JP2011511536A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2011511536A5 JP2011511536A5 JP2010544399A JP2010544399A JP2011511536A5 JP 2011511536 A5 JP2011511536 A5 JP 2011511536A5 JP 2010544399 A JP2010544399 A JP 2010544399A JP 2010544399 A JP2010544399 A JP 2010544399A JP 2011511536 A5 JP2011511536 A5 JP 2011511536A5
- Authority
- JP
- Japan
- Prior art keywords
- caller
- item
- data
- callers
- agent
- 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
- 230000003993 interaction Effects 0.000 description 35
- 238000005094 computer simulation Methods 0.000 description 16
- 230000003044 adaptive Effects 0.000 description 6
- 230000004301 light adaptation Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 1
Description
それぞれのそのようなコンピュータプログラムは、好ましくは、記憶媒体またはデバイスが、説明される手順を行なうようにコンピュータによって読み出される時に、コンピュータを構成および操作するための汎用または専用プログラム可能コンピュータによって可読である、記憶媒体またはデバイス(例えば、CD−ROM、ハードディスク、または磁気ディスケット)上に記憶される。システムはまた、コンピュータプログラムを伴って構成される、コンピュータ可読記憶媒体として実装され得、その場合、そのように構成された記憶媒体は、特定かつ所定の方式でコンピュータを動作させる。
本発明は、例えば、以下を提供する。
(項目1)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
を含む、方法。
(項目2)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目1に記載の方法。
(項目3)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目4)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目5)
上記待ち行列の先頭の上記発信者が所定の回数スキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目6)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目1に記載の方法。
(項目7)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目6に記載の方法。
(項目8)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目6に記載の方法。
(項目9)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を該エージェントにルート指定することとを含む、項目6に記載の方法。
(項目10)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目1に記載の方法。
(項目11)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目10に記載の方法。
(項目12)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
をもたらす論理を含む、装置。
(項目13)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目12に記載の装置。
(項目14)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目15)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目16)
上記待ち行列の先頭の上記発信者が所定の回数でスキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目17)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目12に記載の装置。
(項目18)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目17に記載の装置。
(項目19)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目17に記載の装置。
(項目20)
比較することはさらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目17に記載の装置。
(項目21)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目12に記載の装置。
(項目22)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目21に記載の装置。
(項目23)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
を含む、コンピュータ可読記憶媒体。
(項目24)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目23に記載のコンピュータ可読記憶媒体。
(項目25)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目26)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目27)
上記待ち行列の先頭の上記発信者が所定の回数でスキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目28)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目23に記載のコンピュータ可読記憶媒体。
(項目29)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目28に記載のコンピュータ可読記憶媒体。
(項目30)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目28に記載のコンピュータ可読記憶媒体。
(項目31)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目28に記載のコンピュータ可読記憶媒体。
(項目32)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目23に記載のコンピュータ可読記憶媒体。
(項目33)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目32に記載のコンピュータ可読記憶媒体。
(項目34)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
待ち行列内の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
を含む、方法。
(項目35)
上記発信者は、上記待ち行列内において、少なくとも1人の他の発信者よりも前方に移動させられる、項目34に記載の方法。
(項目36)
上記発信者は、上記待ち行列内において、少なくとも1人の他の発信者よりも後方に移動させられる、項目34に記載の方法。
(項目37)
上記発信者を割り込ませることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目34に記載の方法。
(項目38)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目37に記載の方法。
(項目39)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目37に記載の方法。
(項目40)
比較することはさらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目37に記載の方法。
(項目41)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目34に記載の方法。
(項目42)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目41に記載の方法。
(項目43)
上記保留閾値は、ユーザによって調整可能である、項目41に記載の方法。
(項目44)
上記待ち行列の中の一組の発信者に費用関数を適用することをさらに含む、項目37に記載の方法。
(項目45)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列の中の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
をもたらす論理を含む、装置。
(項目46)
上記発信者は、上記待ち行列の中で、少なくとも1人の他の発信者よりも前方に移動させられる、項目45に記載の装置。
(項目47)
上記発信者は、上記待ち行列の中で、少なくとも1人の他の発信者よりも後方に移動させられる、項目45に記載の装置。
(項目48)
上記発信者を割り込ませることはさらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目45に記載の装置。
(項目49)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目48に記載の装置。
(項目50)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目48に記載の装置。
(項目51)
比較することはさらに、パターン適合アルゴリズムを介して上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目48に記載の装置。
(項目52)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目45に記載の装置。
(項目53)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目52に記載の装置。
(項目54)
上記保留閾値は、ユーザによって調整可能である、項目52に記載の装置。
(項目55)
上記待ち行列の中の一組の発信者に費用関数を適用する論理をさらに含む、項目45に記載の装置。
(項目56)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、下記の行為:
待ち行列の中の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
を含む、コンピュータ可読記憶媒体。
(項目57)
上記発信者は、上記待ち行列において、少なくとも1人の他の発信者よりも前方に移動させられる、項目56に記載のコンピュータ可読記憶媒体。
(項目58)
上記発信者は、上記待ち行列において、少なくとも1人の他の発信者よりも後方に移動させられる、項目56に記載のコンピュータ可読記憶媒体。
(項目59)
上記発信者を割り込ませることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目56に記載のコンピュータ可読記憶媒体。
(項目60)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目59に記載のコンピュータ可読記憶媒体。
(項目61)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目59に記載のコンピュータ可読記憶媒体。
(項目62)
比較することは、さらに、パターン適合アルゴリズムを介して上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目59に記載のコンピュータ可読記憶媒体。
(項目63)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目56に記載のコンピュータ可読記憶媒体。
(項目64)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目63に記載のコンピュータ可読記憶媒体。
(項目65)
上記保留閾値は、ユーザによって調整可能である、項目63に記載のコンピュータ可読記憶媒体。
(項目66)
上記待ち行列内の一組の発信者に、費用関数を適用する命令をさらに含む、項目56に記載のコンピュータ可読記憶媒体。
(項目67)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
を含む、方法。
(項目68)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目67に記載の方法。
(項目69)
上記発信者データは、人口統計または心理学的データを含む、項目68に記載の方法。
(項目70)
上記発信者データは、人口統計または心理学的データを含む、項目67に記載の方法。
(項目71)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目67に記載の方法。
(項目72)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目71に記載の方法。
(項目73)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目71に記載の方法。
(項目74)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目71に記載の方法。
(項目75)
上記発信者を、上記所望の対話の最高可能性を有する上記エージェントにルート指定することをさらに含む、項目74に記載の方法。
(項目76)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目67に記載の方法。
(項目77)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目76に記載の方法。
(項目78)
上記保留閾値は、ユーザによって調整可能である、項目76に記載の方法。
(項目79)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目76に記載の方法。
(項目80)
上記一組の着信発信者に、費用関数を適用することをさらに含む、項目67に記載の方法。
(項目81)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
をもたらす論理を含む、装置。
(項目82)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目81に記載の装置。
(項目83)
上記発信者データは、人口統計または心理学的データを含む、項目82に記載の装置。
(項目84)
上記発信者データは、人口統計または心理学的データを含む、項目81に記載の装置。
(項目85)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目81に記載の装置。
(項目86)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目85に記載の装置。
(項目87)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目85に記載の装置。
(項目88)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目85に記載の装置。
(項目89)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する論理をさらに含む、項目88に記載の装置。
(項目90)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目81に記載の装置。
(項目91)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目90に記載の装置。
(項目92)
上記保留閾値は、ユーザによって調整可能である、項目90に記載の装置。
(項目93)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目90に記載の装置。
(項目94)
上記一組の着信発信者に、費用関数を適用する論理をさらに含む、項目81に記載の装置。
(項目95)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
を含む、コンピュータ可読記憶媒体。
(項目96)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目95に記載のコンピュータ可読記憶媒体。
(項目97)
上記発信者データは、人口統計または心理学的データを含む、項目96に記載のコンピュータ可読記憶媒体。
(項目98)
上記発信者データは、人口統計または心理学的データを含む、項目95に記載のコンピュータ可読記憶媒体。
(項目99)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目95に記載のコンピュータ可読記憶媒体。
(項目100)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目99に記載のコンピュータ可読記憶媒体。
(項目101)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目99に記載のコンピュータ可読記憶媒体。
(項目102)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目99に記載のコンピュータ可読記憶媒体。
(項目103)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する命令をさらに含む、項目102に記載のコンピュータ可読記憶媒体。
(項目104)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目95に記載のコンピュータ可読記憶媒体。
(項目105)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目104に記載のコンピュータ可読記憶媒体。
(項目106)
上記保留閾値は、ユーザによって調整可能である、項目104に記載のコンピュータ可読記憶媒体。
(項目107)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目104に記載のコンピュータ可読記憶媒体。
(項目108)
上記一組の着信発信者に、費用関数を適用する命令をさらに含む、項目95に記載のコンピュータ可読記憶媒体。
(項目109)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定することを含む、方法。
(項目110)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目109に記載の方法。
(項目111)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目109に記載の方法。
(項目112)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目109に記載の方法。
(項目113)
上記発信者データは、人口統計または心理学的データを含む、項目109に記載の方法。
(項目114)
上記待ち行列から上記発信者をルート指定することはさらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づく、項目109に記載の方法。
(項目115)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目114に記載の方法。
(項目116)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目114に記載の方法。
(項目117)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目114に記載の方法。
(項目118)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目117に記載の方法。
(項目119)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目109に記載の方法。
(項目120)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目119に記載の方法。
(項目121)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、該装置は、
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定すること
をもたらす論理を含む、装置。
(項目122)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目121に記載の装置。
(項目123)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目121に記載の装置。
(項目124)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目121に記載の装置。
(項目125)
上記発信者データは、人口統計または心理学的データを含む、項目121に記載の装置。
(項目126)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目121に記載の装置。
(項目127)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目126に記載の装置。
(項目128)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目126に記載の装置。
(項目129)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目126に記載の装置。
(項目130)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する論理をさらに含む、項目129に記載の装置。
(項目131)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目121に記載の装置。
(項目132)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目131に記載の装置。
(項目133)
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定することを含む方法を、実行するコンピュータ可読命令を含む、コンピュータ可読記憶媒体。
(項目134)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目133に記載のコンピュータ可読記憶媒体。
(項目135)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目133に記載のコンピュータ可読記憶媒体。
(項目136)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目133に記載のコンピュータ可読記憶媒体。
(項目137)
上記発信者データは、人口統計または心理学的データを含む、項目133に記載のコンピュータ可読記憶媒体。
(項目138)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目133に記載のコンピュータ可読記憶媒体。
(項目139)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目138に記載のコンピュータ可読記憶媒体。
(項目140)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目138に記載のコンピュータ可読記憶媒体。
(項目141)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目138に記載のコンピュータ可読記憶媒体。
(項目142)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する命令をさらに含む、項目141に記載のコンピュータ可読記憶媒体。
(項目143)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目133に記載のコンピュータ可読記憶媒体。
(項目144)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
一組の発信者のうちの1人の発信者に対する発信者データを識別することであって、該発信者データは、人口統計または心理学的データを含む、ことと、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させることと
を含む、方法。
(項目145)
発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目144に記載の方法。
(項目146)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目145に記載の方法。
(項目147)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、上記待ち行列内の順番を外してルート指定される、項目144に記載の方法。
(項目148)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目147に記載の方法。
(項目149)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目147に記載の方法。
(項目150)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目144に記載の方法。
(項目151)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目144に記載の方法。
(項目152)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外して、エージェントにルート指定される、項目144に記載の方法。
(項目153)
上記一組の発信者は、発信者のプール内にある、項目144に記載の方法。
(項目154)
上記発信者は、待ち行列にルート指定される、項目153に記載の方法。
(項目155)
上記発信者は、第2のプールにルート指定される、項目153に記載の方法。
(項目156)
上記発信者は、エージェントにルート指定される、項目153に記載の方法。
(項目157)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目144に記載の方法。
(項目158)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目157に記載の方法。
(項目159)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
一組の発信者のうちの1人の発信者に対する発信者データを識別する論理であって、該発信者データは、人口統計または心理学的データを含む、論理と、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させる論理と
を含む、装置。
(項目160)
上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目159に記載の装置。
(項目161)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目160に記載の装置。
(項目162)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目159に記載の装置。
(項目163)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目162に記載の装置。
(項目164)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目162に記載の装置。
(項目165)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目159に記載の装置。
(項目166)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目159に記載の装置。
(項目167)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外して、エージェントにルート指定される、項目159に記載の装置。
(項目168)
上記一組の発信者は、発信者のプールの中にある、項目159に記載の装置。
(項目169)
上記発信者は、待ち行列にルート指定される、項目168に記載の装置。
(項目170)
上記発信者は、第2のプールにルート指定される、項目168に記載の装置。
(項目171)
上記発信者は、エージェントにルート指定される、項目168に記載の装置。
(項目172)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目159に記載の装置。
(項目173)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目172に記載の装置。
(項目174)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
一組の発信者のうちの1人の発信者に対する発信者データを識別することであって、該発信者データは、人口統計または心理学的データを含む、ことと、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させることと
を含む、コンピュータ可読記憶媒体。
(項目175)
発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目174に記載のコンピュータ可読記憶媒体。
(項目176)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目175に記載のコンピュータ可読記憶媒体。
(項目177)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目178)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目177に記載のコンピュータ可読記憶媒体。
(項目179)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目177に記載のコンピュータ可読記憶媒体。
(項目180)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目181)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目182)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、上記待ち行列内の順番を外して、エージェントにルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目183)
上記一組の発信者は、発信者のプールの中にある、項目174に記載のコンピュータ可読記憶媒体。
(項目184)
上記発信者は、待ち行列にルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目185)
上記発信者は、第2のプールにルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目186)
上記発信者は、エージェントにルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目187)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目174に記載のコンピュータ可読記憶媒体。
(項目188)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目187に記載のコンピュータ可読記憶媒体。
(項目189)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
一組の着信発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該一組の発信者のうちの該少なくとも1人の発信者に対する該発信者データを、エージェントに関連するエージェントデータと比較することと、
該比較することに基づいて、該一組の発信者のうちの1人の発信者をエージェントにルート指定させることと
を含む、方法。
(項目190)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目189に記載の方法。
(項目191)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目189に記載の方法。
(項目192)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目189に記載の方法。
(項目193)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目192に記載の方法。
(項目194)
上記発信者に対する保留閾値を超える場合に、上記発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目195)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目194に記載の方法。
(項目196)
上記保留閾値は、ユーザによって調整可能である、項目194に記載の方法。
(項目197)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値を該ユーザに表示することをさらに含む、項目194に記載の方法。
(項目198)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加することをさらに含む、項目189に記載の方法。
(項目199)
上記一組の着信発信者に、費用関数を適用することをさらに含む、項目189に記載の方法。
(項目200)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目201)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目202)
ペアリング方式において、上記一組の発信者のうちの上記少なくとも1人の発信者に対する上記発信者データを、複数のエージェントに関連するエージェントデータと比較することと、該比較することに基づいて、該一組の発信者のうちの複数の発信者を該複数のエージェントにルート指定させることとをさらに含む、項目189に記載の方法。
(項目203)
発信者をコールセンターのエージェントにルート指定する方法であって、該方法は、
着信発信者をプールすることと、
該着信発信者のプールからの少なくとも1人の発信者をエージェントにルート指定することであって、該少なくとも1人の発信者は、該発信者の保留時間に関する順番を外してルート指定される、ことと
を含む、方法。
(項目204)
上記発信者は、上記少なくとも1人の発信者に関連する発信者データに基づいてルート指定される、項目203に記載の方法。
(項目205)
パターン適合アルゴリズムを介して、エージェントデータを発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとをさらに含む、項目203に記載の方法。
(項目206)
所望の対話の予測される可能性を反映するコンピュータモデルを介して、エージェントデータを発信者データと比較することをさらに含む、項目203に記載の方法。
(項目207)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目206に記載の方法。
(項目208)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目203に記載の方法。
(項目209)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
パターン適合アルゴリズムを介して、一組の発信者のうちの少なくとも1人の発信者に対する発信者データと、エージェントに対するエージェントデータとを比較することと、
該パターン適合アルゴリズムに基づいて、該一組の発信者のうちの1人の発信者を該エージェントにルート指定させることと
を含む、方法。
(項目210)
上記パターン適合アルゴリズムによると上記エージェントへの上記一組の発信者の最良適合を有する上記発信者は、該エージェントにルート指定される、項目209に記載の方法。
(項目211)
所望の対話出力および上記パターン適合アルゴリズムに従った、上記エージェントへの上記一組の発信者の最良適合を有する上記発信者は、該エージェントにルート指定される、項目209に記載の方法。
(項目212)
上記発信者が所定の時間量にわたって保留される場合に、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加することをさらに含む、項目209に記載の方法。
(項目213)
上記パターン適合アルゴリズムによって使用するために、上記一組の着信発信者に費用関数を適用することをさらに含む、項目209に記載の方法。
(項目214)
コールセンタールーティング環境において、発信者をエージェントにルート指定する装置であって、該装置は、
該発信者のうちの少なくとも1人に関連する発信者データと、エージェントに関連するエージェントデータとの比較に基づいて、一組の発信者のうちの1人の発信者をエージェントにルート指定させる論理を含む、装置。
(項目215)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目214に記載の装置。
(項目216)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目214に記載の装置。
(項目217)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、エージェントデータを発信者データと比較することを含む、項目214に記載の装置。
(項目218)
上記発信者を、上記所望の対話の最高可能性を有する上記エージェントにルート指定することをさらに含む、項目217に記載の方法。
(項目219)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目214に記載の装置。
(項目220)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目214に記載の装置。
(項目221)
上記保留閾値は、ユーザによって調整可能である、項目214に記載の装置。
(項目222)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目214に記載の装置。
(項目223)
上記一組の着信発信者に費用関数を適用する論理をさらに含む、項目214に記載の装置。
(項目224)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者
を追加する論理をさらに含む、項目214に記載の装置。
(項目225)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目214に記載の装置。
(項目226)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目214に記載の装置。
(項目227)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
一組の発信者のうちの少なくとも1人に対する発信者データを識別することと、
該一組の発信者のうちの各発信者に対する該発信者データを、エージェントに関連するエージェントデータと比較することと、
該比較することに基づいて、該一組の発信者のうちの1人の発信者をエージェントにルート指定させることと
を含む、コンピュータ可読記憶媒体。
(項目228)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目227に記載のコンピュータ可読記憶媒体。
(項目229)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目227に記載のコンピュータ可読記憶媒体。
(項目230)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目227に記載のコンピュータ可読記憶媒体。
(項目231)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目230に記載のコンピュータ可読記憶媒体。
(項目232)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目233)
上記一組の着信発信者に費用関数を適用する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目234)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目235)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目234に記載のコンピュータ可読記憶媒体。
(項目236)
上記保留閾値は、ユーザによって調整可能である、項目234に記載のコンピュータ可読記憶媒体。
(項目237)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす命令をさらに含む、項目234に記載のコンピュータ可読記憶媒体。
(項目238)
上記一組の着信発信者に費用関数を適用する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目239)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目240)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目241)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目242)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
エージェントに対する少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対する少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
を含む、方法。
(項目243)
上記エージェントデータは、人口統計または心理学的データを含む、項目242に記載の方法。
(項目244)
上記発信者データは、人口統計または心理学的データを含む、項目242に記載の方法。
(項目245)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目242に記載の方法。
(項目246)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目242に記載の方法。
(項目247)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目242に記載の方法。
(項目248)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目247に記載の方法。
(項目249)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目242に記載の方法。
(項目250)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目249に記載の方法。
(項目251)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目249に記載の方法。
(項目252)
上記エージェントデータと上記発信者データとに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目249に記載の方法。
(項目253)
上記一組の発信者は、発信者の待ち行列を含む、項目242に記載の方法。
(項目254)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目242に記載の方法。
(項目255)
上記一組の発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、上記発信者の接続優先順位を増加させることをさらに含む、項目242に記載の方法。
(項目256)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、該装置は、
エージェントに対する少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対する少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
をもたらす論理を含む、装置。
(項目257)
上記エージェントデータは、人口統計または心理学的データを含む、項目256に記載の装置。
(項目258)
上記発信者データは、人口統計または心理学的データを含む、項目256に記載の装置。
(項目259)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目256に記載の装置。
(項目260)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目256に記載の装置。
(項目261)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目256に記載の装置。
(項目262)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目261に記載の装置。
(項目263)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目256に記載の装置。
(項目264)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目263に記載の装置。
(項目265)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目263に記載の装置。
(項目266)
上記エージェントデータおよび上記発信者データに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目263に記載の装置。
(項目267)
上記一組の発信者は、発信者の待ち行列を含む、項目256に記載の装置。
(項目268)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目256に記載の装置。
(項目269)
上記一組の発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、該発信者の接続優先順位を増加させることをさらに含む、項目256に記載の装置。
(項目270)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
エージェントに対して、少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対して、少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
を含む、コンピュータ可読記憶媒体。
(項目271)
上記エージェントデータは、人口統計または心理学的データを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目272)
上記発信者データは、人口統計または心理学的データを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目273)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目274)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目275)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目270に記載のコンピュータ可読記憶媒体。
(項目276)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目275に記載のコンピュータ可読記憶媒体。
(項目277)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目270に記載のコンピュータ可読記憶媒体。
(項目278)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目277に記載のコンピュータ可読記憶媒体。
(項目279)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目277に記載のコンピュータ可読記憶媒体。
(項目280)
上記エージェントデータと上記発信者データとに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目277に記載のコンピュータ可読記憶媒体。
(項目281)
上記一組の発信者は、発信者の待ち行列を含む、項目270に記載のコンピュータ可読記憶媒体。
(項目282)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目270に記載のコンピュータ可読記憶媒体。
(項目283)
上記発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、該発信者の接続優先順位を増加させることをさらに含む、項目270に記載のコンピュータ可読記憶媒体。
本発明は、例えば、以下を提供する。
(項目1)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
を含む、方法。
(項目2)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目1に記載の方法。
(項目3)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目4)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目5)
上記待ち行列の先頭の上記発信者が所定の回数スキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目1に記載の方法。
(項目6)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目1に記載の方法。
(項目7)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目6に記載の方法。
(項目8)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目6に記載の方法。
(項目9)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を該エージェントにルート指定することとを含む、項目6に記載の方法。
(項目10)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目1に記載の方法。
(項目11)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目10に記載の方法。
(項目12)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
をもたらす論理を含む、装置。
(項目13)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目12に記載の装置。
(項目14)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目15)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目16)
上記待ち行列の先頭の上記発信者が所定の回数でスキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目12に記載の装置。
(項目17)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目12に記載の装置。
(項目18)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目17に記載の装置。
(項目19)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目17に記載の装置。
(項目20)
比較することはさらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目17に記載の装置。
(項目21)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目12に記載の装置。
(項目22)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目21に記載の装置。
(項目23)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
待ち行列内の一組の発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該一組の発信者のうちの別の発信者のために、該待ち行列の先頭の発信者をスキップすることと
を含む、コンピュータ可読記憶媒体。
(項目24)
上記発信者データは、人口統計データおよび心理学的データの一方または両方を含む、項目23に記載のコンピュータ可読記憶媒体。
(項目25)
上記待ち行列の先頭の上記発信者が1回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目26)
上記待ち行列の先頭の上記発信者が2回スキップされた場合、該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目27)
上記待ち行列の先頭の上記発信者が所定の回数でスキップされた場合、該待ち行列の先頭の該発信者は、次の応対可能なエージェントにルート指定される、項目23に記載のコンピュータ可読記憶媒体。
(項目28)
上記発信者をスキップすることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目23に記載のコンピュータ可読記憶媒体。
(項目29)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目28に記載のコンピュータ可読記憶媒体。
(項目30)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目28に記載のコンピュータ可読記憶媒体。
(項目31)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目28に記載のコンピュータ可読記憶媒体。
(項目32)
上記待ち行列の先頭の上記発信者に対する保留閾値を超えた場合に、該待ち行列の先頭の該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目23に記載のコンピュータ可読記憶媒体。
(項目33)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目32に記載のコンピュータ可読記憶媒体。
(項目34)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
待ち行列内の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
を含む、方法。
(項目35)
上記発信者は、上記待ち行列内において、少なくとも1人の他の発信者よりも前方に移動させられる、項目34に記載の方法。
(項目36)
上記発信者は、上記待ち行列内において、少なくとも1人の他の発信者よりも後方に移動させられる、項目34に記載の方法。
(項目37)
上記発信者を割り込ませることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目34に記載の方法。
(項目38)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目37に記載の方法。
(項目39)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目37に記載の方法。
(項目40)
比較することはさらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目37に記載の方法。
(項目41)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目34に記載の方法。
(項目42)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目41に記載の方法。
(項目43)
上記保留閾値は、ユーザによって調整可能である、項目41に記載の方法。
(項目44)
上記待ち行列の中の一組の発信者に費用関数を適用することをさらに含む、項目37に記載の方法。
(項目45)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列の中の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
をもたらす論理を含む、装置。
(項目46)
上記発信者は、上記待ち行列の中で、少なくとも1人の他の発信者よりも前方に移動させられる、項目45に記載の装置。
(項目47)
上記発信者は、上記待ち行列の中で、少なくとも1人の他の発信者よりも後方に移動させられる、項目45に記載の装置。
(項目48)
上記発信者を割り込ませることはさらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目45に記載の装置。
(項目49)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目48に記載の装置。
(項目50)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目48に記載の装置。
(項目51)
比較することはさらに、パターン適合アルゴリズムを介して上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目48に記載の装置。
(項目52)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目45に記載の装置。
(項目53)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目52に記載の装置。
(項目54)
上記保留閾値は、ユーザによって調整可能である、項目52に記載の装置。
(項目55)
上記待ち行列の中の一組の発信者に費用関数を適用する論理をさらに含む、項目45に記載の装置。
(項目56)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、下記の行為:
待ち行列の中の一組の発信者のうちの1人の発信者に対する発信者データを識別することと、
該発信者データに基づいて、該発信者を該待ち行列内の異なる位置に割り込ませることであって、該発信者データは、人口統計データおよび心理学的データの一方または両方を含む、ことと
を含む、コンピュータ可読記憶媒体。
(項目57)
上記発信者は、上記待ち行列において、少なくとも1人の他の発信者よりも前方に移動させられる、項目56に記載のコンピュータ可読記憶媒体。
(項目58)
上記発信者は、上記待ち行列において、少なくとも1人の他の発信者よりも後方に移動させられる、項目56に記載のコンピュータ可読記憶媒体。
(項目59)
上記発信者を割り込ませることは、さらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づいている、項目56に記載のコンピュータ可読記憶媒体。
(項目60)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目59に記載のコンピュータ可読記憶媒体。
(項目61)
上記発信者データとエージェントデータとは、所望の対話の予測される可能性を反映するコンピュータモデルを介して比較される、項目59に記載のコンピュータ可読記憶媒体。
(項目62)
比較することは、さらに、パターン適合アルゴリズムを介して上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目59に記載のコンピュータ可読記憶媒体。
(項目63)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目56に記載のコンピュータ可読記憶媒体。
(項目64)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目63に記載のコンピュータ可読記憶媒体。
(項目65)
上記保留閾値は、ユーザによって調整可能である、項目63に記載のコンピュータ可読記憶媒体。
(項目66)
上記待ち行列内の一組の発信者に、費用関数を適用する命令をさらに含む、項目56に記載のコンピュータ可読記憶媒体。
(項目67)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
を含む、方法。
(項目68)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目67に記載の方法。
(項目69)
上記発信者データは、人口統計または心理学的データを含む、項目68に記載の方法。
(項目70)
上記発信者データは、人口統計または心理学的データを含む、項目67に記載の方法。
(項目71)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目67に記載の方法。
(項目72)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目71に記載の方法。
(項目73)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目71に記載の方法。
(項目74)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目71に記載の方法。
(項目75)
上記発信者を、上記所望の対話の最高可能性を有する上記エージェントにルート指定することをさらに含む、項目74に記載の方法。
(項目76)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目67に記載の方法。
(項目77)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目76に記載の方法。
(項目78)
上記保留閾値は、ユーザによって調整可能である、項目76に記載の方法。
(項目79)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目76に記載の方法。
(項目80)
上記一組の着信発信者に、費用関数を適用することをさらに含む、項目67に記載の方法。
(項目81)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
をもたらす論理を含む、装置。
(項目82)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目81に記載の装置。
(項目83)
上記発信者データは、人口統計または心理学的データを含む、項目82に記載の装置。
(項目84)
上記発信者データは、人口統計または心理学的データを含む、項目81に記載の装置。
(項目85)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目81に記載の装置。
(項目86)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目85に記載の装置。
(項目87)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目85に記載の装置。
(項目88)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目85に記載の装置。
(項目89)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する論理をさらに含む、項目88に記載の装置。
(項目90)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目81に記載の装置。
(項目91)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目90に記載の装置。
(項目92)
上記保留閾値は、ユーザによって調整可能である、項目90に記載の装置。
(項目93)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目90に記載の装置。
(項目94)
上記一組の着信発信者に、費用関数を適用する論理をさらに含む、項目81に記載の装置。
(項目95)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
待ち行列内の複数の発信者のうちの1人の発信者に対する発信者データを識別することと、
待ち行列の順番を外して、該待ち行列から該発信者をルート指定することと
を含む、コンピュータ可読記憶媒体。
(項目96)
上記発信者は、上記識別された発信者データに基づいて、エージェント、発信者の別の待ち行列、または発信者のプールにルート指定される、項目95に記載のコンピュータ可読記憶媒体。
(項目97)
上記発信者データは、人口統計または心理学的データを含む、項目96に記載のコンピュータ可読記憶媒体。
(項目98)
上記発信者データは、人口統計または心理学的データを含む、項目95に記載のコンピュータ可読記憶媒体。
(項目99)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目95に記載のコンピュータ可読記憶媒体。
(項目100)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目99に記載のコンピュータ可読記憶媒体。
(項目101)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目99に記載のコンピュータ可読記憶媒体。
(項目102)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記発信者データを上記エージェントデータと比較することを含む、項目99に記載のコンピュータ可読記憶媒体。
(項目103)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する命令をさらに含む、項目102に記載のコンピュータ可読記憶媒体。
(項目104)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目95に記載のコンピュータ可読記憶媒体。
(項目105)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目104に記載のコンピュータ可読記憶媒体。
(項目106)
上記保留閾値は、ユーザによって調整可能である、項目104に記載のコンピュータ可読記憶媒体。
(項目107)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目104に記載のコンピュータ可読記憶媒体。
(項目108)
上記一組の着信発信者に、費用関数を適用する命令をさらに含む、項目95に記載のコンピュータ可読記憶媒体。
(項目109)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定することを含む、方法。
(項目110)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目109に記載の方法。
(項目111)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目109に記載の方法。
(項目112)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目109に記載の方法。
(項目113)
上記発信者データは、人口統計または心理学的データを含む、項目109に記載の方法。
(項目114)
上記待ち行列から上記発信者をルート指定することはさらに、上記発信者データを、エージェントと関連するエージェントデータと比較することに基づく、項目109に記載の方法。
(項目115)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目114に記載の方法。
(項目116)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目114に記載の方法。
(項目117)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目114に記載の方法。
(項目118)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目117に記載の方法。
(項目119)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目109に記載の方法。
(項目120)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目119に記載の方法。
(項目121)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、該装置は、
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定すること
をもたらす論理を含む、装置。
(項目122)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目121に記載の装置。
(項目123)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目121に記載の装置。
(項目124)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目121に記載の装置。
(項目125)
上記発信者データは、人口統計または心理学的データを含む、項目121に記載の装置。
(項目126)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目121に記載の装置。
(項目127)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目126に記載の装置。
(項目128)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目126に記載の装置。
(項目129)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目126に記載の装置。
(項目130)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する論理をさらに含む、項目129に記載の装置。
(項目131)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目121に記載の装置。
(項目132)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目131に記載の装置。
(項目133)
発信者と関連する少なくとも1つの発信者データに基づいて、発信者のプールから1人の発信者をルート指定することを含む方法を、実行するコンピュータ可読命令を含む、コンピュータ可読記憶媒体。
(項目134)
上記発信者は、エージェントにルート指定されるか、発信者の別のプールに入れられるか、または発信者の待ち行列に入れられる、項目133に記載のコンピュータ可読記憶媒体。
(項目135)
上記発信者のプールの発信者は、時系列的に順序付けられない、項目133に記載のコンピュータ可読記憶媒体。
(項目136)
上記発信者のプールの発信者は、時系列的にルート指定されない、項目133に記載のコンピュータ可読記憶媒体。
(項目137)
上記発信者データは、人口統計または心理学的データを含む、項目133に記載のコンピュータ可読記憶媒体。
(項目138)
上記待ち行列から上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目133に記載のコンピュータ可読記憶媒体。
(項目139)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目138に記載のコンピュータ可読記憶媒体。
(項目140)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目138に記載のコンピュータ可読記憶媒体。
(項目141)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目138に記載のコンピュータ可読記憶媒体。
(項目142)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定する命令をさらに含む、項目141に記載のコンピュータ可読記憶媒体。
(項目143)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目133に記載のコンピュータ可読記憶媒体。
(項目144)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、
一組の発信者のうちの1人の発信者に対する発信者データを識別することであって、該発信者データは、人口統計または心理学的データを含む、ことと、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させることと
を含む、方法。
(項目145)
発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目144に記載の方法。
(項目146)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目145に記載の方法。
(項目147)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、上記待ち行列内の順番を外してルート指定される、項目144に記載の方法。
(項目148)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目147に記載の方法。
(項目149)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目147に記載の方法。
(項目150)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目144に記載の方法。
(項目151)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目144に記載の方法。
(項目152)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外して、エージェントにルート指定される、項目144に記載の方法。
(項目153)
上記一組の発信者は、発信者のプール内にある、項目144に記載の方法。
(項目154)
上記発信者は、待ち行列にルート指定される、項目153に記載の方法。
(項目155)
上記発信者は、第2のプールにルート指定される、項目153に記載の方法。
(項目156)
上記発信者は、エージェントにルート指定される、項目153に記載の方法。
(項目157)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目144に記載の方法。
(項目158)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目157に記載の方法。
(項目159)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、
一組の発信者のうちの1人の発信者に対する発信者データを識別する論理であって、該発信者データは、人口統計または心理学的データを含む、論理と、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させる論理と
を含む、装置。
(項目160)
上記発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づく、項目159に記載の装置。
(項目161)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目160に記載の装置。
(項目162)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目159に記載の装置。
(項目163)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目162に記載の装置。
(項目164)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目162に記載の装置。
(項目165)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目159に記載の装置。
(項目166)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目159に記載の装置。
(項目167)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外して、エージェントにルート指定される、項目159に記載の装置。
(項目168)
上記一組の発信者は、発信者のプールの中にある、項目159に記載の装置。
(項目169)
上記発信者は、待ち行列にルート指定される、項目168に記載の装置。
(項目170)
上記発信者は、第2のプールにルート指定される、項目168に記載の装置。
(項目171)
上記発信者は、エージェントにルート指定される、項目168に記載の装置。
(項目172)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目159に記載の装置。
(項目173)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目172に記載の装置。
(項目174)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
一組の発信者のうちの1人の発信者に対する発信者データを識別することであって、該発信者データは、人口統計または心理学的データを含む、ことと、
該識別された発信者データに基づいて、該一組の発信者のうちの1人の発信者をルート指定させることと
を含む、コンピュータ可読記憶媒体。
(項目175)
発信者をルート指定することは、さらに、上記発信者データを、エージェントに関連するエージェントデータと比較することに基づいている、項目174に記載のコンピュータ可読記憶媒体。
(項目176)
上記発信者データとエージェントデータとは、パターン適合アルゴリズムを介して比較される、項目175に記載のコンピュータ可読記憶媒体。
(項目177)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目178)
上記発信者は、上記待ち行列内の新しい位置にルート指定される、項目177に記載のコンピュータ可読記憶媒体。
(項目179)
上記発信者は、少なくとも1人の他の発信者よりも先に、上記待ち行列内の新しい位置へ前方にルート指定される、項目177に記載のコンピュータ可読記憶媒体。
(項目180)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、第2の待ち行列にルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目181)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、発信者のプールにルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目182)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、上記待ち行列内の順番を外して、エージェントにルート指定される、項目174に記載のコンピュータ可読記憶媒体。
(項目183)
上記一組の発信者は、発信者のプールの中にある、項目174に記載のコンピュータ可読記憶媒体。
(項目184)
上記発信者は、待ち行列にルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目185)
上記発信者は、第2のプールにルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目186)
上記発信者は、エージェントにルート指定される、項目183に記載のコンピュータ可読記憶媒体。
(項目187)
上記発信者に対する保留閾値を超えた場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目174に記載のコンピュータ可読記憶媒体。
(項目188)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目187に記載のコンピュータ可読記憶媒体。
(項目189)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
一組の着信発信者のうちの少なくとも1人の発信者に対する発信者データを識別することと、
該一組の発信者のうちの該少なくとも1人の発信者に対する該発信者データを、エージェントに関連するエージェントデータと比較することと、
該比較することに基づいて、該一組の発信者のうちの1人の発信者をエージェントにルート指定させることと
を含む、方法。
(項目190)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目189に記載の方法。
(項目191)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目189に記載の方法。
(項目192)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目189に記載の方法。
(項目193)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目192に記載の方法。
(項目194)
上記発信者に対する保留閾値を超える場合に、上記発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目195)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目194に記載の方法。
(項目196)
上記保留閾値は、ユーザによって調整可能である、項目194に記載の方法。
(項目197)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値を該ユーザに表示することをさらに含む、項目194に記載の方法。
(項目198)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加することをさらに含む、項目189に記載の方法。
(項目199)
上記一組の着信発信者に、費用関数を適用することをさらに含む、項目189に記載の方法。
(項目200)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目201)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目189に記載の方法。
(項目202)
ペアリング方式において、上記一組の発信者のうちの上記少なくとも1人の発信者に対する上記発信者データを、複数のエージェントに関連するエージェントデータと比較することと、該比較することに基づいて、該一組の発信者のうちの複数の発信者を該複数のエージェントにルート指定させることとをさらに含む、項目189に記載の方法。
(項目203)
発信者をコールセンターのエージェントにルート指定する方法であって、該方法は、
着信発信者をプールすることと、
該着信発信者のプールからの少なくとも1人の発信者をエージェントにルート指定することであって、該少なくとも1人の発信者は、該発信者の保留時間に関する順番を外してルート指定される、ことと
を含む、方法。
(項目204)
上記発信者は、上記少なくとも1人の発信者に関連する発信者データに基づいてルート指定される、項目203に記載の方法。
(項目205)
パターン適合アルゴリズムを介して、エージェントデータを発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとをさらに含む、項目203に記載の方法。
(項目206)
所望の対話の予測される可能性を反映するコンピュータモデルを介して、エージェントデータを発信者データと比較することをさらに含む、項目203に記載の方法。
(項目207)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目206に記載の方法。
(項目208)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目203に記載の方法。
(項目209)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
パターン適合アルゴリズムを介して、一組の発信者のうちの少なくとも1人の発信者に対する発信者データと、エージェントに対するエージェントデータとを比較することと、
該パターン適合アルゴリズムに基づいて、該一組の発信者のうちの1人の発信者を該エージェントにルート指定させることと
を含む、方法。
(項目210)
上記パターン適合アルゴリズムによると上記エージェントへの上記一組の発信者の最良適合を有する上記発信者は、該エージェントにルート指定される、項目209に記載の方法。
(項目211)
所望の対話出力および上記パターン適合アルゴリズムに従った、上記エージェントへの上記一組の発信者の最良適合を有する上記発信者は、該エージェントにルート指定される、項目209に記載の方法。
(項目212)
上記発信者が所定の時間量にわたって保留される場合に、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加することをさらに含む、項目209に記載の方法。
(項目213)
上記パターン適合アルゴリズムによって使用するために、上記一組の着信発信者に費用関数を適用することをさらに含む、項目209に記載の方法。
(項目214)
コールセンタールーティング環境において、発信者をエージェントにルート指定する装置であって、該装置は、
該発信者のうちの少なくとも1人に関連する発信者データと、エージェントに関連するエージェントデータとの比較に基づいて、一組の発信者のうちの1人の発信者をエージェントにルート指定させる論理を含む、装置。
(項目215)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目214に記載の装置。
(項目216)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目214に記載の装置。
(項目217)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、エージェントデータを発信者データと比較することを含む、項目214に記載の装置。
(項目218)
上記発信者を、上記所望の対話の最高可能性を有する上記エージェントにルート指定することをさらに含む、項目217に記載の方法。
(項目219)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目214に記載の装置。
(項目220)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目214に記載の装置。
(項目221)
上記保留閾値は、ユーザによって調整可能である、項目214に記載の装置。
(項目222)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理をさらに含む、項目214に記載の装置。
(項目223)
上記一組の着信発信者に費用関数を適用する論理をさらに含む、項目214に記載の装置。
(項目224)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者
を追加する論理をさらに含む、項目214に記載の装置。
(項目225)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目214に記載の装置。
(項目226)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定する論理をさらに含む、項目214に記載の装置。
(項目227)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
一組の発信者のうちの少なくとも1人に対する発信者データを識別することと、
該一組の発信者のうちの各発信者に対する該発信者データを、エージェントに関連するエージェントデータと比較することと、
該比較することに基づいて、該一組の発信者のうちの1人の発信者をエージェントにルート指定させることと
を含む、コンピュータ可読記憶媒体。
(項目228)
上記一組の発信者は、待ち行列の中にあり、上記発信者は、該待ち行列内の順番を外してルート指定される、項目227に記載のコンピュータ可読記憶媒体。
(項目229)
比較することは、さらに、パターン適合アルゴリズムを介して、上記エージェントデータを上記発信者データと比較することと、最良適合発信者を上記エージェントにルート指定することとを含む、項目227に記載のコンピュータ可読記憶媒体。
(項目230)
比較することは、所望の対話の予測される可能性を反映するコンピュータモデルを介して、上記エージェントデータを上記発信者データと比較することを含む、項目227に記載のコンピュータ可読記憶媒体。
(項目231)
上記発信者を、上記所望の対話の最高の可能性を有する上記エージェントにルート指定することをさらに含む、項目230に記載のコンピュータ可読記憶媒体。
(項目232)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定することをさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目233)
上記一組の着信発信者に費用関数を適用する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目234)
上記発信者に対する保留閾値を超える場合に、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目235)
上記保留閾値は、期間、上記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、項目234に記載のコンピュータ可読記憶媒体。
(項目236)
上記保留閾値は、ユーザによって調整可能である、項目234に記載のコンピュータ可読記憶媒体。
(項目237)
上記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす命令をさらに含む、項目234に記載のコンピュータ可読記憶媒体。
(項目238)
上記一組の着信発信者に費用関数を適用する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目239)
上記発信者が所定の時間量にわたって保留される場合、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該発信者を追加する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目240)
上記発信者が、上記一組の発信者の中の所定数の他の発信者によってスキップされた場合、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目241)
上記発信者が、該発信者に対する多様な予測保留時間よりも長く保留された場合、該発信者を次の応対可能なエージェントにルート指定する命令をさらに含む、項目227に記載のコンピュータ可読記憶媒体。
(項目242)
コールセンタールーティング環境において、発信者をエージェントにルート指定する方法であって、該方法は以下の行為:
エージェントに対する少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対する少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
を含む、方法。
(項目243)
上記エージェントデータは、人口統計または心理学的データを含む、項目242に記載の方法。
(項目244)
上記発信者データは、人口統計または心理学的データを含む、項目242に記載の方法。
(項目245)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目242に記載の方法。
(項目246)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目242に記載の方法。
(項目247)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目242に記載の方法。
(項目248)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目247に記載の方法。
(項目249)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目242に記載の方法。
(項目250)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目249に記載の方法。
(項目251)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目249に記載の方法。
(項目252)
上記エージェントデータと上記発信者データとに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目249に記載の方法。
(項目253)
上記一組の発信者は、発信者の待ち行列を含む、項目242に記載の方法。
(項目254)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目242に記載の方法。
(項目255)
上記一組の発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、上記発信者の接続優先順位を増加させることをさらに含む、項目242に記載の方法。
(項目256)
コールセンター環境において、発信者をエージェントにルート指定する装置であって、該装置は、
エージェントに対する少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対する少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
をもたらす論理を含む、装置。
(項目257)
上記エージェントデータは、人口統計または心理学的データを含む、項目256に記載の装置。
(項目258)
上記発信者データは、人口統計または心理学的データを含む、項目256に記載の装置。
(項目259)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目256に記載の装置。
(項目260)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目256に記載の装置。
(項目261)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目256に記載の装置。
(項目262)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目261に記載の装置。
(項目263)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目256に記載の装置。
(項目264)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目263に記載の装置。
(項目265)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目263に記載の装置。
(項目266)
上記エージェントデータおよび上記発信者データに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目263に記載の装置。
(項目267)
上記一組の発信者は、発信者の待ち行列を含む、項目256に記載の装置。
(項目268)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目256に記載の装置。
(項目269)
上記一組の発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、該発信者の接続優先順位を増加させることをさらに含む、項目256に記載の装置。
(項目270)
方法を実行するコンピュータ可読命令を含むコンピュータ可読記憶媒体であって、該方法は、以下の行為:
エージェントに対して、少なくとも1つのエージェントデータを決定することと、
一組の発信者からの少なくとも1人の発信者に対して、少なくとも1つの発信者データを決定することと、
該エージェントデータおよび該発信者データに基づいて、該一組の発信者からの少なくとも1人の発信者を、該エージェントに適合させることと
を含む、コンピュータ可読記憶媒体。
(項目271)
上記エージェントデータは、人口統計または心理学的データを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目272)
上記発信者データは、人口統計または心理学的データを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目273)
上記エージェントデータは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目274)
上記発信者データは、人口統計データを含み、該人口統計データは、性別、人種、年齢、教育、アクセント、所得、国籍、民族性、市外局番、郵便番号、結婚歴、仕事の状態、または信用度の得点のうちの1つを含む、項目270に記載のコンピュータ可読記憶媒体。
(項目275)
上記エージェントデータと上記発信者データとは、パターン適合アルゴリズムを介して比較される、項目270に記載のコンピュータ可読記憶媒体。
(項目276)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目275に記載のコンピュータ可読記憶媒体。
(項目277)
上記エージェントデータと発信者データとは、パターン適合アルゴリズムを介して比較され、上記適合させることは、最適な対話の可能性を増大させる、項目270に記載のコンピュータ可読記憶媒体。
(項目278)
上記パターン適合アルゴリズムは、適応相関アルゴリズムを含む、項目277に記載のコンピュータ可読記憶媒体。
(項目279)
上記最適な対話は、向上した収益発生、減少した費用、または向上した顧客満足度のうちの1つを含む、項目277に記載のコンピュータ可読記憶媒体。
(項目280)
上記エージェントデータと上記発信者データとに対する最適な対話の可能性の相互関係を示すことによって、上記パターン適合アルゴリズムを訓練することをさらに含み、該エージェントデータおよび該発信者データは、発信者とエージェントとの間の少なくとも1つの履歴連絡から決定される、項目277に記載のコンピュータ可読記憶媒体。
(項目281)
上記一組の発信者は、発信者の待ち行列を含む、項目270に記載のコンピュータ可読記憶媒体。
(項目282)
上記一組の発信者は、発信者の待ち行列を含み、該一組の発信者のうちの1人の発信者は、上記適合させることに応じて、該待ち行列の中で少なくとも1人の他の発信者よりも前方に移動させられる、項目270に記載のコンピュータ可読記憶媒体。
(項目283)
上記発信者は、発信者の待ち行列の中にあり、上記適合させることに基づいて、該発信者の接続優先順位を増加させることをさらに含む、項目270に記載のコンピュータ可読記憶媒体。
Claims (15)
- コールセンタールーティング環境において、発信者をエージェントにルート指定するための方法であって、
該方法は、
1つ以上のコンピュータにより、特定のスキルに対する必要性、該発信者の購入履歴データ、該発信者の人口統計データまたは心理学的データを含む一組の発信者の各々に対する発信者データを識別する行為と、
該1つ以上のコンピュータにより、スキルデータ、人口統計データまたは心理学的データを含む一組のエージェントに対するエージェントデータを識別する行為と、
該1つ以上のコンピュータにより、パターン適合アルゴリズムを介して、ペアリング方式において、該一組の発信者からの一人の発信者の該発信者データと、該一組のエージェント内のエージェントに関連付けられたエージェントデータとを比較することにより、該一人の発信者との各適合に対する収益発生に対する潜在性を決定する行為と、
該1つ以上のコンピュータにより、少なくとも部分的に該パターン適合アルゴリズムの結果に基づいて、該一組のエージェント内の該エージェントのうちの一人に、該発信者がルート指定されるようにする行為と
を含む、方法。 - 前記一組の発信者は、待ち行列の中にあり、前記一人の発信者は、前記1つ以上のコンピュータにより、該待ち行列内の順番を外してルート指定される、請求項1に記載の方法。
- 前記パターン適合アルゴリズムによると前記エージェントへの最良適合を有する前記一組の発信者内の所定の発信者は、前記1つ以上のコンピュータにより、該エージェントにルート指定される、請求項1に記載の方法。
- 所定の発信者に対する保留閾値を超えた場合に、前記1つ以上のコンピュータにより、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該所定の発信者を追加することをさらに含む、請求項1に記載の方法。
- 前記パターン適合アルゴリズムによって使用するために、前記1つ以上のコンピュータにより、前記一組の発信者に費用関数を適用することをさらに含む、請求項1に記載の方法。
- コールセンタールーティング環境において、発信者をエージェントにルート指定するためのシステムであって、
該システムは、
1つ以上のコンピュータにより、特定のスキルに対する必要性、該発信者の購入履歴データ、該発信者の人口統計データまたは心理学的データを含む一組の発信者の各々に対する発信者データを識別することと、
該1つ以上のコンピュータにより、スキルデータ、人口統計データまたは心理学的データを含む一組のエージェントに対するエージェントデータを識別することと、
該1つ以上のコンピュータにより、パターン適合アルゴリズムを介して、ペアリング方式において、該一組の発信者からの一人の発信者の該発信者データと、該一組のエージェント内のエージェントに関連付けられたエージェントデータとを比較することにより、該一人の発信者との各適合に対する収益発生に対する潜在性を決定することと、
該1つ以上のコンピュータにより、少なくとも部分的に該パターン適合アルゴリズムの結果に基づいて、該一組のエージェント内の該エージェントのうちの一人に、該発信者がルート指定されるようにすることと
を行うための論理を用いて構成されている1つ以上のコンピュータを含む、システム。 - 前記一組の発信者は、待ち行列の中にあり、前記一人の発信者は、前記1つ以上のコンピュータにより、該待ち行列内の順番を外してルート指定される、請求項6に記載のシステム。
- 前記パターン適合アルゴリズムによると前記エージェントへの最良適合を有する前記一組の発信者内の所定の発信者は、前記1つ以上のコンピュータにより、該エージェントにルート指定される、請求項6に記載のシステム。
- 所定の発信者に対する保留閾値を超えた場合に、待ち行列の順番に基づいて、該発信者を次の応対可能なエージェントと適合させるように動作する、待ち行列に該所定の発信者を追加するための論理を用いて構成されている前記1つ以上のコンピュータをさらに含む、請求項6に記載のシステム。
- 前記保留閾値は、期間、前記発信者が他の発信者によってスキップされる回数、または多様な予測保留時間のうちの1つ以上を含む、請求項9に記載のシステム。
- 前記保留閾値は、ユーザによって調整可能である、請求項9に記載のシステム。
- 前記保留閾値は、ユーザによって調整可能であり、該保留閾値の変化に応じて、1つ以上の出力性能変数の推定値の表示をもたらす論理を用いて構成されている前記1つ以上のコンピュータをさらに含む、請求項9に記載のシステム。
- 一組の着信発信者に費用関数を適用するための論理を用いて構成されている前記1つ以上のコンピュータをさらに含む、請求項6に記載のシステム。
- 前記一組の発信者内の所定の発信者が、該一組の発信者内の所定数の他の発信者によってスキップされた場合に、該所定の発信者を次の応対可能なエージェントにルート指定するための論理を用いて構成されている前記1つ以上のコンピュータをさらに含む、請求項6に記載のシステム。
- 前記発信者が該発信者に対する多様な予測保留時間よりも長く保留されている場合に、該発信者を次の応対可能なエージェントにルート指定するための論理を用いて構成されている前記1つ以上のコンピュータをさらに含む、請求項6に記載のシステム。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/021,251 US9712679B2 (en) | 2008-01-28 | 2008-01-28 | Systems and methods for routing callers to an agent in a contact center |
US8420108P | 2008-07-28 | 2008-07-28 | |
US12/266,418 US10567586B2 (en) | 2008-11-06 | 2008-11-06 | Pooling callers for matching to agents based on pattern matching algorithms |
US12/331,186 US20090190750A1 (en) | 2008-01-28 | 2008-12-09 | Routing callers out of queue order for a call center routing system |
US12/331,181 US8670548B2 (en) | 2008-01-28 | 2008-12-09 | Jumping callers held in queue for a call center routing system |
US12/331,195 US8903079B2 (en) | 2008-01-28 | 2008-12-09 | Routing callers from a set of callers based on caller data |
US12/331,210 US20090190745A1 (en) | 2008-01-28 | 2008-12-09 | Pooling callers for a call center routing system |
US12/355,602 US20090232294A1 (en) | 2008-01-28 | 2009-01-16 | Skipping a caller in queue for a call routing center |
PCT/US2009/031611 WO2009097210A1 (en) | 2008-01-28 | 2009-01-21 | Routing callers from a set of callers in an out of order sequence |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014142906A Division JP5865444B2 (ja) | 2008-01-28 | 2014-07-11 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011511536A JP2011511536A (ja) | 2011-04-07 |
JP2011511536A5 true JP2011511536A5 (ja) | 2013-03-07 |
Family
ID=40383812
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010544399A Pending JP2011511536A (ja) | 2008-01-28 | 2009-01-21 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2014142906A Active JP5865444B2 (ja) | 2008-01-28 | 2014-07-11 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2015253248A Withdrawn JP2016048964A (ja) | 2008-01-28 | 2015-12-25 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2019208660A Pending JP2020025350A (ja) | 2008-01-28 | 2019-11-19 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2019208659A Active JP6894067B2 (ja) | 2008-01-28 | 2019-11-19 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
Family Applications After (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014142906A Active JP5865444B2 (ja) | 2008-01-28 | 2014-07-11 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2015253248A Withdrawn JP2016048964A (ja) | 2008-01-28 | 2015-12-25 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2019208660A Pending JP2020025350A (ja) | 2008-01-28 | 2019-11-19 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
JP2019208659A Active JP6894067B2 (ja) | 2008-01-28 | 2019-11-19 | 一組の発信者からの発信者の順序を外した列でのルート決定 |
Country Status (11)
Country | Link |
---|---|
EP (2) | EP3182685A1 (ja) |
JP (5) | JP2011511536A (ja) |
CN (1) | CN102017591B (ja) |
AU (1) | AU2009209317B2 (ja) |
CA (2) | CA2713476C (ja) |
ES (1) | ES2733116T3 (ja) |
HU (1) | HUE044744T2 (ja) |
MX (1) | MX2010008238A (ja) |
NZ (1) | NZ587100A (ja) |
PT (1) | PT2235926T (ja) |
WO (1) | WO2009097210A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7246052B2 (ja) | 2015-07-14 | 2023-03-27 | ユージェット インコーポレイテッド | 顧客関係管理システム及び顧客サービス要求を処理する方法 |
Families Citing this family (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10750023B2 (en) | 2008-01-28 | 2020-08-18 | Afiniti Europe Technologies Limited | Techniques for hybrid behavioral pairing in a contact center system |
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 |
CA2713476C (en) * | 2008-01-28 | 2017-10-03 | The Resource Group International Ltd | Routing callers from a set of callers in an out of order sequence |
US9781269B2 (en) | 2008-01-28 | 2017-10-03 | Afiniti Europe Technologies Limited | Techniques for hybrid behavioral pairing in a contact center system |
US9774740B2 (en) | 2008-01-28 | 2017-09-26 | Afiniti Europe Technologies Limited | Techniques for benchmarking pairing strategies in a contact center system |
US9787841B2 (en) | 2008-01-28 | 2017-10-10 | 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 |
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 |
US10708431B2 (en) | 2008-01-28 | 2020-07-07 | Afiniti Europe Technologies Limited | Techniques for hybrid behavioral pairing 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 |
US8824658B2 (en) | 2008-11-06 | 2014-09-02 | Satmap International Holdings Limited | Selective mapping of callers in a call center routing 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 |
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) |
US8792630B2 (en) | 2012-09-24 | 2014-07-29 | Satmap International Holdings Limited | Use of abstracted data in pattern matching system |
CN103647884B (zh) * | 2013-11-26 | 2016-09-07 | 四川智爱电子信息科技有限责任公司 | 基于智能终端app的话务调度系统及方法 |
CN110035189B (zh) * | 2015-09-30 | 2021-12-14 | 阿菲尼帝有限公司 | 用于在联络中心系统中进行配对的方法、系统和制品 |
JP6648277B2 (ja) | 2015-12-01 | 2020-02-14 | アフィニティ ヨーロッパ テクノロジーズ リミテッド | 事例分配のための技法 |
CN113099051B (zh) * | 2016-04-18 | 2023-03-24 | 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 |
CN106453980B (zh) * | 2016-10-28 | 2019-05-17 | 广东亿迅科技有限公司 | 一种基于号码归属地提高预测外呼准确率的方法及系统 |
US9888121B1 (en) | 2016-12-13 | 2018-02-06 | Afiniti Europe Technologies Limited | Techniques for behavioral pairing model evaluation in a contact center system |
CN113194204A (zh) * | 2016-12-30 | 2021-07-30 | 阿菲尼帝有限公司 | 用于l3配对的技术 |
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 |
US11831808B2 (en) | 2016-12-30 | 2023-11-28 | Afiniti, Ltd. | Contact center system |
US10326882B2 (en) | 2016-12-30 | 2019-06-18 | Afiniti Europe Technologies Limited | Techniques for workforce management 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 |
US10135986B1 (en) | 2017-02-21 | 2018-11-20 | Afiniti International Holdings, Ltd. | Techniques for behavioral pairing model evaluation in a contact center system |
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 |
US10122860B1 (en) | 2017-07-10 | 2018-11-06 | Afiniti Europe Technologies Limited | Techniques for estimating expected performance 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 |
US10110746B1 (en) | 2017-11-08 | 2018-10-23 | 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 |
CN109413289B (zh) * | 2018-10-19 | 2020-12-22 | 中国银行股份有限公司 | 一种数据处理方法及系统 |
US10867263B2 (en) | 2018-12-04 | 2020-12-15 | Afiniti, Ltd. | Techniques for behavioral pairing in a multistage task assignment system |
US11144344B2 (en) | 2019-01-17 | 2021-10-12 | Afiniti, Ltd. | Techniques for behavioral pairing in a task assignment system |
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 |
WO2021158436A1 (en) | 2020-02-03 | 2021-08-12 | Afiniti, Ltd. | Techniques for behavioral pairing in a task assignment system |
WO2021158437A1 (en) | 2020-02-04 | 2021-08-12 | Afiniti, Ltd | Techniques for error handling in a task assignment system with an external pairing system |
KR20220140769A (ko) | 2020-02-05 | 2022-10-18 | 아피니티, 엘티디. | 외부 페어링 시스템과 태스크 할당 시스템 간에 태스크들을 할당하는 제어를 내부 페어링 시스템과 공유하기 위한 기술들 |
AU2021216863A1 (en) | 2020-02-05 | 2022-09-15 | Afiniti, Ltd. | Techniques for behavioral pairing in a task assignment system with an external pairing system |
US11715056B2 (en) * | 2021-03-16 | 2023-08-01 | Bank Of America Corporation | Performance monitoring for communication systems |
US11922026B2 (en) | 2022-02-16 | 2024-03-05 | T-Mobile Usa, Inc. | Preventing data loss in a filesystem by creating duplicates of data in parallel, such as charging data in a wireless telecommunications network |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2125108A (en) | 1937-10-27 | 1938-07-26 | Westinghouse Electric & Mfg Co | Control system for generators |
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 |
US6134315A (en) * | 1997-09-30 | 2000-10-17 | Genesys Telecommunications Laboratories, Inc. | Metadata-based network routing |
CA2262044C (en) * | 1998-04-09 | 2001-10-30 | Lucent Technologies Inc. | Optimizing call-center performance by using predictive data to distribute agents among calls |
US20020087393A1 (en) * | 1998-07-31 | 2002-07-04 | Laurent Philonenko | Dynamically updated QoS parameterization according to expected business revenue |
US6535601B1 (en) * | 1998-08-27 | 2003-03-18 | Avaya Technology Corp. | Skill-value queuing in a call center |
US6434230B1 (en) * | 1999-02-02 | 2002-08-13 | Avaya Technology Corp. | Rules-based queuing of calls to call-handling resources |
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 |
US7177316B1 (en) * | 1999-12-20 | 2007-02-13 | Avaya Technology Corp. | Methods and devices for providing links to experts |
US6661889B1 (en) * | 2000-01-18 | 2003-12-09 | Avaya Technology Corp. | Methods and apparatus for multi-variable work assignment in a call center |
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 |
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 |
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 |
US6925155B2 (en) | 2002-01-18 | 2005-08-02 | Sbc Properties, L.P. | Method and system for routing calls based on a language preference |
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 |
JP2004227228A (ja) * | 2003-01-22 | 2004-08-12 | Kazunori Fujisawa | 携帯電話注文受付システム |
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 |
US20070219816A1 (en) * | 2005-10-14 | 2007-09-20 | Leviathan Entertainment, Llc | System and Method of Prioritizing Items in a Queue |
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 |
CA2713476C (en) * | 2008-01-28 | 2017-10-03 | The Resource Group International Ltd | Routing callers from a set of callers in an out of order sequence |
-
2009
- 2009-01-21 CA CA2713476A patent/CA2713476C/en active Active
- 2009-01-21 JP JP2010544399A patent/JP2011511536A/ja active Pending
- 2009-01-21 MX MX2010008238A patent/MX2010008238A/es active IP Right Grant
- 2009-01-21 PT PT09705092T patent/PT2235926T/pt unknown
- 2009-01-21 EP EP17154781.3A patent/EP3182685A1/en not_active Withdrawn
- 2009-01-21 ES ES09705092T patent/ES2733116T3/es active Active
- 2009-01-21 AU AU2009209317A patent/AU2009209317B2/en active Active
- 2009-01-21 CN CN200980111060.8A patent/CN102017591B/zh active Active
- 2009-01-21 EP EP09705092.6A patent/EP2235926B1/en active Active
- 2009-01-21 WO PCT/US2009/031611 patent/WO2009097210A1/en active Application Filing
- 2009-01-21 NZ NZ587100A patent/NZ587100A/xx unknown
- 2009-01-21 CA CA2962534A patent/CA2962534C/en active Active
- 2009-01-21 HU HUE09705092 patent/HUE044744T2/hu unknown
-
2014
- 2014-07-11 JP JP2014142906A patent/JP5865444B2/ja active Active
-
2015
- 2015-12-25 JP JP2015253248A patent/JP2016048964A/ja not_active Withdrawn
-
2019
- 2019-11-19 JP JP2019208660A patent/JP2020025350A/ja active Pending
- 2019-11-19 JP JP2019208659A patent/JP6894067B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7246052B2 (ja) | 2015-07-14 | 2023-03-27 | ユージェット インコーポレイテッド | 顧客関係管理システム及び顧客サービス要求を処理する方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011511536A5 (ja) | ||
US10757264B2 (en) | Matching using agent/caller sensitivity to performance | |
JP6751126B2 (ja) | ベイズ平均回帰(bmr)を用いる通話マッピングシステムおよび方法 | |
USRE48860E1 (en) | Estimating agent performance in a call routing center system | |
JP5865444B2 (ja) | 一組の発信者からの発信者の順序を外した列でのルート決定 | |
USRE48476E1 (en) | Balancing multiple computer models in a call center routing system | |
US8750488B2 (en) | Predicted call time as routing variable in a call routing center system | |
ES2709213T3 (es) | Sistemas y procedimientos para dirigir llamadas a un agente en un centro de contacto | |
US20150264178A1 (en) | Selective mapping of callers in a call center routing system | |
JP5649575B2 (ja) | 複数の変数標準化スコアおよびシャドー待ち行列に基づく呼のルーティング方法およびシステム | |
US8634542B2 (en) | Separate pattern matching algorithms and computer models based on available caller data | |
US20080195471A1 (en) | Method and apparatus for economic exploitation of waiting time of customers at call centers, contact centers or into interactive voice response (ivr) systems | |
US20100020959A1 (en) | Routing callers to agents based on personality data of agents | |
US10885529B2 (en) | Automated upsells in customer conversations | |
US20100111288A1 (en) | Time to answer selector and advisor for call routing center | |
US9785971B2 (en) | Prioritising advertisements for a location | |
US20120051537A1 (en) | Precalculated caller-agent pairs for a call center routing system | |
US20090232294A1 (en) | Skipping a caller in queue for a call routing center | |
US20100111287A1 (en) | Pooling callers for matching to agents based on pattern matching algorithms | |
JP2012129774A (ja) | コールセンタ管理サーバ | |
JP2020515921A5 (ja) | ||
US8295472B2 (en) | System and method for incorporating customer hang-ups and web submissions into a phonecall-based support workflow | |
JP2018190203A (ja) | スマート型資産管理システム |