and service based on caller's demographic information
US7245719B2 (en) 2000-06-30 2007-07-17 Matsushita Electric Industrial Co., Ltd. Recording method and apparatus, optical disk, and computer-readable storage medium
US6970821B1 (en) 2000-09-26 2005-11-29 Rockwell Electronic Commerce Technologies, Llc Method of creating scripts by translating agent/customer conversations
US6774932B1 (en) 2000-09-26 2004-08-10 Ewing Golf Associates, Llc System for enhancing the televised broadcast of a golf game
US6978006B1 (en) 2000-10-12 2005-12-20 Intervoice Limited Partnership Resource management utilizing quantified resource attributes
US6889222B1 (en) 2000-12-26 2005-05-03 Aspect Communications Corporation Method and an apparatus for providing personalized service
US6539271B2 (en) 2000-12-27 2003-03-25 General Electric Company Quality management system with human-machine interface for industrial automation
US6639976B1 (en) 2001-01-09 2003-10-28 Bellsouth Intellectual Property Corporation Method for parity analysis and remedy calculation
US6922466B1 (en) * 2001-03-05 2005-07-26 Verizon Corporate Services Group Inc. System and method for assessing a call center
US7039166B1 (en) 2001-03-05 2006-05-02 Verizon Corporate Services Group Inc. Apparatus and method for visually representing behavior of a user of an automated response system
US20020138285A1 (en) 2001-03-22 2002-09-26 Decotiis Allen R. System, method and article of manufacture for generating a model to analyze a propensity of customers to purchase products and services
JP2002297900A (ja) 2001-03-30 2002-10-11 Ibm Japan Ltd 業務別応対管理システム、顧客側端末装置、応対側端末装置、管理サーバ、待ち行列監視装置、応対側端末の割り当て方法、および記憶媒体
US7478051B2 (en) 2001-04-02 2009-01-13 Illah Nourbakhsh Method and apparatus for long-range planning
US6647390B2 (en) 2001-04-30 2003-11-11 General Electric Company System and methods for standardizing data for design review comparisons
US6895083B1 (en) 2001-05-02 2005-05-17 Verizon Corporate Services Group Inc. System and method for maximum benefit routing
CA2930709A1 (en) 2001-05-17 2002-11-21 Bay Bridge Decision Technologies, Inc. System and method for generating forecasts and analysis of contact center behavior for planning purposes
US6842515B2 (en) 2001-06-12 2005-01-11 Rockwell Electronic Commerce Technologies, Llc Multi-site responsibility-based routing
US6954480B2 (en) 2001-06-13 2005-10-11 Time Domain Corporation Method and apparatus for improving received signal quality in an impulse radio system
US7110525B1 (en) 2001-06-25 2006-09-19 Toby Heller Agent training sensitive call routing system
US6782093B2 (en) 2001-06-27 2004-08-24 Blue Pumpkin Software, Inc. Graphical method and system for visualizing performance levels in time-varying environment
US6856680B2 (en) 2001-09-24 2005-02-15 Rockwell Electronic Commerce Technologies, Llc Contact center autopilot algorithms
JP3953785B2 (ja) * 2001-11-16 2007-08-08 株式会社日立製作所 コールセンターにおけるリソースシミュレーション方法およびシステム
GB2383915B (en) 2001-11-23 2005-09-28 Canon Kk Method and apparatus for generating models of individuals
US7245716B2 (en) 2001-12-12 2007-07-17 International Business Machines Corporation Controlling hold queue position adjustment
US7103172B2 (en) 2001-12-12 2006-09-05 International Business Machines Corporation Managing caller profiles across multiple hold queues according to authenticated caller identifiers
JP2003187061A (ja) 2001-12-19 2003-07-04 Fuji Mach Mfg Co Ltd ユーザサポートシステム、ユーザサポートシステムのサーバ装置、オペレータ選出プログラム、およびユーザサポートシステムのオペレータ選出方法
US6925155B2 (en) 2002-01-18 2005-08-02 Sbc Properties, L.P. Method and system for routing calls based on a language preference
US20030169870A1 (en) 2002-03-05 2003-09-11 Michael Stanford Automatic call distribution
US7023979B1 (en) 2002-03-07 2006-04-04 Wai Wu Telephony control system with intelligent call routing
US7372952B1 (en) * 2002-03-07 2008-05-13 Wai Wu Telephony control system with intelligent call routing
US7336779B2 (en) 2002-03-15 2008-02-26 Avaya Technology Corp. Topical dynamic chat
US7379922B2 (en) 2002-04-29 2008-05-27 Avanous, Inc. Pricing model system and method
JP4142912B2 (ja) 2002-07-19 2008-09-03 富士通株式会社 トランザクション振り分けプログラム
US7457403B2 (en) 2002-08-08 2008-11-25 Rockwell Electronic Commerce Technologies, Llc Method and apparatus for determining a real time average speed of answer in an automatic call distribution system
US6754331B2 (en) 2002-09-19 2004-06-22 Nortel Networks Limited Determining statistics about the behavior of a call center at a past time instant
US6937715B2 (en) 2002-09-26 2005-08-30 Nortel Networks Limited Contact center management
US20040098274A1 (en) * 2002-11-15 2004-05-20 Dezonno Anthony J. System and method for predicting customer contact outcomes
US6847714B2 (en) 2002-11-19 2005-01-25 Avaya Technology Corp. Accent-based matching of a communicant with a call-center agent
US20040210475A1 (en) 2002-11-25 2004-10-21 Starnes S. Renee Variable compensation tool and system for customer service agents
US7184540B2 (en) 2002-11-26 2007-02-27 Rockwell Electronic Commerce Technologies, Llc Personality based matching of callers to agents in a communication system
GB0227946D0 (en) 2002-11-29 2003-01-08 Univ East Anglia Signal enhancement
US7545925B2 (en) 2002-12-06 2009-06-09 At&T Intellectual Property I, L.P. Method and system for improved routing of repair calls to a call center
JP2004227228A (ja) 2003-01-22 2004-08-12 Kazunori Fujisawa 携帯電話注文受付システム
US7418095B2 (en) 2003-03-06 2008-08-26 At&T Knowledge Ventures, L.P. System and method for providing caller activities while in queue
US7676034B1 (en) 2003-03-07 2010-03-09 Wai Wu Method and system for matching entities in an auction
WO2004092881A2 (en) 2003-04-07 2004-10-28 Sevenecho, Llc Method, system and software for digital media narrative personalization
US7877265B2 (en) 2003-05-13 2011-01-25 At&T Intellectual Property I, L.P. System and method for automated customer feedback
US7050566B2 (en) 2003-06-13 2006-05-23 Assurant, Inc. Call processing system
US7725339B1 (en) 2003-07-07 2010-05-25 Ac2 Solutions, Inc. Contact center scheduling using integer programming
US20050013428A1 (en) * 2003-07-17 2005-01-20 Walters James Frederick Contact center optimization program
US7158628B2 (en) 2003-08-20 2007-01-02 Knowlagent, Inc. Method and system for selecting a preferred contact center agent based on agent proficiency and performance and contact center state
US8010607B2 (en) 2003-08-21 2011-08-30 Nortel Networks Limited Management of queues in contact centres
US7170991B2 (en) 2003-08-25 2007-01-30 Cisco Technology, Inc. Method and system for utilizing proxy designation in a call system
US7315617B2 (en) 2003-08-25 2008-01-01 Cisco Technology, Inc. Method and system for managing calls of an automatic call distributor
US20050071223A1 (en) 2003-09-30 2005-03-31 Vivek Jain Method, system and computer program product for dynamic marketing strategy development
US7231034B1 (en) 2003-10-21 2007-06-12 Acqueon Technologies, Inc. “Pull” architecture contact center
US20050129212A1 (en) 2003-12-12 2005-06-16 Parker Jane S. Workforce planning system incorporating historic call-center related data
US7027586B2 (en) 2003-12-18 2006-04-11 Sbc Knowledge Ventures, L.P. Intelligently routing customer communications
US7899177B1 (en) * 2004-01-12 2011-03-01 Sprint Communications Company L.P. Call-routing system and method
US7353388B1 (en) 2004-02-09 2008-04-01 Avaya Technology Corp. Key server for securing IP telephony registration, control, and maintenance
WO2005079262A2 (en) 2004-02-13 2005-09-01 Citibank, N.A. Method and system for conducting customer needs, staff development, and persona-based customer routing analysis
US7349535B2 (en) 2004-03-03 2008-03-25 Cisco Technology, Inc. Method and system for automatic call distribution based on location information for call center agents
US8000989B1 (en) 2004-03-31 2011-08-16 Avaya Inc. Using true value in routing work items to resources
US7734032B1 (en) 2004-03-31 2010-06-08 Avaya Inc. Contact center and method for tracking and acting on one and done customer contacts
US8126133B1 (en) 2004-04-01 2012-02-28 Liveops, Inc. Results-based routing of electronic communications
US8012501B2 (en) 2004-06-10 2011-09-06 Synthes Usa, Llc Flexible bone composite
US20050286709A1 (en) 2004-06-28 2005-12-29 Steve Horton Customer service marketing
US8234141B1 (en) 2004-09-27 2012-07-31 Avaya Inc. Dynamic work assignment strategies based on multiple aspects of agent proficiency
US8180043B2 (en) 2004-12-07 2012-05-15 Aspect Software, Inc. Method and apparatus for customer key routing
WO2006062987A2 (en) 2004-12-09 2006-06-15 Inneroptic Technology, Inc. Apparatus, system and method for optically analyzing substrate
US20060124113A1 (en) 2004-12-10 2006-06-15 Roberts Forest G Sr Marine engine fuel cooling system
DE102004061512A1 (de) * 2004-12-16 2006-06-29 Deutsche Telekom Ag Verfahren, Vorrichtung und Routing-Maschine zum automatisierten Ermitteln einer Bearbeitungsinstanz
US7398224B2 (en) 2005-03-22 2008-07-08 Kim A. Cooper Performance motivation systems and methods for contact centers
WO2006102270A2 (en) 2005-03-22 2006-09-28 Cooper Kim A Performance motivation systems and methods for contact centers
US20060222164A1 (en) 2005-04-04 2006-10-05 Saeed Contractor Simultaneous usage of agent and service parameters
US8885812B2 (en) 2005-05-17 2014-11-11 Oracle International Corporation Dynamic customer satisfaction routing
US8094790B2 (en) 2005-05-18 2012-01-10 Mattersight Corporation Method and software for training a customer service representative by analysis of a telephonic interaction between a customer and a contact center
US7995717B2 (en) 2005-05-18 2011-08-09 Mattersight Corporation Method and system for analyzing separated voice data of a telephonic communication between a customer and a contact center by applying a psychological behavioral model thereto
US7773736B2 (en) 2005-05-18 2010-08-10 At&T Intellectual Property I, L.P. VPN PRI OSN independent authorization levels
US7837851B2 (en) 2005-05-25 2010-11-23 Applied Materials, Inc. In-situ profile measurement in an electroplating process
JP4068629B2 (ja) 2005-06-08 2008-03-26 富士通株式会社 着信振り分けプログラム
US20070025540A1 (en) 2005-07-07 2007-02-01 Roger Travis Call center routing based on talkativeness
US8175253B2 (en) 2005-07-07 2012-05-08 At&T Intellectual Property I, L.P. System and method for automated performance monitoring for a call servicing system
US7904144B2 (en) 2005-08-02 2011-03-08 Brainscope Company, Inc. Method for assessing brain function and portable automatic brain function assessment apparatus
US8577015B2 (en) 2005-09-16 2013-11-05 Avaya Inc. Method and apparatus for the automated delivery of notifications to contacts based on predicted work prioritization
US20070219816A1 (en) 2005-10-14 2007-09-20 Leviathan Entertainment, Llc System and Method of Prioritizing Items in a Queue
US20070116240A1 (en) 2005-10-25 2007-05-24 Capital One Financial Corporation Systems and methods for qualification-based intelligent call routing
US7907718B2 (en) 2005-11-18 2011-03-15 Cisco Technology, Inc. VoIP call routing
US7864944B2 (en) 2005-11-29 2011-01-04 Cisco Technology, Inc. Optimal call speed for call center agents
EP1955533A4 (en) 2005-11-30 2013-01-09 On Q Telecom Systems Co Inc VIRTUAL PERSONNEL ASSISTANT FOR CALL MANAGEMENT IN A COMMUNICATION SYSTEM
US7826597B2 (en) 2005-12-09 2010-11-02 At&T Intellectual Property I, L.P. Methods and apparatus to handle customer support requests
US20070136342A1 (en) 2005-12-13 2007-06-14 Sap Ag Processing a user inquiry
DE102005061434A1 (de) 2005-12-22 2007-06-28 Epoq Gmbh Verfahren und Vorrichtung zum agentenoptimierten Betrieb eines Callcenters
CN100566360C (zh) * 2006-01-19 2009-12-02 北京讯鸟软件有限公司 实现坐席服务水平评价的呼叫中心服务方法
US20070174111A1 (en) * 2006-01-24 2007-07-26 International Business Machines Corporation Evaluating a performance of a customer support resource in the context of a peer group
US8112298B2 (en) 2006-02-22 2012-02-07 Verint Americas, Inc. Systems and methods for workforce optimization
US8108237B2 (en) 2006-02-22 2012-01-31 Verint Americas, Inc. Systems for integrating contact center monitoring, training and scheduling
US7593522B2 (en) 2006-03-09 2009-09-22 At&T Intellectual Property I, L.P. Call center user interface and methods of using same
US8300798B1 (en) 2006-04-03 2012-10-30 Wai Wu Intelligent communication routing system and method
US8331549B2 (en) 2006-05-01 2012-12-11 Verint Americas Inc. System and method for integrated workforce and quality management
US7856095B2 (en) 2006-05-04 2010-12-21 Interactive Intelligence, Inc. System and method for providing a baseline for quality metrics in a contact center
JP2007324708A (ja) 2006-05-30 2007-12-13 Nec Corp 電話対応方法、コールセンターシステム、コールセンター用プログラムおよびプログラム記録媒体
US7798876B2 (en) 2006-06-01 2010-09-21 Finis Inc. Kickboard for swimming
US8009822B1 (en) * 2006-06-02 2011-08-30 West Corporation System for geographic agent routing
US7961866B1 (en) 2006-06-02 2011-06-14 West Corporation Method and computer readable medium for geographic agent routing
US20080046386A1 (en) 2006-07-03 2008-02-21 Roberto Pieraccinii Method for making optimal decisions in automated customer care
US20090234710A1 (en) 2006-07-17 2009-09-17 Asma Belgaied Hassine Customer centric revenue management
US8488774B2 (en) * 2006-07-24 2013-07-16 Fmr Llc Predictive call routing
US20080065476A1 (en) 2006-09-07 2008-03-13 Loyalty Builders, Inc. Online direct marketing system
US8938063B1 (en) 2006-09-07 2015-01-20 Avaya Inc. Contact center service monitoring and correcting
US20090043671A1 (en) 2006-09-14 2009-02-12 Henrik Johansson System and method for network-based purchasing
US8223953B2 (en) 2006-11-17 2012-07-17 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for rule-based direction of customer service calls
CN101197881A (zh) * 2006-12-05 2008-06-11 中兴通讯股份有限公司 广域集中控制呼叫中心系统
US20080144803A1 (en) 2006-12-15 2008-06-19 Peeyush Jaiswal Dynamic agent skill balancing
US7577246B2 (en) 2006-12-20 2009-08-18 Nice Systems Ltd. Method and system for automatic quality evaluation
US7940917B2 (en) 2007-01-24 2011-05-10 International Business Machines Corporation Managing received calls
US20080199000A1 (en) 2007-02-21 2008-08-21 Huawei Technologies Co., Ltd. System and method for monitoring agents' performance in a call center
US9088658B2 (en) 2007-02-23 2015-07-21 Cisco Technology, Inc. Intelligent overload control for contact center
PL2717487T3 (pl) 2007-03-16 2018-07-31 Telefonaktiebolaget Lm Ericsson (Publ) Sposób i urządzenie zapewniające zasilania dla szerokopasmowego cyfrowego łącza abonenckiego
US20090032391A1 (en) 2007-05-02 2009-02-05 Robert Brian Dopp Device and method for photolysis-assisted electrolysis
CN101039353B (zh) * 2007-05-09 2012-04-04 华为技术有限公司 交互式语音应答流程节点定位方法及系统
JP2009081627A (ja) 2007-09-26 2009-04-16 Nomura Research Institute Ltd 顧客対応支援装置、顧客対応支援方法
US8270593B2 (en) 2007-10-01 2012-09-18 Cisco Technology, Inc. Call routing using voice signature and hearing characteristics
JP2009111534A (ja) * 2007-10-26 2009-05-21 Fujitsu Ltd 入電状況管理システム
US8249245B2 (en) * 2007-11-13 2012-08-21 Amazon Technologies, Inc. System and method for automated call distribution
US8781100B2 (en) 2008-01-28 2014-07-15 Satmap International Holdings Limited Probability multiplier process for call center routing
US8718271B2 (en) 2008-01-28 2014-05-06 Satmap International Holdings Limited Call routing methods and systems based on multiple variable standardized scoring
US8824658B2 (en) 2008-11-06 2014-09-02 Satmap International Holdings Limited Selective mapping of callers in a call center routing system
US10567586B2 (en) 2008-11-06 2020-02-18 Afiniti Europe Technologies Limited Pooling callers for matching to agents based on pattern matching algorithms
US9300802B1 (en) 2008-01-28 2016-03-29 Satmap International Holdings Limited Techniques for behavioral pairing 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
US20090232294A1 (en) 2008-01-28 2009-09-17 Qiaobing Xie Skipping a caller in queue for a call routing center
US8879715B2 (en) 2012-03-26 2014-11-04 Satmap International Holdings Limited Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US20090190745A1 (en) 2008-01-28 2009-07-30 The Resource Group International Ltd Pooling callers for a call center routing system
US20090190750A1 (en) 2008-01-28 2009-07-30 The Resource Group International Ltd Routing callers out of queue order for a call center routing 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
ES2733116T3 (es) * 2008-01-28 2019-11-27 Afiniti Int Holdings Ltd Encaminamiento de llamadas de un juego de llamadas en una secuencia fuera de orden
US8670548B2 (en) 2008-01-28 2014-03-11 Satmap International Holdings Limited Jumping callers held in queue for a call center routing system
US8903079B2 (en) 2008-01-28 2014-12-02 Satmap International Holdings Limited Routing callers from a set of callers based on caller data
US8938059B2 (en) 2008-03-28 2015-01-20 Avaya Inc. System and method for displaying call flows and call statistics
JP2009294386A (ja) 2008-06-04 2009-12-17 Toshiba Corp リソグラフィシミュレーション方法
US8200189B2 (en) 2008-06-19 2012-06-12 Verizon Patent And Licensing Inc. Voice portal to voice portal VoIP transfer
US20100020961A1 (en) 2008-07-28 2010-01-28 The Resource Group International Ltd Routing callers to agents based on time effect data
US8644490B2 (en) 2008-08-29 2014-02-04 Satmap International Holdings Limited Shadow queue for callers in a performance/pattern matching based call routing system
US8781106B2 (en) 2008-08-29 2014-07-15 Satmap International Holdings Limited Agent satisfaction data for call routing based on pattern matching algorithm
AU2009288509B2 (en) * 2008-08-29 2015-08-13 Afiniti, Ltd. Call routing methods and systems based on multiple variable standardized scoring and shadow queue
US8295468B2 (en) 2008-08-29 2012-10-23 International Business Machines Corporation Optimized method to select and retrieve a contact center transaction from a set of transactions stored in a queuing mechanism
US20100086120A1 (en) 2008-10-02 2010-04-08 Compucredit Intellectual Property Holdings Corp. Ii Systems and methods for call center routing
US8140441B2 (en) 2008-10-20 2012-03-20 International Business Machines Corporation Workflow management in a global support organization
US8472611B2 (en) 2008-11-06 2013-06-25 The Resource Group International Ltd. Balancing multiple computer models in a call center routing system
HUE045490T2 (hu) 2008-11-06 2019-12-30 Afiniti Int Holdings Ltd Kétlépéses útirányítási mûvelet egy telefonos ügyfélszolgálati központban
US20100111288A1 (en) 2008-11-06 2010-05-06 Afzal Hassan Time to answer selector and advisor for call routing center
US8634542B2 (en) 2008-12-09 2014-01-21 Satmap International Holdings Limited Separate pattern matching algorithms and computer models based on available caller data
US8340274B2 (en) 2008-12-22 2012-12-25 Genesys Telecommunications Laboratories, Inc. System for routing interactions using bio-performance attributes of persons as dynamic input
US8295471B2 (en) 2009-01-16 2012-10-23 The Resource Group International Selective mapping of callers in a call-center routing system based on individual agent settings
US8259924B2 (en) 2009-09-21 2012-09-04 Genesys Telecommunications Laboratories, Inc. System for creation and dynamic management of incoming interactions
CN102104693B (zh) * 2009-12-16 2014-02-19 华为技术有限公司 一种呼叫接续的方法、系统和数据处理装置
MY148164A (en) 2009-12-31 2013-03-15 Petroliam Nasional Berhad Petronas Method and apparatus for monitoring performance and anticipate failures of plant instrumentation
US8306212B2 (en) 2010-02-19 2012-11-06 Avaya Inc. Time-based work assignments in automated contact distribution
JP2011257676A (ja) * 2010-06-11 2011-12-22 Hitachi Solutions Ltd 試験パラメータ推定方法、試験パラメータ推定プログラム、試験パラメータ推定装置
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
CN101957845B (zh) * 2010-09-17 2011-11-23 百度在线网络技术（北京）有限公司 一种在线应用系统及其实现方法
US8913736B2 (en) 2011-01-18 2014-12-16 Avaya Inc. System and method for delivering a contact to a preferred agent after a set wait period
US9118765B2 (en) 2011-07-19 2015-08-25 Avaya Inc. Agent skill promotion and demotion based on contact center state
US20130051545A1 (en) 2011-08-25 2013-02-28 Bank Of America Corporation Call center system for dynamic determination of appropriate representative
JP5533844B2 (ja) 2011-11-11 2014-06-25 沖電気工業株式会社 通信装置、通信方法、およびプログラム
US8761380B2 (en) 2012-02-28 2014-06-24 Avaya Inc. Adaptive estimated wait time predictor
US9025757B2 (en) 2012-03-26 2015-05-05 Satmap International Holdings Limited Call mapping systems and methods using bayesian mean regression (BMR)
US8634541B2 (en) 2012-04-26 2014-01-21 Avaya Inc. Work assignment deferment during periods of agent surplus
US8879697B2 (en) 2012-08-10 2014-11-04 Avaya Inc. System and method for determining call importance using social network context
US8718269B2 (en) 2012-09-20 2014-05-06 Avaya Inc. Risks for waiting for well-matched
US8792630B2 (en) 2012-09-24 2014-07-29 Satmap International Holdings Limited Use of abstracted data in pattern matching system
US9042540B2 (en) 2012-10-30 2015-05-26 Teletech Holdings, Inc. Method for providing support using answer engine and dialog rules
US8995647B2 (en) 2013-05-20 2015-03-31 Xerox Corporation Method and apparatus for routing a call using a hybrid call routing scheme with real-time automatic adjustment
US9106750B2 (en) 2013-08-20 2015-08-11 Avaya Inc. Facilitating a contact center agent to select a contact in a contact center queue
US10298756B2 (en) 2014-03-25 2019-05-21 Interactive Intelligence, Inc. System and method for predicting contact center behavior
US8831207B1 (en) 2014-03-26 2014-09-09 Amazon Technologies, Inc. Targeted issue routing

Also Published As

Publication number Publication date
JP6109922B2 (ja) 2017-04-05
AU2019201218A1 (en) 2019-03-14
ES2732750T3 (es) 2019-11-25
EP2832083A1 (en) 2015-02-04
CN104509081A (zh) 2015-04-08
HUE044697T2 (hu) 2019-11-28
CN107749932A (zh) 2018-03-02
EP2832079A1 (en) 2015-02-04
HK1208975A1 (zh) 2016-03-18
PT2832083T (pt) 2019-08-07
US10979569B2 (en) 2021-04-13
US9025757B2 (en) 2015-05-05
JP7071043B2 (ja) 2022-05-18
CN104509081B (zh) 2017-04-26
PH12014502129B1 (en) 2014-12-10
CN106878572A (zh) 2017-06-20
HK1251835A1 (zh) 2019-04-12
AU2016269461A1 (en) 2017-02-02
JP6751126B2 (ja) 2020-09-02
JP5990634B2 (ja) 2016-09-14
HK1206893A1 (zh) 2016-01-15
AU2019201218B2 (en) 2020-05-28
CA2868802A1 (en) 2013-10-03
JP2017055408A (ja) 2017-03-16
JP2019193301A (ja) 2019-10-31
AU2022202414B2 (en) 2023-08-03
EP2832079A4 (en) 2015-12-09
AU2013240133B2 (en) 2017-09-28
PH12014502129A1 (en) 2014-12-10
EP2832083A4 (en) 2015-12-30
CA2993380C (en) 2020-06-23
BR112014023591A2 (pt) 2017-08-22
CA2993375A1 (en) 2013-10-03
US20210203783A1 (en) 2021-07-01
US8929537B2 (en) 2015-01-06
MX346287B (es) 2017-03-14
MX2014011543A (es) 2015-04-08
PH12014502130B1 (en) 2014-12-10
EP3506614A1 (en) 2019-07-03
US20190281160A1 (en) 2019-09-12
JP2020195149A (ja) 2020-12-03
US20150271332A1 (en) 2015-09-24
AU2020203838A1 (en) 2020-07-02
BR112014023591A8 (pt) 2021-06-22
CA2868022C (en) 2022-09-20
CA2868802C (en) 2018-10-23
CA2993375C (en) 2020-07-07
WO2013148454A1 (en) 2013-10-03
EP2832083B1 (en) 2019-05-08
JP2021108502A (ja) 2021-07-29
AU2013240131B2 (en) 2016-12-08
CA2993380A1 (en) 2013-10-03
US20130251137A1 (en) 2013-09-26
CN106878572B (zh) 2021-02-26
AU2013240131A1 (en) 2014-10-09
US10334107B2 (en) 2019-06-25
US20130251138A1 (en) 2013-09-26
CN107749932B (zh) 2021-12-10
JP2016208546A (ja) 2016-12-08
JP2019033528A (ja) 2019-02-28
MX340854B (es) 2016-07-28
CN104521225A (zh) 2015-04-15
JP6882382B2 (ja) 2021-06-02
JP2015514371A (ja) 2015-05-18
CA2868022A1 (en) 2013-10-03
PH12014502130A1 (en) 2014-12-10
US20140044255A1 (en) 2014-02-13
CA3167095A1 (en) 2013-10-03
US8565410B2 (en) 2013-10-22
AU2022202414A1 (en) 2022-05-05
WO2013148452A1 (en) 2013-10-03
BR112014023586A2 (pt) 2017-08-22
AU2013240133A1 (en) 2014-10-02
JP2015514268A (ja) 2015-05-18
MX2014011544A (es) 2015-04-08

Similar Documents

Publication Publication Date Title
CN104521225B (zh) 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法
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
US8788439B2 (en) Instance weighted learning machine learning model
CN102017591B (zh) 无序地从呼叫者集路由呼叫者
US10567586B2 (en) Pooling callers for matching to agents based on pattern matching algorithms
CN108734550A (zh) 推送数据的方法、装置、设备及存储介质
CN113641904A (zh) 一种为互联网婚恋线下门店推荐目标客户的方法及装置
CN110223167A (zh) 生产交易协同监控方法以及生产交易关联监控方法
CN112418929A (zh) 一种数据共享方法及装置
Hawthorne et al. Benefits of regulation vs. competition where inequality is high: The case of mobile telephony in South Africa
Prieger The Economic Benefits of Mobile Broadband
USRE48412E1 (en) Balancing multiple computer models in a call center routing system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1208975

Country of ref document: HK

CB02 Change of applicant information

Address after: Bermuda Hamilton

Applicant after: A Feeley Siti International Holdings Limited

Address before: Bermuda Hamilton

Applicant before: RESOURCE GROUP INTERNATIONAL LTD

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1208975

Country of ref document: HK

CP01 Change in the name or title of a patent holder
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.