代理店選定プロセス

この記事では、特定のシナリオで予測ルーティングがどのように機能するかについての詳細情報を収集します。 予測ルーティングを最適化するために必要なデータの詳細については、を参照してください。 予測ルーティングのデータ要件。 

予測ルーティングは、機械学習モデルを使用して、インタラクションのエージェントをスコアリングします。 機械学習はパターンの特定に効果的です。 この場合、パターンは、特定のタイプの相互作用を最も効果的に処理するエージェントを識別します。

キューで予測ルーティングがアクティブ化されると、Genesys Cloud は、エージェント プロファイル データ、集約された顧客データ (繰り返し発信者であるかどうかなど)、履歴インタラクション データなど、さまざまなデータ ソースを使用してモデルを作成します。インタラクションがキューに提供されると、Genesys Cloud は次のようにインタラクションを割り当てます。

  1. インタラクションがそのキューに到着すると、予測ルーティングによってキュー上のすべてのエージェントのリストが作成されます。システムは、顧客と各対応可能なエージェントに関するデータを取得します。予測ルーティングでは、この時点ではルーティング ステータスは考慮されません。
  2. 必要なエージェントの言語スキルおよび言語以外の ACD スキルについてリストをフィルタリングします (スキルマッチング が有効な場合)。 
  3. Genesys Cloud はモデルを使用してエージェントと顧客のデータをリアルタイムで処理し、利用可能なエージェントごとにランキングを返します。 このランキングは、特定のインタラクションを処理するときに、予測ルーティングがターゲットKPIに最もプラスの影響を与えると予想されるエージェントを表します。最もスコアの高いエージェントが最初にランク付けされます。
     メモ：   キュー上の利用可能なエージェントの数が 3 人以下の場合、Genesys Cloud はエージェントにスコアを付けず、標準のルーティング方法を使用してインタラクションをルーティングします。
  4. 予測ルーティングがタイムアウトする前に（キューの詳細ページで設定）、キューで待機しているインタラクションの数に基づいて、エージェント選択が異なって行われます。
    • エージェントとインタラクションの余剰 – エージェントが利用可能になると、予測ルーティングが有効になっているキューでは、Genesys Cloudは、待機中の各インタラクションのエージェントの予測スコアを計算します。インタラクションの到着時間と優先度。システムは、待機時間と予測スコアを組み合わせてすべてのインタラクションをランク付けし、最もランクの高いインタラクションにエージェントを割り当てます。この行動つまり、エージェントが他の顧客よりもある顧客に対して優れたパフォーマンスを発揮すると予測される場合、予測ルーティングは、エージェントが優れたパフォーマンスを発揮すると予測される顧客に対してインタラクションの割り当てを偏らせます。この方法会話が余っているときに利用可能なエージェントを最大限に活用し、KPI を最適化します。 
      例えば、インタラクション3（待ち時間35秒）がインタラクション1（待ち時間42秒）より順位が上であれば、利用可能なエージェントはインタラクション3に割り当てられることになります。ただし、複数のインタラクションのインタラクションランキングが同じ場合、Genesys Cloud は待機時間が最も長いインタラクションにエージェントを割り当てます。 
       メモ：   インタラクション余剰方式推定待ち時間の計算の精度が低くなる可能性があります。
    • エージェント余剰のみ – インタラクションが発生すると、Genesys Cloud は利用可能なエージェントの予測スコアを計算し、最後のインタラクション以降の時間と予測スコアを組み合わせてすべてのエージェントをランク付けし、ランクが最も高いエージェントにインタラクションを割り当てます。最高ランクのエージェントが利用できない場合は、システムはターゲット エージェント プールを徐々に拡張し、より低いランクのエージェントを追加します。このプロセスは、エージェントが見つかるまで、または予測ルーティングがタイムアウトするまで継続されます。 
      1. Genesys Cloudが予測ルーティングがタイムアウトする前に適格なエージェントを見つけられなかった場合、またはキュー上のエージェントの数が3人以下の場合、システムは以下を使用してインタラクションをルーティングします。標準ルーティングこれはフォールバック ルーティング メソッドです。 

        予測ルーティングのためのAIモデルによるエージェントのスコアリング方法