エージェント識別プロセス

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. タイムアウト期間中(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識別が行われます。
    1. インタラクションの数が利用可能なエージェントの数よりも少ない場合、予測ルーティングは、最高ランクのエージェントへのルーティングを試み始めます。 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。  この処理は、エージェントが見つかるか、タイムアウトになるまで続けられます。 
    2. インタラクションの数が利用可能なエージェントの数よりも多い場合 - エージェントが利用可能になると、システムはそのエージェントが現在資格を持っている最長待ちインタラクションを割り当てます。
    3. Genesys Cloudは、タイムアウト期間中に適格なエージェントを検出しない場合、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方法です。

      関連リンク

      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