JP6816164B2 - コンタクトセンターシステムにおける行動ペアリングのための技術 - Google Patents

Description

（関連出願の参照）
本国際特許出願は、２０１７年４月２８日に出願された米国特許出願第１５／５８２，２２３号に対する優先権を主張し、かつ、２０１７年４月２８日に出願された米国特許出願第１５／５８２，２２３号の継続出願である２０１７年８月３０日に出願された米国特許出願第１５／６９１，１０６号に対する優先権を主張し、各米国特許出願は、本明細書において完全に記述されているかのように、その全体が本明細書において参照によって援用される。

（開示の分野）
本開示は、概して、コンタクトセンターにおいてコンタクトおよびエージェントをペアリングすることに関し、より具体的に、コンタクトセンターシステムにおける行動ペアリングの技術に関する。

（開示の背景）
典型的なコンタクトセンターは、コンタクトセンターに着信するコンタクトを、それらのコンタクトを処理するために利用可能なエージェントにアルゴリズム的に割り当てる。ある時、コンタクトセンターは、利用可能でありかつインバウンドまたはアウトバウンドコンタクト（例えば、通話、インターネットチャットセッション、電子メール）への割り当てを待っているエージェントを有し得る。別のある時、コンタクトセンターは、エージェントが割り当てに対して利用可能になることを一つ以上の待ち行列において待っているコンタクトを有し得る。

いくつかの典型的なコンタクトセンターにおいて、コンタクトは、着信時間に基づいて順序付けられたエージェントに割り当てられ、エージェントは、それらのエージェントが利用可能になったとき、時間に基づいて順序付けられたコンタクトを受信する。この方策は、「先入れ先出し」、「ＦＩＦＯ」、または「ラウンドロビン」方策と呼ばれ得る。他の典型的なコンタクトセンターにおいて、「実績ベースルーティング」または「ＰＢＲ」方策など他の方策が使用され得る。

他のより進歩的なコンタクトセンターにおいて、コンタクトは、「行動ペアリング」または「ＢＰ」方策を使用することによって、エージェントとペアリングされ、「行動ペアリング」または「ＢＰ」方策のもとで、コンタクトおよびエージェントは、ＢＰ方策のもとでのすべての割り当ての利益が総計されたときに、その利益がＦＩＦＯおよび実績ベースルーティング（「ＰＢＲ」）方策など他の方策の利益を超えるように、後続のコンタクト−エージェントペアの割り当てを可能にする様式で慎重に（優先的に）ペアリングされ得る。ＢＰは、スキル待ち行列内のエージェントの均衡のとれた利用（または利用歪みの程度）を促進するように設計される一方で、それでもなお、ＦＩＦＯまたはＰＢＲ方法が許容するであろうものを超えて全体的なコンタクトセンター実績を同時に向上させる。これは、ＢＰがＦＩＦＯまたはＰＢＲ方法と同じ呼び出しおよび同じエージェントに作用し、ＦＩＦＯが提供するようにおよそ平等にエージェントを利用し、その一方で全体的なコンタクトセンター実績を向上させるので、優れた成果である。ＢＰは、例えば、本明細書において参照によって援用される米国特許第９，３００，８０２号に説明されている。これらの特徴、およびペアリングまたはマッチングモジュール（時に、「ＳＡＴＭＡＰ」、「ルーティングシステム」、「ルーティングエンジン」などとも呼ばれる）に関する他の特徴についての付加的な情報は、例えば、本明細書において参照によって援用される米国特許第８，８７９，７１５号に説明されている。

ＢＰ方策は、好ましいペアリングを決定するための対角線方策とともに、コンタクトタイプおよびエージェントの一次元順序付けを使用し得る。しかし、この方策は、より大きい自由度を考慮すると、ＢＰ方策が最適化し得る変数の種類および数、または一つ以上の変数が最適化され得る量を制限し得るか、別様に限定し得る。

上記に鑑みると、ＢＰ方策など複数の可能なペアリングから選ぶように設計されたペアリング方策の効率性および実績を向上させることを可能にするシステムの必要性があることが理解され得る。

米国特許第９，３００，８０２号明細書 米国特許第８，８７９，７１５号明細書

（開示の概要）
コンタクトセンターシステムにおける行動ペアリングのための技術が、開示される。一つの特定の実施形態において、技術は、コンタクトセンターシステムにおける行動ペアリングのための方法として実現され得、該方法は、コンタクトセンターシステムに通信可能に結合されかつコンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、少なくとも一つのコンピュータープロセッサーによって、コンタクトと複数のエージェントとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、少なくとも一つのコンピュータープロセッサーによって、確率モデルに従って、複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、少なくとも一つのコンピュータープロセッサーによって、コンタクトセンターシステムにおける接続のために、複数の好ましいコンタクト−エージェントペアリングのうちの選択された一つを出力することとを含む。

この特定の実施形態の他の様態に従って、確率モデルは、エージェント利用の均衡をとるためのネットワークフローモデル、エージェント利用歪みの量を適用するためのネットワークフローモデル、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルであり得る。また、少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つであり得る。

この特定の実施形態の他の様態に従って、確率モデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルであり得る。また、ネットワークフローモデルは、エージェントスキルおよびコンタクトスキルニーズの制約に従って、エージェント利用不均衡を最小化するように調整され得る。

この特定の実施形態の他の様態に従って、確率モデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れ得る。

別の特定の実施形態において、技術は、コンタクトセンターシステムにおける行動ペアリングのためのシステムとして実現され得、該システムは、コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーを備え、少なくとも一つのコンピュータープロセッサーは、上記の方法におけるステップを実行するように構成される。

別の特定の実施形態において、技術は、コンタクトセンターシステムにおける行動ペアリングのための製造品として実現され得、該製造品は、非一時的プロセッサー読み取り可能な媒体と、媒体上に記憶される指示とを備え、指示は、コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、媒体から読み取り可能であるように構成され、それによって、上記の方法におけるステップを実行するように少なくとも一つのコンピュータープロセッサーを動作させる。

本開示は、添付の図面に示されるような特定の実施形態を参照して、より詳細に説明される。本開示は、下記で特定の実施形態を参照して説明されるが、本開示は、その特定の実施形態に限定されないということが理解されるべきである。本明細書において説明されるような本開示の範囲内にあり、かつそれに関して本開示が著しく有用なものであり得る、付加的な実装、修正および実施形態、ならびに他の使用分野を、本明細書における教示へのアクセスを有する当業者は、認識するであろう。
本発明は、例えば、以下を提供する。
（項目１）
コンタクトセンターシステムにおける行動ペアリングのための方法であって、
該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、
該少なくとも一つのコンピュータープロセッサーによって、該コンタクトと該複数のエージェントとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
該少なくとも一つのコンピュータープロセッサーによって、確率モデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該少なくとも一つのコンピュータープロセッサーによって、該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を含む、方法。
（項目２）
上記確率モデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目１に記載の方法。
（項目３）
上記確率モデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目１に記載の方法。
（項目４）
上記確率モデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目１に記載の方法。
（項目５）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目４に記載の方法。
（項目６）
上記確率モデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目１に記載の方法。
（項目７）
上記ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目６に記載の方法。
（項目８）
上記確率モデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目１に記載の方法。
（項目９）
コンタクトセンターシステムにおける行動ペアリングのためのシステムであって、該システムは、
該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーを備え、該少なくとも一つのコンピュータープロセッサーは、
コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、
該コンタクトと該複数のエージェントとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
確率モデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を行うようにさらに構成される、システム。
（項目１０）
上記確率モデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目９に記載のシステム。
（項目１１）
上記確率モデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目９に記載のシステム。
（項目１２）
上記確率モデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目９に記載のシステム。
（項目１３）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目１２に記載のシステム。
（項目１４）
上記確率モデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目９に記載のシステム。
（項目１５）
上記ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目１４に記載のシステム。
（項目１６）
上記確率モデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目９に記載のシステム。
（項目１７）
コンタクトセンターシステムにおける行動ペアリングのための製造品であって、該製造品は、
非一時的プロセッサー読み取り可能な媒体と、
該媒体上に記憶される指示と、
を備え、該指示は、該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、該媒体から読み取り可能であるように構成され、それによって、
コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、
該コンタクトと該複数のエージェントとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
確率モデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を行うように該少なくとも一つのコンピュータープロセッサーを動作させる、製造品。
（項目１８）
上記確率モデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目１７に記載の製造品。
（項目１９）
上記確率モデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目１７に記載の製造品。
（項目２０）
上記確率モデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目１７に記載の製造品。
（項目２１）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目２０に記載の製造品。
（項目２２）
上記確率モデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目１７に記載の製造品。
（項目２３）
上記ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目２２に記載の製造品。
（項目２４）
上記確率モデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目１７に記載の製造品。
（項目２５）
コンタクトセンターシステムにおける行動ペアリングのための方法であって、
該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、エージェントへの接続に対して利用可能な複数のコンタクトを決定することと、
該少なくとも一つのコンピュータープロセッサーによって、該エージェントと該複数のコンタクトとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
該少なくとも一つのコンピュータープロセッサーによって、確率ネットワークフローモデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該少なくとも一つのコンピュータープロセッサーによって、該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を含む、方法。
（項目２６）
上記確率ネットワークフローモデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目２５に記載の方法。
（項目２７）
上記確率ネットワークフローモデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目２５に記載の方法。
（項目２８）
上記確率ネットワークフローモデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目２５に記載の方法。
（項目２９）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目２８に記載の方法。
（項目３０）
上記確率ネットワークフローモデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目２５に記載の方法。
（項目３１）
上記確率ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目３０に記載の方法。
（項目３２）
上記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目２５に記載の方法。
（項目３３）
コンタクトセンターシステムにおける行動ペアリングのためのシステムであって、該システムは、
該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーを備え、該少なくとも一つのコンピュータープロセッサーは、
エージェントへの接続に対して利用可能な複数のコンタクトを決定することと、
該エージェントと該複数のコンタクトとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
確率ネットワークフローモデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を行うようにさらに構成される、システム。
（項目３４）
上記確率ネットワークフローモデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目３３に記載のシステム。
（項目３５）
上記確率ネットワークフローモデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目３３に記載のシステム。
（項目３６）
上記確率ネットワークフローモデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目３３に記載のシステム。
（項目３７）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目３６に記載のシステム。
（項目３８）
上記確率ネットワークフローモデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目３３に記載のシステム。
（項目３９）
上記確率ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目３８に記載のシステム。
（項目４０）
上記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目３３に記載のシステム。
（項目４１）
コンタクトセンターシステムにおける行動ペアリングのための製造品であって、該製造品は、
非一時的プロセッサー読み取り可能な媒体と、
該媒体上に記憶される指示と、
を備え、該指示は、該コンタクトセンターシステムに通信可能に結合されかつ該コンタクトセンターシステムにおいて動作するように構成された少なくとも一つのコンピュータープロセッサーによって、該媒体から読み取り可能であるように構成され、それによって、
エージェントへの接続に対して利用可能な複数のコンタクトを決定することと、
該エージェントと該複数のコンタクトとの間の可能なペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することと、
確率ネットワークフローモデルに従って、該複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することと、
該コンタクトセンターシステムにおける接続のために、該複数の好ましいコンタクト−エージェントペアリングのうちの該選択された一つを出力することと
を行うように該少なくとも一つのコンピュータープロセッサーを動作させる、製造品。
（項目４２）
上記確率ネットワークフローモデルは、エージェント利用の均衡をとるためのネットワークフローモデルである、項目４１に記載の製造品。
（項目４３）
上記確率ネットワークフローモデルは、エージェント利用歪みの量を適用するためのネットワークフローモデルである、項目４１に記載の製造品。
（項目４４）
上記確率ネットワークフローモデルは、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最適化するためのネットワークフローモデルである、項目４１に記載の製造品。
（項目４５）
上記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、および平均処理時間のうちの少なくとも一つである、項目４４に記載の製造品。
（項目４６）
上記確率ネットワークフローモデルは、エージェントスキルおよびコンタクトスキルニーズによって制約されるネットワークフローモデルである、項目４１に記載の製造品。
（項目４７）
上記確率ネットワークフローモデルは、上記エージェントスキルおよび上記コンタクトスキルニーズの上記制約に従って、エージェント利用不均衡を最小化するように調整される、項目４６に記載の製造品。
（項目４８）
上記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、項目４１に記載の製造品。

本開示のより完全な理解を容易にするために、ここで、同じ要素が同じ番号を用いて参照される、添付の図面が参照される。これらの図面は、本開示を限定すると解釈されるべきでなく、例証に過ぎないことが意図される。
図１は、本開示の実施形態に従う、コンタクトセンターのブロック図を示す。 図２は、本開示の実施形態に従う、ＢＰペイアウトマトリックスの例を示す。 図３は、本開示の実施形態に従う、単純なＢＰ利用マトリックスの例を表す。 図４Ａは、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックスの例を示す。 図４Ｂは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図４Ｃは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図４Ｄは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図４Ｅは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図４Ｆは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図４Ｇは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ａは、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックスの例を表す。 図５Ｂは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｃは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｄは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｅは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｆは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｇは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｈは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図５Ｉは、本開示の実施形態に従う、ＢＰネットワークフローの例を示す。 図６は、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックス方法のフロー図を表す。 図７Ａは、本開示の実施形態に従う、ＢＰネットワークフロー方法のフロー図を示す。 図７Ｂは、本開示の実施形態に従う、ＢＰネットワークフロー方法のフロー図を示す。 図８は、本開示の実施形態に従う、ＢＰネットワークフロー方法のフロー図を示す。 図９は、本開示の実施形態に従う、ＢＰネットワークフロー方法のフロー図を示す。

（詳細な説明）
典型的なコンタクトセンターは、コンタクトセンターに着信するコンタクトを、それらのコンタクトを処理するために利用可能なエージェントにアルゴリズム的に割り当てる。ある時、コンタクトセンターは、利用可能でありかつインバウンドまたはアウトバウンドコンタクト（例えば、通話、インターネットチャットセッション、電子メール）への割り当てを待っているエージェントを有し得る。別のある時、コンタクトセンターは、エージェントが割り当てに対して利用可能になることを一つ以上の待ち行列において待っているコンタクトを有し得る。

いくつかの典型的なコンタクトセンターにおいて、コンタクトは、着信時間に基づいて順序付けられたエージェントに割り当てられ、エージェントは、それらのエージェントが利用可能になったとき、時間に基づいて順序付けられたコンタクトを受信する。この方策は、「先入れ先出し」、「ＦＩＦＯ」、または「ラウンドロビン」方策と呼ばれ得る。他の典型的なコンタクトセンターにおいて、「実績ベースルーティング」または「ＰＢＲ」方策など他の方策が使用され得る。

他のより進歩的なコンタクトセンターにおいて、コンタクトは、「行動ペアリング」または「ＢＰ」方策を使用することによって、エージェントとペアリングされ、「行動ペアリング」または「ＢＰ」方策のもとで、コンタクトおよびエージェントは、ＢＰ方策のもとでのすべての割り当ての利益が総計されたときに、その利益がＦＩＦＯおよび実績ベースルーティング（「ＰＢＲ」）方策など他の方策の利益を超えるように、後続のコンタクト−エージェントペアの割り当てを可能にする様式で慎重に（優先的に）ペアリングされ得る。ＢＰは、スキル待ち行列内のエージェントの均衡のとれた利用（または利用歪みの程度）を促進するように設計される一方で、それでもなお、ＦＩＦＯまたはＰＢＲ方法が許容するであろうものを超えて全体的なコンタクトセンター実績を同時に向上させる。これは、ＢＰがＦＩＦＯまたはＰＢＲ方法と同じ呼び出しおよび同じエージェントに作用し、ＦＩＦＯが提供するようにおよそ平等にエージェントを利用し、その一方で全体的なコンタクトセンター実績を向上させるので、優れた成果である。ＢＰは、例えば、本明細書において参照によって援用される米国特許第９，３００，８０２号に説明されている。これらの特徴、およびペアリングまたはマッチングモジュール（時に、「ＳＡＴＭＡＰ」、「ルーティングシステム」、「ルーティングエンジン」などとも呼ばれる）に関する他の特徴についての付加的な情報は、例えば、本明細書において参照によって援用される米国特許第８，８７９，７１５号に説明されている。

ＢＰ方策は、好ましいペアリングを決定するための対角線方策とともに、コンタクトタイプおよびエージェントの一次元順序付けを使用し得る。しかし、この方策は、より大きい自由度を考慮すると、ＢＰ方策が最適化し得る変数の種類および数、または一つ以上の変数が最適化され得る量を制限し得るか、別様に限定し得る。

上記に鑑みると、ＢＰ方策など複数の可能なペアリングから選ぶように設計されたペアリング方策の効率性および実績を向上させることを可能にするシステムの必要性があることが理解され得る。そのようなシステムは、いくつかの実施形態における、実行時間における比較優位に基づいた最適化；均一またはおよそ均一なエージェントの利用の維持；単一のコヒーレントモデルまたはより少ない数のコヒーレントモデルへの、スキルを横断したモデルの集約；より複雑な、高性能な、かつ有能なモデルの作成などを含む無数の利益をもたらし得る。以下で詳細に説明されるように、本技術は、本質的に多次元的（例えば、多変量）であり得、線形計画法、二次計画法、または好ましいコンタクト−エージェントペアリングを決定するための他の最適化技術を使用し得る。これらの技術の例は、例えば、ＣｏｒｍｅｎらによるＩｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ａｌｇｏｒｉｔｈｍｓの第三版の７０８−６８および８４３−８９７（第２６章「Ｍａｘｉｍｕｍ Ｆｌｏｗ」および第２９章「Ｌｉｎｅａｒ Ｐｒｏｇｒａｍｍｉｎｇ」）（２００９年）、ならびにＮｏｃｅｄａｌおよびＷｒｉｇｈｔによる「Ｎｕｍｅｒｉｃａｌ Ｏｐｔｉｍｉｚａｔｉｏｎ」の４４８−９６（２００６年）において説明され、上記の文献は、本明細書において参照によって援用される。

図１は、本開示の実施形態に従う、コンタクトセンター１００のブロック図を示す。本明細書における説明は、一つ以上のモジュールを含み得るコンタクトセンターシステムをシミュレートする方法ならびにシステムのネットワーク要素、コンピューター、および／または構成要素を説明する。本明細書において使用される場合、「モジュール」という用語は、コンピューティングソフトウェア、ファームウェア、ハードウェア、および／またはそれらの様々な組み合わせを指すと理解され得る。しかし、モジュールは、ハードウェア、ファームウェア上に実装されないソフトウェア、またはプロセッサー読み取り可能な記録可能記憶媒体上に記録されないソフトウェアとして解釈されるべきでない（すなわち、モジュール自体は、ソフトウェアでない）。モジュールは、例示的であることが留意される。モジュールは、様々な用途をサポートするために、組み合わせられ、統合され、分離され、および／または複製され得る。さらに、特定のモジュールにおいて実施されるように本明細書において説明される機能は、特定のモジュールにおいて実施される機能の代わりに、または特定のモジュールにおいて実施される機能に加えて、一つ以上の他のモジュールにおいて、および／または一つ以上の他のデバイスによって、実施され得る。また、モジュールは、互いにローカルまたはリモートである複数のデバイスおよび／または他の構成要素を横断して実装され得る。追加的に、モジュールは、一つのデバイスから移動させられて別のデバイスに追加され得、および／または両方のデバイス内に含まれ得る。

図１に示されるように、コンタクトセンター１００は、中央スイッチ１１０を含み得る。中央スイッチ１１０は、遠隔通信ネットワーク（示されていない）を介してコンタクトへのアウトバンド接続をサポートし得るか、または入ってくるコンタクト（例えば、発信者）を受信し得る。中央スイッチ１１０は、一つ以上のコンタクトセンターの間でコンタクトをルーティングすること、あるいは、一つ以上のＰＢＸ／ＡＣＤまたは他の待ち行列もしくは切り替え構成要素にコンタクトをルーティングすることを助けるための、コンタクトルーティングハードウェアおよびソフトウェアを含み得、そのコンタクトルーティングハードウェアおよびソフトウェアは、他のインターネットベース、クラウドベース、または別様のネットワークコンタクト−エージェントハードウェアもしくはソフトウェアベースのコンタクトセンターソリューションを含む。

コンタクトセンターが一つしか存在しない場合、またはＰＢＸ／ＡＣＤルーティング構成要素が一つしか存在しない場合など、中央スイッチ１１０は、コンタクトセンターシステム１００において必要でないこともある。二つ以上のコンタクトセンターがコンタクトセンターシステム１００の一部である場合、各コンタクトセンターは、少なくとも一つのコンタクトセンタースイッチ（例えば、コンタクトセンタースイッチ１２０Ａおよび１２０Ｂ）を含み得る。コンタクトセンタースイッチ１２０Ａおよび１２０Ｂは、中央スイッチ１１０に通信可能に結合され得る。実施形態において、ルーティングおよびネットワーク構成要素の様々なトポロジーが、コンタクトセンターシステムを実装するように構成され得る。

各コンタクトセンターのための各コンタクトセンタースイッチは、複数の（または「集団」の）エージェントに通信可能に結合され得る。各コンタクトセンタースイッチは、ある数のエージェント（または「シート」）が一度にログインされるようにサポートし得る。任意の所与の時間において、ログインされたエージェントは、利用可能であり得、コンタクトに接続されることを待ち得るか、または、ログインされたエージェントは、別のコンタクトに接続されているか、呼び出しについてのロギング情報などのある呼び出し後機能を実施しているか、または休憩をとっているなどの、多くの理由のうちの任意の理由によって利用不可能であり得る。

図１の例において、中央スイッチ１１０は、それぞれ、コンタクトセンタースイッチ１２０Ａおよびコンタクトセンタースイッチ１２０Ｂを介して、二つのコンタクトセンターのうちの一つにコンタクトをルーティングする。コンタクトセンタースイッチ１２０Ａおよびコンタクトセンタースイッチ１２０Ｂのうちの各々は、各二人のエージェントとともに示される。エージェント１３０Ａおよびエージェント１３０Ｂは、コンタクトセンタースイッチ１２０Ａにログインされ得、エージェント１３０Ｃおよびエージェント１３０Ｄは、コンタクトセンタースイッチ１２０Ｂにログインされ得る。

コンタクトセンターシステム１００は、また、例えば、サードパーティーベンダーから統合されたサービスに通信可能に結合され得る。図１の例において、ＢＰモジュール１４０は、中央スイッチ１１０、コンタクトセンタースイッチ１２０Ａ、またはコンタクトセンタースイッチ１２０Ｂなど、コンタクトセンターシステム１００のスイッチシステムにおける一つ以上のスイッチに通信可能に結合され得る。いくつかの実施形態において、コンタクトセンターシステム１００のスイッチは、複数のＢＰモジュールに通信可能に結合され得る。いくつかの実施形態において、ＢＰモジュール１４０は、コンタクトセンターシステムの構成要素に組み込まれ得る（例えば、スイッチまたは「ＢＰスイッチ」に組み込まれ得るか、または別様にスイッチまたは「ＢＰスイッチ」と統合され得る）。ＢＰモジュール１４０は、スイッチにログインされたエージェント（例えば、エージェント１３０Ａおよび１３０Ｂ）について、および別のスイッチ（例えば、中央スイッチ１１０）を介して、または、いくつかの実施形態において、ネットワーク（例えば、インターネットまたは遠隔通信ネットワーク）（示されていない）から入ってくるコンタクトについて、スイッチ（例えば、コンタクトセンタースイッチ１２０Ａ）から情報を受信し得る。

コンタクトセンターは、複数のペアリングモジュール（例えば、ＢＰモジュールおよびＦＩＦＯモジュール）（示されていない）を含み得、一つ以上のペアリングモジュールは、一つ以上の異なるベンダーによって提供され得る。いくつかの実施形態において、一つ以上のペアリングモジュールは、ＢＰモジュール１４０の構成要素、または中央スイッチ１１０もしくはコンタクトセンタースイッチ１２０Ａおよび１２０Ｂなどの一つ以上のスイッチであり得る。いくつかの実施形態において、ＢＰモジュールは、どのペアリングモジュールが特定のコンタクトについてのペアリングを処理し得るかを決定し得る。例えば、ＢＰモジュールは、ＢＰモジュールを介したペアリングを可能にすることと、ＦＩＦＯモジュールとのペアリングを可能にすることとを交互に行い得る。他の実施形態において、一つのペアリングモジュール（例えば、ＢＰモジュール）は、他のペアリング方策をエミュレートするように構成され得る。例えば、ＢＰモジュール、またはＢＰモジュールにおけるＢＰ構成要素に統合されたＢＰ構成要素は、ＢＰモジュールが特定のコンタクトに対してＢＰペアリングを使用し得るか、またはエミュレートされたＦＩＦＯペアリングを使用し得るかを決定し得る。この場合、「ＢＰオン」は、ＢＰモジュールがＢＰペアリング方策を適用している時間を指し得、「ＢＰオフ」は、ＢＰモジュールが異なるペアリング方策（例えば、ＦＩＦＯ）を適用している他の時間を指し得る。

いくつかの実施形態において、ペアリング方策が別々のモジュールによって処理されるか否かに関わらず、または、いくつかのペアリング方策が単一のペアリングモジュール内でエミュレートされる場合、単一のペアリングモジュールは、任意または全てのペアリング方策のもとで作成されたペアリングについての情報を監視および記憶するように構成され得る。例えば、ＢＰモジュールは、ＦＩＦＯモジュールによって作成されたＦＩＦＯペアリングについてのデータを観察および記録し得るか、または、ＢＰモジュールは、ＦＩＦＯエミュレーションモードにおいて動作するＢＰモジュールによって作成された、エミュレートされたＦＩＦＯペアリングについてのデータを観察および記録し得る。

図２は、本開示の実施形態に従う、ＢＰペイアウトマトリックス２００の例を示す。この簡易化された、仮説上の、コンピューターによって生成されたコンタクトセンターシステムのモデルにおいて、三人のエージェント（エージェント２０１、２０２および２０３）が存在し、かつ、三つのコンタクトタイプ（コンタクトタイプ２１１、２１２および２１３）が存在する。マトリックスの各セルは、「ペイアウト」、または、特定のエージェントと示されたコンタクトタイプのコンタクトとの間のコンタクト−エージェント対話の予期される結果もしくは予期値を示す。現実世界のコンタクトセンターシステムにおいて、数十人のエージェント、数百人のエージェント、またはそれ以上のエージェントが存在し得、かつ、数十のコンタクトタイプ、数百のコンタクトタイプ、またはそれ以上のコンタクトタイプが存在し得る。

ＢＰペイアウトマトリックス２００において、エージェント２０１とコンタクトタイプ２１１のコンタクトとの間の対話に対するペイアウトは、．３０または３０％である。エージェント２０１に対する他のペイアウトは、コンタクトタイプ２１２に対して．２８であり、コンタクトタイプ２１３に対して．１５である。エージェント２０２に対するペイアウトは、コンタクトタイプ２１１に対して．３０であり、コンタクトタイプ２１２に対して．２４であり、コンタクトタイプ２１３に対して．１０である。エージェント２０３に対するペイアウトは、コンタクトタイプ２１１に対して．２５であり、コンタクトタイプ２１２に対して．２０であり、コンタクトタイプ２１３に対して．０９である。

ペイアウトは、様々な異なるメトリックまたは最適化された変数のうちの任意のものに対する予期値を表し得る。最適化された変数の例は、売上変換率、顧客維持率、顧客満足率、平均処理時間計測など、または二つ以上のメトリックの組み合わせを含む。例えば、ＢＰペイアウトマトリックス２００がコンタクトセンターシステムにおける維持待ち行列をモデル化する場合、各ペイアウトは、エージェントが特定のコンタクトタイプの顧客を「保存」または維持するであろう可能性を表し得る（例えば、エージェント２０１が、コンタクトタイプ２１１に決定されるべきコンタクトを保存するであろう確率は、．３０（または３０％）である）。

いくつかの実施形態において、ＢＰペイアウトマトリックス２００または他の類似のコンピューターによって生成されたコンタクトセンターシステムのモデルは、履歴コンタクト−エージェント対話データを使用することによって、生成され得る。例えば、ＢＰペイアウトマトリックス２００は、エージェントとコンタクトタイプとの間の所与の対話に対するペイアウトを予測するか、または別様に推定するために、履歴データの、数週間、数ヵ月、数年などのローリングウィンドウを取り入れ得る。エージェントの労働人数が変化する場合、モデルは、エージェントの労働人数の変化を反映するために更新され得、エージェントの労働人数の変化は、新しいエージェントを雇用すること、現在のエージェントを解雇すること、または現在のエージェントに新しいスキルを訓練させることを含む。コンタクトタイプは、予期されるコンタクトおよび現在の顧客についての情報（人口統計データおよびサイコグラフィックデータ、ならびに過去の購買または他の履歴顧客情報などの行動データなどの様々な種類のデータを含み得る、顧客関係管理（ＣＲＭ）データ、顧客属性データ、サードパーティー消費者データ、コンタクトセンターデータなど）に基づいて生成され得る。ＢＰペイアウトマトリックス２００は、新しいコンタクト−エージェント対話データを、その対話データが利用可能になるごとに取り入れるために、リアルタイムで更新され得るか、または、毎時間、毎晩、毎週など定期的に更新され得る。

図３は、本開示の実施形態に従う、単純なＢＰ利用マトリックス３００の例を表す。ＢＰペイアウトマトリックス２００（図２）について、この簡易化された、仮説上の、コンピューターによって生成されたコンタクトセンターシステムのモデルにおいて、三人のエージェント（エージェント２０１、２０２および２０３）が存在し、かつ、三つのコンタクトタイプ（コンタクトタイプ２１１、２１２および２１３）が存在する。現実世界のコンタクトセンターシステムにおいて、数十人のエージェント、数百人のエージェント、またはそれ以上のエージェントが存在し得、かつ、数十のコンタクトタイプ、数百のコンタクトタイプ、またはそれ以上のコンタクトタイプが存在し得る。

ＢＰ方策のもとで、エージェントは、好ましくは、コンピューターによって生成されたＢＰモデルに従う特定のコンタクトタイプのコンタクトとペアリングされる。Ｌ１環境において、コンタクト待ち行列は、空であり、かつ、複数のエージェントが利用可能であるか、暇であるか、さもなければコンタクトへの接続に対して準備ができた状態であり、コンタクトへの接続を待っている。例えば、チャットコンテクストにおいて、エージェントは、複数のコンタクトと同時にチャットをするキャパシティーを有し得る。これらの環境において、エージェントは、電子メールおよびチャットなどの一つ以上の他のチャンネルにおいて同時にマルチタスクを行いながら、一つ以上の付加的なコンタクトへの接続に対して準備ができた状態であり得る。

いくつかの実施形態において、コンタクトが待ち行列またはコンタクトセンターシステムの他の構成要素に着信する場合、ＢＰ方策は、コンタクトのタイプ（例えば、コンタクトタイプ２１１、２１２または２１３のコンタクト）を決定するために、コンタクトについての情報を分析する。ＢＰ方策は、コンタクトへの接続に対してどのエージェントが利用可能であるか決定し、最も好ましい利用可能なエージェントに対するペアリング指示を選択し、勧め、または別様に出力する。

Ｌ２環境において、複数のコンタクトがエージェントへの接続の待ち行列において待っており、一人のエージェントも利用可能でなく、手が空いておらず、さもなければコンタクトへの接続に対して準備ができた状態でない。ＢＰ方策は、各コンタクトのタイプ（例えば、コンタクトタイプ２１１、２１２または２１３の一つまたはコンタクト）を決定するために、各コンタクトについての情報を分析する。いくつかの実施形態において、エージェントが利用可能になる場合、ＢＰ方策は、エージェントへの接続に対してどのコンタクトが利用可能であるか決定し、最も好ましい利用可能なコンタクトに対するペアリング指示を選択し、勧め、または別様に出力する。

単純なＢＰ利用マトリックス３００のヘッダー列に示されるように、各エージェントは、予期される利用可能性または標的利用を有する。この例において、ＢＰ方策は、三人のエージェント２０１、２０２および２０３のうちの各々に対する均衡のとれた１／３（「．３３」）のエージェント利用を標的としている。従って、経時的に、各エージェントは、均等またはおよそ均等に利用されることが予期される。ＢＰのこの構成は、ＢＰとＦＩＦＯとの両方が偏りのないエージェント利用または均衡のとれたエージェント利用を標的とするという限りにおいて、ＦＩＦＯに類似する。

ＢＰのこの構成は、実績ベースルーティング（ＰＢＲ）が歪んだエージェント利用または不均衡なエージェント利用を標的とし、比較的より実績の高いエージェントに不相応な数のコンタクトを意図的に割り当てるという限りにおいて、ＰＢＲに類似しない。ＢＰの他の構成は、他のＢＰ構成も歪んだエージェント利用を標的とし得るという限りにおいて、ＰＢＲに類似し得る。これらの特徴およびエージェントまたはコンタクト利用を歪めること（「カッパー」または「ロー」機能）に関する他の特徴についての付加的な情報は、例えば、本明細書において参照によって援用される米国特許出願第１４／９５６，０８６号および第１４／９５６，０７４号において説明される。

単純なＢＰ利用マトリックス３００のヘッダー欄に示されるように、各コンタクトタイプは、予期される利用可能性（例えば、着信の頻度）または標的利用を有する。この例において、コンタクトタイプ２１１のコンタクトは、５０％（「．５０」）の確率で着信することが予期され、コンタクトタイプ２１２のコンタクトは、３０％（「．３０」）の確率で着信することが予期され、コンタクトタイプ２１２のコンタクトは、残りの２０％（「．２０」）の確率で着信することが予期される。

マトリックスの各セルは、特定のエージェントと示されたコンタクトタイプのコンタクトとの間のコンタクト−エージェント対話の標的利用または予期される頻度を示す。単純なＢＰ利用マトリックス３００の例において、エージェントは、各コンタクトタイプの頻度に従って、各コンタクトタイプに均等に割り当てられることが予期される。コンタクトタイプ２１１のコンタクトは、５０％の確率で待ち行列に着信することが予期され、これらのコンタクトのおよそ三分の一が、エージェント２０１、２０２および２０３のうちの各々に割り当てられる。全体的に、コンタクトタイプ２１１とエージェント２０１との間のコンタクト−エージェント対話は、およそ１６％（「．１６」）の確率で起こることが予期され、コンタクトタイプ２１１とエージェント２０２との間のコンタクト−エージェント対話は、およそ１６％の確率で起こることが予期され、コンタクトタイプ２１１とエージェント２０３との間のコンタクト−エージェント対話は、およそ１６％の確率で起こることが予期される。同様に、コンタクトタイプ２１２のコンタクト（３０％の頻度）とエージェント２０１〜２０３のうちの各々との間の対話は、各々およそ１０％（「．０１」）の確率で起こることが予期され、コンタクトタイプ２１３のコンタクト（２０％の頻度）とエージェント２０１〜２０３のうちの各々との間の対話は、およそ７％（「．０７」）の確率で起こることが予期される。

単純なＢＰ利用マトリックス３００は、また、ＦＩＦＯペアリング方策のもとで生じるであろうコンタクト−エージェント対話のおよそ同じ分布を表し、ＦＩＦＯペアリング方策において、各コンタクト−エージェント対話は、均等に起こるであろう（各コンタクトタイプの頻度について正規化される）。単純なＢＰおよびＦＩＦＯのもとで、各エージェントの標的とされる（かつ予期される）利用は、均等である（三人のエージェント２０１〜２０３のうちの各々に対して、コンタクト−エージェント対話の三分の一）。

まとめると、ＢＰペイアウトマトリックス２００（図２）および単純なＢＰ利用マトリックス３００は、単純なＢＰ利用マトリックス３００に示される各コンタクト−エージェント対話の頻度分布に従って重み付けされた平均ペイアウトを計算することによって、コンタクトセンターシステムの予期される全体的な実績を決定することを可能にする：（．３０＋．３０＋．２５）（．５０）（１／３） ＋ （．２８＋．２４＋．２０）（．３０）（１／３） ＋ （．１５＋．１０＋．０９）（．２０）（１／３） ≒ ０．２４。従って、単純なＢＰまたはＦＩＦＯのもとでのコンタクトセンターシステムの予期される実績は、およそ０．２４または２４％である。ペイアウトが、例えば維持率を表す場合、予期される全体的な実績は、２４％の保存率であろう。

図４Ａ〜４Ｇは、より高性能なＢＰペイアウトマトリックスおよびネットワークフローの例を示す。この簡易化された仮説上のコンタクトセンターにおいて、エージェントまたはコンタクトタイプは、一つ以上のスキルのうちの異なる組み合わせ（すなわち、スキルセット）を有し得、エージェントおよびコンタクトを横断する均衡のとれた利用を維持しながら全体的なコンタクトセンター実績を増加させるために、線形計画法ベースのネットワークフロー最適化技術が適用され得る。

図４Ａは、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックス４００Ａの例を示す。ＢＰスキルベースペイアウトマトリックス４００Ａにおいて表される仮説上のコンタクトセンターシステムは、およそ三分の一または．３３の予期される利用可能性／利用を各々有する三人のエージェント（エージェント４０１、４０２および４０３）が存在し、かつおよそ２５％（．１５＋．１０）、４５％（．１５＋．３０）、および３０％（．２０＋．１０）の予期される頻度／利用をそれぞれ有する三つのコンタクトタイプ（コンタクトタイプ４１１、４１２および４１３）が存在するという限りにおいて、ＢＰペイアウトマトリックス２００（図２）において表されるコンタクトセンターシステムに類似する。

しかし、本例において、各エージェントは、特定のスキルに割り当てられているか、訓練されているか、または別様に特定のスキル（もしくは、他の例示的コンタクトセンターシステムにおいて、複数のスキルのセット）が利用可能になるようにされている。スキルの例は、技術的サポート、請求のサポート、販売、維持などの広範なスキル、英語、スペイン語、フランス語などの言語スキル、「レベル２の上級技術的サポート」、ＡｐｐｌｅのｉＰｈｏｎｅ（登録商標）の使用者のための技術的サポート、ＧｏｏｇｌｅのＡｎｄｒｏｉｄの使用者のための技術的サポートなどのより狭いスキル、および他の様々なスキルのうちの任意のスキルを含む。

エージェント４０１は、少なくともスキル４２１を必要とするコンタクトに対して利用可能であり、エージェント４０２は、少なくともスキル４２２を必要とするコンタクトに対して利用可能であり、エージェント４０３は、少なくともスキル４２３を必要とするコンタクトに対して利用可能である。

本例においても、各タイプのコンタクトは、スキル４２１〜４２３のうちの一つ以上を必要として着信し得る。例えば、コールセンターへの発信者は、特定の発信者／コンタクトがそれ以降の対話のためにどのスキルを必要とするかを決定するために、対話型音声応答（ＩＶＲ）システムと対話し得るか、タッチトーンメニューと対話し得るか、またはオペレーターと生で対話し得る。コンタクトタイプの「スキル」を考慮する別の方法は、販売スキルを有するエージェントから何かを購入するか、または技術的サポートスキルを有するエージェントと技術的事項のトラブルシュートを行うなど、コンタクトが有する特定のニーズである。

本例において、．１５または１５％のコンタクトは、コンタクトタイプ４１１であること、およびスキル４２１またはスキル４２２を必要とすることが予期され、．１５または１５％のコンタクトは、コンタクトタイプ４１２であること、およびスキル４２１または４２２を必要とすることが予期され、．２０または２０％のコンタクトは、コンタクトタイプ４１３であること、およびスキル４２１または４２２を必要とすることが予期され、．１０または１０％のコンタクトは、コンタクトタイプ４１１であること、およびスキル４２２またはスキル４２３を必要とすることが予期され、．３０または３０％のコンタクトは、コンタクトタイプ４１２であること、およびスキル４２２またはスキル４２３を必要とすることが予期され、．１０または１０％のコンタクトは、コンタクトタイプ４１３であること、およびスキル４２２またはスキル４２３を必要とすることが予期される。

いくつかの実施形態において、エージェントは、特定のコンタクトによって必要とされると決定された全てのスキルの合体（例えば、スペイン語のスキルおよびｉＰｈｏｎｅ（登録商標）の技術的サポートスキル）を有することが必要とされ得る。いくつかの実施形態において、いくつかのスキルは、好ましいが必要とされ得ない（すなわち、ｉＰｈｏｎｅ（登録商標）の技術的サポートのためのスキルを有するエージェントが一人も直ちに利用可能でないか、または閾値の時間利用可能でない場合、コンタクトは、代わりに利用可能なＡｎｄｒｏｉｄの技術的サポートエージェントとペアリングされ得る）。

マトリックスの各セルは、特定のスキルまたはスキルセットを有する特定のエージェントと、特定のタイプおよびニーズ（スキル）またはニーズのセット（スキルセット）を有するコンタクトとの間のコンタクト−エージェント対話のペイアウトを示す。本例において、スキル４２１を有するエージェント４０１は、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトが少なくともスキル４２１を必要とする場合、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトとペアリングされ得る（それぞれ、ペイアウト．３０、．２８および．１５を有する）。スキル４２２を有するエージェント４０２は、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトが少なくともスキル４２２を必要とする場合、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトとペアリングされ得る（それぞれ、ペイアウト．３０、．２４、．１０、３０、．２４および．１０を有する）。スキル４２３を有するエージェント４０３は、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトが少なくともスキル４２３を必要とする場合、任意のコンタクトタイプ４１１、４１２または４１３のコンタクトとペアリングされ得る（それぞれ、ペイアウト２５、．２０および．０９を有する）。

空のセルは、このＢＰペアリング方策のもとでペアリングされないであろうコンタクトおよびエージェントの組み合わせを表す。例えば、スキル４２１を有するエージェント４０１は、少なくともスキル４２１を必要としないコンタクトとペアリングされないであろう。本例において、１８−セルのペイアウトマトリックスは、６個の空のセルを含み、１２個の空でないセルは、１２組の可能なペアリングを表す。

図４Ｂは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｂの例を示す。ＢＰネットワークフロー４００Ｂは、ネットワーク（またはグラフ）の左側において「ソース」としてエージェント４０１〜４０３を示し、かつ、ネットワークの右側において「シンク」として各スキルセットに対するコンタクトタイプ４１１〜４１３を示す。ＢＰネットワークフロー４００Ｂにおける各エッジは、特定のタイプおよびニーズ（スキル）のセットを有するコンタクトとエージェントとの間の可能なペアリングを表す。例えば、エッジ４０１Ａは、エージェント４０１と、スキル４２１またはスキル４２２を必要とするコンタクトタイプ４１１のコンタクトとの間のコンタクト−エージェント対話を表す。エッジ４０１Ｂ、４０１Ｃ、４０２Ａ〜Ｆおよび４０３Ａ〜Ｃは、示されるような他の可能なコンタクト−エージェントペアリングのそれぞれのエージェントおよびコンタクトタイプ／スキルに対する、他の可能なコンタクト−エージェントペアリングを表す。

図４Ｃは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｃの例を示す。ＢＰネットワークフロー４００Ｃは、ＢＰペイアウトマトリックス４００Ａ（図４Ａ）のネットワーク／グラフ表示である。ＢＰネットワークフロー４００Ｃは、明確さのために、各エッジに対する識別子が示されず、代わりに、エージェント４０１について各エッジに対するペイアウト（例えば、エッジ４０１Ａ上の．３０、エッジ４０１Ｂ上の．２８、およびエッジ４０１Ｃ上の．１５）、ならびにエージェント４０２および４０３について各エッジに対する対応するペイアウトを示すことを除けば、ＢＰネットワークフロー４００Ｂ（図４Ｂ）と同一である。

図４Ｄは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｄの例を示す。ＢＰネットワークフロー４００Ｄは、明確さのために、各エージェント４０１〜４０３に対するスキルが示されず、代わりに、各エージェントによって提供される相対的な「供給」と、各コンタクトタイプ／スキルの組み合わせによって必要とされる「要求」とを示すことを除けば、ＢＰネットワークフロー４００Ｃ（図４Ｃ）と同一である。各エージェントは、各エージェントの予期される利用可能性または標的利用（１または１００％の総計供給に対して、各三分の一）に等しい「供給」を提供する。各コンタクトタイプ／スキルは、各コンタクトタイプ／スキルの予期される頻度または標的利用に等しい量のエージェント供給（１または１００％の総計要求に対して、それぞれ．１５、．１５、．２０、．１０、．３０、および．１０）を要求する。この例において、総計供給および要求は、正規化されるか、または互いに均等になるように別様に構成され、各エッジに沿ったキャパシティーまたは帯域幅は、無限または別様に無制限と考えられる（すなわち、エッジは、「どのくらい」または「何度」ではなく、「誰が誰とペアリングされることができるか」を説明し得る）。他の実施形態において、供給／要求の不均衡が存在し得るか、または、いくつかのエッジもしくは全てのエッジに対して設定された割り当て量または別様に限定されたキャパシティーが存在し得る。

図４Ｅは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｅの例を示す。ＢＰネットワークフロー４００Ｅは、表現の容易さのために、供給および要求が３０００の倍率でスケーリングされていることを除けば、ＢＰネットワークフロー４００Ｄ（図４Ｄ）と同一である。スケーリングのとき、各エージェントについての供給は、三分の一の代わりに１０００と示され、総計供給は、３０００と示される。同様に、各コンタクトタイプ／スキルセットについての相対的な要求は、スケーリングされ、同様に総計３０００である。いくつかの実施形態において、スケーリングは起こらない。他の実施形態において、スケーリングの量は、変化し得、３０００より大きくなり得るか、または小さくなり得る。

図４Ｆは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｆの例を示す。ＢＰネットワークフロー４００Ｆは、明確さのために、各エッジに沿ったペイアウトが示されず、代わりにＢＰネットワークフロー４００Ｆのための一つのソリューションを示すことを除けば、ＢＰネットワークフロー４００Ｅ（図４Ｅ）と同一である。いくつかの実施形態において、「マキシマムフロー」もしくは「マックスフロー」アルゴリズム、または他の線形計画法アルゴリズムは、エージェントおよびコンタクトの利用の均衡をとり得る、要求（シンク）を満たすための供給（ソース）の「フロー」または「分配」を最適化するための一つ以上のソリューションを決定するために、ＢＰネットワークフロー４００Ｆに適用され得る。

いくつかの実施形態において、目標は、メトリックまたは最適化されるメトリックの全体的な予期値を最大化することでもあり得る。例えば、販売待ち行列において、最適化するためのメトリックは、変換率であり得、マックスフロー目標は、全体的な予期される変換率を最大化することである。複数のマックスフローソリューションが利用可能である環境において、ソリューションを選択する一つの技術は、「マキシマムコスト」または「マックスコスト」ソリューション（すなわち、マックスフローのもとで最も高い全体的なペイオフをもたらすソリューション）を選択することであり得る。

この例において、エージェント４０１〜４０３は、ソースを表し、様々なスキルセットの組み合わせを有するコンタクトタイプ４１１〜４１３は、シンクを表す。Ｌ２（コンタクト過剰）環境などのいくつかのコンタクトセンター環境において、ネットワークフローは、待ち行列で待っているコンタクトが供給を提供するソースであり、利用可能になり得る可能なエージェントが要求を提供するシンクであるように、逆にされ得る。

ＢＰネットワークフロー４００Ｆは、ＢＰモジュールまたは類似の構成要素によって決定された最適なフローソリューションを示す。このソリューション（そこから選ぶいくつかのソリューション、またはランダムに選択されるいくつかのソリューションが存在し得る）によると、（エージェント４０１から、スキル４２１および４２２を有するコンタクトタイプ４１１への）エッジ４０１Ａは、０の最適なフローを有し、（エージェント４０１から、スキル４２１および４２２を有するコンタクトタイプ４１２への）エッジ４０１Ｂは、４００の最適なフローを有し、かつ、（エージェント４０１から、スキル４２１および４２２を有するコンタクトタイプ４１３への）エッジ４０１Ｃは、６００の最適なフローを有する。同様に、エージェント４０２についてのエッジ４０２Ａ〜Ｆに対する最適なフローは、それぞれ４５０、５０、０、３００、２００、および０であり、エージェント４０３についてのエッジ４０３Ａ〜Ｃに対する最適なフローは、それぞれ０、７００、および３００である。下記で詳細に説明されるように、この最適なフローソリューションは、エージェントとコンタクトタイプ／スキルセットの各ペアに対するペイアウトに従うコンタクトセンターシステムの予期される全体的な実績の最大化も行いながら、エージェントおよびコンタクトの標的利用を達成する、コンタクト−エージェント対話の相対的な割合（または、特定のコンタクト−エージェント対話を選択する相対的な可能性）を説明する。

図４Ｇは、本開示の実施形態に従う、ＢＰネットワークフロー４００Ｇの例を示す。ＢＰネットワークフロー４００Ｇは、明確さのために、最適なフローソリューションが０に決定されたエッジが削除されていることを除けば、ＢＰネットワークフロー４００Ｆ（図４Ｆ）と同一である。ＢＰ方策のもとで、エージェントは、補足的なスキルおよびゼロでないペイアウトを有していても、最適なフローソリューションが０に決定されたコンタクトタイプと好ましくはペアリングされないであろう。

この例において、エッジ４０１Ａ、４０２Ｃ、４０２Ｆおよび４０３Ａは、削除されている。残っているエッジは、好ましいペアリングを表す。従って、Ｌ１（エージェント過剰）環境において、コンタクトが着信する場合、そのコンタクトは、好ましいペアリングが利用可能に存在するエージェントのうちの一人と好ましくはペアリングされ得る。例えば、スキル４２１および４２２を有するコンタクトタイプ４１１のコンタクトは、エージェント４０２の総計供給（利用可能性）の４５０ユニットを要求し、常に好ましくはエージェント４０２とペアリングされ得る。別の例について、スキル４２１および４２２を有するコンタクトタイプ４１２のコンタクトは、好ましくは、時々、エージェント４０１とペアリングされ得、時々、エージェント４０２とペアリングされ得る。このコンタクトは、（このタイプのコンタクト／スキルが着信する予期される頻度に基づいて）４５０の総計要求を有し、エージェント４０１から４００ユニットの供給およびエージェント４０２から残りの５０ユニットの供給を要求する。

いくつかの実施形態において、このタイプ／スキルのコンタクトが着信する場合、ＢＰモジュールまたは類似の構成要素は、各エージェントからなされる相対的な要求（４００および５０）に従って、エージェント４０１または４０２のいずれかを選択し得る。例えば、擬似乱数発生器は、相対的な要求に従って重み付けされたランダム選択によって、エージェント４０１または４０２をランダムに選択するために使用され得る。従って、このタイプ／スキルの各コンタクトに対して、好ましいペアリングとしてエージェント４０１を選択する確率が４００／４５０（≒ ８９％）であり、好ましいペアリングとしてエージェント４０２を選択する確率が５０／４５０（≒ １１％）である。経時的に、このタイプ／スキルの多くのコンタクトがＢＰ方策を使用してペアリングされる場合、それらのコンタクトのうちのおよそ８９％が、エージェント４０１と好ましくはペアリングされ得、それらのコンタクトのうちの残りの１１％が、エージェント４０２と好ましくはペアリングされ得る。いくつかの実施形態において、エージェントの全体的な標的利用、またはコンタクトタイプ／スキルごとの標的利用は、比例したパーセンテージのコンタクトを受信するための、エージェントの「帯域幅」であり得る。

このソリューションを有するこのＢＰネットワークフロー４００Ｇについて、エージェントのうちの全てからの総計供給は、コンタクトのうちの全てからの総計要求を満たすことが予期される。従って、全てのエージェントの標的利用（ここでは均衡のとれた利用）は、ペイアウトと、それらのペイアウトを有するエッジに沿ったコンタクトへのエージェントの相対的な分配とに従って、コンタクトセンターシステムにおけるより高い予期される全体的な実績も達成しながら、達成され得る。

図５Ａ〜Ｉは、別のＢＰペイアウトマトリックスおよびネットワークフローの例を示す。スキルの様々な組み合わせを有するコンタクトタイプおよびエージェントのいくつかの構成について、所与のＢＰネットワークフローに対する最適なフローまたはマックスフローが、供給および要求の均衡を完全にはとり得ない可能性がある。本例は、エージェントとコンタクトタイプとのこの構成が、初めに不均衡な供給および要求につながることを除けば、図４Ａ〜４Ｇの例に類似する。この簡易化された、仮説上のコンタクトセンターにおいて、標的利用を調整するための二次計画法ベースの技術は、エージェントおよびコンタクトタイプの不均衡な構成に対処するために、エージェントおよびコンタクトを横断する最適に歪んだ利用を維持しながら、全体的なコンタクトセンター実績を増加させるために、線形計画法ベースのネットワークフロー最適化技術とともに適用され得る。

図５Ａは、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックス５００Ａの例を表す。ＢＰスキルベースペイアウトマトリックス５００Ａにおいて表された仮説上のコンタクトセンターシステムは、各々およそ三分の一または．３３の、初期に予期される利用可能性／利用を有する三人のエージェント（エージェント５０１、５０２および５０３）が存在するという限りにおいて、ＢＰスキルベースペイアウトマトリックス４００Ａ（図４）に表されたコンタクトセンターシステムに類似する。それぞれ、およそ４０％（．３０＋．１０）および６０％（．３０＋．３０）の予期される頻度／利用を有する二つのコンタクトタイプ（コンタクトタイプ５１１および５１２）が存在する。

本例において、エージェント５０１は、スキル５２１および５２２に対して割り当てられるか、訓練されるか、または別様に利用可能にされ、エージェント５０２および５０３は、スキル５２２のみに対して割り当てられるか、訓練されるか、または別様に利用可能にされている。例えば、スキル５２１がフランス語の言語スキルを表し、かつスキル５２２がドイツ語の言語スキルを表す場合、エージェント５０１は、フランス語またはドイツ語のいずれかを必要とするコンタクトに割り当てられ得るが、エージェント５０２および５０３は、ドイツ語を必要とするコンタクトのみに割り当てられ得、フランス語を必要とするコンタクトに割り当てられ得ない。

本例において、．３０または３０％のコンタクトは、コンタクトタイプ５１１のものであること、およびスキル５２１を必要とすることが予期され、．３０または３０％のコンタクトは、コンタクトタイプ５１２のものであること、およびスキル５２１を必要とすることが予期され、．１０または１０％のコンタクトは、コンタクトタイプ５１１のものであること、およびスキル５２２を必要とすることが予期され、．３０または３０％のコンタクトは、コンタクトタイプ５１２のものであること、およびスキル５２２を必要とすることが予期される。

本例において、エージェント５０１は、（ＢＰスキルベースペイアウトマトリックス５００Ａに示されるような、ペイアウト．３０、．２８、．３０および．２８を有する）任意のコンタクトとペアリングされ得る。スキル５２２のみを有するエージェント５０２および５０３は、コンタクトタイプ５１１および５１２が少なくとも（ＢＰスキルベースペイアウトマトリックス５００Ａに示されるような、ペイアウト．３０、．２４、．２５および．２０を有する）スキル５２２を必要とする場合、コンタクトタイプ５１１または５１２のいずれかのコンタクトとペアリングされ得る。ＢＰスキルベースペイアウトマトリックス５００Ａにおける空のセルによって示されるように、エージェント５０２および５０３は、スキル５２１のみを必要とするコンタクトとペアリングされないであろう。１２−セルのペイアウトマトリックスは、４個の空のセルを含み、８個の空でないセルは、８組の可能なペアリングを表す。

図５Ｂは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｂの例を示す。ＢＰネットワークフロー４００Ｂ（図４Ｂ）に類似して、ＢＰネットワークフロー５００Ｂは、ネットワークの左側において、ソースとしてエージェント５０１〜５０３を示し、かつ、ネットワークの右側において、シンクとして各スキルセットに対するコンタクトタイプ５１２および５１２３を示す。ＢＰネットワークフロー５００Ｂにおける各エッジは、特定のタイプおよびニーズ（スキル）のセットを有するコンタクトとエージェントとの間の可能なペアリングを表す。エッジ５０１Ａ〜Ｄ、５０２Ａ〜Ｂおよび５０３Ａ〜Ｂは、示されるような可能なコンタクト−エージェントペアリングのそれぞれのエージェントおよびコンタクトタイプ／スキルに対する、可能なコンタクト−エージェントペアリングを表す。

図５Ｃは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｃの例を示す。ＢＰネットワークフロー５００Ｃは、ＢＰペイアウトマトリックス５００Ａ（図５Ａ）のネットワーク表示である。明確さのために、各エッジに対する識別子は、示されず、代わりに、各エッジに対するペイアウト（例えば、エッジ５０１Ａおよび５０１Ｄ上の．３０、ならびにエッジ５０１Ｂおよび５０１Ｃ上の．２８）、およびエージェント５０２および５０３について各エッジに対する対応するペイアウトを示す。

図５Ｄは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｄの例を示す。ＢＰネットワークフロー５００Ｄは、各エージェントによって提供される相対的な初期の供給、および各コンタクトタイプ／スキルの組み合わせによって必要とされる要求を示す。総計供給１は、総計要求１に等しい。

図５Ｅは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｅの例を示す。表現の容易さのために、供給および要求は、３０００の倍率でスケーリングされており、初期の供給に対するマックスフローソリューションが、各エッジに対して示される。このソリューションによると、（エージェント５０１から、スキル５２１を有するコンタクトタイプ５１１への）エッジ５０１Ａは、９００の最適なフローを有し、（エージェント５０１から、スキル５２１を有するコンタクトタイプ５１２への）エッジ５０１Ｂは、１００の最適なフローを有し、エッジ５０１Ｃおよび５０１Ｄは、０の最適なフローを有する。同様に、エージェント５０２に対する最適なフローは、それぞれ、３００および７００であり、エージェント５０３に対する最適なフローは、それぞれ、０および２００である。

このソリューションによると、エージェント５０３は、エージェント５０１および５０２と比較して、実質的に十分に利用され得ない。エージェント５０１および５０２は、各々それらの１０００ユニットの完全な供給のために最適化されるが、エージェント５０３は、２００ユニットのみか、またはエージェント５０３の供給の五分の一のみを使用することが予期される。コンタクトセンター環境において、エージェント５０３は、より少ないコンタクトに割り当てられて、エージェント５０１および５０２と比較してより多くの暇な時間を過ごし得るか、または、エージェントが、好ましくないコンタクトに割り当てられ得、それは、マックスフローソリューションによって予測される実績よりも低いコンタクトセンター実績をもたらす。

同様に、このソリューションによると、スキル５２１を必要とするコンタクトタイプ５１２のコンタクトは、他のコンタクトタイプ／スキルの組み合わせと比較して、実質的に十分に利用され得ない（または「サービスが十分でない」）。他のコンタクトタイプ／スキルの組み合わせは、それぞれ、それらの９００、３００、および９００ユニットの完全な要求のために最適化されるが、スキル５２１を必要とするコンタクトタイプ５１２は、１００ユニットのみか、またはこのコンタクトタイプ／スキルの要求の九分の一のみを受信することが予期される。コンタクトセンター環境において、この十分に利用されないコンタクトタイプ／スキルの組み合わせは、他のコンタクトタイプ／スキルの組み合わせと比較してより長い待ち時間を経験し得るか、または、コンタクトが、好ましくないエージェントに割り当てられ得、それは、マックスフローソリューションによって予測される実績よりも低いコンタクトセンター実績をもたらす。

ＢＰネットワークフロー５００Ｅにおいて示されるソリューションは、依然として総計供給および要求の均衡をとるが、エージェント５０３は、他のエージェントよりも非常に低い頻度で選択され得、かつ／または、いくつかのコンタクトは、より長い時間好ましいエージェントを待つ必要があり得、かつ／または、全体的なコンタクトセンター実績は、マックスフローソリューションによって予期される全体的なペイアウトを達成し得ない。

図５Ｆおよび５Ｇは、ＢＰネットワークフロー５００Ｅ（図５Ｅ）のように、マックスフローソリューションが不均衡である場合の、コンタクトセンターシステムにおけるエージェントおよびコンタクトの利用の均衡を向上させるために、相対的なエージェント供給を調整するためのいくつかの実施形態の技術を示す。

図５Ｆは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｆの例を示す。ＢＰネットワークフロー５００Ｆにおいて、同じスキルセットを共有するエージェントは、単一のネットワークノードに「まとめられ」ている。この例において、エージェント５０２および５０３は、２０００の組み合わせられた総計供給を有するスキル５２２に対する単一のノードに組み合わせられている。

同様に、同じスキルセットを共有するコンタクトタイプは、単一のネットワークノードにまとめられている。この例において、スキル５２１を必要とするコンタクトタイプ５１１および５１２は、１８００の組み合わせられた総計要求を有するスキル５２１に対する単一のノードに組み合わせられており、スキル５２２を必要とするコンタクトタイプ５１１および５１２は、１２００の組み合わせられた総計要求を有するスキル５２２に対する単一のノードに組み合わせられている。

さらに、エッジは、まとめられている。例えば、エージェント５０２および５０３から発する四つのエッジ（図５Ｂにおいてラベル付けされているような、エッジ５０２Ａ、５０２Ｂ、５０３Ａおよび５０３Ｂ）は、スキル５２２を有するエージェントに対する「スーパーノード」から、スキル５２２を必要とするコンタクトタイプに対する「スーパーノード」へ発する単一のエッジにまとめられている。

この時点で、いくつかの実施形態において、エージェントの相対的な供給を調整するために、二次計画法アルゴリズムまたは類似の技術が、まとめられたネットワークに適用され得る。

図５Ｇは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｇの例を示す。ＢＰネットワークフロー５００Ｇは、二次計画法アルゴリズムまたは類似の技術に対するソリューションに従って調整されたエージェント供給を示す。この例において、スキル５２１および５２２に対するエージェントスーパーノードのための供給は、ＢＰネットワークフロー５００Ｆ（図５Ｆ）における１０００から１８００に調整されており、かつ、スキル５２２に対するエージェントスーパーノードのための供給は、ＢＰネットワークフロー５００Ｆにおける２０００から１２００に調整されている。

総計供給は、同じままであり得る（例えば、この例において３０００）が、様々なスキルセットのエージェントについての相対的な供給は、調整されている。いくつかの実施形態において、単一のスーパーノードのための総計供給は、スーパーノード内のエージェントの間で平等に配分され得る。この例において、スキル５２２に対するエージェントスーパーノードのための１２００ユニットの供給は、エージェントの間で平等に分割されており、６００ユニットをエージェント５０２および５０３のうちの各々に分配する。

図５Ｈは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｈの例を示す。ＢＰネットワークフロー５００Ｈは、ＢＰネットワークフロー５００Ｇ（図５Ｇ）に示される調整された供給を使用することによって計算されたマックスフローソリューションを示す。エージェント５０１は、１８００の調整された供給を有し、エージェント５０２は、６００の調整された供給を有し、エージェント５０３は、６００の調整された供給を有する。このソリューションによると、（エージェント５０１から、スキル５２１を有するコンタクトタイプ５１１への）エッジ５０１Ａは、依然として９００の最適なフローを有し、（エージェント５０１から、スキル５２１を有するコンタクトタイプ５１２への）エッジ５０１Ｂは、現在９００の最適なフローを有し、エッジ５０１Ｃおよび５０１Ｄは、依然として０の最適なフローを有する。同様に、エージェント５０２に対する最適なフローは、現在、各々３００および３００であり、エージェント５０３に対する最適なフローは、現在、それぞれ０および６００である。

図５Ｉは、本開示の実施形態に従う、ＢＰネットワークフロー５００Ｉの例を示す。ＢＰネットワークフロー５００Ｉは、明確さのために、最適なフローソリューションが０に決定されたエッジが削除されていることを除けば、ＢＰネットワークフロー５００Ｈと同一である。この例において、エッジ５０１Ｃ、５０１Ｄおよび５０３Ａは、削除されている。

ＢＰネットワークフロー５００Ｈおよび５００Ｉにおいて示されるソリューションを使用して、全てのコンタクトタイプ／スキルの組み合わせは、完全に利用され得る（「サービスが完全である」）。

追加的に、全体的なエージェント利用は、より均衡になり得る。ＢＰネットワークフロー５００Ｅ（図５Ｅ）のもとで、エージェント５０３は、エージェント５０１および５０２の五分の一しか利用され得ない。従って、エージェント５０１および５０２は、各々およそ４５％のコンタクトを割り当てられるであろうが、エージェント５０３は、残りのおよそ１０％のコンタクトのみを割り当てられるであろう。ＢＰネットワークフロー５００Ｈのもとで、エージェント５０１は、およそ６０％のコンタクトを割り当てられ得、エージェント５０２および５０３は、各々残りのおよそ２０％のコンタクトを割り当てられ得る。この例において、最も忙しいエージェント（エージェント５０１）は、最も忙しくないエージェント（エージェント５０２および５０３）の五倍のコンタクトを受信する代わりに、最も忙しくないエージェントの三倍のコンタクトのみを受信するであろう。

図６は、本開示の実施形態に従う、ＢＰスキルベースペイアウトマトリックス方法６００のフロー図を表す。ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６１０において開始し得る。

ブロック６１０において、履歴コンタクト−エージェント結果データが分析され得る。いくつかの実施形態において、一週間のウィンドウ、一ヵ月のウィンドウ、九十日のウィンドウ、または一年のウィンドウなど、履歴コンタクト−エージェント結果データのローリングウィンドウが分析され得る。履歴コンタクト−エージェント結果データは、どのエージェントがどのコンタクトと通信したか、いつ通信が発生したか、通信の持続時間、および通信の結果についての識別子を含む、コンタクトとエージェントとの間の個別の対話についての情報を含み得る。例えば、電話販売のコールセンターにおいて、結果は、販売が発生したかどうか、または、販売が発生した場合における販売金額を示し得る。顧客維持待ち行列において、結果は、顧客が維持された（「保存された」）かどうか、または顧客を維持するために提示された任意のインセンティブの金額を示し得る。顧客サービス待ち行列において、結果は、顧客のニーズが満たされたかどうか、または問題が解決されたかどうか、またはスコア（例えば、ネットプロモータースコアまたはＮＰＳ）もしくはコンタクト−エージェント対話に対する顧客満足を表す他の評価を示し得る。履歴コンタクト−エージェント結果データを分析した後、または分析と並行して、ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６２０に進み得る。

ブロック６２０において、コンタクト属性データが分析され得る。コンタクト属性データは、一つ以上の顧客関係管理（ＣＲＭ）データベースにおいて記憶されるデータを含み得る。例えば、無線通信プロバイダーのＣＲＭデータベースは、顧客が使用する携帯電話の種類、顧客が申し込んだ契約の種類、顧客の契約の持続期間、顧客の契約の毎月の料金、および会社との顧客の関係の保有期間についての情報を含み得る。別の例について、銀行のＣＲＭデータベースは、顧客によって保持される口座の種類および番号、顧客の口座の毎月の平均残高、ならびに会社との顧客の関係の保有期間についての情報を含み得る。いくつかの実施形態において、コンタクト属性データは、第三者から得られる一つ以上のデータベースにおいて記憶される第三者データも含み得る。コンタクト属性データを分析した後、または、分析と並行して、ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６３０に進み得る。

ブロック６３０において、スキルグループが、各エージェントおよび各コンタクトタイプに対して決定され得る。スキルの例は、技術的サポート、請求のサポート、販売、維持などの広範なスキル、英語、スペイン語、フランス語などの言語スキル、「レベル２の上級技術的サポート」、ＡｐｐｌｅのｉＰｈｏｎｅ（登録商標）の使用者のための技術的サポート、ＧｏｏｇｌｅのＡｎｄｒｏｉｄの使用者のための技術的サポートなどのより狭いスキル、および他の様々なスキルのうちの任意のスキルを含む。いくつかの実施形態において、任意の特有のスキルが存在し得ないか、または、一つのスキルのみがエージェントのうちの全てまたはコンタクトタイプのうちの全てを横断して識別され得る。これらの実施形態において、単一の「スキルグループ」のみが存在し得る。

いくつかの実施形態において、所与のコンタクトタイプは、異なる時間において、異なるスキルセットを必要とし得る。例えば、コールセンターへの第一の呼び出しの間、一つのタイプのコンタクトは、技術的質問を有し得、技術的サポートスキルを有するエージェントを必要とし得るが、第二の呼び出しの間、同じタイプの同じコンタクトは、請求の質問を有し得、顧客サポートスキルを有するエージェントを必要とし得る。これらの実施形態において、同じコンタクトタイプは、各コンタクトタイプ／スキルの組み合わせに従って、一度以上含まれ得る。スキルグループが決定された後、ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６４０に進み得る。

ブロック６４０において、各エージェントに対して標的利用が決定され得、かつ、各コンタクトタイプ（またはコンタクトタイプ／スキルの組み合わせ）に対して予期率が決定され得る。いくつかのＬ１環境において、各エージェントが経時的におよそ均等な数のコンタクトを割り当てられることが予期されるように、均衡のとれたエージェント利用は、標的とされ得る。例えば、コンタクトセンター環境が四人のエージェントを有する場合、各エージェントは、１／４（または２５％）の標的利用を有し得る。別の例について、コンタクトセンター環境がｎ人のエージェントを有する場合、各エージェントは、１／ｎ（または等しいパーセンテージのコンタクト）の標的利用を有し得る。

同様に、各コンタクトタイプ／スキルに対する予期率は、例えば、ブロック６１０において分析された履歴コンタクト−エージェント結果データにおいて観察される実際の率に基づいて決定され得る。標的利用および予期率が決定された後、ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６５０に進み得る。

ブロック６５０において、各実行可能なコンタクト−エージェントペアリングに対する予期されるペイアウトを伴うペイアウトマトリックスが決定され得る。いくつかの実施形態において、コンタクト−エージェントペアリングは、エージェントおよびコンタクトタイプが少なくとも一つの共通のスキルを有する場合、実行可能であり得る。他の実施形態において、コンタクト−エージェントペアリングは、エージェントがコンタクトタイプによって必要とされるスキルのうちの少なくとも全てを有する場合、実行可能であり得る。さらなる他の実施形態において、実行可能性のための他のヒューリスティックスが使用され得る。

ＢＰスキルベースペイアウトマトリックス４００Ａであるペイアウトマトリックスの例は、上記で図４Ａを参照して詳細に説明されている。ＢＰスキルベースペイアウトマトリックス４００Ａは、関連付けられたスキルと標的利用とを有するエージェントのセット、履歴コンタクト−エージェント結果データおよび／またはコンタクト属性データに基づいて決定された予期される頻度を有する（様々なスキルセットと組み合わせられる）コンタクトタイプのセット、および各実行可能なコンタクト−エージェントペアリングに対するゼロでない予期されるペイアウトのセットを含む。ペイアウトマトリックスが決定された後、ＢＰスキルベースペイアウトマトリックス方法６００は、ブロック６６０に進み得る。

ブロック６６０において、ペイアウトマトリックスに従い、コンピュータープロセッサーによって生成されたモデルが出力され得る。例えば、コンタクトセンターシステム内に組み込まれたコンピュータープロセッサーもしくはコンタクトセンターシステムに通信可能に結合されたコンピュータープロセッサー、またはコンタクトセンターシステムにおけるＢＰモジュールなどの構成要素は、コンタクトセンターシステムまたはコンピュータープロセッサーの別の構成要素によって受信されるペイアウトマトリックスモデルを出力し得る。いくつかの実施形態において、ペイアウトマトリックスモデルは、コンタクトセンターシステムの他の構成要素または人間の管理者に対してログされ得るか、印刷され得るか、表示され得るか、送信され得るか、または別様に記憶され得る。ペイアウトマトリックスモデルが出力された後、ＢＰスキルベースペイアウトマトリックス方法６００は、終了し得る。

図７Ａは、本開示の実施形態に従う、ＢＰネットワークフロー方法７００Ａのフロー図を示す。ＢＰネットワークフロー方法７００Ａは、ブロック７１０において開始し得る。

ブロック７１０において、ＢＰペイアウトマトリックスが決定され得る。いくつかの実施形態において、ＢＰペイアウトマトリックスは、ＢＰペイアウトマトリックス方法６００または類似の方法を使用して決定され得る。他の実施形態において、ＢＰペイアウトマトリックスは、別の構成要素またはモジュールから受信され得る。ＢＰペイアウトマトリックスが決定された後、ＢＰネットワークフロー方法７００Ａは、ブロック７２０に進み得る。

ブロック７２０において、各エージェントに対して標的利用が決定され得、かつ、各コンタクトタイプに対して予期率が決定され得る。他の実施形態において、ブロック７１０において決定されたペイアウトマトリックスは、ＢＰペイアウトマトリックス方法６００によって出力されたペイアウトマトリックス、またはＢＰスキルベースペイアウトマトリックス４００Ａ（図４Ａ）などの、標的利用および／または予期率を取り入れ得るか、または別様に含み得る。標的利用および予期率が決定された後、必要ならば、ＢＰネットワークフロー方法７００Ａは、ブロック７３０に進み得る。

ブロック７３０において、エージェント供給およびコンタクトタイプ要求が決定され得る。上記において、例えば、図４Ｄおよび４Ｅを参照して詳細に説明されたように、各エージェントは、各エージェントの予期される利用可能性または標的利用（例えば、三人のエージェントを有する環境において、１または１００％の総計供給に対して、各々三分の一）に等しい「供給」を提供し得る。追加的に、各コンタクトタイプ／スキルは、１または１００％の総計要求に対して、各コンタクトタイプ／スキルの予期される頻度または標的利用に等しい量のエージェント供給を要求し得る。総計供給および要求は、正規化され得るか、または互いに均等になるように別様に構成され得、各エッジに沿ったキャパシティーまたは帯域幅は、無限または別様に無制限と考えられ得る。他の実施形態において、供給／要求の不均衡が存在し得るか、または、いくつかのエッジもしくは全てのエッジに対して設定された割り当て量または別様に限定されたキャパシティーが存在し得る。

いくつかの実施形態において、供給および要求は、例えば、１０００、３０００などのいくつかの倍率によってスケーリングされ得る。スケーリングのとき、三人のエージェントのうちの各々についての供給は、三分の一の代わりに１０００と示され得、総計供給は、３０００と示され得る。同様に、各コンタクトタイプ／スキルセットについての相対的な要求は、スケーリングされ得る。いくつかの実施形態において、スケーリングは起こらない。エージェント供給およびコンタクトタイプ要求が決定された後、ＢＰネットワークフロー方法７００Ａは、ブロック７４０に進み得る。

ブロック７４０において、好ましいコンタクト−エージェントペアリングが決定され得る。上記において、例えば、図４Ｆおよび４Ｇを参照して詳細に説明されたように、ＢＰネットワークフローのための一つ以上のソリューションが決定され得る。いくつかの実施形態において、「マキシマムフロー」もしくは「マックスフロー」アルゴリズム、または他の線形計画法アルゴリズムは、要求（シンク）を満たすための供給（ソース）の「フロー」または「分配」を最適化するための一つ以上のソリューションを決定するために、ＢＰネットワークフローに適用され得る。いくつかの実施形態において、「マックスコスト」アルゴリズムは、最適なマックスフローソリューションを選択するために適用され得る。

Ｌ２（コンタクト過剰）環境などのいくつかのコンタクトセンター環境において、ネットワークフローは、待ち行列で待っているコンタクトが供給を提供するソースであり、利用可能になり得る可能なエージェントが要求を提供するシンクであるように、逆にされ得る。

ＢＰネットワークフローは、ＢＰモジュールまたは類似の構成要素によって決定された最適なフローソリューションを含み得る。このソリューション（そこから選ぶいくつかのソリューション、またはランダムに選択されるいくつかのソリューションが存在し得る）によると、いくつかの（実行可能な）エッジは、０の最適なフローを有し得、それは、そのような実行可能なペアリングが好ましいペアリングでないことを示す。いくつかの実施形態において、ＢＰネットワークフローは、実行可能なペアリングを表すエッジを、そのペアリングが好ましいペアリングでないと決定された場合、削除し得る。

他のエッジは、ゼロでない最適なフローを有し得、それは、そのような実行可能なペアリングが少なくも時々好ましいということを示す。上記で詳細に説明されたように、この最適なフローソリューションは、エージェントとコンタクトタイプ／スキルセットの各ペアに対するペイアウトに従うコンタクトセンターシステムの予期される全体的な実績の最大化も行いながら、エージェントおよびコンタクトの標的利用を達成する、コンタクト−エージェント対話の相対的な割合（または、特定のコンタクト−エージェント対話を選択する相対的な可能性）を説明する。

いくつかのＢＰネットワークフローのいくつかのソリューションについて、単一のコンタクトタイプ／スキルは、複数のエージェントから単一のコンタクトタイプ／スキルに入る複数のエッジを有し得る。これらの環境において、コンタクトタイプ／スキルは、複数の好ましいペアリングを有し得る。複数のエージェントからの選択を考慮すれば、ＢＰネットワークフローは、そのコンタクトタイプ／スキルのコンタクトがコンタクトセンターに着信する度に数人のエージェントのうちの一人が選択され得る相対的な割合または重み付けを示す。好ましいコンタクト−エージェントペアリングを決定した後、ＢＰネットワークフロー方法７００Ａは、ブロック７５０に進み得る。

ブロック７５０において、好ましいコンタクト−エージェントペアリングに従い、コンピュータープロセッサーによって生成されたモデルが出力され得る。例えば、コンタクトセンターシステム内に組み込まれたコンピュータープロセッサーもしくはコンタクトセンターシステムに通信可能に結合されたコンピュータープロセッサー、またはコンタクトセンターシステムにおけるＢＰモジュールなどの構成要素は、コンタクトセンターシステムまたはコンピュータープロセッサーの別の構成要素によって受信される好ましいペアリングモデルを出力し得る。いくつかの実施形態において、好ましいペアリングモデルは、コンタクトセンターシステムの他の構成要素または人間の管理者に対してログされ得るか、印刷され得るか、表示され得るか、送信され得るか、または別様に記憶され得る。好ましいペアリングモデルが出力された後、ＢＰネットワークフロー方法７００Ａは、終了し得る。

図７Ｂは、本開示の実施形態に従う、ＢＰネットワークフロー方法７００Ｂのフロー図を示す。ＢＰネットワークフロー７００Ｂは、図７Ａを参照して上記で説明されたＢＰネットワークフロー７００Ａに類似する。ＢＰネットワークフロー方法７００Ｂは、ブロック７１０において開始し得る。ブロック７１０において、ＢＰペイアウトマトリックスが決定され得る。ＢＰペイアウトマトリックスが決定された後、ＢＰペイアウトマトリックス方法７００Ｂは、ブロック７２０に進み得る。ブロック７２０において、各エージェントに対して標的利用が決定され得、かつ、各コンタクトタイプに対して予期率が決定され得る。標的利用および予期率が決定された後、必要ならば、ＢＰネットワークフロー方法７００Ｂは、ブロック７３０に進み得る。ブロック７３０において、エージェント供給およびコンタクトタイプ要求が決定され得る。エージェント供給およびコンタクトタイプ要求が決定された後、ＢＰネットワークフロー方法７００Ｂは、ブロック７３５に進み得る。

ブロック７３５において、エージェント供給および／またはコンタクト要求は、エージェント利用の均衡をとるように、またはエージェント利用均衡を向上させるように調整され得る。上記において、例えば、図５Ｆおよび５Ｇを参照して上記で詳細に説明されたように、同じスキルセットを共有するエージェントは、単一のネットワークノード（または「スーパーノード」）に「まとめられ」得る。同様に、同じスキルセットを共有するコンタクトタイプは、単一のネットワークノードにまとめられ得る。さらに、エッジは、エッジの対応するスーパーノードに従ってまとめられ得る。この時点で、いくつかの実施形態において、エージェントの相対的な供給および／またはコンタクトの相対的な要求を調整するために、二次計画法アルゴリズムまたは類似の技術が、まとめられたネットワークに適用され得る。エージェント利用の均衡をとるようにエージェント供給および／またはコンタクト要求を調整した後、ＢＰネットワークフロー方法７００Ｂは、ブロック７４０に進み得る。

ブロック７４０において、好ましいコンタクト−エージェントペアリングが決定され得る。好ましいコンタクト−エージェントペアリングを決定した後、ＢＰネットワークフロー方法７００Ａは、ブロック７５０に進み得る。ブロック７５０において、好ましいコンタクト−エージェントペアリングに従い、コンピュータープロセッサーによって生成されたモデルが出力され得る。好ましいペアリングモデルが出力された後、ＢＰネットワークフロー方法７００Ｂは、終了し得る。

図８は、本開示の実施形態に従う、ＢＰネットワークフロー方法８００のフロー図を示す。ＢＰネットワークフロー方法８００は、ブロック８１０において開始し得る。

ブロック８１０において、利用可能なエージェントが決定され得る。コンタクトセンターシステムの現実世界の待ち行列において、数十人のエージェント、数百人のエージェント、またはそれ以上のエージェントが雇用され得る。任意の所与の時間において、これらの雇用されたエージェントのうちの少人数は、システムにログインされ得るか、または別様にシフトで活動的に働き得る。さらに、任意の所与の時間において、ログインされたエージェントのうちの少人数は、コンタクト対話（例えば、コールセンターへの呼び出しに出ている）に従事し得るか、最近のコンタクト対話の結果をログし得るか、休憩をとり得るか、または別様に、入ってくるコンタクトに割り当てられるのに利用不可能であり得る。ログインされたエージェントのうちの残りの部分は、暇であり得るか、または別様に割り当てられるのに利用可能であり得る。利用可能なエージェントのセットを決定した後、ＢＰネットワークフロー方法８００は、ブロック８２０に進み得る。

ブロック８２０において、好ましいコンタクト−エージェントペアリングのＢＰモデルが決定され得る。いくつかの実施形態において、好ましいペアリングモデルは、ＢＰネットワークフロー方法７００Ａ（図７Ａ）もしくは７００Ｂ（図７Ｂ）、または類似の方法を使用することによって決定され得る。他の実施形態において、好ましいペアリングモデルは、別の構成要素またはモジュールから受信され得る。

いくつかの実施形態において、好ましいペアリングモデルは、コンタクトセンター待ち行列または複数の待ち行列のために雇用された全てのエージェントを含み得る。他の実施形態において、好ましいペアリングモデルは、所与の時間において、待ち行列にログインされたエージェントのみを含み得る。さらなる他の実施形態において、好ましいペアリングモデルは、ブロック８１０において利用可能であると決定されたエージェントのみを含み得る。例えば、図４Ｂを参照すると、エージェント４０３が利用不可能である場合、いくつかの実施形態は、エージェント４０３に対するノードを省きかつ利用可能なエージェントであるエージェント４０１およびエージェント４０２のみに対するノードを含む、異なる好ましいペアリングモデルを使用し得る。他の実施形態において、好ましいペアリングモデルは、エージェント４０３に対するノードを含み得るが、コンタクトをエージェント４０３に割り当てるゼロでない確率を生成することを回避するように適合され得る。例えば、エージェント４０３から各適合可能なコンタクトタイプへのフローのキャパシティーは、ゼロに設定され得る。

好ましいペアリングモデルは、予め計算され得る（例えば、キャッシュまたは他のストレージから検索され得る）か、または、エージェントが利用可能もしくは利用不可能になるとき、および／または、様々なスキルニーズを伴う様々なタイプのコンタクトがコンタクトセンターに着信するとき、リアルタイムまたはほぼリアルタイムで計算され得る。好ましいペアリングモデルが決定された後、ＢＰネットワークフロー方法８００は、ブロック８３０に進み得る。

ブロック８３０において、利用可能なコンタクトが決定され得る。例えば、Ｌ１環境において、複数のエージェントは、利用可能であり、コンタクトの割り当てを待っており、かつ、コンタクト待ち行列は空である。コンタクトがコンタクトセンターに着信すると、コンタクトは、ホールド状態で待つことなく、利用可能なエージェントのうちの一人に割り当てられ得る。いくつかの実施形態において、ブロック８２０において決定された好ましいペアリングモデルは、最初に決定され得るか、またはブロック８３０における利用可能なコンタクトの決定の後に更新され得る。例えば、図４Ａ〜４Ｇを参照すると、エージェント４０１〜４０３は、数十人またはそれ以上のうち、所与の瞬間にたまたま利用可能である三人のエージェントであり得る。そのとき、ＢＰスキルベースペイアウトマトリックス４００Ａ（図４Ａ）は、その時点で利用可能な三人のエージェントについて決定され得、ＢＰネットワークフロー４００Ｇ（図４Ｇ）は、ＢＰスキルベースペイアウトマトリックス４００Ａに基づいて、その時点で利用可能な三人のエージェントについて決定され得る。従って、好ましいペアリングモデルは、そのとき、その三人の利用可能なエージェントについて決定され得る。

いくつかの実施形態において、ペアリングされる特定のコンタクトは、そのコンタクトがブロック８３０において既に決定されているので、ＢＰネットワークフロー方法８００に既に知られているにもかかわらず、好ましいペアリングモデルは、例えば、ＢＰネットワークフロー４００Ｇにおける予期されるコンタクトタイプ／スキルの組み合わせのうちのいくつかまたは全てを占め得る。利用可能なコンタクトがブロック８３０において決定された（かつ、いくつかの実施形態において、好ましいペアリングモデルが生成または更新された）後、ＢＰネットワークフロー方法８００は、ブロック８４０に進み得る。

ブロック８４０において、利用可能なエージェントおよび利用可能なコンタクトのうちの少なくとも一つの好ましいコンタクト−エージェントペアリングが決定され得る。例えば、ＢＰネットワークフロー４００Ｇ（図４Ｇ）において示されるように、利用可能なコンタクトがコンタクトタイプ４１１のものであり、かつスキル４２１または４２２を必要とする場合、好ましいペアリングは、エージェント４０２とのペアリングである。同様に、利用可能なコンタクトがコンタクトタイプ４１２のものであり、かつスキル４２１または４２２を必要とする場合、好ましいペアリングは、エージェント４０１（４００の最適なフロー）またはエージェント４０２（５０の最適なフロー）のいずれかとのペアリングである。少なくとも一つの好ましいコンタクト−エージェントペアリングが決定された後、ＢＰネットワークフロー方法８００は、ブロック８５０に進み得る。

ブロック８５０において、少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの一つが選択され得る。いくつかの実施形態において、選択は、擬似乱数発生器を使用することによってなど、ランダムであり得る。少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの所与の一つを選択する可能性（または確率）は、ＢＰモデルによって説明される統計的可能性に基づき得る。例えば、ＢＰネットワークフロー４００Ｇ（図４Ｇ）において示されるように、利用可能なコンタクトがコンタクトタイプ４１２のものであり、かつスキル４２１または４２２を必要とする場合、エージェント４０１を選択する確率は、４００／４５０≒８９％の確率であり、エージェント４０２を選択する確率は、５０／４５０≒１１％の確率である。

一つの好ましいコンタクト−エージェントペアリングしか存在しない場合、選択は自明であり得るので、いくつかの実施形態において、ランダム選択の必要性は存在し得ない。例えば、ＢＰネットワークフロー４００Ｇ（図４Ｇ）において示されるように、利用可能なコンタクトがコンタクトタイプ４１１のものであり、かつスキル４２１または４２２を必要とする場合、好ましいペアリングは、常にエージェント４０２とのペアリングであり、エージェント４０２を選択する確率は、４５０／４５０≒１００％の確率である。少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの一つを選択した後、ＢＰネットワークフロー方法８００は、ブロック８６０に進み得る。

ブロック８６０において、選択されたペアリングは、コンタクトセンターシステムにおける接続のために出力され得る。例えば、コンタクトセンターシステム内に組み込まれたコンピュータープロセッサーもしくはコンタクトセンターシステムに通信可能に結合されたコンピュータープロセッサー、またはコンタクトセンターシステムにおけるＢＰモジュールなどの構成要素は、コンタクトセンターシステムまたはコンピュータープロセッサーの別の構成要素によって受信される好ましいペアリング選択（または勧められたペアリング、またはペアリング指示）を出力し得る。いくつかの実施形態において、好ましいペアリング選択は、コンタクトセンターシステムの他の構成要素または人間の管理者に対してログされ得るか、印刷され得るか、表示され得るか、送信され得るか、または別様に記憶され得る。受信構成要素は、ペアリングが要求されたかまたは別様に決定されたコンタクトに、選択されたエージェントを接続させるために、好ましいペアリング選択を使用し得る。好ましいペアリング指示が出力された後、ＢＰネットワークフロー方法８００は、終了し得る。

図９は、本開示の実施形態に従う、ＢＰネットワークフロー方法９００のフロー図を示す。いくつかの実施形態において、ＢＰネットワークフロー方法９００は、ＢＰネットワークフロー方法８００に類似する。ＢＰネットワークフロー方法８００は、Ｌ１環境（エージェント過剰）を例示するが、ＢＰネットワークフロー方法９００は、Ｌ２環境（コンタクトが待ち行列にある）を例示する。ＢＰネットワークフロー方法９００は、ブロック９１０において開始し得る。

ブロック９１０において、利用可能なコンタクトが決定され得る。コンタクトセンターシステムの現実世界の待ち行列において、数十人のエージェント、数百人のエージェントなどが雇用され得る。Ｌ２環境において、全てのログインされたエージェントは、コンタクト対話に従事しているか、または別様に利用不可能である。コンタクトがコンタクトセンターに着信すると、コンタクトは、ホールド待ち行列において待つように求められ得る。所与の時間において、数十またはそれ以上のコンタクトが、ホールド状態で待ち得る。いくつかの実施形態において、待ち行列は、着信時間によって順次順序付けられ得、最も長い時間待っているコンタクトが、待ち行列の先頭に順序付けされる。他の実施形態において、待ち行列は、優先順位格付けまたは個別のコンタクトの状態に基づいて少なくとも部分的に順位付けされ得る。例えば、「高い優先順位」として指定されたコンタクトは、より長い時間待っている他の「普通の優先順位」のコンタクトに先んじて、待ち行列の先頭または先頭近くに位置付けられ得る。待ち行列において待っている利用可能なコンタクトのセットを決定した後、ＢＰネットワークフロー方法９００は、ブロック９２０に進み得る。

ブロック９２０において、好ましいコンタクト−エージェントペアリングのＢＰモデルが決定され得る。いくつかの実施形態において、好ましいペアリングモデルは、待っているコンタクトが供給のソースを提供し、利用可能になり得るエージェントが要求のシンクを提供するという限りにおいて、ＢＰネットワークフロー方法７００Ａ（図７Ａ）または７００Ｂ（図７Ｂ）に類似した方法を使用することによって、決定され得る。他の実施形態において、好ましいペアリングモデルは、別の構成要素またはモジュールから受信され得る。

いくつかの実施形態において、好ましいペアリングモデルは、コンタクトセンター待ち行列または複数の待ち行列に着信することが予期される全てのコンタクトタイプを含み得る。他の実施形態において、好ましいペアリングモデルは、モデルが要求されたときに待ち行列に存在しかつ待ち行列で待っているコンタクトタイプ／スキルの組み合わせのみを含み得る。例えば、三つのタイプＸ、ＹおよびＺのコンタクトを受信することを予期するコンタクトセンターシステムを検討するが、タイプＸおよびＹのコンタクトのみが現在待ち行列で待っている。いくつかの実施形態は、タイプＸおよびＹの待っているコンタクトに対するノードのみを含みコンタクトタイプＺに対するノードを省く、異なる好ましいペアリングモデルを使用し得る。他の実施形態において、好ましいペアリングモデルは、コンタクトタイプＺに対するノードを含み得るが、このモデルは、エージェントをコンタクトタイプＺのコンタクトに割り当てるゼロでない確率を生成することを回避するように適合され得る。例えば、コンタクトタイプＺから各適合可能なエージェントへのフローのキャパシティーは、ゼロに設定され得る。

好ましいペアリングモデルは、予め計算され得る（例えば、キャッシュまたは他のストレージから検索され得る）か、または、エージェントが利用可能もしくは利用不可能になるとき、および／または、様々なスキルニーズを伴う様々なタイプのコンタクトがコンタクトセンターに着信するとき、リアルタイムまたはほぼリアルタイムで計算され得る。好ましいペアリングモデルが決定された後、ＢＰネットワークフロー方法９００は、ブロック９３０に進み得る。

ブロック９３０において、利用可能なエージェントが決定され得る。例えば、Ｌ２環境において、複数のコンタクトが待っており、エージェントへの割り当てに対して利用可能であり、かつ、全てのエージェントが占有され得る。エージェントが利用可能になると、エージェントは、暇であり続けることなく、待っているコンタクトのうちの一つに割り当てられ得る。いくつかの実施形態において、ブロック９２０において決定された好ましいペアリングモデルは、最初に決定され得るか、またはブロック８３０における利用可能なコンタクトの決定の後に更新され得る。例えば、各々異なるスキルおよびタイプのコンタクトである、待ち行列で待っている三つのコンタクトが存在し得る。ＢＰスキルベースペイアウトマトリックスは、その時点で待っている三つのコンタクトに対して決定され得、ＢＰネットワークフローは、ＢＰスキルベースペイアウトマトリックスに基づいて、その時点で待っている三つのコンタクトに対して決定され得る。従って、好ましいペアリングモデルは、そのとき、その三つの待っているコンタクトに対して決定され得る。

いくつかの実施形態において、好ましいペアリングモデルは、エージェントがブロック９３０において既に決定されているので、ペアリングされる特定のエージェントが既にＢＰネットワークフロー方法９００に知られているにもかかわらず、潜在的に利用可能なエージェントのうちの何人かまたは全てを占め得る。利用可能なエージェントがブロック９３０において決定された（かつ、いくつかの実施形態において、好ましいペアリングモデルが生成または更新された）後、ＢＰネットワークフロー方法９００は、ブロック９４０に進み得る。

ブロック９４０において、利用可能なエージェントおよび利用可能なコンタクトのうちの少なくとも一つの好ましいコンタクト−エージェントペアリングが決定され得る。少なくとも一つの好ましいコンタクト−エージェントペアリングが決定された後、ＢＰネットワークフロー方法９００は、ブロック９５０に進み得る。

ブロック９５０において、少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの一つが選択され得る。いくつかの実施形態において、選択は、擬似乱数発生器を使用することによってなど、ランダムであり得る。少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの所与の一つを選択する可能性（または確率）は、ＢＰモデルによって説明される統計的可能性に基づき得る。好ましいコンタクト−エージェントペアリングが一つしか存在しない場合、選択は自明であり得るので、いくつかの実施形態において、ランダム選択の必要性は存在し得ない。少なくとも一つの好ましいコンタクト−エージェントペアリングのうちの一つを選択した後、ＢＰネットワークフロー方法９００は、ブロック９６０に進み得る。

ブロック９６０において、選択されたペアリングは、コンタクトセンターシステムにおける接続のために出力され得る。例えば、コンタクトセンターシステム内に組み込まれたコンピュータープロセッサーもしくはコンタクトセンターシステムに通信可能に結合されたコンピュータープロセッサー、またはコンタクトセンターシステムにおけるＢＰモジュールなどの構成要素は、コンタクトセンターシステムまたはコンピュータープロセッサーの別の構成要素によって受信される好ましいペアリング選択（または勧められたペアリング、またはペアリング指示）を出力し得る。いくつかの実施形態において、好ましいペアリング選択は、コンタクトセンターシステムの他の構成要素または人間の管理者に対してログされ得るか、印刷され得るか、表示され得るか、送信され得るか、または別様に記憶され得る。受信構成要素は、ペアリングが要求されたかまたは別様に決定されたコンタクトに、選択されたエージェントを接続させるために、好ましいペアリング選択を使用し得る。好ましいペアリング指示が出力された後、ＢＰネットワークフロー方法９００は、終了し得る。

いくつかの実施形態において、ＢＰペイアウトマトリックスおよびネットワークフローモデルは、Ｌ３環境（すなわち、複数の利用可能なエージェントおよび待ち行列で待っている複数のコンタクト）において使用され得る。いくつかの実施形態において、ネットワークフローモデルは、複数のコンタクト−エージェントペアリングを同時にバッチペアリングするために使用され得る。Ｌ３環境のもとでのＢＰペアリングは、例えば、本明細書において参照によって援用される米国特許出願第１５／３９５，４６９号において詳細に説明される。他の実施形態において、コンタクトセンターシステムがＬ１および／またはＬ２環境において動作している場合、ＢＰネットワークフローモデルが使用され得、コンタクトセンターシステムがＬ３（またはＬ０）環境において動作している場合、代替的なＢＰペアリング方策が使用され得る。

上記で説明された例において、ＢＰネットワークフローモデルは、均衡のとれた（または、特定のコンタクトセンター環境に対して実行可能なようにできる限り均衡のとれた状態に近い）エージェント利用を標的とする。他の実施形態において、歪められたエージェント利用または別様に不均衡なエージェント利用は、標的とされ得（例えば、「カッパー」技術）、かつ／または、歪められたコンタクト利用または別様に不均衡なコンタクト利用は、標的とされ得る（例えば、「ロー」技術）。カッパーおよびロー技術を含むこれらの技術の例は、例えば、上記の米国特許出願第１４／９５６，０８６号および第１４／９５６，０７４号において詳細に説明され、上記の文献は、本明細書において参照によって援用されている。

ＢＰモジュール（例えば、ＢＰモジュール１４０）がコンタクトセンタースイッチ（例えば、中央スイッチ１１０、コンタクトセンタースイッチ１２０Ａなど）内に完全に組み込まれるかまたは別様にコンタクトセンタースイッチ内に統合される実施形態など、いくつかの実施形態において、スイッチは、スイッチとＢＰモジュールとの間のペアリング要求および応答を分離することなくＢＰ技術を実施し得る。例えば、スイッチは、必要性が生じる場合、各可能なペアリングに適用するために、自身のコスト機能または複数の機能を決定し得、スイッチは、適宜コスト機能を自動的に最小化（または、いくつかの実施形態において、最大化）し得る。スイッチは、スキル待ち行列またはエージェントもしくはコンタクトの他の階層的配置の必要性を低減し得るか、またはなくし得、代わりに、スイッチは、コンタクトセンターシステム内のより大きなエージェントの集団のうちの一つ以上の仮想エージェントグループまたはエージェントのセットを横断して動作し得る。ＢＰペアリング方法論のいくつかまたは全ての様態は、必要に応じてスイッチによって実装され得、それは、データ収集、データ分析、モデル生成、ネットワークフロー最適化などを含む。

仮想エージェントグループを最適化する実施形態など、いくつかの実施形態において、コンタクトセンターシステムがエージェントを一つ以上のスキル待ち行列に割り当てるかどうかにかかわらず、ネットワークフローにおけるエージェントノードのモデルは、コンタクトセンターシステム内のいずれかの場所において見つけられるエージェントに対して、一つ以上のエージェントスキル／タイプの組み合わせを有するエージェントのセットを表し得る。例えば、図４Ｂ〜４Ｇにおけるエージェント４０１、４０２および４０３に対するノードは、個別のエージェントの代わりに仮想エージェントグループを表し得、仮想エージェントグループに割り当てられるコンタクトは、次に、仮想エージェントグループ内の個別のエージェントに割り当てられ得る（例えば、ランダム割り当て、ラウンドロビン割り当て、モデルベース行動ペアリングなど）。これらの実施形態において、コンタクトがフィルタリングされるか、または個別のスキル待ち行列および／またはエージェントグループ（例えば、図１におけるコンタクトセンタースイッチ１２０Ａまたはコンタクトセンタースイッチ１２０Ｂのいずれか）に別様に割り当てられる前に、ＢＰは、コンタクトセンターシステム内（例えば、図１における中央スイッチ１０１）においてより高いレベルでコンタクトに適用され得る。

過程において早期にＢＰを適用することは、どの待ち行列／スイッチ／ＶＤＮにコンタクトが割り当てられるべきか決めるために従来の中央スイッチが使用するスクリプトおよび他の規範的な技術を回避するという限りにおいて、有利であり得る。これらのスクリプトおよび他の規範的な技術は、全体的なコンタクトセンター実績を最適化することと所望の標的エージェント利用（例えば、均衡のとれたエージェント利用、最小のエージェント利用不均衡、エージェント利用歪みの所定量）を達成することとの両方において、非効率的かつ次善であり得る。

この時点で、上記で説明されたような本開示に従う、コンタクトセンターシステムにおける行動ペアリングは、入力データの処理および出力データの生成をある程度伴い得るということに留意されるべきである。この入力データ処理および出力データ生成は、ハードウェアまたはソフトウェアにおいて実装され得る。例えば、上記で説明された本開示に従うコンタクトセンターシステムにおける行動ペアリングと関連付けられる機能を実装するための、行動ペアリングモジュール、または類似もしくは関連した回路において、特定の電子部品が採用され得る。代替的に、指示に従って動作する一つ以上のプロセッサーが、上記で説明された本開示に従うコンタクトセンターシステムにおける行動ペアリングと関連付けられる機能を実装し得る。もしそのようである場合、そのような指示が一つ以上の非一時的プロセッサー読み取り可能な記憶媒体上（例えば、磁気ディスクまたは他の記憶媒体）に記憶され得るか、または一つ以上の搬送波に組み込まれた一つ以上の信号を介して一つ以上のプロセッサーに送信され得ることは、本開示の範囲内である。

本開示は、本明細書において説明された特定の実施形態によって範囲が限定されるものでない。実際に、本開示の他の様々な実施形態および本開示への修正は、本明細書において説明されたものに加えて、上記の説明および添付の図面から当業者に明白になるであろう。従って、そのような他の実施形態および修正は、本開示の範囲内に該当するように意図される。また、本開示は、本明細書において、少なくとも一つの特定の目的のための少なくとも一つの特定の環境における少なくとも一つの特定の実装の文脈で説明されたが、本開示の利便性は、それに限定されないことと、本開示は、任意の数の目的のための任意の数の環境において有益に実装され得ることとを、当業者は認識するであろう。従って、下記に規定される特許請求の範囲は、本明細書において説明されるような本開示の全体の幅広さおよび趣旨に鑑みて解釈されるべきである。

Claims (36)

1. コンタクトセンターシステムにおける行動ペアリングのための方法であって、
   少なくとも一つのコンピュータープロセッサーが、コンタクトへの接続に対して利用可能な複数のエージェントを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されている、ことと、
   前記少なくとも一つのコンピュータープロセッサーが、前記コンタクトのタイプまたはスキルに基づいて、前記コンタクトと前記複数のエージェントとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記複数の好ましいコンタクト−エージェントペアリングを決定することは、
   （ｉ）前記少なくとも一つのコンピュータープロセッサーが、行動ペアリングペイアウトマトリックスを決定することと、
   （ｉｉ）前記少なくとも一つのコンピュータープロセッサーが、（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
   （ｉｉｉ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
   （ｉｖ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
   （ｖ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
   を含む、ことと、
   前記少なくとも一つのコンピュータープロセッサーが、均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
   前記少なくとも一つのコンピュータープロセッサーが、前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
   を含む、方法。
2. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、請求項１に記載の方法。
3. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項１に記載の方法。
4. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項３に記載の方法。
5. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項１に記載の方法。
6. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項１に記載の方法。
7. コンタクトセンターシステムにおける行動ペアリングのためのシステムであって、前記システムは、少なくとも一つのコンピュータープロセッサーを備え、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されており、
   前記少なくとも一つのコンピュータープロセッサーは、
   コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、
   前記コンタクトのタイプまたはスキルに基づいて、前記コンタクトと前記複数のエージェントとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、
   （ｉ）行動ペアリングペイアウトマトリックスを決定することと、
   （ｉｉ）（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
   （ｉｉｉ）（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
   （ｉｖ）（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
   （ｖ）（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
   を行うことによって、前記複数の好ましいコンタクト−エージェントペアリングを決定するように構成されている、ことと、
   均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
   前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
   を行うようにさらに構成されている、システム。
8. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、請求項７に記載のシステム。
9. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項７に記載のシステム。
10. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項９に記載のシステム。
11. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項７に記載のシステム。
12. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項７に記載のシステム。
13. コンタクトセンターシステムにおける行動ペアリングのための製造品であって、前記製造品は、
    非一時的プロセッサー読み取り可能な媒体と、
    前記媒体上に記憶されている指示と
    を備え、
    前記指示は、少なくとも一つのコンピュータープロセッサーによって、前記媒体から読み取り可能であるように構成されており、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されており、これにより、
    コンタクトへの接続に対して利用可能な複数のエージェントを決定することと、
    前記コンタクトのタイプまたはスキルに基づいて、前記コンタクトと前記複数のエージェントとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、
    （ｉ）行動ペアリングペイアウトマトリックスを決定することと、
    （ｉｉ）（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
    （ｉｉｉ）（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
    （ｉｖ）（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
    （ｖ）（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
    を行うことによって、前記複数の好ましいコンタクト−エージェントペアリングを決定する、ことと、
    均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
    前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
    を行うように前記少なくとも一つのコンピュータープロセッサーを動作させる、製造品。
14. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、請求項１３に記載の製造品。
15. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項１３に記載の製造品。
16. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項１５に記載の製造品。
17. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項１３に記載の製造品。
18. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項１３に記載の製造品。
19. コンタクトセンターシステムにおける行動ペアリングのための方法であって、
    少なくとも一つのコンピュータープロセッサーが、エージェントへの接続に対して利用可能な複数のコンタクトを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されている、ことと、
    前記少なくとも一つのコンピュータープロセッサーが、前記エージェントのタイプまたはスキルに基づいて、前記エージェントと前記複数のコンタクトとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記複数の好ましいコンタクト−エージェントペアリングを決定することは、
    （ｉ）前記少なくとも一つのコンピュータープロセッサーが、行動ペアリングペイアウトマトリックスを決定することと、
    （ｉｉ）前記少なくとも一つのコンピュータープロセッサーが、（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
    （ｉｉｉ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
    （ｉｖ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
    （ｖ）前記少なくとも一つのコンピュータープロセッサーが、（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
    を含む、ことと、
    前記少なくとも一つのコンピュータープロセッサーが、均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
    前記少なくとも一つのコンピュータープロセッサーが、前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
    を含む、方法。
20. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、 請求項１９に記載の方法。
21. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項１９に記載の方法。
22. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項２１に記載の方法。
23. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項１９に記載の方法。
24. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項１９に記載の方法。
25. コンタクトセンターシステムにおける行動ペアリングのためのシステムであって、前記システムは、少なくとも一つのコンピュータープロセッサーを備え、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されており、
    前記少なくとも一つのコンピュータープロセッサーは、
    エージェントへの接続に対して利用可能な複数のコンタクトを決定することと、
    前記エージェントのタイプまたはスキルに基づいて、前記エージェントと前記複数のコンタクトとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、
    （ｉ）行動ペアリングペイアウトマトリックスを決定することと、
    （ｉｉ）（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
    （ｉｉｉ）（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
    （ｉｖ）（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
    （ｖ）（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
    を行うことによって、前記複数の好ましいコンタクト−エージェントペアリングを決定するように構成されている、ことと、
    均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
    前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
    を行うようにさらに構成されている、システム。
26. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、請求項２５に記載のシステム。
27. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項２５に記載のシステム。
28. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項２７に記載のシステム。
29. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項２５に記載のシステム。
30. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項２５に記載のシステム。
31. コンタクトセンターシステムにおける行動ペアリングのための製造品であって、前記製造品は、
    非一時的プロセッサー読み取り可能な媒体と、
    前記媒体上に記憶されている指示と
    を備え、
    前記指示は、少なくとも一つのコンピュータープロセッサーによって、前記媒体から読み取り可能であるように構成されており、前記少なくとも一つのコンピュータープロセッサーは、前記コンタクトセンターシステムに通信可能に結合されており、かつ、前記コンタクトセンターシステムにおいてコンタクト・エージェント間の改良されたペアリングを実行するように構成されており、これにより、
    エージェントへの接続に対して利用可能な複数のコンタクトを決定することと、
    前記エージェントのタイプまたはスキルに基づいて、前記エージェントと前記複数のコンタクトとの間の可能な複数のペアリングから複数の好ましいコンタクト−エージェントペアリングを決定することであって、前記少なくとも一つのコンピュータープロセッサーは、
    （ｉ）行動ペアリングペイアウトマトリックスを決定することと、
    （ｉｉ）（ｉ）の後に、前記行動ペアリングペイアウトマトリックスに基づいて、前記複数のエージェントのうちの各エージェントに対する標的利用、および、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する特定のタイプのコンタクトの数の比率を決定することと、
    （ｉｉｉ）（ｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての供給、および、前記コンタクトのタイプについての要求を決定することであって、前記複数のエージェントのうちの各エージェントについての前記供給は、前記複数のエージェントのうちの各エージェントに対する前記標的利用に基づいて決定され、前記コンタクトのタイプについての前記要求は、前記コンタクトセンターシステムに着信するコンタクトの総数に対する前記コンタクトセンターシステムに着信する前記特定のタイプのコンタクトの数の前記比率に基づいて決定される、ことと、
    （ｉｖ）（ｉｉｉ）の後に、前記複数のエージェントのうちの各エージェントについての前記供給と、前記コンタクトのタイプについての前記要求とを調整することにより、前記複数のエージェントの利用の均衡をとることと、
    （ｖ）（ｉｖ）の後に、前記複数のエージェントのうちの各エージェントについての前記調整された供給および前記コンタクトのタイプについての前記調整された要求に基づいて、前記複数の好ましいコンタクト−エージェントペアリングを決定することと
    を行うことによって、前記複数の好ましいコンタクト−エージェントペアリングを決定するように構成されている、ことと、
    均衡のとれたエージェント利用を標的とするようにエージェント利用歪みの量を適用することによって、確率ネットワークフローモデルによって定義される複数の最適なフローソリューションに従って、前記複数の好ましいコンタクト−エージェントペアリングのうちの一つを選択することにより、前記コンタクトセンターシステムの実績を最適化することであって、前記確率ネットワークフローモデルは、前記複数の好ましいコンタクト−エージェントペアリングに従って前記少なくとも一つのコンピュータープロセッサーによって生成され、前記コンタクトセンターシステムの前記最適化された実績は、前記確率ネットワークフローモデルに起因し、前記複数の最適なフローソリューションのそれぞれは、前記複数の好ましいコンタクト−エージェントペアリングのうちの対応する１つに関連付けられている、ことと、
    前記コンタクトセンターシステムにおいて対応するコンタクトと対応するエージェントとを接続するために、前記複数の好ましいコンタクト−エージェントペアリングのうちの前記選択された一つを出力することと
    を行うように前記少なくとも一つのコンピュータープロセッサーを動作させる、製造品。
32. 前記確率ネットワークフローモデルは、前記確率ネットワークフローモデルがエージェント利用の均衡をとるように構成されていない場合に比較して前記複数のエージェントがより均等に利用されるように、エージェント利用の均衡をとるように構成されている、請求項３１に記載の製造品。
33. 前記確率ネットワークフローモデルは、実績の高いエージェントが実績の低いエージェントよりも頻繁に前記コンタクトとペアリングされているか否かにかかわらず、少なくとも一つのコンタクトセンターメトリックの全体的な予期値を最大化することによって、前記全体的な予期値を最適化するように構成されている、請求項３１に記載の製造品。
34. 前記少なくとも一つのコンタクトセンターメトリックは、収益生成、顧客満足、平均処理時間のうちの少なくとも一つである、請求項３３に記載の製造品。
35. 前記複数の最適なフローソリューションは、エージェントスキルおよびコンタクトスキルニーズに基づいて定義される、請求項３１に記載の製造品。
36. 前記確率ネットワークフローモデルは、履歴コンタクト−エージェント結果データおよびコンタクト属性データのうちの少なくとも一つの分析に基づいて、予期されるペイオフ値を取り入れる、請求項３１に記載の製造品。