CN111415043A - 一种客服服务控制方法及装置 - Google Patents
一种客服服务控制方法及装置 Download PDFInfo
- Publication number
- CN111415043A CN111415043A CN202010208313.1A CN202010208313A CN111415043A CN 111415043 A CN111415043 A CN 111415043A CN 202010208313 A CN202010208313 A CN 202010208313A CN 111415043 A CN111415043 A CN 111415043A
- Authority
- CN
- China
- Prior art keywords
- target
- customer service
- link
- call completing
- completing rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
Abstract
本说明书一个或多个实施例提供了一种客服服务控制方法及装置,根据目标客服业务的标识信息,获取目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;基于该话务流入预测量和人力排班预测量,判断目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;针对预估人工客服接通率不达标的情况,则基于预估人工客服接通率和目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;在到达目标时间节点时,再基于该预先部署的接通率优化策略和接通率优化目标,控制目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
Description
技术领域
本文件涉及互联网技术领域,尤其涉及一种客服服务控制方法及装置。
背景技术
目前,随着互联网时代的到来,互联网在人们日常的学习、工作和生活中得到广泛的应用。人们日常的各种事务都可以通过移动互联网来处理和呈现,随之,用户对客服的沟通诉求越来越显著。其中,在用户通过互联网完成某项事务时,可能具有客服咨询的需求,例如,用户通过互联网进行在线购物后,可能具有商品售后咨询需求,此时,用户可以通过在线客服服务咨询或者通过拨打热线进行客服服务咨询。
当前,用户可以采用自助客服或人工客服来咨询相关问题,针对用户请求人工客户为其解答相关问题的情况,客服服务业务提供方基于客户端发起的人工客服请求,将其接入人工队列,再依次为进入人工队列的客户端转接人工客服,为其提供相应的人工客服服务。然而,往往由于种种原因导致人工客服接通率不达标,从而导致用户人工客服接通等待时间长,人工客服呼入失败率高,大大降低了用户的客服服务业务的使用体验。
由此可知,需要提供一种能够确保人工客服接通率的客服服务提供的技术方案。
发明内容
本说明书一个或多个实施例的目的是提供一种客服服务控制方法。该客服服务控制方法包括:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量。基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率。若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略。基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例的目的是提供一种客服服务控制装置。该客服服务控制装置包括:
预测数据获取模块,其根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量。接通率判断模块,其基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率。策略及目标部署模块,其若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略。实际接通率控制模块,其基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例的目的是提供一种客服服务控制设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器。
所述计算机可执行指令在被执行时使所述处理器根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量。基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率。若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略。基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例的目的是提供一种存储介质,用于存储计算机可执行指令。所述可执行指令在被处理器执行时根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量。基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率。若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略。基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,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说明书一个或多个中记载的一些实施例,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为本说明书一个或多个实施例提供的客服服务控制方法的第一种流程示意图;
图2为本说明书一个或多个实施例提供的客服服务控制方法的第二种流程示意图;
图3为本说明书一个或多个实施例提供的客服服务控制方法的第三种流程示意图;
图4为本说明书一个或多个实施例提供的客服服务控制方法的第四种流程示意图;
图5a为本说明书一个或多个实施例提供的客服服务控制方法的第五种流程示意图;
图5b为本说明书一个或多个实施例提供的客服服务控制方法的第六种流程示意图;
图6为本说明书一个或多个实施例提供的客服服务控制方法的第七种流程示意图;
图7为本说明书一个或多个实施例提供的客服服务控制方法的实现原理示意图;
图8a为本说明书一个或多个实施例提供的客服服务控制装置的第一种模块组成示意图;
图8b为本说明书一个或多个实施例提供的客服服务控制装置的第二种模块组成示意图;
图9为本说明书一个或多个实施例提供的客服服务控制设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一个或多个一部分实施例,而不是全部的实施例。基于本说明书一个或多个中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本本文件的保护范围。
需要说明的是,在不冲突的情况下,本说明书中的一个或多个实施例以及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本说明书一个或多个实施例。
本说明书一个或多个实施例提供了一种客服服务控制方法及装置,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
图1为本说明书一个或多个实施例提供的客服服务控制方法的第一种流程示意图,图1中的方法能够由客服业务服务端执行,如图1所示,该方法至少包括以下步骤:
S102,根据目标客服业务的标识信息,获取目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
其中,上述目标时间节点可以是目标部署周期、目标部署日期、或目标部署时间段,以目标时间节点为目标部署日期为例,例如,当前时间为2020年3月8日,若预先针对未来一周的人工客服接通率进行预估,并根据接通率预估结果进行接通率优化目标和优化策略部署,以便在到达目标时间节点时,基于预先确定的接通率优化目标和优化策略,对实际人工客服接通率进行管控,以确保实际人工客服接通率能够达标,即确保最终的实际人工客服接通率稳定在一个合理区间范围内;对应的,目标时间节点包括:2020年3月9日至15日,针对每个目标时间节点,分别获取对应的话务流入预测量和人力排班预测量;
其中,上述人工队列的话务流入预测量可以是预先基于目标客服业务的历史客服数据所确定的,上述人工客服的人力排班预测量可以是按照预设人力排班方式并基于预测得到的人工队列的话务流入预测量所确定的。
S104,基于获取到的话务流入预测量和人力排班预测量,判断目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
其中,上述预估人工客服接通率可以是人力排班预测量除以话务流入预测量得到的,上述目标人工客服接通率可以是根据客服业务实际需求所确定的,例如,目标人工客服接通率为92%。
若判断结果为否,则执行S106,基于上述预估人工客服接通率和目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
具体的,若针对该目标时间节点确定出预估人工客服接通率小于目标人工客服接通率、或者预估接通率小于目标接通率且两者差值超出既定偏差区间[m,n],需要预先针对该目标时间节点部署相应的接通率优化目标和接通率优化策略;以便在到达目标时间节点时,基于预先确定的接通率优化目标和优化策略,对实际人工客服接通率进行管控,以确保实际人工客服接通率能够达标,其中,该既定偏差区间是基于历史话务承接数据和客服业务的人工客服接通率偏差容忍度所确定的;
在具体实施时,可以先基于预估人工客服接通率和目标人工客服接通率,确定总人工客服话务缺口;基于该总人工客服话务缺口,确定综合接通率优化目标;再基于该综合接通率优化目标,确定每个业务环节所需达到的单项接通率优化目标,并部署达到该单项接通率优化目标所需的接通率优化策略。
S108,基于确定出的接通率优化策略和接通率优化目标,控制目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
具体的,针对每个目标时间节点,在当前时间达到该目标时间节点时,基于各业务环节所需达到的接通率优化目标和所部署的接通率优化策略,调节人工队列的实际话务流入量和人工客服的实际客服应答量中至少一项,以增大实际客服应答量或者减少实际话务流入量,从而增大实际人工客服接通率,确保实际人工客服接通率达标。
其中,上述接通率优化策略可以是通过人力调度策略触发发挥人工可用弹性,以增大实际客服应答量,例如,线上发出加班或涨薪提示等;也可以是人工队列流入量调度策略,以减少人工队列的实际话务流入量,例如,线上发出使用智能客服引导提示等。
具体的,在当前时间达到该目标时间节点时,接收目标用户终端的人工客服呼入请求,其中,该人工客服呼入请求与调整后的人工队列的实际话务流入量有关;将该人工客服呼入请求转接至人工客服,以为目标用户终端的用户提供人工客服服务,其中,该人工客服的接通能力与调整后的人工客服的实际客服应答量有关;
另外,在当前时间达到该目标时间节点时,还可以基于当前的人工队列的实际话务流入量,预测下一时刻的话务流入预测量和人力排班预测量,再基于该话务流入预测量和人力排班预测量对预先确定的接通率优化策略和接通率优化目标进行调整,从而实现进一步确保实际人工客服接通率能够达标。
本说明书一个或多个实施例中,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
其中,针对接通率优化目标和优化策略的确定过程,如图2所示,上述S106,基于上述预估人工客服接通率和目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略,具体包括:
S1061,基于上述预估人工客服接通率和目标人工客服接通率,确定综合接通率优化目标;
S1062,按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
S1063,基于上述综合接通率优化目标,确定选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
本说明书一个或多个实施例中,通过按照预设业务环节优化策略部署顺序,逐一针对客服业务流转链路中至少一个业务环节确定相应的接通率优化目标和接通率优化策略,这样多个业务环节之间的接通率优化目标相互影响,并且能够优先部署调度成功率高、部署调度难度小的业务环节的单项接通率优化目标,即优先针对可控、易控、调度偏差小的业务环节确定单项接通率优化目标,从而尽可能减少接通率优化策略实际实施后所达到的实际值与预先部署的接通率优化目标之间的偏差,进一步确保最终的实际人工客服接通率能够达到预期。
具体的,针对某一业务环节的单项接通率优化目标和单项接通率优化策略的确定过程,上述S1063,基于上述综合接通率优化目标,确定选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,具体包括:
步骤一,确定首个选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
步骤二,判断上述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
具体的,在针对某一业务环节确定单项接通率优化目标和单项接通率优化策略后,可以先确定对应的单项接通率优化策略执行后的预估人工客服接通率是否大于目标人工客服接通率,若预估人工客服接通率仍未达标,则继续选取下一个所需部署的业务环节,并针对该业务环节确定单项接通率优化目标和单项接通率优化策略。
步骤三,若判断结果为否,则基于综合接通率优化目标和在先确定的单项接通率优化目标,确定下一个选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者当前部署业务环节为最后一个业务环节。
进一步的,考虑到可能存在按照预先确定的接通率优化目标和接通率优化策略执行,最终的实际人工客服接通率仍不达标的情况,因此,还需要针对实际人工客服接通率仍不达标进行原因分析,找到人工客服接通率不达标的根本原因,从而指导后续的人工客服接通率优化方案,基于此,如图3所示,在上述S108,基于确定出的接通率优化策略和接通率优化目标,控制目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量之后,还包括:
S110,基于调整后的实际话务流入量和实际客服应答量,判断目标时间节点对应的实际人工客服接通率是否达到目标人工客服接通率;
其中,上述实际人工客服接通率可以是实际客服应答量除以实际话务流入量得到的,在将实际人工客服接通率与预设的目标人工客服接通率进行比较,若实际人工客服接通率与目标人工客服接通率的差值超出既定偏差区间[m,n],则确定实际人工客服接通率未达标,并触发确定未达成部署目标的问题定位业务环节,以确定最终的实际人工客服接通率的未达标原因。
若判断结果为否,则执行S112,基于各业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
其中,不同业务环节对应的部署达成评价指标可以不同,例如,针对人工队列流入预测环节,对应的部署达成评价指标可以是预测偏差率,其中,该预测偏差率是将话务流入预测量与实际话务流入量的差值除以实际话务流入量;针对人力排班部署环节,对应的部署达成评价指标可以是业务部署率,其中,该业务部署率是将人工承诺量除以话务流入预测量;针对人工话务承接环节,对应的部署达成评价指标可以是承接达成率,其中,该承接达成率是将实际客服应答量除以人工承诺量,该人工承诺量即为人力排班量;
其中,预测偏差率用于表征人工队列的话务流入量的预测准确度,业务部署率用于表征人力储备达标与否,承接达成率用于表征人力现场承接情况。
S114,基于确定出的问题定位业务环节,确定实际人工客服接通率的未达标原因。
其中,上述各业务环节的部署达成评价指标的预期目标值可以是基于预先针对该业务环节所述部署的单项接通率优化目标所确定的,上述各业务环节的部署达成评价指标的实际值可以是基于该业务环节对应的单项接通率优化策略实施后达到的实际目标所确定的;
具体的,在某一目标时间节点的实际话务接通服务完成后,若确定出该目标时间节点对应的最终的实际人工客服接通率小于目标人工客服接通率且两者差值超出既定偏差区间[m,n]之后,针对每个业务环节,将该业务环节的部署达成评价指标的实际值和预期目标值进行比较,确定哪个业务环节的单项接通率优化策略实施不到位,导致对应的单项接通率优化目标未达标,从而导致最终的实际人工接通率未达标。具体的,若实际值与预期目标值的偏差大于预设偏差阈值,则将该业务环节确定为问题定位业务环节;再基于问题定位业务环节确定最终的实际人工客服接通率未达标的原因所在。
另外,还可以通过目标部署拟合度来衡量接通率优化目标的确定是否准确,以及衡量接通率优化策略是否落地到位,其中,该目标部署拟合度可以是将实际人工客服接通率达标的目标时间节点数量除以预先部署的目标时间节点的总数量。
具体的,为了更有针对性地进行实际人工客服接通率不达标的原因分析,从而指导准确地进行实际人工客服优化提升,可以继续将问题定位业务环节进行细化拆分,确定出更小粒度的异常业务模块,基于此,如图4所示,上述S114,基于确定出的问题定位业务环节,确定实际人工客服接通率的未达标原因,具体包括:
S1141,针对每个问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
例如,针对人工队列流入预测环节,对应的至少一个业务模块可以包括:话务流入量预测模型业务模块、事件预测业务模型、异常影响业务模块,其中,该事件预测业务模型还可以按照渠道事件、产品事件、运营事件进行下一级业务模块拆分;
又如,针对人力排班部署环节,对应的至少一个业务模块可以包括:人力招聘预测业务模块、人员留存业务模块、人力招聘达成业务模块,其中,该人力招聘预测业务模块还可以按照人力招聘基础预测、人力招聘事件预测进行下一级业务模块拆分;
再如,针对人工话务承接环节,对应的至少一个业务模块可以包括:人力排班业务模块、人力利用业务模块、坐席占用业务模块、人员产能业务模块。
S1142,基于各至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
其中,在预先针对客服业务流转链路中至少一个业务环节确定对应的单项接通率优化目标时,还将各业务环节对应的单项接通率优化目标进行拆分,确定该业务环节所涉及的至少一个业务模块分别对应的子接通率优化目标,并确定对应的子接通率优化策略,以便后续基于该子接通率优化目标,确定异常业务模块;
例如,针对人工队列流入预测环节,对应的至少一个业务模块的部署达成评价指标分别为:基础预测偏差率、事件预测偏差率、异常量,其中,事件预测业务模型对应的下一级业务模块的部署达成评价指标分别为:渠道事件预测偏差率、产品事件预测偏差率、运营事件预测偏差率;
又如,针对人力排班部署环节,对应的至少一个业务模块的部署达成评价指标分别为:人力招聘预测偏差率、人员留存率、人员招聘达成率,其中,人力招聘预测业务模块对应的下一级业务模块的部署达成评价指标分别为:人力招聘基础预测偏差率、人力招聘事件预测偏差率;其中,招聘预测偏差率=(话务流入预测量-实际话务流入量)/实际话务流入量;人员留存率=当月存量人工客服数/上月人工客服数;人员招聘达成率=实际招聘到岗人数/应招聘到岗人数;
再如,针对人工话务承接环节,对应的至少一个业务模块的部署达成评价指标分别为:排班时长、人员利用率、坐席占用率、人员产能,其中,实际承接量=排班时长×人员利用率×坐席占用率×人员产能,人员利用率=上线时长/排班时长,坐席占用率=服务时长/上线时长,人员产能=应答量/服务时长。
S1143,基于各问题定位业务环节中的异常业务模块,确定实际人工客服接通率的未达标原因;
其中,若确定出人工队列流入预测环节为问题定位业务环节,则可以从话务流入量预测、渠道事件预测、产品事件预测、运营事件预测、异常影响识别中至少一个原因进行分析;
若确定出人力排班部署环节为问题定位业务环节,则说明人力储备不足,对应的,可以从招聘预测偏差率过大、存量人力流失率大、以及新人招聘率低中至少一个原因进行分析。
具体的,针对问题定位业务环节中更小粒度的业务模块,将该更小粒度的业务模块的部署达成评价指标的实际值和预期目标值进行比较,确定哪个业务模块的子接通率优化策略实施不到位,导致对应的子接通率优化目标未达标,从而导致对应的业务环节的单项接通率优化目标未达标。具体的,若实际值与预期目标值的偏差大于预设偏差阈值,则将该业务模块确定为异常业务模块;再基于异常业务模块确定最终的实际人工客服接通率未达标的原因所在。
进一步的,在确定出问题定位业务环节或异常业务模块后,进一步确定问题定位业务环节或异常业务模块的调控优先级,以便有针对性地对问题定位业务环节或异常业务模块进行优化,以提高后续实际人工客服接通率的达标率,基于此,如图5a所示,在S112,基于各业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
S116,针对每个问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
具体的,预先为各业务环节的部署达成评价指标设置相应的最优目标值,例如,针对人工队列流入预测环节,对应的预测偏差率的最优目标值为0,即预测偏差率的极限值为无偏差;
又如,针对人力排班部署环节,对应的业务部署率的最优目标值为92%,即若实际人工客服接通率大于92%,则认为实际人工客服接通率达标,因此,可以将92%作为人力排班部署环节的最优目标值;
再如,针对人工话务承接环节,对应的承接达成率的最优目标值为[1+负弹性,1+正弹性],其中,当实际人工客服接通率位于目标区间[c,d],则说明实际人工客服接通率达标,此时承接达成率的最优目标值为1;对应的,当实际人工客服接通率小于目标区间[c,d]中最小值,则说明实际人工客服接通率过低,此时人工话务承接需要发挥正弹性,因此,承接达成率的最优目标值的上限值为1+正弹性;对应的,当实际人工客服接通率大于目标区间[c,d]中最大值,则说明实际人工客服接通率过高,此时人工话务承接需要发挥负弹性,因此,承接达成率的最优目标值的下限值为1+负弹性。
S118,按照确定出的接通率未达标贡献度由大到小的顺序,确定各问题定位业务环节的调控优先级。
具体的,问题定位业务环节的接通率未达标贡献度越大,说明该问题定位业务环节的部署达成评价指标的实际值与最优目标值的差距越大,因此,需要优先对其进行优化;
另外,在具体实施时,也可以采用相同的方式,确定问题定位业务环节中至少一个异常业务模块的接通率未达标贡献度。
其中,针对接通率未达标贡献度的确定过程,如图5b所示,上述S116,针对每个问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度,具体包括:
S1161,针对每个问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
具体的,若预测偏差率的实际值为X1,业务部署率的实际值为X2,承接达成率的实际值为X3,则针对人工队列流入预测环节,绝对贡献度为Y1=|1-|X1||;其中,Y1越大,说明预测偏差越小,预测偏差率越接近于0;
针对人力排班部署环节,绝对贡献度为Y2=X2/92%;其中,Y2越大,说明业务部署越充分;
针对人工话务承接环节,若实际人工客服接通率位于目标区间或者小于目标区间[c,d]中最小值,则绝对贡献度为Y3=X3/最优目标值,若实际人工客服接通率大于目标区间[c,d]中最大值,则绝对贡献度为Y3=最优目标值/X3;
S1162,根据确定出的各绝对贡献度,分别确定各问题定位业务环节的相对贡献度,将所述相对贡献度确定为问题定位业务环节的接通率未达标贡献度。
具体的,对绝对贡献度进行归一化,得到相对贡献度,其中,针对人工队列流入预测环节,相对贡献度为Y1/(Y1+Y2+Y3);针对人力排班部署环节,相对贡献度为Y2/(Y1+Y2+Y3);针对人工话务承接环节,相对贡献度为Y3/(Y1+Y2+Y3)。
进一步的,考虑多个业务环节之间并不是相互独立的,各业务环节之间应是互相配合的,通过协同调度部署各业务环节对应的接通率优化目标,以通过各业务环节之间相互配合来实现提升最终的实际人工客服接通率,同时,还考虑到不同业务环节的优化目标可调度能力区间不同,因此,针对某一业务环节的优化目标可调度性有限的情况下,可以通过调控其他业务环节的能力发挥,来弥补能力发挥有限的业务环节,从而实现多个业务环节之间协同优化目标,来确保最终的实际人工客服接通率能够达到预期,即确保最终的实际人工客服接通率稳定在一个合理区间范围内,因此,还可以继续确定问题定位业务环节的关联业务环节的能力执行结果是否达到期望能力执行要求,进而更新实际人工客服接通率的未达标原因,基于此,如图6所示,在S112,基于各业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
S120,获取各业务环节的部署达成评价指标的能力波动区间,其中,该能力波动区间是预先基于各业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
S122,在确定出的问题定位业务环节中,确定能力调度有限的目标业务环节;
S124,基于目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断关联业务环节的能力执行结果是否达到期望能力执行要求;
例如,若人工队列流入预测环节为目标业务环节,则人力排班部署、人工话务承接为关联业务环节;对应的,通过调控人力排班部署、人工话务承接的能力发挥情况,来弥补因人工队列流入预测环节的预测偏差率过高或过低导致接通率不达标。
其中,若确定关联业务环节的能力执行结果未达到期望能力执行要求,则说明该关联业务环节未充分发挥其中长期可调度能力,因此,可以针对该关联业务环节分析其未充分发挥其中长期可调度能力的原因所在。
若判断结果为否,则执行S126,基于关联业务环节,更新实际人工客服接通率的未达标原因。
另外,针对关联业务环节为问题定位业务环节的情况,还可以基于各关联业务环节的能力执行结果,对关联业务环节的调控优先级进行升级处理,例如,提高未达到期望能力执行要求的关联业务环节的调控优先级。
其中,针对各业务环节的部署达成评价指标的能力波动区间的确定过程,若上述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
对应的,上述S120,获取各业务环节的部署达成评价指标的能力波动区间,具体包括:
根据目标客服业务的已知设定区间,确定人工客服接通率的目标区间和人工队列流入预测环节的第一能力波动区间;
根据人工客服接通率的目标区间,确定人力排班部署环节的第二能力波动区间;
根据确定出的第一能力波动区间和第二能力波动区间,确定人工话务承接环节的第三能力波动区间,其中,该第三能力波动区间的上限值是在流入量最大且部署率最小时确定的,下限值是在流入量最小且部署率最大时确定的。
具体的,人工客服接通率与预测偏差率、业务部署率、承接达成率有关,即人工客服接通率=(1+预测偏差率)×业务部署率×承接达成率,因此,人工队列流入预测环节、人力排班部署环节、人工话务承接环节之间是相互关联的,对应的,人工队列流入预测环节、人力排班部署环节、人工话务承接环节分别对应的能力波动区间也是相互关联的,这样能够协同调控这三个业务环节来提升最终的实际人工客服接通率。
例如,若人工队列的话务流入预测量为X,实际话务流入量为Y,预测偏差率的设定区间为[a,b],即第一能力波动区间为[a,b],人工客服接通率的目标区间为[c,d],由于业务部署率与人工客服接通率直接相关,否则,人工客服接通率可能过低或过高,因此,业务部署率对应的区间范围为[c,d],即第二能力波动区间为[c,d];
其中,预测偏差率是将话务流入预测量与实际话务流入量的差值除以实际话务流入量,即(X-Y)/Y=[a,b],因此,X=[a,b]×Y+Y,Y=[X/(1+b),X/(1+a)];
对应的,当流入量最大,业务部署率最小时,人工话务承接环节需要达到最大正弹性,承接达成率的上限值为(X×c/(1+a)-c×X)/c×X=-a/(1+a),其中,X×c/(1+a)为当流入量最大且业务部署率最小时所应当承接的话务量,c×X为按照业务部署率最小时的承诺量;
同样的,当流入量最小,业务部署率最大时,人工话务承接环节需要达到最大负弹性,承接达成率的下限值为(Y×d/(1+b)-d×X)/d×X=-b/(1+b),其中,Y×d/(1+b)为当流入量最小且业务部署率最大时所应当承接的话务量,d×X为按照业务部署率最大时的承诺量;因此,承接达成率对应的区间范围为[-b/(1+b),-a/(1+a)],即第三能力波动区间为[-b/(1+b),-a/(1+a)]。
在具体实施时,针对各业务环节的单项接通率优化目标和优化策略的确定过程,若上述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、目标客服业务所针对的业务对象优化环节中至少一个;
对应的,上述步骤一,确定首个选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,具体包括:
若当前部署业务环节为人力弹性调度环节,则确定实际可用人力弹性值;以及,
根据该实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略;
具体的,实际可用人力弹性值=人工承诺量×(1+理论可用人力弹性值)/人力排班预测量-1,其中,理论可用人力弹性值=实际人力策略弹性值+理论人力现场弹性值,实际人力策略弹性值=(1+理论人力策略弹性值)×招聘预测偏差率+理论人力策略弹性值;
其中,上述理论人力现场弹性值是指根据人力调度需求随时启用的优化策略所产生的人力弹性,例如,通过延迟下班策略增加实际客服应答量;上述理论人力策略弹性值是指根据人力调度需求需要一段时间才能够发挥弹性的优化策略所带来的人力弹性,例如,通过涨薪策略激励人工客服增加实际客服应答量;
具体的,针对理论人力现场弹性值和理论人力策略弹性值的确定过程,可以基于预设策略表中的相关字段信息的取值并利用预设弹性值确定方式所确定的;
其中,上述相关字段信息可以包括:优化策略名称、优化策略能力值(需提前对策略能力进行量化得到的数值)、优化策略初始部署时效、优化策略有效期、冷却时间、策略实际部署时效、策略使用优先级、上次策略使用结束时间中至少一项;
对应的,上述预设弹性值确定方式可以是:若优化策略部署时间大于优化策略部署所需时间且优化策略已过冷却时间(即优化策略不能无限制连续使用),则优化策略能力值=理论可用人力弹性值,其中,该理论可用人力弹性值=实际人力策略弹性值+理论人力现场弹性值;
其中,上述招聘预测偏差率是指将支撑人员招聘的预测流入量与实际话务流入量的差值除以实际话务流入量;理论人力策略弹性值是指启动人力弹性调度策略后,预计增加承接话务量除以人工承诺量;
另外,考虑到实际可用人力弹性值与招聘预测偏差率有关,因此,可以将理论人力策略弹性值乘以招聘预测偏差率。
对应的,上述步骤三,基于综合接通率优化目标和在先确定的单项接通率优化目标,确定下一个选取的当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,具体包括:
若当前部署业务环节为人工队列调度环节,则基于综合接通率优化目标和人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
其中,人工队列调度目标与启动人工队列调度策略后能够升级或降低的人工队列流入量除以不启动人工队列调度策略下的人工队列流入量得到的数值有关,人工队列调度策略可以是通过线上发出延缓咨询人工客服的引导提示的策略。
若当前部署业务环节为端转人工队列环节,则基于综合接通率优化目标和人力弹性调度目标、人工队列调度目标,确定人工客服话务缺口数据;并根据该人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
其中,端转人工队列环节是指在线客服(如,我的客服)或热线客服(如,IVR端)的话务总流入量转入人工队列,端转人工率目标与从端内转人工队列的话务量除以流入端内的话务量得到的数值有关;
具体的,在人力可用调度弹性和人工队列调度弹性均用尽,若预估人工客服接通率仍未达到预期,则需要向端转人工队列环节提出降低端转人工率的优化目标,以减少人工队列的话务流入量;
其中,上述端转人工队列话务过滤量可以是一个常量,与转接、分流、跨部、以及呼损等影响因素有关,该影响因素可以是增加人工队列的话务流入量的负向影响因素,也可以是减小人工队列的话务流入量的正向影响因素。
若当前部署业务环节为业务对象优化环节,则根据上述人工客服话务缺口数据和端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,该业务对象优化策略用于调节上述话务总流入量;
具体的,若基于降低端转人工率的优化目标,得到的预估人工客服接通率仍未达到预期,则需要向业务对象优化环节提出减少话务流入总量的优化目标,即可以从根源上对业务对象进行优化,提升用户使用体验,从而减少针对该业务对象的话务总流入量。
其中,在预先基于预估人工客服接通率和目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节的接通率优化目标和接通率优化策略的过程中,业务环节的接通率优化目标可以是基于其最大可控弹性确定的,例如,针对人力弹性调度环节,可以基于其实际可用人力弹性来确定对应的接通率优化目标;业务环节的接通率优化目标也可以是基于综合接通率优化目标和在先确定的单项接通率优化目标所确定的,例如,人工队列调度环节、端转人工队列环节、或者目标客服业务所针对的业务对象优化环节。
在一个具体的实施例中,如图7所示,预先针对每个目标时间节点,确定客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略的过程,具体为:
(1)获取目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
(2)基于获取到的话务流入预测量和人力排班预测量,判断目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
(3)若预估人工客服接通率不达标,则针对人力弹性调度环节,启动人力调度,确定实际可用人力弹性值;并根据该实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略,以增加人工客服的人力排班预测量;
(4)判断人力调度弹性策略实施后对应的预估人工客服接通率是否达到目标人工客服接通率;
(5)若预估人工客服接通率不达标,则针对人工队列调度环节,启动人工队列流入量调度,确定人工队列流入调度目标和对应的人工队列流入调度策略,以减少人工队列的话务流入量;
(6)判断人工队列流入调度策略实施后对应的预估人工客服接通率是否达到目标人工客服接通率;
(7)若预估人工客服接通率不达标,则针对端转人工队列环节,启动端转人工率调度,确定端转人工率目标和对应的端转人工率调度策略,以减少人工队列的话务流入量;
(8)判断端转人工率调度策略实施后对应的预估人工客服接通率是否达到目标人工客服接通率;
(7)若预估人工客服接通率不达标,则针对业务对象优化环节,启动业务对象优化调度,确定业务对象优化目标和对应的业务对象优化策略,以实现从根源上对业务对象进行优化,提升用户使用体验,从而减少针对该业务对象的话务流入总量,进而从根本上提升实际人工客服接通率。
本说明书一个或多个实施例中的客服服务控制方法,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
对应上述图1至图7描述的客服服务控制方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种客服服务控制装置,图8a为本说明书一个或多个实施例提供的客服服务控制装置的第一种模块组成示意图,该装置用于执行图1至图7描述的客服服务控制方法,如图8a所示,该装置包括:
预测数据获取模块801,其根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
接通率判断模块802,其基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
策略及目标部署模块803,其若判断结果为否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
实际接通率控制模块804,其基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例中,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
可选地,所述策略及目标部署模块803,其:
基于所述预估人工客服接通率和所述目标人工客服接通率,确定综合接通率优化目标;
按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
可选地,所述策略及目标部署模块803,其:
确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
判断所述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者所述当前部署业务环节为最后一个业务环节。
可选地,如图8b所示,所装置还包括:未达标原因确定模块805,其:
基于所述实际话务流入量和所述实际客服应答量,判断所述目标时间节点对应的实际人工客服接通率是否达到所述目标人工客服接通率;
若否,则基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因。
可选地,所述未达标原因确定模块805,其:
针对每个所述问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
基于各所述至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
基于各所述问题定位业务环节中的所述异常业务模块,确定所述实际人工客服接通率的未达标原因。
可选地,所述装置还包括:调控优先级确定模块806,其:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
按照所述接通率未达标贡献度由大到小的顺序,确定各所述问题定位业务环节的调控优先级。
可选地,所述调控优先级确定模块806,其:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
根据各所述绝对贡献度,分别确定各所述问题定位业务环节的相对贡献度。
可选地,所述装置还包括:未达标原因更新模块807,其:
获取各所述业务环节的部署达成评价指标的能力波动区间,其中,所述能力波动区间是预先基于各所述业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
在确定出的所述问题定位业务环节中,确定能力调度有限的目标业务环节;
基于所述目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断所述关联业务环节的能力执行结果是否达到期望能力执行要求;
若否,则基于所述关联业务环节,更新所述实际人工客服接通率的未达标原因。
可选地,所述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
所述装置还包括:能力波动区间确定模块808,其:
根据所述目标客服业务的已知设定区间,确定人工客服接通率的目标区间和所述人工队列流入预测环节的第一能力波动区间;
根据所述人工客服接通率的目标区间,确定所述人力排班部署环节的第二能力波动区间;
根据所述第一能力波动区间和所述第二能力波动区间,确定所述人工话务承接环节的第三能力波动区间。
可选地,所述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、所述目标客服业务所针对的业务对象优化环节中至少一个;
所述策略及目标部署模块803,其:
若所述当前部署业务环节为所述人力弹性调度环节,则确定实际可用人力弹性值,根据所述实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略。
可选地,所述策略及目标部署模块803,其:
若所述当前部署业务环节为所述人工队列调度环节,则基于所述综合接通率优化目标和所述人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
若所述当前部署业务环节为所述端转人工队列环节,则基于所述综合接通率优化目标和所述人力弹性调度目标、所述人工队列调度目标,确定人工客服话务缺口数据;根据所述人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
若所述当前部署业务环节为所述业务对象优化环节,则根据所述人工客服话务缺口数据和所述端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,所述业务对象优化策略用于调节所述话务总流入量。
本说明书一个或多个实施例中的客服服务控制装置,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
需要说明的是,本说明书中关于客服服务控制装置的实施例与本说明书中关于客服服务控制方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的客服服务控制方法的实施,重复之处不再赘述。
进一步地,对应上述图1至图7所示的方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种客服服务控制设备,该设备用于执行上述的客服服务控制方法,如图9所示。
客服服务控制设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器901和存储器902,存储器902中可以存储有一个或一个以上存储应用程序或数据。其中,存储器902可以是短暂存储或持久存储。存储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对客服服务控制设备中的一系列计算机可执行指令。更进一步地,处理器901可以设置为与存储器902通信,在客服服务控制设备上执行存储器902中的一系列计算机可执行指令。客服服务控制设备还可以包括一个或一个以上电源903,一个或一个以上有线或无线网络接口904,一个或一个以上输入输出接口905,一个或一个以上键盘906等。
在一个具体的实施例中,客服服务控制设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对客服服务控制设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例中,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
可选地,计算机可执行指令在被执行时,所述基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略,包括:
基于所述预估人工客服接通率和所述目标人工客服接通率,确定综合接通率优化目标;
按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
可选地,计算机可执行指令在被执行时,所述基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
判断所述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者所述当前部署业务环节为最后一个业务环节。
可选地,计算机可执行指令在被执行时,在控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量之后,还包括:
基于所述实际话务流入量和所述实际客服应答量,判断所述目标时间节点对应的实际人工客服接通率是否达到所述目标人工客服接通率;
若否,则基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因。
可选地,计算机可执行指令在被执行时,所述基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因,包括:
针对每个所述问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
基于各所述至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
基于各所述问题定位业务环节中的所述异常业务模块,确定所述实际人工客服接通率的未达标原因。
可选地,计算机可执行指令在被执行时,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
按照所述接通率未达标贡献度由大到小的顺序,确定各所述问题定位业务环节的调控优先级。
可选地,计算机可执行指令在被执行时,所述针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度,包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
根据各所述绝对贡献度,分别确定各所述问题定位业务环节的相对贡献度。
可选地,计算机可执行指令在被执行时,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
获取各所述业务环节的部署达成评价指标的能力波动区间,其中,所述能力波动区间是预先基于各所述业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
在确定出的所述问题定位业务环节中,确定能力调度有限的目标业务环节;
基于所述目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断所述关联业务环节的能力执行结果是否达到期望能力执行要求;
若否,则基于所述关联业务环节,更新所述实际人工客服接通率的未达标原因。
可选地,计算机可执行指令在被执行时,所述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
所述获取各所述业务环节的部署达成评价指标的能力波动区间,包括:
根据所述目标客服业务的已知设定区间,确定人工客服接通率的目标区间和所述人工队列流入预测环节的第一能力波动区间;
根据所述人工客服接通率的目标区间,确定所述人力排班部署环节的第二能力波动区间;
根据所述第一能力波动区间和所述第二能力波动区间,确定所述人工话务承接环节的第三能力波动区间。
可选地,计算机可执行指令在被执行时,所述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、所述目标客服业务所针对的业务对象优化环节中至少一个;
所述确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人力弹性调度环节,则确定实际可用人力弹性值,根据所述实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略。
可选地,计算机可执行指令在被执行时,所述基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人工队列调度环节,则基于所述综合接通率优化目标和所述人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
若所述当前部署业务环节为所述端转人工队列环节,则基于所述综合接通率优化目标和所述人力弹性调度目标、所述人工队列调度目标,确定人工客服话务缺口数据;根据所述人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
若所述当前部署业务环节为所述业务对象优化环节,则根据所述人工客服话务缺口数据和所述端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,所述业务对象优化策略用于调节所述话务总流入量。
本说明书一个或多个实施例中的客服服务控制设备,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
需要说明的是,本说明书中关于客服服务控制设备的实施例与本说明书中关于客服服务控制方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的客服服务控制方法的实施,重复之处不再赘述。
进一步地,对应上述图1至图7所示的方法,基于相同的技术构思,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
本说明书一个或多个实施例中,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略,包括:
基于所述预估人工客服接通率和所述目标人工客服接通率,确定综合接通率优化目标;
按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
判断所述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者所述当前部署业务环节为最后一个业务环节。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量之后,还包括:
基于所述实际话务流入量和所述实际客服应答量,判断所述目标时间节点对应的实际人工客服接通率是否达到所述目标人工客服接通率;
若否,则基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因,包括:
针对每个所述问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
基于各所述至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
基于各所述问题定位业务环节中的所述异常业务模块,确定所述实际人工客服接通率的未达标原因。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
按照所述接通率未达标贡献度由大到小的顺序,确定各所述问题定位业务环节的调控优先级。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度,包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
根据各所述绝对贡献度,分别确定各所述问题定位业务环节的相对贡献度。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
获取各所述业务环节的部署达成评价指标的能力波动区间,其中,所述能力波动区间是预先基于各所述业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
在确定出的所述问题定位业务环节中,确定能力调度有限的目标业务环节;
基于所述目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断所述关联业务环节的能力执行结果是否达到期望能力执行要求;
若否,则基于所述关联业务环节,更新所述实际人工客服接通率的未达标原因。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
所述获取各所述业务环节的部署达成评价指标的能力波动区间,包括:
根据所述目标客服业务的已知设定区间,确定人工客服接通率的目标区间和所述人工队列流入预测环节的第一能力波动区间;
根据所述人工客服接通率的目标区间,确定所述人力排班部署环节的第二能力波动区间;
根据所述第一能力波动区间和所述第二能力波动区间,确定所述人工话务承接环节的第三能力波动区间。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、所述目标客服业务所针对的业务对象优化环节中至少一个;
所述确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人力弹性调度环节,则确定实际可用人力弹性值,根据所述实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人工队列调度环节,则基于所述综合接通率优化目标和所述人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
若所述当前部署业务环节为所述端转人工队列环节,则基于所述综合接通率优化目标和所述人力弹性调度目标、所述人工队列调度目标,确定人工客服话务缺口数据;根据所述人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
若所述当前部署业务环节为所述业务对象优化环节,则根据所述人工客服话务缺口数据和所述端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,所述业务对象优化策略用于调节所述话务总流入量。
本说明书一个或多个实施例中的存储介质存储的计算机可执行指令在被处理器执行时,通过预先针对目标时间节点进行人工队列的话务流入量预测,以及针对该目标时间节点进行人工客服的人力排班量预估,再判断理论人工客服接通率是否满足预设目标接通率要求,针对不满足预设目标接通率要求的情况,预先针对客服业务流转链路中至少一个业务环节生成相应的接通率优化目标和对应的接通率优化策略,以便在到达目标时间节点时,基于该接通率优化目标和对应的接通率优化策略,控制人工队列的实际话务流入量、人工客服的实际客服应答量中至少一项,从而实现增加人工客服的实际应答量,减少人工队列的实际流入量,进而达到提高人工客服的实际接通率的目的,以确保最大限度地满足用户的人工客服呼入需求,减少用户的人工客服接通等待时间和人工客服呼入失败率,提升用户的客服服务业务的使用体验。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于客服服务控制方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应的客服服务控制方法的实施,重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HD Cal、JHDL(Java Hardware Description Language)、Lava、Lola、My HDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个是参照根据本说明书一个或多个实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书一个或多个的实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个的实施例而已,并不用于限制本说明书一个或多个。对于本领域技术人员来说,本说明书一个或多个可以有各种更改和变化。凡在本说明书一个或多个的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个的权利要求范围之内。
Claims (24)
1.一种客服服务控制方法,包括:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
2.根据权利要求1所述的方法,其中,所述基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略,包括:
基于所述预估人工客服接通率和所述目标人工客服接通率,确定综合接通率优化目标;
按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
3.根据权利要求2所述的方法,其中,所述基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
判断所述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者所述当前部署业务环节为最后一个业务环节。
4.根据权利要求1所述的方法,其中,在控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量之后,还包括:
基于所述实际话务流入量和所述实际客服应答量,判断所述目标时间节点对应的实际人工客服接通率是否达到所述目标人工客服接通率;
若否,则基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因。
5.根据权利要求4所述的方法,其中,所述基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因,包括:
针对每个所述问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
基于各所述至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
基于各所述问题定位业务环节中的所述异常业务模块,确定所述实际人工客服接通率的未达标原因。
6.根据权利要求4所述的方法,其中,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
按照所述接通率未达标贡献度由大到小的顺序,确定各所述问题定位业务环节的调控优先级。
7.根据权利要求6所述的方法,其中,所述针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度,包括:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
根据各所述绝对贡献度,分别确定各所述问题定位业务环节的相对贡献度。
8.根据权利要求4所述的方法,其中,在基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节之后,还包括:
获取各所述业务环节的部署达成评价指标的能力波动区间,其中,所述能力波动区间是预先基于各所述业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
在确定出的所述问题定位业务环节中,确定能力调度有限的目标业务环节;
基于所述目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断所述关联业务环节的能力执行结果是否达到期望能力执行要求;
若否,则基于所述关联业务环节,更新所述实际人工客服接通率的未达标原因。
9.根据权利要求8所述的方法,其中,所述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
所述获取各所述业务环节的部署达成评价指标的能力波动区间,包括:
根据所述目标客服业务的已知设定区间,确定人工客服接通率的目标区间和所述人工队列流入预测环节的第一能力波动区间;
根据所述人工客服接通率的目标区间,确定所述人力排班部署环节的第二能力波动区间;
根据所述第一能力波动区间和所述第二能力波动区间,确定所述人工话务承接环节的第三能力波动区间。
10.根据权利要求3所述的方法,其中,所述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、所述目标客服业务所针对的业务对象优化环节中至少一个;
所述确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人力弹性调度环节,则确定实际可用人力弹性值,根据所述实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略。
11.根据权利要求10所述的方法,其中,所述基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,包括:
若所述当前部署业务环节为所述人工队列调度环节,则基于所述综合接通率优化目标和所述人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
若所述当前部署业务环节为所述端转人工队列环节,则基于所述综合接通率优化目标和所述人力弹性调度目标、所述人工队列调度目标,确定人工客服话务缺口数据;根据所述人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
若所述当前部署业务环节为所述业务对象优化环节,则根据所述人工客服话务缺口数据和所述端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,所述业务对象优化策略用于调节所述话务总流入量。
12.一种客服服务控制装置,包括:
预测数据获取模块,其根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
接通率判断模块,其基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
策略及目标部署模块,其若判断结果为否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
实际接通率控制模块,其基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
13.根据权利要求12所述的装置,其中,所述策略及目标部署模块,其:
基于所述预估人工客服接通率和所述目标人工客服接通率,确定综合接通率优化目标;
按照预设业务环节优化策略部署顺序,依次选取客服业务流转链路中的一个业务环节作为当前部署业务环节;
基于所述综合接通率优化目标,确定选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略。
14.根据权利要求13所述的装置,其中,所述策略及目标部署模块,其:
确定首个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略;
判断所述单项接通率优化策略执行后的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述综合接通率优化目标和在先确定的所述单项接通率优化目标,确定下一个选取的所述当前部署业务环节所需达到的单项接通率优化目标和所部署的单项接通率优化策略,直到预估人工客服接通率达到目标人工客服接通率、或者所述当前部署业务环节为最后一个业务环节。
15.根据权利要求12所述的装置,其中,所装置还包括:未达标原因确定模块,其:
基于所述实际话务流入量和所述实际客服应答量,判断所述目标时间节点对应的实际人工客服接通率是否达到所述目标人工客服接通率;
若否,则基于各所述业务环节的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的问题定位业务环节;
基于所述问题定位业务环节,确定所述实际人工客服接通率的未达标原因。
16.根据权利要求15所述的装置,其中,所述未达标原因确定模块,其:
针对每个所述问题定位业务环节,确定该问题定位业务环节所涉及的至少一个业务模块;
基于各所述至少一个业务模块的部署达成评价指标的实际值和预期目标值,确定未达成部署目标的异常业务模块;
基于各所述问题定位业务环节中的所述异常业务模块,确定所述实际人工客服接通率的未达标原因。
17.根据权利要求15所述的装置,其中,所述装置还包括:调控优先级确定模块,其:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定该问题定位业务环节的接通率未达标贡献度;
按照所述接通率未达标贡献度由大到小的顺序,确定各所述问题定位业务环节的调控优先级。
18.根据权利要求17所述的装置,其中,所述调控优先级确定模块,其:
针对每个所述问题定位业务环节,基于该问题定位业务环节的部署达成评价指标的实际值和最优目标值,确定用于表征实际值与目标值之间的距离的绝对贡献度;
根据各所述绝对贡献度,分别确定各所述问题定位业务环节的相对贡献度。
19.根据权利要求15所述的装置,其中,所述装置还包括:未达标原因更新模块,其:
获取各所述业务环节的部署达成评价指标的能力波动区间,其中,所述能力波动区间是预先基于各所述业务环节的部署达成评价指标与人工客服接通率之间的关系表达式所确定的;
在确定出的所述问题定位业务环节中,确定能力调度有限的目标业务环节;
基于所述目标业务环节的关联业务环节的部署达成评价指标的实际值和能力波动区间,判断所述关联业务环节的能力执行结果是否达到期望能力执行要求;
若否,则基于所述关联业务环节,更新所述实际人工客服接通率的未达标原因。
20.根据权利要求19所述的装置,其中,所述业务环节包括:人工队列流入预测环节、人力排班部署环节、人工话务承接环节中至少一个;
所述装置还包括:能力波动区间确定模块,其:
根据所述目标客服业务的已知设定区间,确定人工客服接通率的目标区间和所述人工队列流入预测环节的第一能力波动区间;
根据所述人工客服接通率的目标区间,确定所述人力排班部署环节的第二能力波动区间;
根据所述第一能力波动区间和所述第二能力波动区间,确定所述人工话务承接环节的第三能力波动区间。
21.根据权利要求14所述的装置,其中,所述业务环节包括:人力弹性调度环节、人工队列调度环节、端转人工队列环节、所述目标客服业务所针对的业务对象优化环节中至少一个;
所述策略及目标部署模块,其:
若所述当前部署业务环节为所述人力弹性调度环节,则确定实际可用人力弹性值,根据所述实际可用人力弹性值,确定人力弹性调度目标和对应的人力弹性调度策略。
22.根据权利要求21所述的装置,其中,所述策略及目标部署模块,其:
若所述当前部署业务环节为所述人工队列调度环节,则基于所述综合接通率优化目标和所述人力弹性调度目标,确定人工队列调度目标和对应的人工队列调度策略;
若所述当前部署业务环节为所述端转人工队列环节,则基于所述综合接通率优化目标和所述人力弹性调度目标、所述人工队列调度目标,确定人工客服话务缺口数据;根据所述人工客服话务缺口数据、端转人工队列话务过滤量和话务总流入量,确定端转人工率目标和对应的端转人工率调度策略;
若所述当前部署业务环节为所述业务对象优化环节,则根据所述人工客服话务缺口数据和所述端转人工率目标,确定业务对象优化目标和对应的业务对象优化策略,其中,所述业务对象优化策略用于调节所述话务总流入量。
23.一种客服服务控制设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
24.一种存储介质,用于存储计算机可执行指令,所述可执行指令在被处理器执行时实现以下方法:
根据目标客服业务的标识信息,获取所述目标客服业务在目标时间节点的人工队列的话务流入预测量和人工客服的人力排班预测量;
基于所述话务流入预测量和所述人力排班预测量,判断所述目标时间节点对应的预估人工客服接通率是否达到目标人工客服接通率;
若否,则基于所述预估人工客服接通率和所述目标人工客服接通率,确定针对客服业务流转链路中至少一个业务环节所需达到的接通率优化目标和所部署的接通率优化策略;
基于所述接通率优化策略和所述接通率优化目标,控制所述目标时间节点的人工队列的实际话务流入量和/或人工客服的实际客服应答量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010208313.1A CN111415043A (zh) | 2020-03-23 | 2020-03-23 | 一种客服服务控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010208313.1A CN111415043A (zh) | 2020-03-23 | 2020-03-23 | 一种客服服务控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111415043A true CN111415043A (zh) | 2020-07-14 |
Family
ID=71494476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010208313.1A Pending CN111415043A (zh) | 2020-03-23 | 2020-03-23 | 一种客服服务控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111415043A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615121A (en) * | 1995-01-31 | 1997-03-25 | U S West Technologies, Inc. | System and method for scheduling service providers to perform customer service requests |
US6628777B1 (en) * | 1999-11-16 | 2003-09-30 | Knowlagent, Inc. | Method and system for scheduled delivery of training to call center agents |
CN101483700A (zh) * | 2008-01-10 | 2009-07-15 | 中国移动通信集团公司 | 人工语音服务座席调度方法及其装置和系统 |
CN106817499A (zh) * | 2015-11-30 | 2017-06-09 | 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 |
CN109657980A (zh) * | 2018-12-20 | 2019-04-19 | 中国银行股份有限公司 | 一种网点客户排队调度方法及系统 |
-
2020
- 2020-03-23 CN CN202010208313.1A patent/CN111415043A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5615121A (en) * | 1995-01-31 | 1997-03-25 | U S West Technologies, Inc. | System and method for scheduling service providers to perform customer service requests |
US6628777B1 (en) * | 1999-11-16 | 2003-09-30 | Knowlagent, Inc. | Method and system for scheduled delivery of training to call center agents |
CN101483700A (zh) * | 2008-01-10 | 2009-07-15 | 中国移动通信集团公司 | 人工语音服务座席调度方法及其装置和系统 |
CN106817499A (zh) * | 2015-11-30 | 2017-06-09 | 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 |
CN109657980A (zh) * | 2018-12-20 | 2019-04-19 | 中国银行股份有限公司 | 一种网点客户排队调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341164B2 (en) | Adaptive resource allocation method and apparatus | |
CN101729690B (zh) | 一种排班系统和方法 | |
CN110751358A (zh) | 一种机场地面服务人员的排班方法、电子设备及存储介质 | |
CN111045820B (zh) | 一种基于时序预测的容器调度方法 | |
CN102711177A (zh) | 基于业务预测的负载均衡方法 | |
CN105704335A (zh) | 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 | |
CN101997996A (zh) | 一种排队路由的方法及装置 | |
WO2020122966A1 (en) | System and method for ride order dispatching | |
US20190213480A1 (en) | Personalized question-answering system and cloud server for private information protection and method of providing shared neural model thereof | |
CN103297623A (zh) | 话务预测方法及装置 | |
CN101778180B (zh) | 一种互动式语音应答系统业务节点动态调整控制方法 | |
CN110955695A (zh) | 一种数据处理方法及装置 | |
CN111132179B (zh) | 一种小区调度方法、系统、装置和存储介质 | |
JP6153226B2 (ja) | 通信トラヒック予測装置およびプログラム | |
CN112817721B (zh) | 基于人工智能的任务调度方法、装置、计算机设备和介质 | |
WO2022197904A1 (en) | Automated dispatch of field personnel for on-site services | |
US10931107B2 (en) | System and method for management of an electricity distribution grid | |
CN111415043A (zh) | 一种客服服务控制方法及装置 | |
CN110389817A (zh) | 多云系统的调度方法、装置和计算机程序产品 | |
CN109903006A (zh) | 楼盘的报备方法、装置、设备及计算机可读存储介质 | |
CN114066039A (zh) | 排班方法及装置、计算机存储介质、电子设备 | |
CN104182903A (zh) | 评价装置、电力抑制计划装置及方法 | |
Dai et al. | Staff scheduling in call center considering global service quality | |
CN110430328B (zh) | 基于LightGBM模型的呼叫中心话务量预测方法和系统 | |
CN110009391B (zh) | 一种周期性事件信息确定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |