インタラクションの余剰分。 近日公開予定

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。

キューでプレディクティブ・ルーティングを有効にすると、エージェントのプロファイルデータ、集約された顧客データ(リピーターかどうかなど)、過去の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が作成されます。  キューにインタラクションが提供されると、次のような手順で割り当てが行われます。

  1. インタラクションがそのキューに到着すると、予測ルーティングはキュー上のすべてのエージェントのリストを作成します。 顧客と利用可能な各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. 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、利用可能な各エージェントの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。
    注意:   キューで使用可能なエージェントの数が3以下の場合、GenesysCloudはエージェントをスコアリングしません。 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。
    1. エージェント余剰 - インタラクションが到着すると、Genesys Cloud は利用可能なエージェントの予測スコアを計算します。 前回のインタラクションからの経過時間と予測スコアを組み合わせて全エージェントをランク付けし、最もランクの高いエージェントにインタラクションを割り当てる。 最高ランクのエージェントが利用できない場合は、下位ランクのエージェントを追加しながら、徐々に対象エージェントプールを拡張していきます。  このプロセスは、エージェントが見つかるか、予測ルーティングがタイムアウトするまで続けられます。 
    2. インタラクション余剰 – 予測ルーティングが有効になっているキューでエージェントが利用可能になると、Genesys Cloud は待機中の各インタラクションに対する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。 待ち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るのです。 この、エージェントがある顧客と他の顧客よりも良いパフォーマンスをすると予測される場合、予測ルーティングは、エージェントが良いパフォーマンスをすると予測される顧客に相互作用の割り当てを偏らせることを意味します。  これ会話が余っている時間帯に利用可能なエージェントを最大限に活用することが保証され、その結果 KPI が最適化されます。 
      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、インタラクションのランキングが複数のインタラクションで同じである場合、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。
      1. Genesys Cloud は、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が見つからなかった場合、またはキュー上のエージェントの数が3人以下であった場合、標準ルーティング を使用して対話をルーティングします。これは予備ルーティングの方法です。 

        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