JP2012501587A - 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 - Google Patents

Abstract

知的ルーティングシステムとともに、発呼者を連絡センターの応対係にルーティングするためのシステムおよびプロセスを開示する。例示的プロセスは、（発呼者と応対係を照合するための）パターン照合アルゴリズムの複数の出力変数を、ルーティングシステムにおいて使用するための単一測定基準に組み入れるステップを含む。パターン照合アルゴリズムは、ニューラルネットワークアーキテクチャを含んでもよく、その場合、例示的方法は、複数のニューラルネットワークからの出力を組み合わせる。方法は、可変出力のＺスコアを決定するアクトと、所望の出力のために決定されたＺスコアの線形結合を決定するアクトとを含んでもよい。発呼者は、線形結合の出力値またはスコアを最大にするパターン照合アルゴリズムを介して、応対係にルーティングされてもよい。

Description

（関連出願の相互参照）
本願は、米国特許出願第１２／２０２，０９１号（名称「ＣＡＬＬ ＲＯＵＴＩＮＧ ＭＥＴＨＯＤＳ ＡＮＤ ＳＹＳＴＥＭＳ ＢＡＳＥＤ ＯＮ ＭＵＬＴＩＰＬＥ ＶＡＲＩＡＢＬＥ ＳＴＡＮＤＡＲＤＩＺＥＤ ＳＣＯＲＩＮＧ」、２００８年８月２５日出願）の利益を主張し、この出願は、米国仮特許出願第１２／０２１，２５１号（「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｒｏｕｔｉｎｇ Ｃａｌｌｅｒｓ ｔｏ ａｎ Ａｇｅｎｔ ｉｎ ａ Ｃｏｎｔａｃｔ Ｃｅｎｔｅｒ」、２００８年１月２８日出願）および米国特許出願第１２／２０２，１０１号（名称「ＳＨＡＤＯＷ ＱＵＥＵＥ ＦＯＲ ＣＡＬＬＥＲＳ ＩＮ Ａ ＰＥＲＦＯＲＭＡＮＣＥ／ＰＡＴＴＥＲＮ ＭＡＴＣＨＩＮＧ ＢＡＳＥＤ ＣＡＬＬ ＲＯＵＴＩＮＧ ＳＹＳＴＥＭ」、２００８年８月２９日出願）の一部継続出願であって、これらの出願は、その全体が本明細書にすべての目的のために援用される。

（発明の分野）
本発明は、連絡センターシステムにおける電話の呼のルーティングおよび他の電気通信の分野に関する。

典型的な連絡センターは、多数の人間の応対係から成り、それぞれが、中央交換機に接続される電話あるいは電子メールまたはインターネットチャットセッションを行うためのコンピュータ等、電気通信デバイスに割り当てられる。これらのデバイスを使用して、応対係は、概して、連絡センターまたは連絡センターのクライアントの顧客または見込み顧客に、販売、顧客サービス、または技術サポートを提供するために使用される。

一般的には、連絡センターまたはクライアントは、その顧客、見込み顧客、または他の第三者に、請求に関する質問のため、または技術サポートのため等、特定のサービスのための多数の異なる連絡先番号またはアドレスを宣伝する。次いで、特定のサービスを求める顧客、見込み顧客、または第三者は、この連絡情報を使用し、着信発呼者は、１つ以上のルーティングポイントにおいて、適切なサービスを提供することができる連絡センターの人間の応対係にルーティングされる。そのような着信連絡に応答する連絡センターは、一般的には、「着信連絡センター」と呼ばれる。

同様に、連絡センターは、現在の顧客または見込み顧客あるいは第三者に、発信連絡を行うことができる。そのような連絡は、製品の販売を促進する、技術サポートまたは請求情報を提供する、顧客選好を調査する、または貸付金の回収を支援するために行われてもよい。そのような発信連絡を行う連絡センターは、「発信連絡センター」と呼ばれる。

着信連絡センターおよび発信連絡センターの両方において、電気通信デバイスを使用して連絡センター応対係と対話する個人（顧客、見込み顧客、調査参加者、または他の第三者等）は、本願では「発呼者」と呼ばれる。発呼者と対話するように連絡センターによって確保された個人は、本願では「応対係」と呼ばれる。

従来、連絡センター運営は、発呼者を応対係に接続するスイッチシステムを含む。着信連絡センターでは、これらのスイッチは、着信発呼者を、連絡センターの特定の応対係に、または複数の連絡センターが配備される場合は、さらなるルーティングのために特定の連絡センターにルーティングする。電話デバイスを採用する発信連絡センターでは、スイッチシステムに加えて、ダイヤラが典型的に採用される。ダイヤラは、電話番号のリストからの電話番号を自動的にダイヤルするためと、（無応答、話中音、エラーメッセージ、または留守番電話機を得ることとは対照的に）発呼された電話番号から所在する発呼者に到達したかどうかを決定するために使用される。ダイヤラが所在する発呼者を獲得すると、スイッチシステムが発呼者を連絡センターの特定の応対係にルーティングする。

したがって、発呼者体験を最適化するように、ルーティング技術が開発されてきた。例えば、特許文献１は、複数の電話交換機間に存在し得る性能の一般的変動にかかわらず、これらの交換機にわたる発呼者の待機時間を均等化するための電話システムを説明している。しかしながら、着信連絡センターにおける連絡ルーティングは、発呼者を、最長期間にわたってアイドル状態となっている応対係に接続するように概して構造化される、プロセスである。１名だけの応対係が応対可能であり得る、着信発呼者の場合、その応対係は、概して、さらなる分析なしで発呼者に選択される。別の実施例では、連絡センターに８名の応対係がいて、７名が連絡に従事している場合、交換機は、概して、着信発呼者を応対可能な１名の応対係にルーティングする。８名全ての応対係が連絡に従事している場合、交換機は、一般的には、連絡を保留にし、次いで、それを応対可能になる次の応対係にルーティングする。より一般的には、連絡センターは、着信発呼者の待ち行列を設定し、最も長く待機している発呼者を、経時的に応対可能になる応対係に優先的にルーティングする。最初の応対可能な応対係または最も長く待機している応対係のいずれか一方に連絡をルーティングする、そのようなパターンは、「ラウンドロビン」連絡ルーティングと呼ばれる。ラウンドロビン連絡ルーティングでは、発呼者と応対係との間の最終的な照合および接続は、本質的にランダムである。

電話デバイスを使用する発信連絡センター環境では、連絡センターまたはその応対係には、一般的には、製品の販売または調査を行おうとする等、何らかの勧誘活動を行おうとするために連絡される電話番号のリストを備える、「リードリスト」が提供される。リードリストは、全ての連絡センター、１つの連絡センター、全ての応対係に対する総合リスト、または、特定の応対係あるいは応対係のグループのサブリストとなり得る（そのような場合のいずれでも、リストは、概して、本願では「リードリスト」と呼ばれる）。リードリストを受信した後、ダイヤラまたは応対係自体が、一般的には、番号順にリードリストを通して発呼し、所在する発呼者を得て、勧誘活動を行う。この標準プロセスを使用する際に、発呼者と応対係との間の最終的な照合および接続は、本質的にランダムである。

発呼者を応対係に接続するための、これらの標準的であるが本質的にランダムなプロセスを改良するために、いくつかの試行が行われてきた。例えば、特許文献２は、着信発呼者の言語選好が収集され、その言語でサービスを提供することができる特定の連絡センターまたは応対係に電話をルーティングするために使用される、呼ルーティングシステムを説明している。このように、言語選好は、発呼者を応対係と照合させ、接続することの主要な要因であるが、いったんそのような選好が行われると、発呼者は、ほとんど常に「ラウンドロビン」様式でルーティングされる。

一般的なラウンドロビンシステムを改変するために、他の試行が行なわれてきた。例えば、特許文献３は、応対係自身がそれぞれ、着信発呼者に対する個人ルーティング規則を作成し、各応対係が自分達にルーティングされる発呼者の種類をカスタマイズすることを可能にする、電話システムを説明している。これらの規則は、応対係が以前に対話した発呼者等、応対係が自分達にルーティングされることを所望する特定の発呼者のリストを含むことができる。しかしながら、このシステムは、応対係の選好に偏っており、応対係の相対的能力も発呼者および応対係自身の個性も考慮されない。

米国特許第７，２３６，５８４号明細書 米国特許第７，２０９，５４９号明細書 米国特許第７，２３１，０３２号明細書

本発明のシステムおよび方法は、連絡センターの応対係への発呼者のルーティングを最適化するために使用することができる。本発明の一側面によると、システムおよび方法は、（発呼者と応対係を照合するための）パターン照合アルゴリズムの複数の出力変数を、ルーティングシステムを制御および管理する際に使用するための単一測定基準に組み入れるステップを含む。パターン照合アルゴリズムは、ニューラルネットワークアーキテクチャを含んでもよく、その場合、例示的方法およびシステムは、各出力変数に１つずつ、複数のニューラルネットワークからの出力を組み合わせる。

一実施例では、方法は、パターン照合アルゴリズムの２つ以上の可変出力のそれぞれのＺスコア（例えば、無次元標準スコア）を決定するステップを含む。例えば、出力変数は、収益発生、費用、顧客満足実績、最初の電話による解決、キャンセル（例えば、購入者の後悔による、後の販売のキャンセル）、またはシステムのパターン照合アルゴリズムからの他の可変出力を含むか、あるいはそれらと関連付けられてもよい。次いで、決定されたＺスコアの線形結合は、複数の変数に基づく単一スコアを提供するように計算されてもよい。例えば、呼ルーティングセンターは、システムの所望の出力のために、Ｚスコアのうちの２つ以上を組み合わせてもよい（例えば、出力変数の何らかの混合を最適化することを所望する、または１つの変数が別の変数よりも重く加重されるものであると決定する）。次いで、線形結合および単一スコアは、パターン照合アルゴリズムを介して、発呼者を応対係にルーティングするか、または照合するために、ルーティングシステムによって使用されてもよく、その場合、例えば、発呼者および応対係は、異なる発呼者−応対係の対のＺスコアの決定された線形結合の出力値またはスコアを最大にするように、照合されてもよい。

一般的には、コールセンターは、応対係が応対可能となることを待機しているＮ数の発呼者を有する。一実施例では、応対係が応対可能になるのに伴って、応対係を全発呼者と照合し出力変数のＺスコアの線形結合に基づいて、最適適合を決定する。より具体的には、応対係のそれぞれの発呼者データが、応対係データと対合され、パターン照合アルゴリズムを経て、線形結合に基づいて、各応対係−発呼者対に対して、Ｚスコアを計算する。次いで、最適または最高スコアの応対係−発呼者対を有する発呼者は、応対係にルーティングされてもよい。

さらに、一実施例では、パターン照合アルゴリズムおよびＺスコアは、例えば、発呼者の痛覚閾値関数を考慮に入れて、発呼者が保留されていた時間の長さに影響されてもよい。例えば、増加した収益、顧客満足等の確率は、応対係にルーティングする前に発呼者が保留にされる待機時間に基づいて変動し得る。例えば、発呼者が、発呼者待機時間に対する保留閾値または費用関数に基づいてあまりに長く保留された場合、予測結果の確率が変化し得る（例えば、保留中のある時間後に、特定の発呼者に対する販売の確率が大きく低下し得る）。そのようなものとして、システムは、Ｚスコアおよび出力変数の線形結合に基づいて、発呼者を、そうでなければ準最適な応対係照合にルーティングしてもよい。例えば、出力変数の所望の混合は、費用または顧客満足よりも収益に加重するように設定されてもよいが、特定の発呼者に対して、痛覚閾値が到達された後、システムは、顧客満足をより重く加重するように、その発呼者をルーティングしてもよい。

一般に、連絡ルーティングは、連絡センターにとって有益と見なされる対話（本願では「最適な対話」と呼ばれる）の可能性を増大させるように、発呼者が特定の応対係と照合され、接続されるように、連絡をルーティングすることによって、潜在的に改善または最適化される。最適な対話の例は、販売の増加、連絡の持続時間（よって、連絡センターに対する費用）の減少、容認可能なレベルの顧客満足の提供、または連絡センターが制御または改善しようとし得る、任意の他の対話を含む。本発明のシステムおよび方法は、一般に、最適な対話によって応対係を格付けし、最適な対話の可能性を増大させるように、格付けされた応対係を発呼者と照合することによって、最適な対話の可能性を向上させることができる。いったん照合されると、発呼者を格付けされた応対係に接続することができる。より高度な実施形態では、本発明のシステムおよび方法はまた、応対係に関する人口統計、心理学的、または履歴実績を記述するデータとともに、発呼者に関する人口統計、心理学的、過去の購入行動、または他の事業関連情報を記述するデータに由来するコンピュータモデルを使用して、発呼者を応対係と照合することによって、最適な対話の可能性を増大させるために使用することもできる。

本発明の比較的基本的な実施形態では、連絡センターの応対係の実績は、最適な対話を達成する能力によって各応対係を格付けするように、ある期間にわたって照会される。期間は、直近の連絡から発呼者との応対係の最初の対話に及ぶ期間までとすることができる。次いで、各応対係について決定される等級は、発呼者を特定の応対係と照合し、接続する際の因子として使用される。例えば、ある応対係は、同じ連絡センターに従事している他の応対係よりも販売を発生させる優れた能力を有することが示されてもよい。本発明は、発呼者を、販売を発生させる優れた能力を有することが示された応対係に優先的にルーティングすることによって、連絡中に、さらなる販売を達成する可能性を増大させることができる。同様に、他の応対係は、同じ連絡センターに従事している他の応対係よりも短い発呼者との対話を発生させることが示されてもよい。より短い発呼者との対話を発生させることが示された応対係に連絡を優先的にルーティングすることによって、連絡センターまたは連絡センタークライアントは、応対係および通信帯域幅の全体的な必要性を減少させ、したがって、その費用を削減することができる。

一般に、最適な対話を達成する能力によって連絡センターの応対係を格付けすることによって、連絡センターは、選択され得る任意の最適な対話を達成する可能性を増大するように、発呼者を応対係と照合し、接続することができる。応対係を格付けする方法は、特定の最適な対話に対する１〜Ｎの尺度で各応対係をランク付けするほど単純にすることもできる（Ｎは、応対係の合計数である）。格付けする方法はまた、費用によって応対係を格付けするように、各応対係の平均連絡対処時間を決定するステップ、販売によって応対係を格付けするように、各応対係によって発生した総販売収益または販売数を決定するステップ、各応対係別に販売をもたらした販売率または呼の割合を決定するステップ、あるいは顧客満足によって応対係を格付けするように、発呼者との連絡の終了時に顧客調査を行うステップを含むこともできる。しかしながら、上述は、応対係が格付けされ得る方法の例にすぎず、多くの他の方法が存在する。

応対係が２つ以上の最適な対話によって格付けされる場合、本発明は、最適な対話を加重して、どの発呼者がどの応対係にルーティングされるべきかを確認するように構成することができる。例えば、個別発呼者に対して、２名の現在応対可能な応対係が存在し、どの最適な対話に本発明がより重く加重しているかに応じて、一方の応対係への発呼者のルーティングが、販売発生のより高い可能性をもたらす一方で、他方の応対係への発呼者のルーティングは、より短い持続時間の連絡をもたらすと本発明が推測する場合、発呼者は、第１または第２の応対係のいずれか一方にルーティングされてもよい。別の実施例では、最適な対話のどの混合に本発明がより重く加重しているかに応じて、一方の応対係への発呼者のルーティングが、販売の高い可能性、より短い連絡持続時間をもたらすが、低いレベルの顧客満足をもたらす一方で、別の応対係への発呼者のルーティングは、販売の高い可能性、より長い連絡持続時間をもたらすが、高いレベルの顧客満足をもたらすと本発明が推測する場合、発呼者は、第１または第２の応対係にルーティングされてもよい。

種々の最適な対話に置かれる加重は、連絡センターやそのクライアントによって制御されるように、または所定の規則に従って、リアルタイムで行なうことができる。選択的に、連絡センターまたはそのクライアントは、インターネットまたは何らかの別のデータ転送システム上で加重を制御してもよい。一例として、連絡センターのクライアントは、インターネットブラウザ上で現在使用中の加重にアクセスし、これらを遠隔で修正することができる。そのような修正は、すぐに効果を現すように設定されてもよく、そのような修正の直後に、後続の発呼者ルーティングは、新たに確立する加重に従って発生する。そのような実施例の事例は、連絡センタークライアントが、現在の事業における最重要戦略的優先順位が収益の最大化であると決定する場合に、生じてもよい。そのような場合、クライアントは、所与の連絡において販売の最大確率を発生させる応対係の選択に有利に働くように、加重を遠隔で設定する。後に、クライアントは、顧客満足の最大化が事業においてより重要であると判断してもよい。この場合、クライアントは、発呼者が、満足のレベルを最大化する可能性が最も高い応対係にルーティングされるように、本発明の加重を遠隔で設定することができる。代替として、加重の変化は、以降の時間に実施されるように設定されてもよく、例えば、翌朝に開始する。

格付けされた応対係のデータおよび選択された最適な対話により、本発明は、格付けされた応対係を発呼者と照合し、最適な対話または最適な対話の加重された混合の可能性を増大させるために使用することができる。照合は、発呼者と、連絡センターのログインした全ての応対係、連絡センターで現在連絡に応対可能な全ての応対係、またはそれらの任意の混合またはサブグループとの間で発生することができる。照合規則は、最小等級を伴う応対係が発呼者との照合のために好適な唯一の応対係であるように設定することができる。照合規則はまた、最適な対話またはそれらの混合のための最高等級を伴う応対可能な応対係が発呼者と照合されるように、設定することもできる。連絡が開始された時間から、発呼者を１名の応対係に接続するように交換機に命令する代わりに、発呼者を特定の応対係に接続するように交換機が命令された時間までに経過した時間内に、応対係が応対不可能になり得る場合を提供するために、照合規則は、特定の発呼者に対する応対係適合性の順序付けを定義し、その順序付けで、発呼者を最高等級の応対係と照合することができる。

より高度な実施形態では、本発明のシステムおよび方法は、発呼者に関する人口統計、心理学的、および他の事業関連データ（本願では、個別に、または総称して「発呼者」データと呼ばれる）とともに、応対係の等級、応対係の人口統計データ、応対係の心理学的データ、および応対係に関する他の事業関連データ（本願では、個別に、または総称して「応対係」データと呼ばれる）を組み合わせることによって、最適な対話の可能性を増大させるために使用することができる。応対係および発呼者人口統計データは、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、および信用度の得点のうちのいずれかを備えることができる。応対係および発呼者心理学的データは、内向性、社交性、経済的成功の所望、ならびに映画およびテレビの選好のうちのいずれかを備えることができる。

発呼者人口統計および心理学的データは、インデックスとして発呼者の連絡情報を使用することによって、利用可能なデータベースから読み出すことができる。利用可能なデータベースは、公的に応対可能なもの、市販されているもの、または連絡センターあるいは連絡センタークライアントによって作成されるものを含むが、それらに限定されない。発信連絡センター環境では、発呼者の連絡情報は、事前に既知である。着信連絡センター環境では、発呼者の連絡情報は、発呼者の発呼者ＩＤ情報を調べることによって、または発呼者アカウント番号の入力あるいは他の発呼者識別情報等を通して、連絡の開始時にこの発呼者の情報を要求することによって、読み出すことができる。履歴購入行動、顧客としての現在の満足のレベル、または製品への関心の自発的レベル等、他の事業関連データもまた、利用可能なデータベースから読み出されてもよい。

いったん応対係データおよび発呼者データが収集されると、このデータは、計算システムに渡される。次いで、計算システムは、各応対係を各発呼者と照合し、販売の発生、連絡の持続時間、または顧客が満足であると思う対話を発生させる可能性等、多数の最適な対話に沿った各照合の推定結果を推測する、コンピュータモデルを作成するために、順にこのデータをパターン照合アルゴリズムで使用する。一例として、本発明は、発呼者を女性の応対係と照合することによって、照合が販売の確率を４パーセント増加させ、連絡の持続時間を６パーセント削減し、対話への発呼者の満足を１２パーセント増加させることを示してもよい。概して、本発明は、応対係および発呼者の複数の人口統計および心理学的側面に及ぶ、より複雑な予測を生成する。本発明は、例えば、発呼者が、自宅に高速インターネットがあり、コメディ映画を楽しむ、独身白人男性で２５歳の応対係に接続された場合、販売の確率の１２パーセント増加、連絡の持続時間の７パーセント増加、および発呼者の連絡への満足の２パーセント減少をもたらすと結論付ける場合がある。並行して、本発明はまた、発呼者が、既婚黒人女性で５５歳の応対係に接続された場合、販売の確率の４パーセント増加、連絡の持続時間の６パーセント減少、および発呼者の連絡への満足の９パーセント増加をもたらすと決定してもよい。

本発明の別の側面によると、例示的方法は、コールセンターに対する着信発呼者の所望の技能集合（例えば、言語選好）を決定するステップと、所望の技能集合（特定のコールセンターに対して、複数の技能集合が存在すると仮定する）に応対可能である応対係の数を決定するステップと、を含む。複数の応対係が、決定された技能集合に応対可能である場合、方法は、応対可能な応対係のうちの最適照合応対係に発呼者をルーティングするステップを含んでもよい。例えば、パターン照合アルゴリズムまたはコンピュータモデルに依存する、実績ベースのルーティング方法およびシステムは、最高実績応対係に発呼者をルーティングしてもよく、または発呼者と関連付けられた発呼者データを複数の応対係のそれぞれと関連付けられた応対係データと比較して、最適照合に従って、呼をルーティングしてもよい。

決定された技能集合に対して応対係が応対不可能である場合、方法は、発呼者集合（本願では、「シャドー待ち行列」または「シャドー技能集合待ち行列」と呼ばれる）に発呼者を保留し、応対係が応対可能になると、応対係を発呼者集合内の最適照合発呼者と照合するステップを含んでもよい。例えば、発呼者は、新しく応対可能となった応対係を発呼者集合内の発呼者と最適照合するために、順序から外されてもよい。応対係と発呼者の照合は、パターン照合アルゴリズムまたはコンピュータモデルを使用する場合と同様に行われてもよい。

一実施例では、発呼者が応対可能な応対係を待機している発呼者集合（シャドー技能集合待ち行列）内にあまりに長時間保留される場合、発呼者は、特定の技能集合のための標準技能集合待ち行列に移動され、次の応対可能な応対係にルーティングされてもよい。したがって、応対係が応対可能である応対係がいない場合、シャドー技能集合待ち行列と、標準技能集合待ち行列の２つの待ち行列が使用されてもよい。発呼者は、最初、上述のようなルーティングのためのシャドー技能集合待ち行列に置かれるが、所定の時間が経過後（例えば、発呼者が、所定のサービス内容合意書（ＳＬＡ）を超える時間保留される場合）、標準技能集合待ち行列に移動されてもよい。標準技能集合待ち行列内の発呼者が従来のようにルーティングされ、その後、上述のようなシャドー技能集合待ち行列からの発呼者が続いてもよい。

いくつかの実施例では、因数として、例えば、パターン照合アルゴリズムで他のデータとともに使用される加重係数として、含まれてもよい。他の実施例では、各発呼者に、それを超える場合、パターン照合アルゴリズムに優先する、閾値待機時間が割り当てられてもよい。さらに、各発呼者に、例えば、収益を発生させる傾向または好ましいアカウント状態等、発呼者と関連付けられたデータに基づいて、待機時間閾値が個別に割り当てられてもよく、あるいは、全発呼者に、共通待機時間閾値が与えられてもよい。

別の実施例では、呼ルーティングセンター環境において、発呼者を応対係にルーティングするためのシスムまたは装置について記載される。装置は、発呼者に対して応対係が応対可能であるかどうかを決定するための論理と、応対係が応対可能である場合、パターン照合アルゴリズムに従って、応対可能な応対係のうちの最適照合応対係に発呼者をルーティングさせるための論理と、を含んでもよい。さらに、装置は、応対係が応対不可能である場合、発呼者を発呼者集合に保留し、応対係が応対可能になると、パターン照合アルゴリズムに従って、応対係を発呼者集合内の最適照合発呼者と照合するための論理を含んでもよい。装置は、応対係データと発呼者データを比較し、適応パターン照合アルゴリズムに基づいて、最適照合を決定するためのパターン照合エンジンを含んでもよい。

本発明で使用されるパターン照合アルゴリズムは、ニューラルネットワークアルゴリズムまたは遺伝的アルゴリズム等、任意の相関アルゴリズムを備えることができる。アルゴリズムを概して学習する、あるいは精緻化するために、（最適な対話について測定されるような）実際の連絡結果が、発生した各連絡に対する実際の応対係および発呼者データに対して比較される。次いで、パターン照合アルゴリズムは、ある応対係とのある発呼者の照合が、最適な対話の可能性をどのように変化させるかを習得するか、またはその習得を向上させることができる。このように、パターン照合アルゴリズムは、次いで、特定の応対係データ集合を伴う応対係との特定の発呼者データ集合を伴う発呼者の照合との関連において、最適な対話の可能性を予測するために使用することができる。好ましくは、連絡センターが１日の運営を終了した後に毎晩、アルゴリズムを周期的に学習する等、発呼者対話についてのより多くの実データが利用可能になるのに伴って、パターン照合アルゴリズムは周期的に精緻化される。

パターン照合アルゴリズムは、各応対係および発呼者の照合に対する最適な対話の予測可能性を反映する、コンピュータモデルを作成するために使用することができる。好ましくは、コンピュータモデルは、全ての応対可能な発呼者に対して照合されるような、連絡センターにログインしている全ての応対係に対する一連の最適な対話の予測可能性を備える。代替として、コンピュータモデルは、これらのサブ集合または上述の集合を含有する集合を備えることができる。例えば、連絡センターにログインしている全ての応対係を、全ての応対可能な発呼者と照合する代わりに、本発明は、全ての応対可能な応対係を、全ての応対可能な発呼者、または応対係あるいは発呼者のより狭いサブ集合と照合することができる。同様に、本発明は、応対可能である、またはログインしているか否かにかかわらず、特定のキャンペーンにかつて取り組んだ全ての応対係を、全ての応対可能な発呼者と照合することができる。同様に、コンピュータモデルは、１つの最適な対話または多数の最適な対話の予測可能性を備えることができる。

コンピュータモデルは、応対係および発呼者の各照合のための適合性スコアを備えるように、さらに精緻化することもできる。適合性スコアは、パターン照合アルゴリズムによって予測されるような一連の最適な対話の可能性を得て、別の最適な対話に関係するような特定の最適な対話を、多かれ少なかれ重視するように、これらの可能性を加重することによって、決定することができる。次いで、適合性スコアは、どの応対係がどの発呼者に接続されるべきかを決定するために、本発明で使用することができる。

例えば、応対係１との発呼者照合が、販売発生の高い可能性をもたらすが、長い連絡の高い可能性を伴う一方で、応対係２との発呼者照合は、販売発生の低い可能性をもたらすが、短い連絡の高い可能性をもたらすとコンピュータモデルが示すものであってもよい。販売のための最適な対話が、低費用の最適な対話よりも重く加重される場合には、応対係２と比較した応対係１に対する適合性スコアは、発呼者が応対係１に接続されるべきであることを示す。一方で、販売のための最適な対話が、低費用連絡のための最適な対話より軽く加重される場合には、応対係１と比較した応対係２に対する適合性スコアは、発呼者が応対係２に接続されるべきであることを示す。

電話デバイスを採用する発信連絡センター環境では、パターン照合アルゴリズムで応対係および発呼者データを使用することによって行なわれる照合は、リードリストの形態で反映することができる。リードリストは、１名の特定の応対係または応対係のグループに対するものとなり得て、次いで、応対係は、リードリストを通して発呼し、勧誘活動を行なうことができる。リードリストを通して発呼するためにダイヤラが使用される場合、所在する発呼者を獲得すると、システムは、応対可能な応対係を決定し、所在する発呼者を応対可能な応対係のうちの１名以上と照合するためにパターン照合アルゴリズムとともに発呼者および応対係データを使用し、発呼者をこれらの応対係のうちの１名と接続することができる。好ましくは、システムは、所在する発呼者を応対係のグループと照合させ、そのグループ内で発呼者に対する応対係適合性の順序付けを定義し、所在する発呼者を、その順序付けで応対可能な最高等級の応対係と照合させ、発呼者をその最高等級の応対係に接続する。所在する発呼者を応対係のグループと照合する際、本発明は、同様の人口統計データまたは心理学的データ等の同様の応対係データを伴う一群の応対係を決定し、さらに、その一群内で応対係適合性の順序付けを決定するために使用することができる。このように、本発明は、ダイヤラの効率を増加させ、特定の応対係データを伴う応対係が応対可能になるまでダイヤラを停止しなければならないことを回避することができる。

本発明の一側面は、データを記憶することによって類似性データベースを開発してもよいことであり、データベースは、人口統計、心理学的、または他の事業関連情報とは無関係である、個別発呼者の連絡結果（本願では「発呼者類似性データ」と呼ばれる）についてのデータを備える。そのような発呼者類似性データは、発呼者の購入履歴、連絡時間履歴、または顧客満足履歴を含むことができる。これらの履歴は、製品の購入に対する発呼者の一般履歴、応対係との平均連絡時間、または平均顧客満足評定等、一般的なものとなり得る。これらの履歴はまた、特定の応対係に接続された時の発呼者の購入、連絡時間、または顧客満足履歴等、応対係固有のものにもなり得る。

次いで、発呼者類似性データは、本発明を使用して行なうことができる照合を精緻化するために使用することができる。一例として、ある発呼者は、発呼者が連絡を受けた最後のいくつかの事例において、発呼者が製品またはサービスを購入することを選択したため、購入する可能性が高い者として発呼者類似性データによって識別されてもよい。次いで、この購入履歴は、最適な対話の可能性を増大させるよう、発呼者が、発呼者に好適と見なされた応対係と優先的に照合されるように、照合を適切に精緻化するために使用することができる。本実施形態を使用することによって、発呼者の過去の購入行動を考慮すると、販売の可能性が依然として起こり得るため、連絡センターは、発呼者を、収益を発生させるための高い等級を有していない、またはそうでなければ容認可能な照合にならない応対係と優先的に照合することができる。本照合のための戦略は、そうでなければ発呼者との連絡対話に従事した可能性のある、他の応対係を応対可能にする。代替として、連絡センターは、代わりに、発呼者データおよび応対係の人口統計または心理学的データを使用して生成された照合が何を示し得るかにかかわらず、発呼者が、収益を発生させるための高い等級を伴う応対係と照合されることを保証しようとしてもよい。

本発明によって開発される、より高度な類似性データベースは、発呼者の連絡結果が種々の応対係データにわたって追跡されるものである。そのような分析は、例えば、発呼者が、同様の性別、人種、年齢の応対係に、または特定の応対係と照合させられた場合に、満足する可能性が最も高いことを示す場合がある。本実施例を使用して、本発明は、発呼者を、容認可能な最適な対話を発生させたことが発呼者類似性データから分かっている、特定の応対係または特定の種類の応対係と優先的に照合することができる。

類似性データベースは、商用、クライアント、または公的に利用可能なデータベースソースに、発呼者に関する情報が欠けているかもしれない時に、発呼者に関する特に実用的な情報を提供することができる。本データベース開発はまた、個別発呼者の連絡結果が、商用データベースが示唆する場合のあるものとは異なってもよいという結論を推進し得るため、発呼者についての利用可能なデータがある場合でさえも、連絡ルーティングおよび応対係と発呼者との照合をさらに増大するために使用することもできる。一例として、本発明が、発呼者と応対係を照合するために、商用データベースのみに依存する場合、最適な顧客満足を達成するように、発呼者が同じ性別の応対係に最適照合されることを予測してもよい。しかしながら、発呼者との以前の対話から開発された類似性データベース情報を含むことによって、本発明は、最適な顧客満足を達成するように、発呼者が異性の応対係に最適照合されることをより正確に予測する場合がある。

本発明の別の側面は、特定の発呼者の人口統計、心理学的、または他の事業関連特性と照合されるような、個々の応対係の収益発生、費用、および顧客満足実績データ（本願では「応対係類似性データ」と呼ばれる）を備える、類似性データベースを開発してもよいことである。このような類似性データベースは、本発明では、例えば、特定の応対係が、同様の年齢の発呼者との対話で最適に機能し、有意に高齢または若齢の発呼者との対話ではあまり適切に機能しないことの予測をもたらし得る。同様に、本種類の類似性データベースは、本発明では、ある応対係類似性データを伴う応対係が、特定の地理的出身の発呼者を、応対係が他の地理的出身の発呼者を対処するよりもはるかに適切に対処するの予測をもたらし得る。別の例として、本発明は、応対係が激怒した発呼者に接続される状況において、特定の応対係が適切に機能することを予測し得る。

類似性データベースは、好ましくは、照合を生成するようにパターン照合アルゴリズムを経た応対係データおよび発呼者データと組み合わせて使用されるが、類似性データベースに記憶される情報はまた、類似性情報が照合を生成するために使用される唯一の情報となるように、応対係データおよび発呼者データとは無関係に使用することもできる。

本発明は、後続の分析のために、各ルーティングされた発呼者に固有のデータを記憶してもよい。例えば、本発明は、販売の可能性、連絡持続時間、顧客満足、または他のパラメータ等、コンピュータモデルによって予測されるような最適な対話の可能性を含む、任意のコンピュータモデルで生成されたデータを記憶することができる。そのような記憶は、応対係および発呼者データ、販売が発生したかどうか、連絡の持続時間、および顧客満足のレベルを含む、行なわれた発呼者接続に対する実データを含んでもよい。そのような記憶はまた、行なわれた応対係と発呼者との照合、ならびに、接続規則に従って、かつ特定の応対係への接続の前に、照合がどのように考慮されたか、どの照合が考慮されたか、およびいつ考慮されたかに対する実データを含んでもよい。

本記憶された情報は、いくつかの方法で分析されてもよい。一実施例では、記憶された情報を使用して、上述のようなＺスコアおよびそれらの線形結合を計算してもよい。別の実施例では、記憶された情報は、異なる時間間隔にわたる最適な対話に対する本発明の蓄積効果を決定するように分析され、連絡センターまたは連絡センターのクライアントにその効果を報告してもよい。例えば、本発明は、５分、１時間、１ヶ月、１年、および特定のクライアント勧誘キャンペーンの開始から等の他の時間間隔にわたって、収益の増大、費用の削減、顧客満足の増加における本発明の蓄積効果に関して、折り返し報告することができる。同様に、本発明は、特定数の発呼者、例えば、１０名の発呼者、１００名の発呼者、１０００名の発呼者、処理された発呼者の合計数、または発呼者の他の合計数にわたって、収益の増大、費用の削減、および顧客満足の増加における本発明の蓄積効果を分析することができる。

本発明を採用することの蓄積効果を報告するための１つの方法は、発呼者を連絡センターのログインしている各応対係と照合するステップと、各応対係について最適な対話の可能性を平均化するステップと、どの応対係が発呼者に接続されたかを決定するステップと、接続された応対係に対する最適な対話の可能性を平均可能性で除算するステップと、結果の報告を生成するステップと、を含む。このように、発呼者を任意のログインした応対係にランダムにルーティングすることとは対照的に、発呼者を特定の応対係にルーティングすることと関連付けられた予測増加として、本発明の効果を報告することができる。本報告方法はまた、特定のキャンペーンの開始以来の全ての応対可能な応対係について、または全てのログインした応対係について平均化されるような、最適な対話の可能性に対して、特定の応対係ルーティングの最適な対話可能性を比較するように修正することもできる。実際、特定の期間に応対不可能な応対係についての最適な対話の平均可能性を、同じ時に全ての応対可能な応対係についての最適な対話の平均可能性で除算ことによって、本発明によって作成される、その時の最適な対話の可能性までの全体的促進を示す、報告を生成することができる。代替として、ある期間にわたって１名の応対係または応対係のグループについて本発明をオンまたはオフにし、実際の連絡結果を測定することによって、本発明を監視し、報告を生成することができる。このように、どのような実際の測定された利益が、本発明を採用することによって生成されるかを決定することができる。

本発明の実施形態は、リアルタイムで、または過去の実績に基づいて、応対係と発呼者との照合の統計を監視し、コンピュータモデルによって予測される対話と対比して、達成されている最適な対話を測定すること、ならびに、本願で説明される方法を使用して、リアルタイムまたは過去の実績の任意の他の測定を可能にするように、連絡センターまたはそのクライアントに提供される、視覚コンピュータインターフェースと、印刷可能な報告と、を含むことができる。Ｚスコアの組み合わせの変更、最適な対話への加重等のための視覚コンピュータインターフェースもまた、本願で論議されるように、リアルタイムで、または将来の所定の時間に、混合あるいは加重を監視もしくは変更することができるように、連絡センターまたは連絡センタークライアントに提供することができる。

本発明の実施形態は、知的ルーティングシステムを作成するために使用することができ、システムは、最適な対話によって２名以上の応対係を格付けするための手段と、最適な対話の可能性を増大させるように、発呼者を、２名以上の格付けされた応対係のうちの少なくとも１名と照合するための手段と、を備える。応対係を格付けするための手段は、本願で論議されるように、手動または自動調査の使用、発呼あたりの応対係の収益発生実績、発呼者あたりの応対係の連絡時間、または電子的に記録することができる任意の他の実績基準を記録するための計算デバイスおよびデータベースの使用を含むことができる。発呼者を、２名以上の格付けされた応対係のうちの少なくとも１名と照合するための手段は、任意の計算デバイスを備えることができる。知的ルーティングシステムはさらに、切替システム等、発呼者を２名以上の応対係のうちの１名と接続するための手段を備えることができる。システムはさらに、ダイヤラ、発呼者ＩＤデバイス、および他の市販の電話または電気通信機器、ならびに、市販のデータベース、公的に利用可能なデータベース、クライアントデータベース、または連絡センターデータベース等のデータベースを含有するメモリを備えることができる。

さらに高度な実施形態では、本発明は、知的ルーティングシステムを作成するために使用することができ、システムは、２名以上の応対係のそれぞれに対する少なくとも１つの応対係データを決定するための手段と、発呼者に対する少なくとも１つの発呼者データを決定するための手段と、パターン照合アルゴリズムで応対係データおよび発呼者データを使用するための手段と、最適な対話の可能性を増大させるように、発呼者を、２名以上の応対係のうちの１名と照合するための手段と、を備える。応対係データを決定するための手段は、そのような情報を記憶するためのデータベースを含有するコンピュータメモリの使用等を通して、ハードコピーまたは電子形態で記録することができる、手動または自動調査の使用を備えることができる。発呼者データを決定するための手段は、市販のデータベース、クライアントデータベース、または連絡センターデータベース等のデータベースを発呼者データとともに含有する、コンピュータメモリの使用を備えることができる。発呼者データを決定するための手段はまた、発呼者ＩＤデバイス、ならびに、発呼者のアカウント番号または他の発呼者識別情報を受信するための電話または他の電気通信機器の使用も備えることができる。パターン照合アルゴリズムで応対係データおよび発呼者データを使用するための手段は、計算デバイスを備えることができる。発呼者を、２名以上の応対係のうちの１名と照合するための手段はまた、計算デバイスの使用も備えることができる。本知的ルーティングシステムの実施形態はまた、切替またはルーティングシステム等、発呼者を２名以上の応対係のうちの１名と接続するための手段も備えることができる。システムはまた、発呼者に接続するために応対係によって使用することができる、ダイヤラまたは電話機器等の発呼者に連絡するための手段も備えることができる。

本願で説明される技法の多くは、ハードウェアまたはソフトウェア、あるいは２つの組み合わせで実装されてもよい。好ましくは、技法は、プロセッサ、プロセッサによって可読である記憶媒体（揮発性ならびに不揮発性メモリおよび／または記憶素子を含む）、ならびに好適な入力および出力デバイスをそれぞれ含む、プログラム可能なコンピュータ上で実行されるコンピュータプログラムで実装される。プログラムコードは、説明される機能を果たすように、および出力情報を生成するように、入力デバイスを使用して入力されるデータに適用される。出力情報は、１つ以上の出力デバイスに適用される。また、各プログラムは、好ましくは、コンピュータシステムと通信するように、高水準手続き型またはオブジェクト指向プログラミング言語で実装される。しかしながら、プログラムは、所望に応じて、アセンブリまたは機械言語で実装することができる。いずれの場合でも、言語は、コンパイラ型またはインタープリタ型言語であってもよい。

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、あるい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てもよく、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。

図１は、連絡センター運営の一般設定を反映する概略図である。 図２は、パターン照合アルゴリズムを含む、連絡センタールーティングシステムに基づく例示的性能を図示する。 図３は、本願に提供される一実施例による、ルーティングシステムを含む、例示的アーキテクチャおよびルーティングセンターへの着信呼のフローを図示する。 図４は、応対係が応対可能である時、パターン照合エンジンを含む、例示的システム内の例示的タイミングフローを図示する。 図５は、応対係が応対不可能である時、パターン照合エンジンを含む、パターン照合エンジンを含む、例示的システム内の例示的タイミングフローを図示する。 図６は、連絡センターで応対係データおよび発呼者データを使用する、より高度な実施例を反映するフローチャートである。 図７Ａおよび７Ｂは、連絡センターを運営するための例示的方法を反映するフローチャートである。 図７Ａおよび７Ｂは、連絡センターを運営するための例示的方法を反映するフローチャートである。 図８は、連絡センターで応対係データおよび発呼者データを使用するための例示的方法を反映するフローチャートである。 図９Ａおよび９Ｂは、連絡センターで応対係データおよび発呼者データを使用するための例示的方法を反映するフローチャートである。 図９Ａおよび９Ｂは、連絡センターで応対係データおよび発呼者データを使用するための例示的方法を反映するフローチャートである。 図１０は、パターン照合アルゴリズムおよびコンピュータモデルの複数の出力変数の組み合わせまたは混合を最適化するための実施例を反映する、フローチャートである。 図１１は、本発明のある実施形態で一部または全部の処理機能性を実装するために採用され得る、典型的な計算システムを図示する。 図１２は、本発明のある実施形態で一部または全部の処理機能性を実装するために採用され得る、典型的な計算システムを図示する。

当業者が本発明を作製および使用することを可能にするように、以下の発明を実施するための形態を提示し、特定の用途およびそれらの要件との関連で提供する。実施形態に対する種々の修正が、当業者にとって容易に明白となり、本願で定義される一般原則は、本発明の精神および範囲から逸脱することなく、他の実施形態および用途に適用されてもよい。さらに、以下の説明では、説明の目的で、多数の詳細を記載する。しかしながら、当業者であれば、これらの具体的詳細の使用なしで、本発明が実践される場合があることを認識するであろう。他の場合においては、不必要な詳細で本発明の説明を分かりにくくしないために、周知の構造およびデバイスがブロック図で示されている。したがって、本発明は、示される実施形態に限定されることを目的としないが、本願で開示される原則および特徴と一致する、最も広い範囲が与えられるものである。

本発明は、特定の実施例および例示的図に関して説明されるが、当業者であれば、本発明が説明される実施例または図に限定されないことを認識するであろう。当業者であれば、必要に応じて、ハードウェア、ソフトウェア、ファームウェア、またはそれらの組み合わせを使用して、種々の実施形態の運営が実装されてもよいことを認識するであろう。例えば、ソフトウェア、ファームウェア、または配線論理の制御下でプロセッサまたは他のデジタル回路を使用して、いくつかのプロセスを実行することができる。（「論理」という用語は、本願では、記載された機能を実行することが当業者によって認識されるような、固定ハードウェア、プログラム可能な論理、および／またはそれらの適切な組み合わせを指す。<0）｝ソフトウェアおよびファームウェアは、コンピュータ可読記憶媒体上に記憶することができる。当業者にとって周知であるように、アナログ回路を使用して、いくつかの他のプロセスを実装することができる。加えて、メモリまたは他の記憶装置、ならびに通信構成要素も、本発明の実施形態で採用されてもよい。

説明は、３つの主要セクションに分割される。最初に、例示的連絡センター環境について記載された後、パターン照合アルゴリズムに基づいて、発呼者集合のうちの１名と応対係を照合するための例示的実績ベースのパターン照合ルーティングの方法およびシステムが続く。最後に、例示的ルーティング方法およびシステムとともに使用するための種々の例示的実績ベースのパターン照合ルーティング方法およびシステムについて記載される。例えば、アルゴリズムの複数の可変出力と関連付けられた種々の測定基準を組み合わせ、共通測定基準に組み入れるためのシステムおよび方法である。一実施例では、コールセンターは、所望の実績に対して、種々の方式で出力変数を混合することを所望し得る。

（例示的連絡センター環境）
図１は、連絡センター環境の例示的設定を反映する概略図である。ネットワーククラウド１０１は、着信発呼者を受信するように、または発信発呼者に行なわれた連絡を支援するように設計される、特定または地域の電気通信ネットワークを反映する。ネットワーククラウド１０１は、電話番号または電子メールアドレス等の単一の連絡先アドレス、または複数の連絡先アドレスを備えることができる。中央ルータ１０２は、コールセンター１０３間で連絡をルーティングするのに役立つように設計される、連絡ルーティングハードウェアおよびソフトウェアを反映する。中央ルータ１０２は、単一の連絡センターしか配備されていない場合に、必要とされなくてもよい。複数の連絡センターが配備される場合、特定の連絡センター１０３に対する別のルータに連絡をルーティングするために、より多くのルータが必要とされてもよい。連絡センターレベル１０３において、連絡センタールータ１０４は、個別電話または他の電気通信機器１０５で連絡を応対係１０５にルーティングする。一般的には、連絡センター１０３に複数の応対係１０５がいるが、連絡センター１０３に１名の応対係１０５しかいない実施形態が確かにあり、その場合、連絡センタールータ１０４は不必要であることが判明してもよい。

（例示的ルーティング方法およびシステム）
図２は、例示的連絡センタールーティングシステム２００（図１の連絡センタールータ１０４とともに含まれてもよい）を図示する。概して、ルーティングシステム２００は、少なくとも部分的に、応対係の実績、発呼者データおよび／または応対係データに基づくパターン照合アルゴリズムまたはコンピュータモデル、および同等物に基づいて、発呼者と応対係を照合するように動作可能である。ルーティングシステム２００は、通信サーバ２０２と、パターン照合エンジン２０４（「満足マッピング（Ｓａｔｉｓｆａｃｔｉｏｎ Ｍａｐｐｉｎｇ）」または「ＳａｔＭａｐ」と呼ばれる場合がある）と、を含んでもよい。パターン照合エンジン２０４は、以前の発呼者・応対係照合の実績または結果に基づいて経時的に適応する、パターン照合アルゴリズムおよびコンピュータモデルに基づいて、発呼者を応対係と照合するように、種々の方式で動作してもよい。一実施例では、パターン照合エンジン２０４は、ニューラルネットワークベースの適応パターン照合エンジンを含む。

種々の他の例示的パターン照合およびコンピュータモデルシステムおよび方法が、コンテンツルーティングシステムおよび／またはパターン照合エンジン２０４とともに含まれてもよく、その全体で参照することにより本願に組み込まれる、「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｒｏｕｔｉｎｇ Ｃａｌｌｅｒｓ ｔｏ ａｎ Ａｇｅｎｔ ｉｎ ａ Ｃｏｎｔａｃｔ Ｃｅｎｔｅｒ」と題され、２００８年１月２８日出願の米国特許第１２／０２１，２５１号で説明されている。さらに、種々の例証的パターン照合アルゴリズムおよびコンピュータモデル生成技術について、以下の本セクションの説明に続いて記載される。

ルーティングシステム２０４はさらに、着信発呼者の発呼者データ、発呼者-応対係の対に関するデータ、発呼者-応対係の対の結果、応対係の応対係データ、および同等物を収集するためのコレクタ２０６等、他の構成要素を含んでもよい。さらに、ルーティングシステム２００は、ルーティングシステム２００の性能および動作の報告を生成するための報告エンジン２０８を含んでもよい。種々の他のサーバ、構成要素、および機能性が、ルーティングシステム２００とともに含めることが可能である。さらに、単一のハードウェアデバイスとして示されているが、種々の構成要素は、相互から遠隔に位置してもよいことが理解されるであろう（例えば、通信サーバ２０２およびルーティングエンジン２０４は、共通ハードウェア／サーバシステムとともに含まれたり、共通場所に含まれたりする必要がない）。加えて、種々の他の構成要素および機能性が、ルーティングシステム２００とともに含まれてもよいが、ここでは明確にするために省略されている。

図３は、本願に提供される一実施例によるルーティングシステムを含む、例示的アーキテクチャおよびルーティングセンターへの着信呼のフローを図示する。動作時、着信発呼者は、最初に、発呼者にサービスを提供するために必要または所望される技能集合を決定し得る、双方向音声応答（ＩＶＲ）を受信してもよい。例えば、技能集合は、発呼者によって発話される言語を含んでもよい。他の実施例では、技能集合は、発呼者によってダイヤルされた番号によって決定されてもよく、例えば、その場合、別個の番号が、異なる言語別に使用される。いくつかの実施例では、例えば、コールセンターが、単一言語で運営を行うか、または単一技能集合のみのサービスを提供する場合、技能集合の決定は、省略されてもよいことを理解されるであろう。

ルーティング要求は、パターン照合エンジン（例えば、図２の通信サーバ２０２を介して、パターン照合エンジン２０４）に通信される。技能集合において、応対係が応対可能である場合、パターン照合エンジンは、３３０において、最適照合発呼者を照合し、最適実績応対係または特定の発呼者のための最適照合応対係にルーティングする。例えば、最長時間保留された応対係に接続するように動作する応対係待ち行列を使用し得る、従来のルーティングシステムとは対照的に、パターン照合エンジンは、発呼者を全応対可能な応対係と比較し、最適実績を有する、または発呼者と最適照合である（例えば、発呼者を所望の出力実績を達成する最大可能性を有する応対係と対合する）応対係に発呼者をルーティングする。応対係の状態および応対可能であるかどうかは、通信サーバ２０２またはパターン照合エンジン２０４に記憶され、そこで追跡されてもよい。

３２０において、発呼者に対して決定された特定の技能集合に応対可能な応対係がいない場合、パターン照合エンジンは、適切な技能を有する応対係が応対可能となり、３４２において、照合され、応対係にルーティング可能となるまで、呼をシャドー技能集合待ち行列に加えてもよい。一実施例では、応対係が応対可能となるのに伴って、パターン照合エンジンは、シャドー技能待ち行列内の全発呼者を応対係と比較し、どの発呼者が応対係にルーティングされるかを決定するように動作する。したがって、発呼者は、シャドー技能待ち行列の順番から外されてもよい（すなわち、最長待機発呼者が、必ずしも、応対可能な応対係と照合されない）。

しかしながら、いくつかの実施例では、シャドー技能集合待ち行列内の発呼者が、閾値待機時間を超える場合、その発呼者は、３４４において、標準技能集合待ち行列に移動され、その場合、標準技能集合待ち行列は、順序付けられ、従来の方法のようにサービスが提供される。システムは、最初に、全発呼者にサービスが提供されるまで、標準技能集合待ち行列からの発呼者をルーティングし、次いで、上述のようなシャドー技能集合待ち行列からの発呼者をルーティングするように動作してもよい。

最後に、パターン照合エンジンが応答しない（例えば、エンジンがダウンしている、またはある発呼者を選択的にルーティングしない）場合、発呼者は、３５０において、標準技能集合待ち行列にルーティングされてもよい。例えば、発呼者は、技能集合に基づいて、かつ実績またはパターン照合エンジンのパターン照合に基づかず、ルーティングされることができる。

図４は、応対係が応対可能である場合のパターン照合エンジンを含む、例示的ルーティングシステム内の例示的タイミングフロー図を図示する。最初に、ルーティングシステムと関連付けられた通信サーバが、種々の応対係および呼関連イベントを含む、種々の情報を構内電話交換機（ＰＢＸ）／自動着信分配ＡＣＤ）サーバに通信してもよい。例えば、応対係がシステムにログインするのに伴って、情報が、ＰＢＸ／ＡＣＤサーバに通信され、イベント報告が、通信サーバに折り返し通信される。

発呼者のＰＢＸ／ＡＣＤサーバへの発呼に応答して、ルーティング要求が、通信サーバに通信され、順に、パターン照合エンジンに要求を通信する。加えて、発呼者データは、本願に説明されるように、実績またはパターン照合アルゴリズムに基づいて、発呼者の最適照合を決定するためのパターン照合エンジンに通信される。ルーティングエンジンの結果（例えば、どの応対係を発呼者にルーティングするか）が、発呼者に対するルーティング選択として、通信サーバおよびＰＢＸ／ＡＣＤサーバに折り返し通信される。

最後に、呼の終了時、報告が、コレクタ／報告エンジンに通信される。呼報告は、既知の発呼者データ、応対係データ、呼の持続時間、呼の結果、顧客満足データ、応対係満足データ、呼の日時等を含む、呼に関する種々の情報を含んでもよい。

図５は、応対係が応対不可能である場合の、パターン照合エンジンを含む、例示的システム内の例示的タイミングフロー概略図を図示する。図示されるように、全応対係が話し中である時に、クライアントの入呼に伴って、発呼者は、シャドー待ち行列に置かれ、ＰＢＸ／ＡＣＤサーバに通信される。応対係が応対可能になると、パターン照合エンジンは、シャドー待ち行列内の発呼者を走査し、応対係に対する最適照合発呼者を決定し、それに準じて、ルーティング選択を発行する。いくつかの実施例では、発呼者が、時間切れで、標準待ち行列に置かれている場合、その発呼者は、シャドー待ち行列内の発呼者より先にルーティングされてもよいことに留意されたい。

（例示的実績およびパターン認識方法およびシステム）
以下は、パターン照合エンジンが動作し得る、種々の例示的方法である。例えば、説明されるように、パターン照合アルゴリズムは、実績によって応対係をランク付けする、応対係データおよび発呼者データを比較して、パターン照合アルゴリズムによって照合する、応対係−発呼者対の結果を予測するようにコンピュータモデルを作成する、および同等物を行なってもよい。コンテンツルータシステムは、例示的方法を実装するように、ソフトウェア、ハードウェア、ファームウェア、またはそれらの組み合わせを含んでもよいことが理解されるであろう。

図６は、応対係の実績を格付けするための一例示的方法のフローチャートである。方法は、最適な対話によって、２名の応対係を格付けするステップと、最適な対話の可能性を増大させるように、発呼者を、２名の格付けされた応対係のうちの少なくとも１名と照合するステップとを含む。最初に、６０１では、応対係は、収益の増加、費用の減少、または顧客満足の増大等、最適な対話によって格付けされる。格付けするステップは、少なくとも１０日の期間等の期間にわたって、最適な対話を達成する能力について連絡センター応対係の実績を照会することによって達成される。しかしながら、期間は、直近の連絡から発呼者との応対係の最初の対話に及ぶ期間までとすることができる。また、応対係を格付けする方法は、特定の最適な対話に対する１〜Ｎの尺度で各応対係をランク付けするほど単純にすることもできる（Ｎは、応対係の合計数である）。格付けする方法はまた、費用によって応対係を格付けするように、各応対係の平均連絡対処時間を決定するステップ、販売によって応対係を格付けするように、各応対係によって発生した総売上高または販売数を決定するステップ、または顧客満足によって応対係を格付けするように、発呼者との連絡の終了時に顧客調査を行うステップを含むこともできる。しかしながら、上述の内容は、応対係が格付けされ得る方法の例にすぎず、多くの他の方法が存在する。

６０２では、発呼者が、連絡センターとの最初の連絡を開始するために、電話番号または電子メールアドレス等の連絡情報を使用する。６０３では、発呼者は、従来技術のラウンドロビン照合方法を使用するだけとは対照的に、最適な対話の可能性が増大させられるように、応対係または応対係のグループと照合される。照合は、発呼者と、連絡センターのログインした全ての応対係、連絡センターで現在連絡に応対可能な全ての応対係、またはそれらの任意の混合またはサブグループとの間で発生することができる。照合規則は、最小等級を伴う応対係が発呼者との照合のために好適な唯一の応対係であるように設定することができる。照合規則はまた、最適な対話またはそれらの混合のための最高等級を伴う応対可能な応対係が発呼者と照合されるように、設定することもできる。連絡が開始された時間から、発呼者を１名の応対係に接続するように交換機に命令する代わりに、発呼者を特定の応対係に接続するように交換機が命令された時間までに経過した時間内に、応対係が応対不可能になってもよい場合を提供するために、照合規則は、特定の発呼者に対する応対係適合性の順序付けを定義し、その順序付けで、発呼者を最高等級の応対係と照合することができる。６０４では、発呼者は、次いで、最適な対話の可能性を増大させるように、格付けされた応対係に接続され、次いで、応対係と発呼者との間の連絡対話が発生する。

図７Ａは、２つの最適な対話によって、少なくとも２名の応対係のグループを格付けし、１つの最適な対話を別の随意的な対話に対して加重し、より重く加重された最適な対話の可能性を増大させるように、２名の格付けされた応対係のうちの１名に発呼者を接続するための例示的方法を図示する。７０１では、応対係が、収益の増加、費用の減少、または顧客満足の増加等、２つ以上の最適な対話によって格付けされる。７０２では、最適な対話は、相互に対して加重される。加重は、各最適な対話に加重率因数の割合を割り当てるほど単純となり得て、全ての因数が合計で１００パーセントになる。しかしながら、任意の比較加重方法を使用することができる。種々の最適な対話に置かれる加重は、連絡センターやそのクライアントによって制御された方式で、または所定の規則に従って、リアルタイムで行なうことができる。選択的に、連絡センターまたはそのクライアントは、インターネットまたは何らかの別のデータ転送システム上で加重を制御してもよい。一例として、連絡センターのクライアントは、インターネットブラウザ上で現在使用中の加重にアクセスし、これらを遠隔で修正することができる。そのような修正は、すぐに効果を現すように設定されてもよく、そのような修正の直後に、後続の発呼者ルーティングは、新たに確立する加重に従って発生する。そのような実施例の事例は、連絡センタークライアントが、現在の事業における最重要戦略的優先順位が収益の最大化であると決定する場合に、生じてもよい。そのような場合、クライアントは、所与の連絡において販売の最大確率を発生させる応対係の選択に有利に働くように、加重を遠隔で設定する。後に、クライアントは、顧客満足の最大化が事業においてより重要であると判断してもよい。この場合、発呼者が、満足のレベルを最大化する可能性が最も高い応対係にルーティングされるように、加重を遠隔で設定することができる。代替として、加重の変化は、以降の時間に実施されるように設定されてもよく、例えば、翌朝に開始する。

７０３では、発呼者が、連絡センターとの連絡を開始するために、電話番号または電子メールアドレス等の連絡情報を使用する。７０４では、格付けされた応対係に対する最適な対話の等級が、これらの格付けされた応対係に対する加重等級を導出するために、これらの最適な対話に置かれた加重とともに使用される。７０５では、発呼者が、最適な対話のための最高加重等級を伴う応対可能な応対係と照合される。７０６では、発呼者は、次いで、より重く加重された最適な対話の可能性を増大させるように、最高加重等級を伴う応対係に接続される。本実施形態はまた、より重く加重された最適な対話の混合の可能性を増大させるよう、発呼者が最高加重等級の混合を伴う応対係に接続されるように、修正することもできる。図７Ａのフローチャートで概説される作用は、その正確な順番で生じる必要がないことが理解されるであろう。

図７Ｂは、発信連絡センターを運営する例示的方法を反映する、本発明の一実施形態のフローチャートであり、方法は、少なくとも２名の発呼者のグループを識別するステップと、最適な対話によって２名の応対係を格付けするステップと、２名の格付けされた応対係のうちの少なくとも１名を、グループからの少なくとも１名の発呼者と照合するステップと、を含む。７１１では、少なくとも２名の発呼者のグループが識別される。これは、一般的には、連絡センターのクライアントによって連絡センターに提供される、リードリストの使用を通して達成される。７１２では、少なくとも２名の応対係のグループが、最適な対話によって格付けされる。７１３では、最適な対話の可能性を増大させるように、グループからの発呼者のうちの１名以上を、格付けされた応対係のうちの１名以上と照合するために、応対係等級が使用される。本照合は、１名以上の応対係に対して生成された別個のリードリストの形態で具体化することができ、次いで、応対係が勧誘活動を行なうためにそれを使用することができる。

電話デバイスを採用する発信連絡センターでは、リードリストを通してダイヤラに発呼させることがより一般的である。ダイヤラが所在する発呼者を獲得すると、本発明は、最適な対話のための応対可能な応対係およびそれぞれの等級を決定し、最適な対話の可能性を増大させるように、所在する発呼者を応対可能な応対係のうちの１名以上と照合させ、発呼者をこれらの応対係のうちの１名に接続することができ、次いで、応対係が勧誘活動を行なうことができる。好ましくは、本発明は、所在する発呼者を応対係のグループと照合させ、発呼者に対する応対係適合性の順序付けを定義し、所在する発呼者を、その順序付けで現在応対可能な最高等級の応対係と照合させ、発呼者を最高等級の応対係に接続する。このように、ダイヤラは、連続的にリードリストを通して発呼し、可能な限り迅速に所在する発呼者を獲得することが可能であるべきで、それを本発明が現在応対可能な最高等級の応対係と照合させ、接続することができるため、ダイヤラの使用は、本発明でより効率的になる。図７Ｂのフローチャートで概説されるステップは、その正確な順番で生じる必要がないことが理解されるであろう。

図８は、発呼者に関する人口統計、心理学的、および他の事業関連データ（本願では、個別に、または総称して「発呼者」データと呼ばれる）とともに、応対係の等級、応対係の人口統計データ、応対係の心理学的データ、および応対係に関する他の事業関連データ（本願では、個別に、または総称して「応対係」データと呼ばれる）を組み合わせることによって、最適な対話の可能性を増大させるために使用することができる、本発明のより高度な実施形態を反映するフローチャートである。応対係および発呼者人口統計データは、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、および信用度の得点のうちのいずれかを備えることができる。応対係および発呼者心理学的データは、内向性、社交性、経済的成功の所望、ならびに映画およびテレビの選好のうちのいずれかを備えることができる。図８のフローチャートで概説されるステップは、その正確な順番で生じる必要がないことが理解されるであろう。

したがって、着信連絡センターを運営するための方法の実施形態は、発呼者に対する少なくとも１つの発呼者データを決定するステップと、２名の応対係のそれぞれに対する少なくとも１つの応対係データを決定するステップと、パターン照合アルゴリズムで応対係データおよび発呼者データを使用するステップと、最適な対話の可能性を増大させるように、発呼者を前記２名の応対係のうちの１名と照合するステップと、を含む。８０１では、少なくとも１つの発呼者データ（発呼者の人口統計または心理学的データ等）が決定される。これを達成する１つの方法は、インデックスとして発呼者の連絡情報を使用することによって、利用可能なデータベースから、これを読み出すことによるものである。利用可能なデータベースは、公的に応対可能なもの、市販されているもの、または連絡センターあるいは連絡センタークライアントによって作成されるものを含むが、それらに限定されない。発信連絡センター環境では、発呼者の連絡情報は、事前に分かっている。着信連絡センター環境では、発呼者の連絡情報は、発呼者の発呼者ＩＤ情報を調べることによって、または発呼者アカウント番号の入力あるいは他の発呼者識別情報等を通して、連絡の開始時にこの発呼者の情報を要求することによって、読み出すことができる。履歴購入行動、顧客としての現在の満足のレベル、または製品への関心の自発的レベル等、他の事業関連データもまた、利用可能なデータベースから回収されてもよい。

８０２では、２名の応対係のそれぞれに対する少なくとも１つの応対係データが決定される。応対係の人口統計または心理学的データを決定する１つの方法は、雇用時に、または雇用の全体を通して周期的に、応対係を調査するステップを伴うことができる。そのような調査プロセスは、書面または口頭調査等を通して、手動となり得るか、またはウェブブラウザ上の展開等によって、コンピュータシステム上で行なわれる調査で自動化することができる。

本高度な実施形態は、好ましくは、発呼者の人口統計、心理学的、および他の事業関連データとともに、応対係の等級、人口統計、心理学的、および他の事業関連データを使用するが、例示的方法およびシステムの他の実施形態は、１つ以上の種類または部類の発呼者または応対係データを排除して、本発明を採用するために必要な計算能力または記憶を最小限化することができる。

いったん応対係データおよび発呼者データが収集されると、本データは、計算システムに渡される。次いで、計算システムは、各応対係を発呼者と照合させ、販売の発生、連絡の持続時間、または顧客が満足であると思う対話を発生させる可能性等、多数の最適な対話に沿った各照合の推定結果を推測する、コンピュータモデルを作成するために、順に、８０３において、本データをパターン照合アルゴリズムで使用する。

例示的方法およびシステムで使用されるパターン照合アルゴリズムは、ニューラルネットワークアルゴリズムまたは遺伝的アルゴリズム等、任意の相関アルゴリズムを備えることができる。アルゴリズムを概して学習する、あるいは精緻化するために、（最適な対話について測定されるような）実際の連絡結果が、発生した各連絡に対する実際の応対係および発呼者データに対して比較される。次いで、パターン照合アルゴリズムは、ある応対係とのある発呼者の照合が、最適な対話の可能性をどのように変化させるかを習得するか、またはその習得を向上させることができる。このように、パターン照合アルゴリズムは、次いで、特定の応対係データ集合を伴う応対係との特定の発呼者データ集合を伴う発呼者の照合との関連において、最適な対話の可能性を予測するために使用することができる。好ましくは、連絡センターが１日の運営を終了した後に毎晩、アルゴリズムを周期的に学習する等、発呼者対話についてのより多くの実データが応対可能になるのに伴って、パターン照合アルゴリズムは周期的に精緻化される。

８０４では、各応対係および発呼者の照合に対する最適な対話の予測可能性を反映する、コンピュータモデルを作成するために、パターン照合アルゴリズムが使用される。好ましくは、コンピュータモデルは、全ての応対可能な発呼者に対して照合されるような、連絡センターにログインしている全ての応対係に対する一連の最適な対話の予測可能性を備える。代替として、コンピュータモデルは、これらのサブ集合、または上述の集合を含有する集合を備えることができる。例えば、連絡センターにログインしている全ての応対係を、全ての応対可能な発呼者と照合する代わりに、実施例は、全ての応対可能な応対係を、全ての応対可能な発呼者、または応対係あるいは発呼者のより狭いサブ集合と照合することができる。同様に、本発明は、応対可能である、またはログインしているか否かにかかわらず、特定のキャンペーンに取り組んだ全ての応対係を、全ての応対可能な発呼者と照合することができる。同様に、コンピュータモデルは、１つの最適な対話または多数の最適な対話の予測可能性を備えることができる。

コンピュータモデルは、応対係および発呼者の各照合のための適合性スコアを備えるように、さらに精緻化することもできる。適合性スコアは、パターン照合アルゴリズムによって予測されるような一連の最適な対話の可能性を得て、別の最適な対話に関係するような特定の最適な対話を、多かれ少なかれ重視するように、これらの可能性を加重することによって、決定することができる。次いで、適合性スコアは、どの応対係がどの発呼者に接続されるべきかを決定するために、例示的方法およびシステムで使用することができる。

８０５では、発呼者と照合される応対係をいつ、またはどのように接続するかを定義するように、接続規則が適用され、発呼者は、それに応じて応対係と接続される。接続規則は、全ての応対可能な応対係の中での発呼者との最適の照合に従って、発呼者に接続するようにシステムに指示するほど単純となり得る。このように、発呼者保留時間を最小限化することができる。接続規則はまた、応対可能な応対係と発呼者との間に最小閾値照合が存在する時のみ発呼者に接続するように、規定の期間に最低限の照合あるいはその時に最も応対可能な照合を検索させるように、または、特定の発呼者に対する応対係適合性の順番を定義して、最適な対話を達成する最適の可能性がある、その順番で、発呼者を現在応対可能な応対係と接続するようにシステムに指示する等、より複雑となり得る。接続規則はまた、潜在的により良好な照合について検索が行なわれている間に、ある応対係を意図的に応対可能にしておくこともできる。

一般的には、保留中の発呼者の待ち行列は、連絡センターで形成される。待ち行列が形成されると、顧客満足を獲得し、連絡の費用を減少させる可能性を増大させるために、各発呼者の保留時間を最小限化することが望ましく、その費用は、連絡持続時間の関数だけでなく、待機が長過ぎる場合に発呼者が連絡を断念する可能性の関数ともなり得る。発呼者を応対係と照合させた後、したがって、接続規則は、待ち行列の割り込みのためのアルゴリズムを備えるように構成することができ、それにより、保留中の発呼者および応対可能な応対係の好ましい照合は、時間順に並べられた待ち行列の中で、他者より先に発呼者がその応対係に渡されるように、発呼者の接続優先順位を増加させることによって、発呼者に待ち行列の「割り込み」をさせる。待ち行列割り込みアルゴリズムはさらに、発呼者が待ち行列に割り込んだ場合に行なわれる最適な対話の可能性に関する利益に対して、発呼者を保留中にしておくこと、および容認可能なレベルまたは最低レベルの費用または顧客満足の可能性で、経時的に行なわれる最適な対話の全体的可能性を増大させるように、発呼者を待ち行列に割り込ませることに関連する、費用の間のトレードオフを自動的に実装するように構成することができる。発呼者はまた、発呼者がすでに応対可能である特定の応対係と照合されれば、最適な対話が特に起こり得ると類似性データベースが示す場合に、待ち行列に割り込むことができる。

理想的には、接続規則は、待ち行列中の発呼者と全てのログインした応対係との間の照合が、販売のわずかな可能性をもたらす可能性があるが、最適な応対係が応対可能になることをシステムが待っている間に、発呼者が長い時間保留中にされるため、連絡の費用が高く、顧客満足の可能性が低い状況を回避するように、構成されるべきである。そのような発呼者を識別し、発呼者を待ち行列に割り込ませることによって、連絡センターは、最適な対話（例えば、販売）の全体的可能性がわずかであるが、連絡の金銭および満足の損失が高い状況を回避することができる。

例示的方法およびシステムはまた、システムによって最適と識別される特定の応対係または生成される応対係の順序が、ランダムに無効にされ、発呼者が、発呼者にとって最適と必ずしも識別されない応対係に接続されるように、連絡ルーティングプロセスに、ある程度のランダム性を導入することを備えることもできる。そのような部分的ランダム性の導入は、応対係がそのような対話から潜在的に習得し、そのような発呼者に対処する能力を向上させるために、ある応対係が正常機能下では通常は接続される可能性が低い発呼者に接続されることを、システムが望む場合に、有用であってもよい。ランダム性の程度は、本質的にいずれのランダム性も連絡ルーティングプロセスに導入されない０．１パーセント、システムが本質的に全く機能しない９９．９パーセント、全ての発呼者の半数が応対係にランダムにルーティングされる５０パーセント、または、０．１パーセントから９９．９パーセントの間の任意の他の値に設定することができる。選択的に、本ランダム性の程度は、連絡センター、応対係、または連絡センターのクライアントによって設定することができる。そのような設定は、インターネットのようなデータ転送および回収システム上で、遠隔で行なわれてもよく、すぐに効果が現れるように構成することができるか、または以降の時間に実施されるように設定されてもよい。

そのようなものとして、例示的方法およびシステムはまた、類似性データベースを備えることもでき、データベースは、人口統計、心理学的、または他の事業関連情報とは無関係である、個別発呼者の連絡結果についてのデータ（本願では「発呼者類似性データ」と呼ばれる）を備える。そのような発呼者類似性データは、発呼者の購入履歴、連絡時間履歴、または顧客満足履歴を含むことができる。これらの履歴は、製品の購入に対する発呼者の一般履歴、応対係との平均連絡時間、または平均顧客満足評定等、一般的なものとなり得る。これらの履歴はまた、特定の応対係に接続された時の発呼者の購入、連絡時間、または顧客満足履歴等、応対係固有のものにもなり得る。

次いで、発呼者類似性データは、例示的方法およびシステムを使用して行なうことができる照合を精緻化するために使用することができる。一例として、ある発呼者は、発呼者が連絡を受けた最後のいくつかの事例において、発呼者が製品またはサービスを購入することを選択したため、購入する可能性が高い者として発呼者類似性データによって識別されてもよい。次いで、この購入履歴は、最適な対話の可能性を増大させるよう、発呼者が、発呼者に好適と見なされた応対係と優先的に照合されるように、照合を適切に精緻化するために使用することができる。本実施形態を使用することによって、発呼者の過去の購入行動を考慮すると、販売の可能性が依然として起こり得るため、連絡センターは、発呼者を、収益を発生させるための高い等級がない、またはそうでなければ容認可能な照合にならない応対係と優先的に照合することができる。この照合のための戦略は、そうでなければ発呼者との連絡対話に従事した可能性のある、他の応対係を応対可能にする。代替として、連絡センターは、代わりに、発呼者データおよび応対係の人口統計または心理学的データを使用して生成された照合が何を示してもよいかにかかわらず、発呼者が、収益を発生させるための高い等級を伴う応対係と照合されることを保証しようとしてもよい。

より高度な類似性データベースは、発呼者の連絡結果が種々の応対係データにわたって追跡されるものを含む。そのような分析は、例えば、発呼者が、同様の性別、人種、年齢の応対係に、または特定の応対係と照合させられた場合に、満足する可能性が最も高いことを示す場合がある。本実施例を使用して、システムまたは方法は、発呼者を、容認可能な最適な対話を発生させたことが発呼者類似性データから分かっている、特定の応対係または特定の種類の応対係と優先的に照合することができる。

類似性データベースは、商用、クライアント、または公的に利用可能なデータベースソースに、発呼者に関する情報が欠けているかもしれない時に、発呼者に関する特に実用的な情報を提供することができる。本データベース開発はまた、個別発呼者の連絡結果が、商用データベースが示唆する場合のあるものとは異なってもよいという結論を推進してもよいため、発呼者についての応対可能なデータがある場合でさえも、連絡ルーティングおよび応対係と発呼者との照合をさらに増大するために使用することもできる。一例として、システムまたは方法が、発呼者と応対係を照合するために、商用データベースのみに依存する場合、最適な顧客満足を達成するように、発呼者が同じ性別の応対係に最も良く照合されることを予測してもよい。しかしながら、発呼者との以前の対話から開発された類似性データベース情報を含むことによって、例示的方法およびシステムは、最適な顧客満足を達成するように、発呼者が異性の応対係に最も良く照合されることをより正確に予測する場合がある。

例示的方法およびシステムの別の側面は、特定の発呼者の人口統計、心理学的、または他の事業関連特性と照合されるような、個々の応対係の収益発生、費用、および顧客満足実績データ（本願では「応対係類似性データ」と呼ばれる）を備える、類似性データベースを開発してもよいことである。このような類似性データベースは、例えば、特定の応対係が、同様の年齢の発呼者との対話で最適に機能し、有意に高齢または若齢の発呼者との対話ではあまり最適に機能しないことを、例示的方法およびシステムに予測させてもよい。同様に、この本類似性データベースは、ある応対係類似性データを伴う応対係が、特定の地理の出身の発呼者を、応対係が他の地理からの発呼者を対処するよりもはるかに最適に対処することを、実施例に予測させてもよい。別の例として、システムまたは方法は、応対係が激怒した発呼者に接続される状況において、特定の応対係が最適に機能することを予測してもよい。

類似性データベースは、好ましくは、照合を生成するようにパターン照合アルゴリズムを通過する、応対係データおよび発呼者データと組み合わせて使用されるが、類似性データベースに記憶される情報はまた、類似性情報が照合を生成するために使用される唯一の情報であるように、応対係データおよび発呼者データとは無関係に使用することもできる。

図９Ａは、２名の応対係のそれぞれに対する少なくとも１つの応対係データを決定するステップと、少なくとも２名の発呼者のグループを識別するステップと、グループからの少なくとも１名の発呼者に対する少なくとも１つの発呼者データを決定するステップと、パターン照合アルゴリズムで応対係データおよび発呼者データ使用するステップと、最適な対話の可能性を増大させるように、グループからの少なくとも１名の発呼者を、２名の応対係のうちの１名と照合するステップと、を含む、例示的方法を図示する。９０１では、少なくとも１つの応対係データが、少なくとも２つの応対係のグループに対して決定される。９０２では、少なくとも２名の発呼者のグループが識別される。これは、一般的には、連絡センターのクライアントによって連絡センターに提供される、リードリストの使用を通して達成される。９０３では、グループからの少なくとも１名の発呼者に対する少なくとも１つの発呼者データが識別される。

いったん応対係データおよび発呼者データが収集されると、本データは、計算システムに渡される。次いで、計算システムは、各応対係を発呼者と照合させ、販売の発生、連絡の持続時間、または顧客が満足であると思う対話を発生させる可能性等、多数の最適な対話に沿った各照合の推定結果を推測する、コンピュータモデルを作成するために、順に、ステップ９０４において、本データをパターン照合アルゴリズムで使用する。９０５では、各応対係および発呼者の照合に対する最適な対話の予測可能性を反映する、コンピュータモデルを作成するために、パターン照合アルゴリズムが使用される。

９０６では、発呼者は、応対係または応対係のグループと照合される。本照合は、１名以上の応対係に対して生成された別個のリードリストの形態で具体化することができ、次いで、応対係が勧誘活動を行なうためにそれを使用することができる。９０７では、発呼者が応対係に接続され、応対係が勧誘活動を行なう。図９Ａのフローチャートで概説される作用は、その正確な順番で生じる必要がないことが理解されるであろう。

リードリストを通して発呼するためにダイヤラが使用される場合、所在する発呼者を獲得すると、システムは、応対可能な応対係を決定し、所在する発呼者を応対可能な応対係のうちの１名以上と照合するためにパターン照合アルゴリズムとともに発呼者および応対係データを使用し、発呼者をこれらの応対係のうちの１名と接続することができる。好ましくは、システムは、所在する発呼者を応対係のグループと照合させ、そのグループ内で発呼者に対する応対係適合性の順序付けを定義し、所在する発呼者を、その順序付けで応対可能な最高等級の応対係と照合させ、発呼者をその最高等級の応対係に接続する。所在する発呼者を応対係のグループと照合する際に、例示的方法およびシステムは、同様の人口統計データまたは心理学的データ等の同様の応対係データを伴う一群の応対係を決定し、さらに、その一群内で応対係適合性の順序付けを決定するために使用することができる。このように、例示的方法およびシステムは、ダイヤラの効率を増加させ、特定の応対係データを伴う応対係が応対可能になるまでダイヤラを停止しなければならないことを回避することができる。

例示的方法およびシステムは、後続の分析のために、各ルーティングされた発呼者に固有のデータを記憶してもよい。例えば、システムおよび方法は、販売の可能性、連絡持続時間、顧客満足、または他のパラメータ等、コンピュータモデルによって予測されるような最適な対話の可能性を含む、任意のコンピュータモデルで生成されたデータを記憶することができる。そのような記憶は、応対係および発呼者データ、販売が発生したかどうか、連絡の持続時間、および顧客満足のレベルを含む、行なわれた発呼者接続に対する実データを含んでもよい。そのような記憶はまた、行なわれた応対係と発呼者との照合、ならびに、接続規則に従って、かつ特定の応対係への接続の前に、照合がどのように考慮されたか、どの照合が考慮されたか、およびいつ考慮されたかに対する実データを含んでもよい。

本記憶された情報は、いくつかの方法で分析されてもよい。１つの可能な方法は、異なる時間間隔にわたる最適な対話に対する方法およびシステムの蓄積効果を分析し、連絡センターまたは連絡センタークライアントにその効果を報告することである。例えば、例示的方法およびシステムは、５分、１時間、１ヶ月、１年、および特定のクライアント勧誘キャンペーンの開始から等の他の時間間隔にわたって、収益の増大、費用の削減、顧客満足の増加におけるシステムの蓄積効果に関して、折り返し報告することができる。同様に、例示的方法およびシステムは、特定数の発呼者、例えば、１０名の発呼者、１００名の発呼者、１０００名の発呼者、処理された発呼者の合計数、または発呼者の他の合計数にわたって、収益の増大、費用の削減、および顧客満足の増加における方法およびシステムの蓄積効果を分析することができる。

例示的方法およびシステムを採用することの蓄積効果を報告するための１つの方法は、発呼者を連絡センターのログインしている各応対係と照合するステップと、各応対係について最適な対話の可能性を平均化するステップと、どの応対係が発呼者に接続されたかを決定するステップと、接続された応対係に対する最適な対話の可能性を平均可能性で除算するステップと、結果の報告を生成するステップと、を含む。このように、発呼者を任意のログインした応対係にランダムにルーティングすることとは対照的に、発呼者を特定の応対係にルーティングすることに関連する、予測された増加として、方法およびシステムの効果を報告することができる。本報告方法はまた、特定のキャンペーンの開始以来の全ての応対可能な応対係について、または全てのログインした応対係について平均化されるような、最適な対話の可能性に対して、特定の応対係ルーティングの最適な対話可能性を比較するように修正することもできる。実際、特定の期間に応対不可能な全応対係についての最適な対話の平均可能性を、同じ時に応対可能な全応対係についての最適な対話の平均可能性で除算することによって、例示的方法およびシステムによって作成される、その時の最適な対話の可能性までの全体的促進を示す、報告を生成することができる。代替として、ある期間にわたって１名の応対係または応対係のグループについて本発明をオンまたはオフを循環し、実際の連絡結果を測定することによって、方法およびシステムを監視し、報告を生成することができる。このように、どのような実際の測定された利益が、方法およびシステム採用することによって生成されるかを決定することができる。

例示的方法およびシステムの実施形態は、リアルタイムで、または過去の実績に基づいて、応対係と発呼者との照合の統計を監視し、コンピュータモデルによって予測される対話と対比して、達成されている最適な対話を測定すること、ならびに、本願で説明される方法を使用して、リアルタイムまたは過去の実績の任意の他の測定を可能にするように、連絡センターまたはそのクライアントに提供される、視覚コンピュータインターフェースと、印刷可能な報告と、を含むことができる。最適な対話への加重を変更するための視覚コンピュータインターフェースもまた、本願で論議されるように、リアルタイムで、または将来の所定の時間に、加重を監視または変更することができるように、連絡センターまたは連絡センタークライアントに提供することができる。

本願に記載される例示的方法およびシステムの実施形態はまた、知的ルーティングシステムを備えることもでき、システムは、最適な対話によって２名以上の応対係を格付けするための手段と、最適な対話の可能性を増大させるように、発呼者を、２名以上の格付けされた応対係のうちの少なくとも１名と照合するための手段と、を備える。応対係を格付けするための手段は、本願で論議されるように、手動または自動調査の使用、発呼あたりの応対係の収益発生実績、発呼者あたりの応対係の連絡時間、または電子的に記録することができる任意の他の実績基準を記録するための計算デバイスおよびデータベースの使用を含むことができる。発呼者を、２名以上の格付けされた応対係のうちの少なくとも１名と照合するための手段は、任意の計算デバイスを備えることができる。知的ルーティングシステムはさらに、切替システム等、発呼者を２名以上の応対係のうちの１名と接続するための手段を備えることができる。システムはさらに、ダイヤラ、発呼者ＩＤデバイス、および他の市販の電話または電気通信機器、ならびに、市販のデータベース、公的に利用可能なデータベース、クライアントデータベース、または連絡センターデータベース等のデータベースを含有するメモリを備えることができる。

さらに高度な実施形態では、例示的方法およびシステムは、知的ルーティングシステムを作成するために使用することができ、システムは、２名以上の応対係のそれぞれに対する少なくとも１つの応対係データを決定するための手段と、発呼者に対する少なくとも１つの発呼者データを決定するための手段と、パターン照合アルゴリズムで応対係データおよび発呼者データを使用するための手段と、最適な対話の可能性を増大させるように、発呼者を、２名以上の応対係のうちの１名と照合するための手段と、を備える。応対係データを決定するための手段は、そのような情報を記憶するためのデータベースを含有するコンピュータメモリの使用等を通して、ハードコピーまたは電子形態で記録することができる、手動または自動調査の使用を備えることができる。発呼者データを決定するための手段は、市販のデータベース、クライアントデータベース、または連絡センターデータベース等のデータベースを発呼者データとともに含有する、コンピュータメモリの使用を備えることができる。発呼者データを決定するための手段はまた、発呼者ＩＤデバイス、ならびに、発呼者のアカウント番号または他の発呼者識別情報を受信するための電話または他の電気通信機器の使用も備えることができる。パターン照合アルゴリズムで応対係データおよび発呼者データを使用するための手段は、計算デバイスを備えることができる。発呼者を、２名以上の応対係のうちの１名と照合するための手段はまた、計算デバイスの使用も備えることができる。この知的ルーティングシステムの実施形態はまた、切替またはルーティングシステム等、発呼者を２名以上の応対係のうちの１名と接続するための手段も備えることができる。システムはまた、発呼者に接続するために応対係によって使用することができる、ダイヤラまたは電話機器等の発呼者に連絡するための手段も備えることができる。

図９Ｂは、概して連絡センターに対する、または特定の連絡センタークライアントに対する最適な対話の可能性を増大させるように、応対係プールを識別する方法を含む、本発明の実施形態を反映するフローチャートである。本方法で応対係プールを識別することによって、連絡センターは、販売の獲得、低費用での運営、容認可能なレベルの顧客満足の獲得、または何らかの他の最適な対話に対する、連絡センターの全体的可能性を増大させる、応対係プールを構成することができる。応対係プールはまた、特定の連絡センタークライアントまたはクライアントのグループに対する選択された最適な対話のこれらの全体的可能性を増大させるように、識別し、構成することもできる。

理想的な応対係プールを識別する方法は、最適な対話を決定するステップと、発呼者のサンプルに対する発呼者データ集合を決定するステップと、応対係データ集合を決定するステップと、発呼者データ集合および応対係データ集合で、最適な対話のためのコンピュータモデルを生成するステップと、最適な対話の全体的可能性を増大させる応対係データを識別するステップと、を含むことができる。９１１では、発呼者データ集合が、実際の発呼者データ、予測または理論的発呼者データ、またはそれらの混合物から決定される。９１２では、応対係データ集合が、実際の応対係データ、予測または理論的応対係データ、またはそれらの混合物から決定される。９１３では、発呼者データ集合および応対係データ集合が、パターン照合アルゴリズムで使用される。９１４では、次いで、発呼者データ集合を伴う発呼者が応対係データ集合を伴う応対係と照合された時に発生する、最適な対話の予測可能性を反映する、コンピュータモデルが導出される。

９１５では、次いで、どの応対係データが最適な対話に最も効果的であるかを決定するように、コンピュータモデルが解析される。このように、連絡センターは、そのような応対係データを伴う応対係が、ある発呼者に対する最適な対話の可能性を最大化するために理想的であると識別することができる。９１６では、連絡センターの運営が、したがって、特定のクライアント、クライアントのグループ、または一般に連絡センターに対して、理想的な応対係プールを有するように構成される。この構成は、連絡センターがすでに確保している応対係を具体的にグループ化することによって、どのような種類の応対係を連絡センターが雇うべきかを決定することによって、またはそれらの混合によって、達成することができる。したがって、本実施形態は、どのような応対係を雇うか、転任させるか、または解雇するかを識別するのに特に有用となり得る。図９Ｂのフローチャートで概説されるステップは、その正確な順番で生じる必要がないことが理解されるであろう。

図１０は、実績照合アルゴリズムの複数の出力変数を、ルーティングシステムを制御および管理する際に使用するための単一測定基準に組み入れるための例示的方法を図示する。例示的方法は、１００２において、パターン照合アルゴリズムの２つ以上の可変出力のそれぞれに対するＺスコア（例えば、無次元標準スコア）を決定するステップを含む。Ｚスコアまたは標準スコアは、以下のように計算することができる。

ｚ＝（ｘ−μ）／ｓ
式中、ｘは、特定の出力変数に対するパターン照合アルゴリズムの未加工出力であり、μは、出力変数の平均であり、ｓは、出力変数の標準偏差である。Ｚスコアは、呼ルーティングシステムの（例えば、使用されるパターン照合アルゴリズムの）任意の数の出力変数について計算されてもよい。出力変数は、例えば、収益発生、費用、顧客満足、および同等物を含むか、またはそれらと関連してもよい。

Ｚスコアは、１００４において、出力変数のうちの２つ以上の線形結合を決定するために使用され、その場合、線形結合は、出力変数の所望の混合または加重に基づいて選択されてもよい。例えば、コールセンターは、顧客満足が最も重要な変数であると決定し、収益発生および費用を顧客満足より少なく加重してもよい（例えば、合計して１になる加重係数を割り当てる）。次いで、決定されたＺスコアの線形結合は、複数の出力変数および加重係数に基づいて、単一スコアを提供するように計算されてもよい。例えば、呼ルーティングセンターは、システムの所望の出力のためにＺスコアを組み合わせてもよい（例えば、１つの変数が他の変数よりも重く加重されるものであると決定する）。次いで、線形結合は、１００６において、パターン照合アルゴリズムを介して、発呼者を応対係にルーティングするか、または照合するために、ルーティングシステムによって使用されてもよい。例えば、発呼者および応対係は、Ｚスコアの決定された線形結合の値またはスコアを予測または最大にするように、照合されてもよい。

従来、着信コールセンターの場合、多くの発呼者が保留中であり、応対係が空くと、（例えば、最も長く保留にされていた）待ち行列の中の最初の発呼者が、空いた応対係にルーティングされることに留意されたい。しかしながら、本願で説明されるように、発呼者をルーティングするための例示的方法は、応対可能な応対係を、保留にされている全ての発呼者に対合するステップと、パターン照合アルゴリズム／コンピュータモデルおよびその所望の出力変数に基づいて、最適照合発呼者を応対係にルーティングするステップと、を含む。

図１１は、例えば、シャドー待ち行列またはその他に、複数の発呼者が保留中であり、１名の応対係が発呼者を受け入れることができるようになる、特定の事例について、パターン照合アルゴリズムおよび／またはコンピュータモデルの複数の出力変数の組み合わせまたは混合を最適化するための特定の例示的方法を図示する。方法は、１１０２において、発呼者のサンプルから発呼者データ集合を決定するステップを含む。例えば、発呼者データは、コールセンターで、応対係を待って保留中の発呼者の全部または一部に対する発呼者データを含んでもよい。方法はさらに、１１０４において、発呼者を受け入れるように応対可能となる応対係から応対係データ集合を決定するステップを含み、それは、既知の応対係データのみからアクセスされてもよい。

方法はさらに、１１０６において、各可能性のある応対係−発呼者対に対して、関連付けられた応対係および発呼者データをパターン照合アルゴリズム／コンピュータモデルを通過させるステップを含む。以下でより詳細に説明されるように、（例えば、各ニューラルネットワーク出力に対する）出力変数のそれぞれに対するパターン照合アルゴリズムに基づく、各応対係−発呼者対について、Ｚスコアが、１１０８において決定されてもよい。次いで、最高得点応対係−発呼者対が接続されてもよく、例えば、Ｚスコアに基づく最適照合発呼者がルーティングされる。

より詳細であるが例示的パターン照合アルゴリズム、およびその複数の可変出力を組み合わせるための方法は、ニューラルネットワークアルゴリズムまたは遺伝的アルゴリズムを含む。説明されるように、発呼者および応対係データに対して実際の結果を比較する（例えば、入力および出力データを比較する）ことによって学習または精緻化することができる、ニューラルネットワークアルゴリズム等のパターン照合アルゴリズムは、応対係および発呼者の照合が、最適な対話の可能性をどのように変化させるかを習得するか、またはその習得を向上させることができる。以下は、出力スコアを計測し、所望の結果のための発呼者-応対係の対合を決定するために出力スコアを複合スコアに組み入れるための例示的方法が従う、例示的ニューラルネットワークパターン照合アルゴリズムを含む。

最初に、動作を図示するように、例示的パターン照合アルゴリズムの種々の項が定義される。Ａ＝｛ａ_ｉ｝（ｉ＝１，・・・，Ｎ）を、着信発呼者と照合するために応対可能である、待ち行列の中の一連の現在ログインしている応対係とする。これらの応対係は、１つの物理的なコールセンターの中にいるか、または、いくつかのコールセンターにわたって分布し、いくつかのＰＢＸによって制御されてもよいことに留意されたい。さらに、発呼者集合は、以下のように示すことができる。

各応対係および発呼者は、関連応対係データおよび発呼者データ、例えば、人口統計、心理学的情報等を有する（場合によっては、例えば、発呼者の電話番号が応対可能ではないか、またはアクセス可能なデータベースの中で見出すことができない時に、発呼者データが応対可能ではない場合がある）。発呼者データおよび応対係データは、それぞれ、以下のように表すことができる。

ここで、例えば、応対係の人口統計および心理学的特性を表すＰ変数と、クライアントのこれらの特性を表すＱ変数とがあり、ＰおよびＱは、必ずしも等しいとは限らない。

最適化することが所望される、コールセンターの実績のある特性を表す、出力変数もある。最も一般的に使用されるのは、収益（Ｒで示される）、費用（通常、呼の処理時間として計算され、Ｔで示される）、および満足（Ｓで示される）の３つである。本例証的実施例では、これら３つの例示的出力変数しか考慮されないが、より多くの変数を追加することができ、または異なる変数を、収益、費用、および満足と置換できることを理解されたい。例えば、他の変数は、最初の電話の解決、キャンセル（例えば、購入者の後悔による、後の販売のキャンセル）、または同等物を含む場合がある。

例示的パターン照合アルゴリズムまたはパターン照合アルゴリズムに基づくコンピュータモデルはさらに、「レバー」であって、本実施例では、応対係−発呼者の照合を行なう時に、３つの出力変数のそれぞれがパターン照合アルゴリズムにおいて最適化される程度を調整するための３つのレバーを含んでもよい。これらのレバーは、以下のように表されてもよい。

ここで、３つの値は、制約を受ける。

本特定の実施例では、パターン照合アルゴリズムの各出力変数について、弾性逆伝搬（ＲＰＲＯＰ）ニューラルネットワークが学習されている。ＲＰＲＯＰニューラルネットワークは、経時的にアルゴリズムの出力を向上させるように過去の結果に基づく更新機構を提供するために、ニューラルネットワークアーキテクチャで使用するための習得発見的問題解決法であることが理解されるであろう。結果として生じるニューラルネットワーク評価関数は、それぞれ、収益、費用、および満足について、以下のようになり得る。

評価関数のそれぞれは、１名の応対係および１名の発呼者に対する発呼者データおよび応対係データ（例えば、人口統計、心理学的情報等）を備えるベクトルを取り、それを単一の実数にマッピングする。例えば、

であり、ここで、収益ニューラルネットワーク関数は、ｉ番目の応対係およびｊ番目の発呼者の特性を、単一の実数ｘにマッピングしている。

次いで、上述のニューラルネットワークパターン照合アルゴリズムは、応対可能な応対係および着信発呼者から最適な応対係−発呼者対を決定するために、例示的システムによって使用されてもよい。一実施例では、応対係−発呼者対の決定が行なわれる、３種類の条件がある。それらは、以下を含む。

ｉ．多くの応対係が応対可能であり、発呼者が電話を入れる（着信）、または、リードリストの中の次の発呼者に電話がかけられる（発信）。

ｉｉ．着信呼が待ち行列に保留され、１名の応対係が応対可能である。

ｉｉｉ．発呼者が待ち行列に保留され、２名以上の応対係が応対可能である。

コールセンターにおける待ち行列は、一般的には、条件ｉまたはｉｉで動作する。以下の実施例は、大部分が上述の条件とは無関係であるが、最も一般的な場合ｉｉｉが想定される。例えば、３名の応対係が応対可能であると仮定する。

ここで、空いた応対係は、ｃ_１，ｃ_２の部分集合であり、応対係プールの中のログインしている者は、である。さらに、２名の発呼者が待ち行列に入れられていると仮定する。本単純な実施例は、６つ（３×２＝６）の可能な応対係−発呼者対合があることを規定する。

例示的パターン照合アルゴリズムは、所望の出力実績のために連絡ルーティングセンターによって設定されてもよい、３つのレバー設定Ｌ_Ｒ、Ｌ_Ｃ、およびＬ_Ｓを考慮すると、これらの６つの可能な対合に作用して、６つの可能性の最適な照合出力を決定する。

一実施例では、第１のステップは、収益、費用、および満足ニューラルネットワークアルゴリズムを通して、６つの可能な対合を評価することである。システムは、応対係データおよび発呼者データ（例えば、応対係およびクライアントの人口統計および心理学的データ）を調べて、長さＰ＋Ｑの６つのベクトルを形成し、それぞれにニューラルネットワーク関数を適用して６つの実数を生成する。例として収益を挙げると、システムは以下のように計算する。

ここで、ｒ_ｉｊは、ｊ番目の発呼者とのｉ番目の応対係の対合に対するニューラルネットワークの出力を表す（ここでの表記は、

が応対係ａ_ｉ ^＊に対する人口統計および心理学的情報を指すようなものであることに留意されたい）。同じように、６つの数字の集合を計算することができ、それらをｃ_ｉｊと呼び、ｓ_ｉｊは、それぞれ、６つの応対係−発呼者対合に対する、費用および満足ニューラルネットワーク関数の出力である。

ニューラルネットワークの出力は、多少任意の規模であるため、それらを相互に比較するためには、共通の測定基準で再計測することができる。本目的を達成するために、ログインした応対係（Ａ）と発呼者との間の多数のランダムな対合が形成される（例えば、上述の６つを超えて発呼者および応対係を使用する）。例えば、応対係と発呼者との間の数百、数千、またはそれ以上でランダムな照合のサンプルを形成するために、前日から検討中である特定の待ち行列に対するコールセンターデータを使用することができる。（例えば、収益、費用、および満足に対する）各ニューラルネットワークについて、これらのランダムな対合が評価され、ニューラルネットワーク出力の結果として生じる分布の平均および標準偏差が計算されてもよい。例えば、６つの数量μ_Ｒ、σ_Ｒ、μ_ｃ、σ_ｃ、μ_ｓ、σ_ｓを計算し、その場合、μ_Ｒおよびσ_Ｒは、収益ニューラルネットワーク出力の分布の平均および標準偏差であり、費用および満足についても同様である。

平均および標準偏差を使用して、収益、費用、および満足のそれぞれに対するＺスコアが、６つの応対係−発呼者対合について計算されてもよい。

コールセンターは、応対係−発呼者対合を決定するように、レバー設定によって表されるような出力変数の組み合わせを最適化することを所望してもよい。決定されたＺスコアは、複合Ｚスコアに組み入れられ、最適な応対係−発呼者対を選択するためのパターン照合アルゴリズムによって使用されてもよい。一実施例では、以下のように、応対係と発呼者との各対合に対する１つの全体Ｚをもたらすように、ニューラルネットワーク出力の線形結合が形成される。

ここから、システムおよび方法は、ｉおよびｊを求め、

応対係ｉを発呼者ｊと照合する、またはルーティングすることができる。２名の応対可能な応対係および３名の待ち行列に入れられた発呼者を伴う、本実施例では、システムおよび方法は、次いで、最高合計Ｚスコアを伴う２つの応対係−発呼者対を選択して、２名の応対可能な応対係を、３名の待ち行列に入れられた発呼者のうちの２名と照合させ、ルーティングしてもよい。

一実施例では、方程式１１で最高複合Ｚスコアを伴う応対係−発呼者対合を選択する代わりに、方法は、方程式１１における最高Ｚが事前設定された閾値Ｚスコアを超えるかどうかをチェックし、超える時に、発呼者を応対係に割り当てるのみである。閾値が応対可能な応対係−発呼者対合のうちのいずれかのＺスコアによって超えられない場合、システムは、電話を割り当てず、より多くの応対係および／または発呼者が応対可能になり、対合が閾値を超えるまで待機する。

実践では、論議される３つの結果変数（すなわち、収益、費用、および満足）が一般的には独立していないことを留意し、認識されたい。例えば、多くのコールセンターの状況では、例えば、対処時間によって測定されるような、収益および費用は、電話に最も長い時間をかける応対係がより高い販売率を有する傾向があるため、反相関している。したがって、一実施例では、説明されるレバー設定は、これを考慮に入れるモデル、例えば、対話から成る出力変数の組み合わせを最大化するように設定される、過去のデータからの回帰ベースのモデルより、決定されてもよい。

加えて、いくつかの実施例では、パターン照合アルゴリズムおよびＺスコアは、例えば、発呼者の痛覚閾値関数を考慮に入れて、発呼者が保留されていた時間の長さに影響されてもよい。例えば、増加した収益、顧客満足等の確率は、応対係にルーティングする前に発呼者が保留にされる待機時間に基づいて変動してもよい。例えば、発呼者が、発呼者待機時間に対する閾値または痛覚関数に基づいて、あまりに長く保留された場合、予測結果の確率が変化し得る（例えば、保留中の１分後に、特定の発呼者に対する販売の確率が大きく低下し得る）。そのようなものとして、システムは、Ｚスコアおよび出力変数の線形結合に基づいて、発呼者を、そうでなければ準最適な応対係照合にルーティングしてもよい。例えば、所望の出力は、収益を最大化するものであってもよいが、痛覚閾値が発呼者について到達された後、システムは、顧客満足をより重く加重する様式で、その発呼者をルーティングしてもよい。

場合によっては、発呼者データは、欠落しているか、または利用不可能であってもよい。例えば、人口統計および心理学的データが発呼者について分かっていなくてもよく、または、ＰＢＸが発呼者の電話番号を提供できないようなものであってもよい。そのような場合、Ｉ^Ｃ値が不明となるため、例示的パターン照合アルゴリズムも良く機能しない。一実施例では、アルゴリズムは、クライアントに全く参照せずに、式（１０）において、Ｚ^Ｒ、Ｚ^Ｃ、およびＺ^Ｓを計算してもよい。例えば、Ａにおける各応対係について、システムは、履歴実績データ、つまり、履歴期間（例えば、３０日等の数日またはそれ以上の期間）にわたって応対係が対処した各電話と関連する、収益、費用、および満足の値を有してもよい。プールの中の各応対係について、（それぞれ、収益、費用、および満足の実績に対する）Ｚスコアは、以下のように計算されてもよい。

ここで、Ｈ_ｉ ^Ｒは、応対係ｉの平均的履歴収益実績であって、

および

は、それぞれ、プール内の全Ｎ名の応対係の履歴実績の平均および標準偏差である。発呼者のデータが欠落している場合、式１１における、その発呼者との対合は、これらの使用されたＺ値を有する。

応対係データの収集は、一般的には、呼ルーティングセンターの制御下にあるため、欠落している応対係データは、概して、発生しない。しかしながら、一部または全部の応対係データが欠落している場合、応対係には、Ｚ＝０値を割り当てることができ、それは、応対係データがない場合に、（Ｚ値の平均が０でるため）平均値としてのフィットの最適推定値を生じてもよい。

呼ルーティングセンターまたはそのクライアントは、線形結合を修正する、例えば、経時的に所望の出力変数の混合または加重を変更してもよいことが留意される。さらに、基礎Ｚスコアは、経時的に再計算されてもよく、線形結合および発呼者のルーティングに変化をもたらす。選択的に、連絡センターまたはそのクライアントは、インターネットまたは何らかの別のデータ転送システム上で、出力変数の混合を制御してもよい。一例として、連絡センターのクライアントは、インターネットブラウザ上で現在使用中の出力変数の混合にアクセスし、これらを遠隔で修正することができる。そのような修正は、すぐに効果を現すように設定されてもよく、そのような修正の直後に、後続の発呼者ルーティングは、Ｚスコアの新たに確立する組み合わせに従って発生する。そのような実施例の事例は、連絡センタークライアントが、現在の事業における最重要戦略的優先順位が収益の最大化であると決定する場合に、生じてもよい。そのような場合、クライアントは、所与の連絡において販売の最大確率を発生させる応対係のルーティングおよび照合に有利に働くように、組み合わせを遠隔で改変する。後に、クライアントは、顧客満足の最大化が事業においてより重要であると判断してもよい。この場合、クライアントは、発呼者が、満足のレベルを最大化する可能性が最も高い応対係にルーティングされるように、組み合わせを遠隔で改変することができる。代替として、変更は、以降の時間に実施されるように設定されてもよく、例えば、翌朝に開始する。

本願で説明される技法の多くは、ハードウェアまたはソフトウェア、あるいは２つの組み合わせで実装されてもよい。好ましくは、技法は、プロセッサ、プロセッサによって可読である記憶媒体（揮発性および不揮発性メモリおよび／または記憶素子を含む）、ならびに好適な入力および出力デバイスをそれぞれ含む、プログラム可能なコンピュータ上で実行されるコンピュータプログラムで実装される。プログラムコードは、説明される機能を果たすように、および出力情報を生成するように、入力デバイスを使用して入力されるデータに適用される。出力情報は、１つ以上の出力デバイスに適用される。また、各プログラムは、好ましくは、コンピュータシステムと通信するように、高水準手続き型またはオブジェクト指向プログラミング言語で実装される。しかしながら、プログラムは、所望であれば、アセンブリまたは機械言語で実装することができる。いずれの場合でも、言語は、コンパイラ型またはインタープリタ型言語であってもよい。

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てもよく、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。

図１２は、本願に記載される種々の例示的方法およびシステムのための処理機能性を実装するために採用され得る、典型的な計算システム１２００を図示する。本種類の計算システムは、例えば、クライアントおよびサーバで使用されてもよい。当業者であれば、他のコンピュータシステムまたはアーキテクチャを使用して、例示的方法およびシステムを実装する方法も認識するであろう。計算システム１２００は、例えば、デスクトップ、ラップトップ、またはノートブックコンピュータ、手持ち式計算デバイス（ＰＤＡ、携帯電話、小型電卓等）、メインフレーム、クライアント、または、所要の用途あるいは環境に望ましい、または適切であってもよい、任意の他の種類の専用または汎用計算デバイスを表してもよい。計算システム１２００は、プロセッサ１２０４等の１つ以上のプロセッサを含むことができる。プロセッサ１２０４は、例えば、マイクロプロセッサ、マイクロコントローラ、または他の制御論理等、汎用または専用処理エンジンを使用して実装することができる。本実施例では、プロセッサ１２０４は、バス１２０２または他の通信媒体に接続される。

計算システム１２００はまた、プロセッサ１２０４によって実行される情報および命令を記憶するためのランダムアクセスメモリ（ＲＡＭ）または他の動的メモリ等、メインメモリ１２０８を含むことができる。メインメモリ１２０８はまた、プロセッサ１２０４によって実行される命令の実行の際、一時的変数または他の媒介情報を記憶するために使用されてもよい。計算システム１２００は同様に、プロセッサ１２０４のための静的情報および命令を記憶するために、バス１２０２に連結される、読取専用メモリ（「ＲＯＭ」）または他の静的記憶デバイスを含んでもよい。

計算システム１２００はまた、情報記憶システム１２１０（例えば、媒体ドライブ１２１２および可撤性記憶インターフェース１２２０を含み得る）を含んでもよい。媒体ドライブ１２１２は、ハードディスクドライブ、フロッピー（登録商標）ディスクドライブ、磁気テープドライブ、光ディスクドライブ、ＣＤまたはＤＶＤドライブ（ＲまたはＲＷ）、あるいは、他の可撤性または固定媒体ドライブ等、固定または可撤性記憶媒体をサポートするドライブまたは他の機構を含んでもよい。記憶媒体１２１８は、例えば、ハードディスク、フロッピー（登録商標）ディスク、磁気テープ、光ディスク、ＣＤまたはＤＶＤ、あるいは、媒体ドライブ１２１２によって読み出され、書き込まれる、他の固定または可撤性媒体を含んでもよい。これらの実施例が図示するように、記憶媒体１２１８は、特定のコンピュータソフトウェアまたはデータをその中に記憶する、コンピュータ可読記憶媒体を含んでもよい。

代替実施形態では、情報記憶システム１２１０は、コンピュータプログラム、あるいは他の命令またはデータを計算システム１２００にロード可能にする他の類似構成要素を含んでもよい。そのような構成要素は、例えば、プログラムカートリッジおよびカートリッジインターフェース、可撤性メモリ（例えば、フラッシュメモリまたは他の可撤性メモリモジュール）およびメモリスロット、ならびに、ソフトウェアおよびデータが可撤性記憶ユニット１２１８から計算システム１２００に転送されることを可能にする、他の可撤性記憶ユニット１２２０およびインターフェース１２２２等、可撤性記憶ユニット１２２２およびインターフェース１２２０を含んでもよい。

計算システム１２００はまた、通信インターフェース１２２４を含むことができる。通信インターフェース１２２４は、ソフトウェアおよびデータが計算システム１２００と外部デバイスとの間で転送されることを可能にするために、使用することができる。通信インターフェース１２２４の実施例は、モデム、ネットワークインターフェース（イーサネット（登録商標）または他のＮＩＣカード等）、通信ポート（例えば、ＵＳＢポート等）、ＰＣＭＣＩＡスロットおよびカード等を含むことが可能である。通信インターフェース１２２４を介して転送されるソフトウェアおよびデータは、通信インターフェース１２２４によって受信可能な電子、電磁気、光、または他の信号であり得る、信号の形態である。これらの信号は、チャネル１２２８を介して、通信インターフェース１２２４に提供される。本チャネル１２２８は、信号を搬送してもよく、無線媒体、有線、またはケーブル、光ファイバ、あるいは他の通信媒体を使用して実装されてもよい。チャネルのいくつかの実施例は、電話回線、携帯電話リンク、ＲＦリンク、ネットワークインターフェース、ローカルエリアまたは広域ネットワーク、および他の通信チャネルを含む。

本書では、「コンピュータプログラム製品」、「コンピュータ可読媒体」等の用語は、概して、例えば、メモリ１２０８、記憶媒体１２１８、または記憶ユニット１２２２等、物理的な有形媒体を指すために使用されてもよい。これらおよび他の形態のコンピュータ可読媒体は、プセッさ１２０４によって使用され、プロセッサに指定動作をおこなわせるための１つ以上の命令の記憶に関与しもよい概して、「コンピュータプログラムコード」（コンピュータプログラムまたは他のグループ化の形態でグループ化されてもよい）と呼ばれる、そのような命令は、実行されると、計算システム１２００が、本願に提供される実施例の特徴または機能を果たすことを可能にする。コードは、直接、プロセッサに指定の動作を行なわせ、そうするようにコンパイルされ、および／または、そうするように他のソフトウェア、ハードウェア、および／またはファームウェア素子（例えば、標準機能を果たすためのライブラリ）と組み合わせられてもよいことに留意されたい。

素子がソフトウェアを使用して実装される実施形態では、ソフトウェアは、コンピュータ可読媒体に記憶され、例えば、可撤性記憶媒体１２１４、ドライブ１２１２、または通信インターフェース１２２４を使用して、計算システム１２００にロードされてもよい。制御論理（本実施例では、ソフトウェア命令またはコンピュータプログラムコード）は、プロセッサ１２０４によって実行されると、プロセッサ１２０４に、本願に記載の実施例の機能を行わせる。

明確にする目的で、上述の説明は、異なる機能ユニットおよびプロセッサを参照して、本発明の実施形態を説明していることが理解されるであろう。しかしながら、本発明から逸脱することなく、異なる機能ユニット、プロセッサ、またはドメイン間の機能性の任意の好適な分布が使用されてもよいことが明白となるであろう。例えば、別個のプロセッサまたはコントローラによって果たされることが例証される機能性は、同じプロセッサまたはコントローラによって果たされてもよい。よって、特定の機能ユニットへの言及は、厳密な論理または物理的構造または組織を示すよりもむしろ、説明された機能性を提供するための好適な手段への言及としか見なされないものである。

本発明の上述の実施形態は、限定的ではなく例証的となるように意図されているにすぎない。そのより広範な側面で本発明から逸脱することなく、種々の変更および修正が行なわれてもよい。添付の請求項は、本発明の精神および範囲内である、そのような変更および修正を包含する。

Claims (53)

1. コールセンタールーティング環境において、発呼者を応対係にルーティングするための方法であって、該方法は、
   過去の応対係−発呼者出力データから発呼者と応対係とを照合するために、パターン照合アルゴリズムの２つ以上の出力変数のＺスコアを決定するアクトと、
   該２つ以上の出力変数の線形結合を決定するアクトと、
   該線形結合および該パターン照合アルゴリズムに基づいて、発呼者を応対係にルーティングするアクトと
   を含む、方法。
2. 前記パターン照合アルゴリズムおよび前記線形結合を介して、発呼者集合の各々に対する発呼者データを前記応対係の応対係データと比較して、全応対係−発呼者対に対するＺスコアを決定することと、最高Ｚスコアを有する該発呼者−応対係対の該発呼者を該応対係にルーティングするアクトとをさらに含む、請求項１に記載の方法。
3. 複数の応対係−発呼者対に対するＺスコアを決定することをさらに含み、ルーティングは、該応対係−発呼者対の最高線形結合スコアに基づいている、請求項１に記載の方法。
4. 前記線形結合およびパターン照合アルゴリズムに基づくルーティングは、前記応対可能な応対係−発呼者対に基づく前記２つ以上の出力変数の線形結合を最大にする該パターン照合アルゴリズムを介して、前記発呼者をルーティングすることを含む、請求項１に記載の方法。
5. 前記線形結合は、前記２つ以上の出力変数の相対的加重を含む、請求項１に記載の方法。
6. 前記２つ以上の変数の線形結合は、呼ルーティングセンターによって調節可能である、請求項１に記載の方法。
7. 前記２つ以上の変数の線形結合は、リアルタイムで調節可能である、請求項１に記載の方法。
8. 前記２つ以上の出力変数のうちの少なくとも１つは、収益発生、費用、または顧客満足のうちの１つ以上を含む、請求項１に記載の方法。
9. 応対係への発呼者の前記ルーティングは、該発呼者の待機時間にさらに基づいている、請求項１に記載の方法。
10. コールセンタールーティング環境において発呼者を応対係にルーティングする装置であって、該装置は、
    過去の応対係−発呼者出力データから該発呼者と該応対係とを照合するために、パターン照合アルゴリズムの２つ以上の出力変数のＺスコアを決定する論理と、
    該２つ以上の出力変数の線形結合を決定する論理と、
    該線形結合および該パターン照合アルゴリズムに基づいて、発呼者を応対係にルーティングさせるための論理と
    を備える、装置。
11. 前記パターン照合アルゴリズムおよび前記線形結合を介して、発呼者集合の各々に対する発呼者データを前記応対係の応対係データと比較して、全応対係−発呼者対のＺスコアを決定し、最高Ｚスコアを有する発呼者−応対係対の該発呼者をルーティングする論理をさらに備える、請求項１０に記載の装置。
12. 複数の応対係−発呼者対のＺスコアを決定する論理をさらに備え、ルーティングは、該応対係−発呼者対の最高線形結合スコアに基づいている、請求項１０に記載の装置。
13. 前記線形結合およびパターン照合アルゴリズムに基づくルーティングは、前記応対可能な応対係−発呼者対に基づく前記２つ以上の出力変数の線形結合を最大にする該パターン照合アルゴリズムを介して、前記発呼者をルーティングすることを含む、請求項１０に記載の装置。
14. 前記線形結合は、２つ以上の出力変数の相対的加重を含む、請求項１０に記載の装置。
15. 前記２つ以上の変数の線形結合は、呼ルーティングセンターによって調節可能である、請求項１０に記載の装置。
16. 前記２つ以上の変数の線形結合は、リアルタイムで調節可能である、請求項１５に記載の方法。
17. 前記２つ以上の出力変数のうちの少なくとも１つは、収益発生、費用、または顧客満足のうちの１つ以上を含む、請求項１０に記載の方法。
18. 応対係への発呼者の前記ルーティングは、該発呼者の待機時間にさらに基づく、請求項１０に記載の装置。
19. 方法を施行するためのコンピュータ可読命令を備えるコンピュータ可読記憶媒体であって、該方法は、
    過去の応対係−発呼者出力データから発呼者と応対係とを照合するために、パターン照合アルゴリズムの２つ以上の出力変数に対するＺスコアを決定することと、
    該２つ以上の出力変数の線形結合を決定することと、
    該線形結合および該パターン照合アルゴリズムに基づいて、発呼者を応対係にルーティングすることと
    を備える、コンピュータ可読記憶媒体。
20. 前記パターン照合アルゴリズムおよび前記線形結合を介して、発呼者集合の各々の発呼者データを前記応対係の応対係データと比較することにより、全応対係−発呼者対に対するＺスコアを決定し、最高Ｚスコアを有する該発呼者−応対係対の前記発呼者を該応対係にルーティングするための命令をさらに備える、請求項１９に記載のコンピュータ可読記憶媒体。
21. 複数の応対係−発呼者対のＺスコアを決定する命令をさらに備え、ルーティングは、該応対係−発呼者対の最高線形結合スコアに基づいている、請求項１９に記載のコンピュータ可読記憶媒体。
22. 前記線形結合およびパターン照合アルゴリズムに基づくルーティングは、前記応対可能な応対係−発呼者対に基づく前記２つ以上の出力変数の線形結合を最大にする該パターン照合アルゴリズムを介して、前記発呼者をルーティングすることを含む、請求項１９に記載のコンピュータ可読記憶媒体。
23. 前記線形結合は、前記２つ以上の出力変数の相対的加重を含む、請求項１９に記載のコンピュータ可読記憶媒体。
24. 前記２つ以上の変数の線形結合は、呼ルーティングセンターによって調節可能である、請求項１９に記載のコンピュータ可読記憶媒体。
25. 前記２つ以上の変数の線形結合は、リアルタイムで調節可能である、請求項２４に記載のコンピュータ可読記憶媒体。
26. 前記２つ以上の出力変数のうちの少なくとも１つは、収益発生、費用、または顧客満足のうちの１つ以上を含む、請求項１９に記載の方法。
27. 応対係への発呼者の前記ルーティングは、該発呼者の待機時間にさらに基づいている、請求項１９に記載のコンピュータ可読記憶媒体。
28. 呼ルーティングセンター環境において呼をルーティングする方法であって、該方法は、
    発呼者の技能集合を決定するアクトと、
    複数の応対係が該決定された技能集合に対して応対可能である場合に、パターン照合アルゴリズムに基づいて、該発呼者を応対可能な応対係のうちの最適照合応対係にルーティングするアクトと、
    応対係が該決定された技能集合に対して応対不可能である場合に、該発呼者を発呼者の集合内に保留し、応対係が応対可能になると、該応対係を該発呼者の集合内の最適照合発呼者と照合するアクトと
    を備える、方法。
29. 応対可能な応対係のうちの最適照合応対係への前記発呼者のルーティングは、前記パターン照合アルゴリズムを介して、発呼者データを該応対可能な応対係の各々の応対係データと比較するアクトを備える、請求項２８に記載の方法。
30. 前記応対係と前記最適照合発呼者との照合は、前記パターン照合アルゴリズムを介して、応対係データを前記発呼者集合の各々の発呼者データと比較するアクトを備える、請求項２８に記載の方法。
31. 前記最適照合応対係への前記発呼者のルーティングは、該発呼者と各応対係の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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項２８に記載の方法。
32. 前記応対係と前記最適照合発呼者との照合は、該応対係と発呼者の集合との照合の各々に対する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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項２８に記載の方法。
33. 前記発呼者の集合は、複数の発呼者を含む、請求項２８に記載の方法。
34. 前記発呼者があまりに長時間保留される場合に、次の応対可能な応対係と照合される技能集合待ち行列に該発呼者を移動することをさらに含む、請求項２８に記載の方法。
35. 前記発呼者は、待ち行列の順番に基づいては、前記発呼者集合からルーティングされない、請求項２８に記載の方法。
36. 呼ルーティングセンター環境において、呼をルーティングする方法であって、
    複数の応対係が応対可能である場合に、パターン照合アルゴリズムに基づいて発呼者を応対係にルーティングさせることと、
    応対係が応対不可能である場合に、該発呼者を発呼者の集合内に保留し、応対係が応対可能になると、該パターン照合アルゴリズムに基づいて該記発呼者の集合のうちの１名を応対係にルーティングさせることと
    を含む、方法。
37. 応対係への前記発呼者のルーティングは、前記パターン照合アルゴリズムを介して、発呼者データを前記応対可能な応対係の各々の応対係データと比較することと、該発呼者を最適照合応対係にルーティングすることとを含む、請求項３６に記載の方法。
38. 前記応対係と前記発呼者の集合のうちの１名との照合は、前記パターン照合アルゴリズムを介して応対係データを該発呼者の集合の各々の発呼者データと比較することと、最適照合発呼者をルーティングすることとを備える、請求項３７に記載の方法。
39. 前記応対係への前記発呼者のルーティングは、応対係が応対可能である場合に、該発呼者と各応対係の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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項３６に記載の方法。
40. 前記応対係と前記発呼者の集合のうちの１名との照合は、該応対係と発呼者の集合との照合の各々の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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項３６に記載の方法。
41. 前記発呼者があまりに長時間保留される場合に、待ち行列の順番に基づいて、該発呼者を次の応対可能な応対係と照合するように作用する待ち行列に該発呼者を追加することをさらに備える、請求項３６に記載の方法。
42. 呼ルーティングセンター環境において、発呼者を応対係にルーティングする装置であって、該装置は、
    応対係が発呼者に対して応対可能であるか否かを決定する論理と、
    応対係が応対可能である場合に、パターン照合アルゴリズムに従って、応対可能な応対係のうちの最適照合応対係に該発呼者をルーティングさせるための論理と、
    応対係が応対不可能である場合に、該発呼者を発呼者の集合内に保留し、応対係が応対可能になると、パターン照合アルゴリズムに従って、該応対係を該発呼者の集合内の最適照合発呼者と照合するための論理と
    を備える、装置。
43. 発呼者の技能集合を決定する論理をさらに備える、請求項４２に記載の装置。
44. 応対可能な応対係のうちの最適照合応対係への前記発呼者のルーティングは、前記パターン照合アルゴリズムを介して、発呼者データを該応対可能な応対係の各々の応対係データと比較することを備える、請求項４２に記載の装置。
45. 前記応対係と前記最適照合発呼者との照合は、前記パターン照合アルゴリズムを介して、応対係データを前記発呼者の集合の各々の発呼者データと比較することを備える、請求項４２に記載の装置。
46. 前記最適照合応対係への前記発呼者のルーティングは、前記発呼者と各応対係との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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項４２に記載の装置。
47. 前記応対係と前記最適照合発呼者との照合は、該応対係と発呼者の集合との照合の各々に対する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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項４２に記載の装置。
48. 前記発呼者が所定の時間保留される場合に、次の応対可能な応対係と照合される待ち行列に該発呼者を移動するように作用可能な論理をさらに備える、請求項４２に記載の装置。
49. 方法を施行するためのコンピュータ可読命令を備えるコンピュータ可読記憶媒体であって、該方法は、
    応対係が応対可能である場合に、パターン照合アルゴリズムに基づいて発呼者を応対係にルーティングさせるアクトと、
    応対係が応対不可能である場合に、該発呼者を発呼者の集合内に保留し、応対係が応対可能になると、該パターン照合アルゴリズムに従って、該応対係を該発呼者の集合内の最適照合発呼者と照合するアクトと
    を備える、コンピュータ可読記憶媒体。
50. 前記発呼者の応対可能な応対係の前記応対係へのルーティングは、前記パターン照合アルゴリズムを介して、発呼者データを該応対可能な応対係の各々に対する応対係データと比較することと、該発呼者を最適照合応対係にルーティングすることとを備える、請求項４９に記載のコンピュータ可読記憶媒体。
51. 前記応対係と前記最適照合発呼者との照合は、前記パターン照合アルゴリズムを介して、応対係データを前記発呼者の集合の各々に対する発呼者データと比較することを備える、請求項４９に記載のコンピュータ可読記憶媒体。
52. 応対可能な応対係の前記応対係への前記発呼者のルーティングは、該発呼者と各応対係に対する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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項４９に記載のコンピュータ可読記憶媒体。
53. 前記応対係と前記最適照合発呼者との照合は、該応対係と発呼者集合との照合の各々に対する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使用することと、該発呼者を該所望の対話の最も高い可能性を有する応対係にルーティングすることとを備える、請求項４９に記載のコンピュータ可読記憶媒体。

Images