CN113723665A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113723665A CN113723665A CN202110820580.9A CN202110820580A CN113723665A CN 113723665 A CN113723665 A CN 113723665A CN 202110820580 A CN202110820580 A CN 202110820580A CN 113723665 A CN113723665 A CN 113723665A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- consulting
- time domain
- call center
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005192 partition Methods 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/60—Business processes related to postal services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了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,涉及话务预测技术领域,一种呼叫中心话务预测方法以及具有该方法,包括以下步骤:业务分类、分时域提取咨询数据、咨询数据按时域和业务种类进行分区存储、咨询数据按时域和业务种类进行处理和话务预测,根据预测时域,对比各时域的业务咨询量均值表,提取表格中数据信息,以及各年变化信息,对待预测时域进行预测判断。本发明通过对多年的各项咨询量以年为单位求出平均值,得出各时域、各业务种类的咨询量均值表,从而对待预测时域进行预测判断,判断得出各业务咨询量后,进而可以对话务中心的服务进行有效、合理地安排,进一步提高服务效率。
Description
技术领域
本发明涉及话务预测技术领域,具体涉及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。
背景技术
呼叫中心(英文Call Center或Call Centre)也叫客户服务中心之类的,早期的呼叫中心就是些热线电话、咨询电话,由受过训练的话务员专门接听处理来电客户的各类问题如咨询、投诉、建议,其实就是一个电话机、一个笔再加一个本子等,现代呼叫中心已经涉及到了计算机(软硬件)技术、Internet技术、计算机电话集成技术(CTI)、数据仓库(商业智能BI)技术、客户关系管理(CRM)技术、交换机(PBX)通讯技术、企业ERP技术和企业管理、项目管理、团队管理等诸多方面的内容。
随着通讯业务的迅速发展,呼叫中心话务量预测的需求日益增加,同时对服务水平、坐席利用率和工时管理等方面的要求不断提高。在现有条件下,如何合理安排人力、提高话务接通率、优化现场管理成为排班师面临的巨大挑战,但现有的话务预测方法中,缺乏对呼叫中心所提供的不同服务类型的咨询量的有效处理,导致难以判断不同服务类型的咨询量,因此难以有效的对不同服务进行有效的人员安排。
发明内容
本发明的目的是提供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,以解决现有技术中的上述不足之处。
为了实现上述目的,本发明提供如下技术方案:一种呼叫中心话务预测方法以及具有该方法,包括以下步骤:
步骤一、业务分类,根据呼叫中心业务种类,建立区域数据库,每种业务数据,存储于同种数据库中;
步骤二、分时域提取咨询数据,根据往年呼叫中心的历史数据,将每年按照一定时间段进行分时域区分,并进行客户咨询语音数据进行提取;
步骤三、咨询数据按时域和业务种类进行分区存储,将每年中各时域内的客户咨询语音数据进行关键词识别,对关键词信息提取后,对比业务区域数据库中的业务数据,进行一对一存储,得到每年不同时域内的各种服务数据所对应咨询量变化模型;
步骤四、咨询数据按时域和业务种类进行处理,根据步骤三所得出每年的咨询量变化模型,对多年的各项咨询量以年为单位求出平均值,再根据业务种类所对应咨询量平均值根据数量从大到小依次排列,得出各时域、各业务种类的咨询量均值表,同时保留各年数据,对应每个业务种类对应时域咨询量进行捆绑存储;
步骤五、话务预测,根据预测时域,对比步骤四中各时域的业务咨询量均值表,提取表格中数据信息,以及各年变化信息,对待预测时域进行预测判断,判断得出各业务咨询量后,根据咨询量多少合理安排相应的客服人数。
优选的,所述步骤三中,将每年按照月份进行时域划分,对1-12月各月数据进行单独存储。
优选的,对各时域中的节假日期间的数据进行单独提取与处理,并与工作日的数据进行对比,进而针对于工作日和节假日进行精准预测。
一种具有呼叫中心话务预测方法的设备,包括处理器,所述处理器连接有数据中心,所述数据中心用于存储各种业务数据以及往年的咨询数据,所述处理器对咨询数据进行分类处理,所述处理器连接有操作载体,所述操作载体作为操作、显示装置,对设备进行操作。
一种具有呼叫中心话务预测方法的装置,本装置可以选用计算机、智能手机中的其中一种作为话务预测方法的实行载体。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过根据呼叫中心业务种类,建立区域数据库,并根据往年呼叫中心的历史数据,分时域进行客户咨询语音数据进行提取,对比业务区域数据库中的业务数据,进行一对一存储,得到每年不同时域内的各种服务数据所对应咨询量变化模型,而通过对多年的各项咨询量以年为单位求出平均值,再根据业务种类所对应咨询量平均值根据数量从大到小依次排列,得出各时域、各业务种类的咨询量均值表,同时保留各年数据,对应每个业务种类对应时域咨询量进行捆绑存储,从而在后期需要进行话务预测时根据预测时域,对比各时域的业务咨询量均值表,以及各年变化信息,对待预测时域进行预测判断,判断得出各业务咨询量后,根据咨询量多少合理安排相应的客服人数,进而可以对话务中心的服务进行有效、合理地安排,进一步提高服务效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的流程图。
图2为本发明咨询数据按照服务种类和时域进行分别存储的结构图。
图3为本发明话务预测设备的整体结构示意图。
附图标记说明:
1、处理器;2、数据中心;3、操作载体。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
本发明提供了如图1所示的一种呼叫中心话务预测方法以及具有该方法,包括以下步骤:
步骤一、业务分类,根据呼叫中心业务种类,建立区域数据库,每种业务数据,存储于同种数据库中;
步骤二、分时域提取咨询数据,根据往年呼叫中心的历史数据,将每年按照一定时间段进行分时域区分,并进行客户咨询语音数据进行提取;
步骤三、咨询数据按时域和业务种类进行分区存储,将每年中各时域内的客户咨询语音数据进行关键词识别,对关键词信息提取后,对比业务区域数据库中的业务数据,进行一对一存储,得到每年不同时域内的各种服务数据所对应咨询量变化模型;
步骤四、咨询数据按时域和业务种类进行处理,根据步骤三所得出每年的咨询量变化模型,对多年的各项咨询量以年为单位求出平均值,再根据业务种类所对应咨询量平均值根据数量从大到小依次排列,得出各时域、各业务种类的咨询量均值表,同时保留各年数据,对应每个业务种类对应时域咨询量进行捆绑存储;
步骤五、话务预测,根据预测时域,对比步骤四中各时域的业务咨询量均值表,提取表格中数据信息,以及各年变化信息,对待预测时域进行预测判断,判断得出各业务咨询量后,根据咨询量多少合理安排相应的客服人数;
进一步的,在上述技术方案中,所述步骤三中,将每年按照月份进行时域划分,对1-12月各月数据进行单独存储;
进一步的,在上述技术方案中,对各时域中的节假日期间的数据进行单独提取与处理,并与工作日的数据进行对比,进而针对于工作日和节假日进行精准预测;
进一步的,在上述技术方案中,一种具有呼叫中心话务预测方法的设备,包括处理器1,所述处理器1连接有数据中心2,所述数据中心2用于存储各种业务数据以及往年的咨询数据,所述处理器1对咨询数据进行分类处理,所述处理器1连接有操作载体3,所述操作载体3作为操作、显示装置,对设备进行操作;
进一步的,在上述技术方案中,一种具有呼叫中心话务预测方法的装置,本装置可以选用计算机、智能手机中的其中一种作为话务预测方法的实行载体;
实施方式具体为:通过根据呼叫中心业务种类,建立区域数据库,并根据往年呼叫中心的历史数据,分时域进行客户咨询语音数据进行提取,对比业务区域数据库中的业务数据,进行一对一存储,得到每年不同时域内的各种服务数据所对应咨询量变化模型,而通过对多年的各项咨询量以年为单位求出平均值,再根据业务种类所对应咨询量平均值根据数量从大到小依次排列,得出各时域、各业务种类的咨询量均值表,同时保留各年数据,对应每个业务种类对应时域咨询量进行捆绑存储,从而在后期需要进行话务预测时根据预测时域,对比各时域的业务咨询量均值表,以及各年变化信息,对待预测时域进行预测判断,判断得出各业务咨询量后,根据咨询量多少合理安排相应的客服人数,进而可以对话务中心的服务进行有效、合理地安排,进一步提高服务效率。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (5)
1.一种呼叫中心话务预测方法以及具有该方法,其特征在于,包括以下步骤:
步骤一、业务分类,根据呼叫中心业务种类,建立区域数据库,每种业务数据,存储于同种数据库中;
步骤二、分时域提取咨询数据,根据往年呼叫中心的历史数据,将每年按照一定时间段进行分时域区分,并进行客户咨询语音数据进行提取;
步骤三、咨询数据按时域和业务种类进行分区存储,将每年中各时域内的客户咨询语音数据进行关键词识别,对关键词信息提取后,对比业务区域数据库中的业务数据,进行一对一存储,得到每年不同时域内的各种服务数据所对应咨询量变化模型;
步骤四、咨询数据按时域和业务种类进行处理,根据步骤三所得出每年的咨询量变化模型,对多年的各项咨询量以年为单位求出平均值,再根据业务种类所对应咨询量平均值根据数量从大到小依次排列,得出各时域、各业务种类的咨询量均值表,同时保留各年数据,对应每个业务种类对应时域咨询量进行捆绑存储;
步骤五、话务预测,根据预测时域,对比步骤四中各时域的业务咨询量均值表,提取表格中数据信息,以及各年变化信息,对待预测时域进行预测判断,判断得出各业务咨询量后,根据咨询量多少合理安排相应的客服人数。
2.根据权利要求1所述的一种呼叫中心话务预测方法,其特征在于:所述步骤三中,将每年按照月份进行时域划分,对1-12月各月数据进行单独存储。
3.根据权利要求1所述的一种呼叫中心话务预测方法,其特征在于:对各时域中的节假日期间的数据进行单独提取与处理,并与工作日的数据进行对比,进而针对于工作日和节假日进行精准预测。
4.一种具有权利要求1所述的呼叫中心话务预测方法的设备,其特征在于:包括处理器(1),所述处理器(1)连接有数据中心(2),所述数据中心(2)用于存储各种业务数据以及往年的咨询数据,所述处理器(1)对咨询数据进行分类处理,所述处理器(1)连接有操作载体(3),所述操作载体(3)作为操作、显示装置,对设备进行操作。
5.一种具有权利要求1所述的呼叫中心话务预测方法的装置,其特征在于:本装置可以选用计算机、智能手机中的其中一种作为话务预测方法的实行载体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110820580.9A CN113723665A (zh) | 2021-07-20 | 2021-07-20 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110820580.9A CN113723665A (zh) | 2021-07-20 | 2021-07-20 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113723665A true CN113723665A (zh) | 2021-11-30 |
Family
ID=78673640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110820580.9A Pending CN113723665A (zh) | 2021-07-20 | 2021-07-20 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723665A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014282A (zh) * | 2024-02-06 | 2024-05-10 | 广东联合电子服务股份有限公司 | 一种基于高速客服话务量预测的话务员排班方法及系统 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101132447A (zh) * | 2007-08-13 | 2008-02-27 | 中国移动通信集团安徽有限公司 | 一种大型呼叫中心的热线来话预测方法 |
CN101729696A (zh) * | 2008-10-16 | 2010-06-09 | 华为技术有限公司 | 一种坐席班务安排的方法和装置 |
CN102088709A (zh) * | 2010-11-30 | 2011-06-08 | 哈尔滨工业大学 | 基于聚类和arima模型的话务量预测方法 |
CN103024762A (zh) * | 2012-12-26 | 2013-04-03 | 北京邮电大学 | 基于业务特征的通信业务预测方法 |
CN103095937A (zh) * | 2012-12-14 | 2013-05-08 | 广东电网公司佛山供电局 | 基于话务预测的呼叫中心座席数量的预测方法 |
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
CN104378515A (zh) * | 2014-12-04 | 2015-02-25 | 上海澄美信息服务有限公司 | 呼叫中心话务量预测方法 |
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 |
CN105847598A (zh) * | 2016-04-05 | 2016-08-10 | 浙江远传信息技术股份有限公司 | 呼叫中心多因子话务预测方法及其装置 |
CN106657693A (zh) * | 2017-01-13 | 2017-05-10 | 深圳市彬讯科技有限公司 | 一种呼叫系统预测式外呼方法及系统 |
CN106713677A (zh) * | 2016-05-24 | 2017-05-24 | 国家电网公司客户服务中心 | 一种电力客户服务中心呼入话务量的预测方法 |
CN107844915A (zh) * | 2017-11-29 | 2018-03-27 | 信雅达系统工程股份有限公司 | 一种基于话务预测的呼叫中心的自动排班方法 |
US20180227856A1 (en) * | 2017-02-08 | 2018-08-09 | Qualcomm Incorporated | Techniques and apparatuses for predicting traffic to configure user equipment features |
CN108551533A (zh) * | 2018-03-09 | 2018-09-18 | 平安普惠企业管理有限公司 | 一种客服坐席的排班方法、存储介质和服务器 |
CN109672795A (zh) * | 2018-11-14 | 2019-04-23 | 平安科技(深圳)有限公司 | 呼叫中心资源管理方法及装置、电子设备、存储介质 |
CN109922212A (zh) * | 2018-12-21 | 2019-06-21 | 阿里巴巴集团控股有限公司 | 一种时段话务量占比的预测方法及装置 |
CN110110038A (zh) * | 2018-08-17 | 2019-08-09 | 平安科技(深圳)有限公司 | 话务预测方法、装置、服务器及存储介质 |
CN110110881A (zh) * | 2019-03-21 | 2019-08-09 | 贵州电网有限责任公司 | 电力客户需求预测分析方法及系统 |
CN110248031A (zh) * | 2019-04-19 | 2019-09-17 | 中国联合网络通信集团有限公司 | 客服系统的排班管理方法、装置、设备和存储介质 |
CN111353642A (zh) * | 2020-02-26 | 2020-06-30 | 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 |
CN112055380A (zh) * | 2019-06-06 | 2020-12-08 | 华为技术有限公司 | 用于预测话务量的方法和装置 |
CN112801676A (zh) * | 2021-02-04 | 2021-05-14 | 上海中通吉网络技术有限公司 | 一种快递行业呼叫中心服务方法、装置、设备及系统 |
-
2021
- 2021-07-20 CN CN202110820580.9A patent/CN113723665A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101132447A (zh) * | 2007-08-13 | 2008-02-27 | 中国移动通信集团安徽有限公司 | 一种大型呼叫中心的热线来话预测方法 |
CN101729696A (zh) * | 2008-10-16 | 2010-06-09 | 华为技术有限公司 | 一种坐席班务安排的方法和装置 |
CN102088709A (zh) * | 2010-11-30 | 2011-06-08 | 哈尔滨工业大学 | 基于聚类和arima模型的话务量预测方法 |
CN103491556A (zh) * | 2012-06-13 | 2014-01-01 | 华为技术服务有限公司 | 一种网络调整的方法及装置 |
CN103095937A (zh) * | 2012-12-14 | 2013-05-08 | 广东电网公司佛山供电局 | 基于话务预测的呼叫中心座席数量的预测方法 |
CN103024762A (zh) * | 2012-12-26 | 2013-04-03 | 北京邮电大学 | 基于业务特征的通信业务预测方法 |
CN104378515A (zh) * | 2014-12-04 | 2015-02-25 | 上海澄美信息服务有限公司 | 呼叫中心话务量预测方法 |
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 |
CN105847598A (zh) * | 2016-04-05 | 2016-08-10 | 浙江远传信息技术股份有限公司 | 呼叫中心多因子话务预测方法及其装置 |
CN106713677A (zh) * | 2016-05-24 | 2017-05-24 | 国家电网公司客户服务中心 | 一种电力客户服务中心呼入话务量的预测方法 |
CN106657693A (zh) * | 2017-01-13 | 2017-05-10 | 深圳市彬讯科技有限公司 | 一种呼叫系统预测式外呼方法及系统 |
US20180227856A1 (en) * | 2017-02-08 | 2018-08-09 | Qualcomm Incorporated | Techniques and apparatuses for predicting traffic to configure user equipment features |
CN107844915A (zh) * | 2017-11-29 | 2018-03-27 | 信雅达系统工程股份有限公司 | 一种基于话务预测的呼叫中心的自动排班方法 |
CN108551533A (zh) * | 2018-03-09 | 2018-09-18 | 平安普惠企业管理有限公司 | 一种客服坐席的排班方法、存储介质和服务器 |
CN110110038A (zh) * | 2018-08-17 | 2019-08-09 | 平安科技(深圳)有限公司 | 话务预测方法、装置、服务器及存储介质 |
CN109672795A (zh) * | 2018-11-14 | 2019-04-23 | 平安科技(深圳)有限公司 | 呼叫中心资源管理方法及装置、电子设备、存储介质 |
CN109922212A (zh) * | 2018-12-21 | 2019-06-21 | 阿里巴巴集团控股有限公司 | 一种时段话务量占比的预测方法及装置 |
CN110110881A (zh) * | 2019-03-21 | 2019-08-09 | 贵州电网有限责任公司 | 电力客户需求预测分析方法及系统 |
CN110248031A (zh) * | 2019-04-19 | 2019-09-17 | 中国联合网络通信集团有限公司 | 客服系统的排班管理方法、装置、设备和存储介质 |
CN112055380A (zh) * | 2019-06-06 | 2020-12-08 | 华为技术有限公司 | 用于预测话务量的方法和装置 |
CN111353642A (zh) * | 2020-02-26 | 2020-06-30 | 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 |
CN112801676A (zh) * | 2021-02-04 | 2021-05-14 | 上海中通吉网络技术有限公司 | 一种快递行业呼叫中心服务方法、装置、设备及系统 |
Non-Patent Citations (2)
Title |
---|
张明杰;迪里达尔・库尔班;余锦河;: "电力客户服务报修业务量预测分析", 电力需求侧管理, no. 03 * |
韩伟;石磊;徐文博;: "某省通信公司呼叫中心扩容方案研究", 硅谷, no. 01 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014282A (zh) * | 2024-02-06 | 2024-05-10 | 广东联合电子服务股份有限公司 | 一种基于高速客服话务量预测的话务员排班方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108683818B (zh) | 呼叫中心分配坐席的方法、系统、设备及存储介质 | |
US20170316438A1 (en) | Customer experience analytics | |
JP2023537278A (ja) | 自動aiモデリング及び多目的最適化を利用したスケーラブルなコンタクトセンターエージェントスケジューリングのための方法及びシステム | |
CN110020777A (zh) | 一种电力客户业务工单处理系统和方法 | |
CN110689385A (zh) | 一种基于知识图谱的电力客服用户画像构建方法 | |
CN101998472A (zh) | 投诉预处理方法、投诉处理方法、装置及系统 | |
CN109087132B (zh) | 一种基于知识图谱的用户问题推送方法及装置 | |
CN107784033A (zh) | 一种基于会话进行推荐的方法和装置 | |
CN110264036A (zh) | 任务调度方法及装置 | |
CN107832291A (zh) | 人机协作的客服方法、电子装置及存储介质 | |
EP2652909A1 (en) | Method and system for carrying out predictive analysis relating to nodes of a communication network | |
CN114091941A (zh) | 任务分配方法、装置、电子设备及存储介质 | |
CN110458410A (zh) | 一种任务分配的方法和设备 | |
CN105786941B (zh) | 一种信息挖掘方法和装置 | |
WO2023043788A1 (en) | System and method for improvements to pre-processing of data for forecasting | |
CN109040489A (zh) | 电信客服的分配方法和装置 | |
CN109040488A (zh) | 流量调度方法和装置、计算设备及存储介质 | |
CN113723665A (zh) | 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 | |
CN114445134A (zh) | 一种大数据营销方法、装置及介质 | |
CN111353642A (zh) | 话务排班预测方法、装置、电子设备、存储介质 | |
CN103297419A (zh) | 线下线上数据融合方法及系统 | |
CN111556209A (zh) | 一种客服转接的方法、装置、存储介质及电子设备 | |
CN107580305B (zh) | 一种客户成员纯度分析方法及系统 | |
CN107343111A (zh) | 一种云呼叫中心数据管理系统 | |
CN114240458B (zh) | 一种基于大数据的呼叫中心客户智能排队系统及方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211130 |
|
WD01 | Invention patent application deemed withdrawn after publication |