CN108551533B - 一种客服坐席的排班方法、存储介质和服务器 - Google Patents
一种客服坐席的排班方法、存储介质和服务器 Download PDFInfo
- Publication number
- CN108551533B CN108551533B CN201810194783.XA CN201810194783A CN108551533B CN 108551533 B CN108551533 B CN 108551533B CN 201810194783 A CN201810194783 A CN 201810194783A CN 108551533 B CN108551533 B CN 108551533B
- Authority
- CN
- China
- Prior art keywords
- customer service
- historical
- date
- scheduled
- traffic
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种客服坐席的排班方法、存储介质和服务器,包括:获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据;根据所述历史话务数据预测待排班日期的话务量;根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。本发明可有效合理安排客服坐席处理话务案件,提高排班的有效性。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种客服坐席的排班方法、存储介质和服务器。
背景技术
随着中国经济的高速发展,近几年呼叫中心行业在国内也得到了飞速发展,各类呼叫中心及从业人员的数量不断增加。人员成本是呼叫中心运营成本的关键,追求人员和话务量的契合是呼叫中心永恒的主题。
现有技术中,对客服坐席的管理采用比较传统的方式,安排好排班表后,客服坐席手工查询自己的排班日程安排,根据安排来上下班。随着呼叫中心队伍不断壮大,呼叫中心各现场的坐席人员数目多,现场分散,呼叫中心管理人员不能有效了解客服坐席的实际工作情况,对于客服坐席的实际上班时间和工作效率无法得到有效的分析,呼叫中心管理人员不能有效合理的安排人力处理客户需求。
发明内容
本发明实施例提供了一种客服坐席的排班方法、存储介质和服务器,以解决现有技术中,呼叫中心管理人员不能有效了解客服坐席的实际工作情况,对于客服坐席的实际上班时间和各种工作状态无法没有得到有效的分析,呼叫中心管理人员不能有效合理的安排人力处理客户需求的问题。
本发明实施例的第一方面提供了一种客服坐席的排班方法,包括:
获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据;
根据所述历史话务数据预测待排班日期的话务量;
根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;
根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;
根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
本发明实施例的第二方面提供了一种服务器,包括存储器以及处理器,所述存储器存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据;
根据所述历史话务数据预测待排班日期的话务量;
根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;
根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;
根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据;
根据所述历史话务数据预测待排班日期的话务量;
根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;
根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;
根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
本发明实施例中,通过获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据,然后根据所述历史话务数据预测待排班日期的话务量,根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率,以便管理人员了解各客服坐席的历史工作情况,再根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力,提高智能化自动排班的效率,最后根据计算的所述待排班日期所需要的最少人力和所述待排班日期,自动对客服坐席进行排班,可有效合理的安排足够的人力处理话务案件,提高智能排班的有效性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的客服坐席的排班方法的实现流程图;
图2是本发明实施例提供的客服坐席的排班方法S102的具体实现流程图;
图3是本发明实施例提供的客服坐席的排班方法S103的具体实现流程图;
图4是本发明实施例提供的客服坐席的排班方法S104的具体实现流程图;
图5是本发明另一实施例提供的客服坐席的排班方法的实现流程图;
图6是本发明实施例提供的排班装置的结构框图;
图7是本发明另一实施例提供的排班装置的结构框图;
图8是本发明实施例提供的服务器的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的客服坐席的排班方法的实现流程,该方法流程包括步骤S101至S105。各步骤的具体实现原理如下:
S101:获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据。
在本发明实施例中,获取指定时间段内呼叫中心历史话务案件的历史话务时间和历史客服坐席状态数据,所述指定时间段是指过去的一段时间,例如过去三个月。历史话务数据包括历史预约量、历史呼入量、历史平均通话时间以及历史平均等待时长。历史坐席状态数据是指历史案件中客服坐席的处理数据,包括示忙时长、示闲时长、待处理量、挂起量、主动挂断次数、通话客户数。其中,示忙时长是指客服坐席在忙而不能接通客户呼入的时间;示闲时长是指客服坐席空闲等待客户呼入的时间;待处理量是指客服坐席同时处理的案件数量;挂起量是指该案件客户不需要呼入,但需要客服坐席核查一些客户信息才能提交;主动挂断次数是指:呼入的案件由客服坐席挂断的数量。
S102:根据所述历史话务数据预测待排班日期的话务量。
具体地,预测待排班日期的话务量包括预测日话务量和预测时间段话务量。获取待排班的日期,确定待排班的时间范围,根据确定的待排班的时间范围,获取历史话务数据,对获取的历史话务数据进行数据分析和清洗,采用回归趋势模型对待排班的日期的日话务量进行预测,获取预测日话务量。再根据模糊回归模型预测待排班的日期的时间段的预测时间段话务量。将预测日话务量与预测时间段话务量,进行预测话务量的平稳性调整。进一步地,根据待排班的日期的划分的时间段,基于预测日话务量与预测时间段话务量,计算每个时间点的具体话务量,从而确定最终的预测话务量。
作为本发明的一个实施例,如图2所示,上述步骤S102具体包括:
A1:获取待排班日期。
A2:根据所述待排班日期,获取指定时间段的历史话务数据。
A3:将历史话务数据模糊化,根据模糊推理机制对历史话务数据进行训练,建立与所述模糊推理机制配套的模糊集。
A4:根据所述模糊集与所述待排班日期,输出预测的所述待排班日期的话务量。
其中,模糊推理是指从不精确的前提集合中得出可能的不精确结论的推理过程,又称近似推理。在本发明实施例中,使用历史话务数据训练模糊神经网络,根据预测的数据与实际数据的差值调整模糊神经网络模型的参数,从而使所述模糊集清晰化。具体地,获取近一年的历史话务数据,以三个月为时间梯度,用前三个月的时间点的话务数据量为网络输入,第四个月时间点话务数据量为网络输出,训练数据为所述近一年的历史话务数据,预测数据为近半年的历史话务数据;用训练数据训练模糊神经网络,根据模糊神经网络的输出结果确定月周期规律,天周期规律,及每天的基量,并根据月周期规律、天周期规律与每天的基量获取连续一段时间内话务数据量的走势图,把待排班日期输入到训练好的模糊神经网络,得到所述待排班日期内的话务量。
可选地,从一段时间内的话务数据中,获取前N-1个月的话务数据,根据所述N-1个月的话务数据生成话务数据走势图,根据所述话务数据走势图,预测第N个月的话务数据。将预测的话务数据与第N个月的实际话务数据的偏差值作为经验记录值,并将经验记录值输入到后续的训练中,调整话务数据走势图中的走势曲线。将完成训练的走势图用于预测待排班日期的话务数据。进一步地,在训练过程中,若所述话务数据量走势图中的走势曲线是平滑曲线,则利用Sigmoid函数与所述走势曲线进行拟合,根据拟合曲线预测第N个月的话务数据,以进一步提高话务数据预测的准确性。
示例性地,根据这一年的历史话务数据中前三个月的话务数据预测第四个月的话务数据,获取连续时间内的话务数据的走势图,若所述走势图中话务数据的走势曲线是平滑的,再根据Sigmoid函数(连续光滑函数,S型生长曲线)拟合所述走势曲线,得到预测的第四个月的话务数据。将预测的话务数据与实际值的偏差值作为经验记录值,并将经验预测值输入到后续的训练中,用第2至4个月的话务数据预测第5个月的话务数据,用第5至7月的话务数据预测第8月的数据,如此类推,训练完一年的历史数据后,完成训练,将完成训练的模糊预测模型用于实际的话务量预测。
S103:根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率。
在本发明实施例中,可过对历史客服坐席状态数据中的示忙时长、示闲时长、待处理量、挂起量、主动挂断次数、通话客户数等数据进行统计分析,确定客服坐席的历史工作效率。
作为本发明的一个实施例,所述历史客服坐席状态数据包括历史话务案件量,图3示出了本发明实施例提供的客服坐席的排班方法步骤S103的具体实现流程,详述如下:
B1:获取客服坐席的工号,并根据所述客服坐席的工号从所述历史话务案件量中确定指定日期内所述工号对应的客服坐席处理的历史话务案件量。
B2:根据所述历史话务案件量,获取所述指定日期的历史案件处理总量以及所述指定日期内的客服坐席数。
B3:根据如下公式(1)计算所述指定日期内第i天第j位客服坐席的历史工作效率Eij:
其中,dij表示第i天第j位客服坐席在所述指定日期中处理的历史话务案件量,Nsi表示第i天的客服坐席总数,所述Hci表示第i天的历史话务案件总量。
在本发明实施例中,通过获取客服坐席的工号,并根据所述客服坐席的工号从所述历史话务案件量中确定指定日期内所述工号对应的客服坐席处理的历史话务案件量,再根据所述历史话务案件量,获取所述指定日期的历史案件处理总量以及所述指定日期内的客服坐席数,最后根据公式(1)计算某一客服坐席在某一天的历史工作效率,即,可根据公式(1)计算各位客服坐席的历史工作效率,管理人员能根据计算的各客服坐席的工作效率了解各客服作息的工作情况,以便有效对客服坐席排班。
S104:根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力。
在本发明实施例中,根据前述步骤S103中计算的客服坐席的历史工作效率,结合预测的所述待排班日期的话务量,计算所述待排班日期所需要的最少人力。其中,最少人力是指完成预测的所述待排班日期的话务量所需要的人力。
作为本发明的一个实施例,图4示出了本发明实施例提供的客服坐席的排班方法S104的具体实现流程,详述如下:
其中,dij表示第i天第j位客服坐席在所述指定日期中处理的历史话务案件量,Nsi表示第i天的客服坐席总数,所述Hci表示第i天的历史话务案件总量,n为正整数,且表示指定日期的天数,n为正整数,且表示指定日期的天数。
C2:定义所述预测的所述待排班日期的话务量为Df,所述待排班日期的最少人力Pmin根据如下公式(3)计算:
其中,m为待排班日期的天数。
在本发明实施例中,根据所述平均历史工作效率与所述预测的所述待排班日期的话务量计算所述待排班日期的最少人力,可提高计算的所述待排班日期需要的最少人力的准确性。
可选地,将一个工作日划分为多个工作时间段,获取过去一段时间中统一个工作时间段的历史话务数据,统计分析每个工作时间段所需要的最少人力。
具体地,定义最少人力为Pmin,呼入量为I,通话时长T,预约量A,为根据如下公式计算每个工作时间段所需要的最少人力:
其中,Imax为最大呼入量,avg(T)为平均通话时长,Amax为组大预约量。平均通话时长的单位为分钟。具体地,在本发明实施例中,根据工作时间段中最大呼入量计算需要的第一需求人力,根据工作时间段中的最大预约量计算需要的第二需求人力,将第一需求人力与第二需求人力比较,将两者之中较大的值确定为该工作时间段的最少人力。
S105:根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
在本发明实施例中,根据计算的所述待排班日期所需要的最少人力和所述待排班日期,自动从在职的客服坐席中选择客服坐席进行排班。
可选地,考虑到不同日期存在不确定的影响话务量的因素,为提高排班的有效性,本发明实施例提供的客服坐席的排班方法步骤S105的具体实现流程,详述如下:
D1、根据所述待排班的日期确定排班因子,所述排班因子包括季节因子、节假日因子、出账日因子以及营销因子。所述排班因子为可能影响话务量的显著因子。在不同的季节、节假日、出账日、或者营销策略的影响下,话务量都可能受到影响。
D2、根据所述待排班日期所需要的最少人力与所述排班因子,确定所述待排班日期中客服坐席的班组数量以及每个班组当班的时间段。
具体地,获取待排班的日期,根据所述待排班的日期确定排班因子,即参照历史日期以及相关制度标准确定所述待排班日期的排班因子。根据待排班的日期及排班因子,确定班组数量以及每个班组当班的时间段。例如,当所述排班因子包括出账因子时,排班的时间段多于不包括出账因子的时间段,排班的班组数要高于不包括排班因子的班组数。根据待排班日期的时间段,依次安排每个班组当班的时间段。进一步地,可根据每个班组的客服坐席的平均历史工作效率,安排每个班组当班的时间段。
可选地,获取排班的约束条件,根据所述待排班日期所需要的最少人力、所述排班的约束条件以及所述排班因子,确定所述待排班日期中客服坐席的班组数量以及每个班组当班的时间段。其中,该约束条件是可以是预设的,约束条件包括周期内休息总天数的限制、连续上班天数限制、周期内总工时要求,一天内各个时段安排的客服坐席数不得超过可使用的坐席数据。进一步地,约束条件还可以包括员工的个性喜好、客服坐席的性别、客服坐席所在的地区、或者客服坐席的年假计划,以使得智能化的同时更人性化的排班。
可选地,周期性的统计客服坐席的工作效率,将客服坐席的工作效率根据接收权限定期发送至指定管理人员。进一步地,周期性的统计各个客服坐席的个人工作效率、各小组客服坐席的组工作效率、各个区域客服坐席的区域工作效率,并根据接收权限发送至指定管理人员查看。例如,组长可以接收本组组员的各个客服坐席的工作效率以及当组客服坐席的组工作效率,区域经理可以接收本区域的区域工作效率、本区域中各个小组的组工作效率、以及本区域中各个客服坐席的个人工作效率。管理人员周期接收客服坐席的工作效率统计结果,及时掌握各客服坐席的工作状态,以便有效的安排排班。
本发明实施例中,通过获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据,然后根据所述历史话务数据预测待排班日期的话务量,根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率,以便管理人员了解各客服坐席的历史工作情况,再根据预测的所述待排班日期的话务量和所述客服坐席的所述历史工作效率,计算所述待排班日期所需要的最少人力,提高智能排班的效率,进一步地,计算客服坐席的平均历史工作效率,根据预测的所述待排班日期的话务量和所述客服坐席的所述平均历史工作效率,计算所述待排班日期所需要的最少人力,可提高确定的最少人力的准确性,进一步提高排班效率,最后根据计算的所述待排班日期所需要的最少人力和所述待排班日期,自动对客服坐席进行排班,可有效合理的安排足够的人力处理话务案件,提高智能排班的有效性。
进一步地,基于上述图1实施例中所提供的客服坐席的排班方法,提出本发明的另一实施例。在本发明实施例中,在图1所示的步骤S101-S105的基础上,如图5所示,所述客服坐席的排班方法还包括:
S106:将当前日期排班的客服坐席根据所述历史客服坐席状态数据中的示闲时长按长到短进行排序。其中,示闲时长是指客服坐席空闲等待客户呼入的时间。
S107:当检测到新的话务案件时,将所述新的话务案件优先分配给示闲时长最长的客服坐席。
具体地,获取历史坐席状态数据中所有客服坐席的示闲时长,将各个客服坐席的示闲时长一一比较,并按时长从长到短排序,结合客服坐席的编号,生成新案件分配表。当接收到的新的案件需分配处理时,将新的案件自动优先分配给示闲时间最长的坐席。
在本发明实施例中,根据客服坐席的示闲时长自动分配新的话务案件,避免案件堆积在某一些客服坐席手上,提高案件的处理效率。
S108:若所述示闲时长最长的客服坐席的待处理量超过预设案件处理量,则根据排序好的当前日期排班的客服坐席,将所述新的话务案件分配给示闲时长次长的客服坐席。
具体地,当需要分配处理的案件的数量超过一个客服坐席能处理的最大案件数量时,根据所述新案件分配表中排列的客服坐席的编号自动进行分配。其中,一个客服坐席能处理的最大案件数量是预先指定的。
在本发明实施例中,当示闲时长最长的客服坐席的待处理案件已经足够多的情况下,将检测到的新的话务案件分配给示闲时长次长的客服坐席,以此类推,以便尽可能平均分配案件。
S109:若所述客服坐席话务案件的待处理量与挂起量之和超过预设案件量阈值时,则不再分配新的话务案件。
可选地,在本发明实施例中,实时监控所述呼叫中心的当前呼入量,若当前时间段的当前呼入量不小于预设呼入量阈值时,立刻发送通知至指定通讯账号,如发送系统提示至指定人员的系统账号,发送通知邮件至指定人员的邮箱,或者发送短信至指定人员的移动账号,指定人员一般为管理人员,由管理人员根据该通知协调更新所述排班表。所述指定通讯账号对应当前时间段的值班管理员账号。进一步地,若当前用户呼入量不小于预设呼入量阈值,获取当前客服坐席数据,所述通知包括当前客服坐席数据,以便所述指定通讯账号对应的管理人员根据当前客服坐席数据协调更新排班表,提高排班效率。
示例性地,当检测到当前时间段的当前呼入量达到当前在线的客服坐席的80%时,发送包括当前话务数据的通知邮件至当前时段对应的值班管理员的邮箱,以便所述值班管理员协调排班,避免人员不足。
本发明实施例中,通过将当前日期排班的客服坐席根据所述历史客服坐席状态数据中的示闲时长按长到短进行排序,再根据客服坐席的示闲时长来自动分配新检测到的话务案件,可合理分配客服坐席的工作量,避免案件堆积在某一些客服坐席手上,可提高案件的处理效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的客服坐席的排班方法,图6示出了本申请实施例提供的排班装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图6,该排班装置包括:历史数据获取单元61,话务量预测单元62,历史效率确定单元63,人力计算单元64,坐席排班单元65,其中:
历史数据获取单元61,用于获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据;
话务量预测单元62,用于根据所述历史话务数据预测待排班日期的话务量;
历史效率确定单元63,用于根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;
人力计算单元64,用于根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;
坐席排班单元65,用于根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
可选地,所述话务量预测单元62包括:
日期获取模块,用于获取待排班日期;
数据获取模块,用于根据所述待排班日期,获取指定时间段的历史话务数据;
数据训练模块,用于将历史话务数据模糊化,根据模糊推理机制对历史话务数据进行训练,建立与所述模糊推理机制配套的模糊集;
话务量预测模块,用于根据所述模糊集与所述待排班日期,输出预测的所述待排班日期的话务量。
可选地,所述历史效率确定单元63包括:
第一数据获取模块,用于获取客服坐席的工号,并根据所述客服坐席的工号从所述历史话务案件量中确定指定日期内所述工号对应的客服坐席处理的历史话务案件量;
第二数据获取模块,用于根据所述历史话务案件量,获取所述指定日期的历史案件处理总量以及所述指定日期内的客服坐席数;
第一效率计算模块,用于根据如下公式计算所述指定日期内第i天第j位客服坐席的历史工作效率Eij:
其中,dij表示第i天第j位客服坐席在所述指定日期中处理的历史话务案件量,Nsi表示第i天的客服坐席总数,所述Hci表示第i天的历史话务案件总量。
可选地,所述人力计算单元64包括:
其中,dij表示第i天第j位客服坐席在所述指定日期中处理的历史话务案件量,Nsi表示第i天的客服坐席总数,所述Hci表示第i天的历史话务案件总量,n为正整数,且表示指定日期的天数;
人力计算模块,用于定义所述预测的所述待排班日期的话务量为Df,所述待排班日期的最少人力Pmin根据如下公式计算:
其中,m为待排班日期的天数。
可选地,所述坐席排班单元65包括:
排班因子确定模块,用于根据所述待排班的日期确定排班因子,所述排班因子包括季节因子、节假日因子、出账日因子以及营销因子;
排班模块,用于根据所述待排班日期所需要的最少人力与所述排班因子,确定所述待排班日期中客服坐席的班组数量以及每个班组当班的时间段。
可选地,如图7所示,所述排班装置还包括:
排序单元71,用于将当前日期排班的客服坐席根据所述历史客服坐席状态数据中的示闲时长按长到短进行排序;
第一案件分配单元72,用于当检测到新的话务案件时,将所述新的话务案件优先分配给示闲时长最长的客服坐席;
第二案件分配单元72,用于若所述示闲时长最长的客服坐席的待处理量超过预设案件处理量,则根据排序好的当前日期排班的客服坐席,将所述新的话务案件分配给示闲时长次长的客服坐席;
所述第二案件分配单元72,还用于若所述客服坐席话务案件的待处理量与挂起量之和超过预设案件量阈值时,则不再分配新的话务案件。
本发明实施例中,通过获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据,然后根据所述历史话务数据预测待排班日期的话务量,根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率,以便管理人员了解各客服坐席的历史工作情况,再根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力,提高智能化自动排班的效率,最后根据计算的所述待排班日期所需要的最少人力和所述待排班日期,自动对客服坐席进行排班,可有效合理的安排足够的人力处理话务案件,提高智能排班的有效性。
图8是本发明一实施例提供的服务器的示意图。如图8所示,该实施例的服务器8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,例如客服坐席的排班程序。所述处理器80执行所述计算机程序82时实现上述各个客服坐席的排班方法实施例中的步骤,例如图1所示的步骤101至105。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块61至65的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述服务器8中的执行过程。
所述服务器8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是服务器8的示例,并不构成对服务器8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所述处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述服务器8的内部存储单元,例如服务器8的硬盘或内存。所述存储器81也可以是所述服务器8的外部存储设备,例如所述服务器8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述服务器8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种客服坐席的排班方法,其特征在于,包括:
获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据,所述历史话务数据包括历史预约量、历史呼入量、历史平均通话时间以及历史平均等待时长;
根据所述历史话务数据预测待排班日期的话务量;
根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;所述历史客服坐席状态数据包括示忙时长、示闲时长、待处理量、挂起量、主动挂断次数、通话客户数,具体地,对所述历史客服坐席状态数据中的所述示忙时长、所述示闲时长、所述待处理量、所述挂起量、所述主动挂断次数、所述通话客户数进行统计分析,确定客服坐席的历史工作效率;
根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;具体地,根据工作时间段中的最大呼入量计算需要的第一需求人力,根据所述工作时间段中的最大预约量计算需要的第二需求人力,将所述第一需求人力与所述第二需求人力比较,将较大的确定为最少人力;
根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
2.根据权利要求1所述的排班方法,其特征在于,所述根据所述历史话务数据预测待排班日期的话务量,包括:
获取待排班日期;
根据所述待排班日期,获取指定时间段的历史话务数据;
将历史话务数据模糊化,根据模糊推理机制对历史话务数据进行训练,建立与所述模糊推理机制配套的模糊集;
根据所述模糊集与所述待排班日期,输出预测的所述待排班日期的话务量。
3.根据权利要求1所述的排班方法,其特征在于,所述根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班,包括:
根据所述待排班的日期确定排班因子,所述排班因子包括季节因子、节假日因子、出账日因子以及营销因子;
根据所述待排班日期所需要的最少人力与所述排班因子,确定所述待排班日期中客服坐席的班组数量以及每个班组当班的时间段。
6.根据权利要求1所述的排班方法,其特征在于,所述历史客服坐席状态数据包括客服坐席的示闲时长,所述客服坐席的排班方法还包括:
将当前日期排班的客服坐席根据所述历史客服坐席状态数据中的示闲时长按长到短进行排序;
当检测到新的话务案件时,将所述新的话务案件优先分配给示闲时长最长的客服坐席;
若所述示闲时长最长的客服坐席的待处理量超过预设案件处理量,则根据排序好的当前日期排班的客服坐席,将所述新的话务案件分配给示闲时长次长的客服坐席;
若所述客服坐席话务案件的待处理量与挂起量之和超过预设案件量阈值时,则不再分配新的话务案件。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述客服坐席的排班方法的步骤。
8.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如下步骤:
获取呼叫中心历史话务案件的历史话务数据和历史客服坐席状态数据,所述历史话务数据包括历史预约量、历史呼入量、历史平均通话时间以及历史平均等待时长;
根据所述历史话务数据预测待排班日期的话务量;
根据所述历史客服坐席状态数据,确定客服坐席的历史工作效率;所述历史客服坐席状态数据包括示忙时长、示闲时长、待处理量、挂起量、主动挂断次数、通话客户数,具体地,对所述历史客服坐席状态数据中的所述示忙时长、所述示闲时长、所述待处理量、所述挂起量、所述主动挂断次数、所述通话客户数进行统计分析,确定客服坐席的历史工作效率;
根据预测的所述待排班日期的话务量和所述客服坐席的历史工作效率,计算所述待排班日期所需要的最少人力;具体地,根据工作时间段中的最大呼入量计算需要的第一需求人力,根据所述工作时间段中的最大预约量计算需要的第二需求人力,将所述第一需求人力与所述第二需求人力比较,将较大的确定为最少人力;
根据计算的所述待排班日期所需要的最少人力和所述待排班日期,对客服坐席进行排班。
10.如权利要求8至9任一项所述的服务器,其特征在于,所述历史客服坐席状态数据包括客服坐席的示闲时长,所述处理器执行所述计算机程序时还实现如下步骤:
将当前日期排班的客服坐席根据所述历史客服坐席状态数据中的示闲时长按长到短进行排序;
当检测到新的话务案件时,将所述新的话务案件优先分配给示闲时长最长的客服坐席;
若所述示闲时长最长的客服坐席的待处理量超过预设案件处理量,则根据排序好的当前日期排班的客服坐席,将所述新的话务案件分配给示闲时长次长的客服坐席;
若所述客服坐席话务案件的待处理量与挂起量之和超过预设案件量阈值时,则不再分配新的话务案件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810194783.XA CN108551533B (zh) | 2018-03-09 | 2018-03-09 | 一种客服坐席的排班方法、存储介质和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810194783.XA CN108551533B (zh) | 2018-03-09 | 2018-03-09 | 一种客服坐席的排班方法、存储介质和服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108551533A CN108551533A (zh) | 2018-09-18 |
CN108551533B true CN108551533B (zh) | 2020-04-21 |
Family
ID=63516136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810194783.XA Active CN108551533B (zh) | 2018-03-09 | 2018-03-09 | 一种客服坐席的排班方法、存储介质和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108551533B (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544098A (zh) * | 2018-10-19 | 2019-03-29 | 中国平安财产保险股份有限公司 | 一种智能排班方法、装置、存储介质和终端设备 |
CN109558970A (zh) * | 2018-11-08 | 2019-04-02 | 深圳春沐源控股有限公司 | 用工方法、系统及计算机可读存储介质 |
CN109558989B (zh) * | 2018-12-13 | 2023-06-27 | 平安科技(深圳)有限公司 | 排队时间预测方法、装置、设备及计算机可读存储介质 |
CN109784659A (zh) * | 2018-12-18 | 2019-05-21 | 东软集团股份有限公司 | 服务请求的处理方法、装置、存储介质及电子设备 |
CN111435381A (zh) * | 2019-01-10 | 2020-07-21 | 北京京东尚科信息技术有限公司 | 请求分发方法和装置 |
CN109886489A (zh) * | 2019-02-21 | 2019-06-14 | 上海德启信息科技有限公司 | 应用于中转资源的配置系统及方法 |
CN110147943B (zh) * | 2019-04-29 | 2023-11-03 | 深圳市元征科技股份有限公司 | 一种人员管理方法和相关装置 |
CN110245917A (zh) * | 2019-06-14 | 2019-09-17 | 暨南大学 | 基于互联网修改高校考务排考的方法、装置、设备及介质 |
CN110995941A (zh) * | 2019-11-28 | 2020-04-10 | 福建吉诺车辆服务股份有限公司 | 一种语音客服智能分配的方法及装置 |
CN111353642B (zh) * | 2020-02-26 | 2024-02-09 | 携程旅游网络技术(上海)有限公司 | 话务排班预测方法、装置、电子设备、存储介质 |
CN111461491B (zh) * | 2020-03-05 | 2022-04-15 | 浙江工业大学 | 一种呼叫中心的多约束排班方法 |
CN111310105B (zh) * | 2020-03-12 | 2023-04-21 | 深圳前海微众银行股份有限公司 | 一种确定用工方案的方法及装置 |
CN111401772A (zh) * | 2020-03-26 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 客服请求分配方法、装置及设备 |
CN111539601A (zh) * | 2020-04-09 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 话务资源的调度方法及装置 |
CN111738582B (zh) * | 2020-06-15 | 2023-08-11 | 中国工商银行股份有限公司 | 基于群落化的银行网点任务动态分配方法、装置和设备 |
CN111476442B (zh) * | 2020-06-19 | 2020-10-09 | 太平金融科技服务(上海)有限公司 | 坐席服务输出方式确定方法、装置、计算机设备和介质 |
CN111950760A (zh) * | 2020-06-22 | 2020-11-17 | 苏州盖雅信息技术有限公司 | 基于机器学习算法的劳动力需求预测系统及预测方法 |
CN112330504B (zh) * | 2021-01-05 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 基于区块链网络的案件管理方法、装置、介质及电子设备 |
CN112785089A (zh) * | 2021-02-26 | 2021-05-11 | 中国工商银行股份有限公司 | 坐席业务配置方法、装置、电子设备及存储介质 |
CN113159715B (zh) * | 2021-04-06 | 2023-04-28 | 杭州远传新业科技股份有限公司 | 客服坐席排班方法、系统、电子装置和存储介质 |
CN113361816A (zh) * | 2021-07-07 | 2021-09-07 | 北京容联七陌科技有限公司 | 一套客服员工排班系统 |
CN113723665A (zh) * | 2021-07-20 | 2021-11-30 | 山东环维通讯科技有限公司 | 一种呼叫中心话务预测方法以及具有该方法的设备及装置 |
CN113762641A (zh) * | 2021-09-18 | 2021-12-07 | 中国银行股份有限公司 | 人工客服智能调度方法、装置、电子设备及存储介质 |
CN114781678B (zh) * | 2021-12-30 | 2022-12-16 | 友邦人寿保险有限公司 | 基于预测模型的来电量预测方法、系统、终端及介质 |
CN114202258A (zh) * | 2022-02-18 | 2022-03-18 | 四川众信佳科技发展有限公司 | 一种智能云排班方法、装置、计算机设备及存储介质 |
CN115456566A (zh) * | 2022-08-29 | 2022-12-09 | 上海数禾信息科技有限公司 | 排班表处理方法、系统、电子设备及存储介质 |
CN116090766A (zh) * | 2022-12-29 | 2023-05-09 | 安徽深迪科技有限公司 | 一种面向智能制造的ep生产防错系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7119716B2 (en) * | 2003-05-28 | 2006-10-10 | Legalview Assets, Limited | Response systems and methods for notification systems for modifying future notifications |
CN104639775A (zh) * | 2013-11-06 | 2015-05-20 | 中兴通讯股份有限公司 | 一种呼叫中心排队路由的方法及装置 |
CN104778532A (zh) * | 2015-03-12 | 2015-07-15 | 科大国创软件股份有限公司 | 智能呼叫中心管理系统及智能排班控制方法 |
CN106817499B (zh) * | 2015-11-30 | 2019-10-25 | 华为技术有限公司 | 一种话务资源调度方法及预测调度装置 |
CN106779579A (zh) * | 2016-11-14 | 2017-05-31 | 平安科技(深圳)有限公司 | 排班方法和排班装置 |
CN107231496B (zh) * | 2017-06-07 | 2020-01-03 | 阿里巴巴集团控股有限公司 | 话务处理、服务处理方法、装置及服务器 |
-
2018
- 2018-03-09 CN CN201810194783.XA patent/CN108551533B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108551533A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108551533B (zh) | 一种客服坐席的排班方法、存储介质和服务器 | |
CN106817499B (zh) | 一种话务资源调度方法及预测调度装置 | |
US11272059B2 (en) | Exclusive agent pool allocation method, electronic device, and computer readable storage medium | |
CN104737132B (zh) | 用于按需服务环境中的消息队列的基于竞价的资源共享 | |
US7660406B2 (en) | Systems and methods for integrating outsourcers | |
WO2019001126A1 (zh) | 任务管理方法、装置、计算机设备及存储介质 | |
CN108874640A (zh) | 一种集群性能的评估方法和装置 | |
US8826280B1 (en) | Processing raw information for performing real-time monitoring of task queues | |
CN107832901A (zh) | 任务分配方法、装置、终端设备及存储介质 | |
EP1998277A1 (en) | System and method for multi-week scheduling | |
US8705723B2 (en) | Systems and methods for scheduling contact center agents | |
CN104778532A (zh) | 智能呼叫中心管理系统及智能排班控制方法 | |
US20180261319A1 (en) | Nurse scheduling forecasts using empirical regression modeling | |
US20100017251A1 (en) | Method and Apparatus for Describing and Profiling Employee Schedules | |
CN113361816A (zh) | 一套客服员工排班系统 | |
CN108183933A (zh) | 消息推送方法、装置及系统、电子设备和计算机存储介质 | |
Helber et al. | Profit-oriented shift scheduling of inbound contact centers with skills-based routing, impatient customers, and retrials | |
Hasija et al. | OM practice—Work expands to fill the time available: Capacity estimation and staffing under Parkinson's law | |
CN114118691A (zh) | 基于业务量的排班方案处理方法、装置、设备和介质 | |
US20160171422A1 (en) | Method and System for Generating Staffing Requirements for Deferred Work in a Contact Center Environment | |
Camiat et al. | Productivity-driven physician scheduling in emergency departments | |
CN105930245A (zh) | 一种交易终端业务状态监测方法及系统 | |
CN108108950A (zh) | 数据处理方法和装置 | |
Armony et al. | Asymptotically optimal appointment schedules | |
CN107196875A (zh) | 一种基于用户体验的网络资源调度系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |